压力管道超声导波检测技术应用研究

介绍了超声导波检测技术的工作原理,通过比较实验室模拟管道和现场压力管道的检测结果,提出实际检测中需重点解决的技术问题。     

管道中面积型缺陷超声导波检测技术运用研究

根据导波产生的原理,研究分析超声导波对金属管道面积型缺陷的检测,实验结果与其他常规无损检测手段相互印证,得出当前超声导波检测技术具有较高的准确性和高效性,最后指出了导波检测运用于管道中的弊端,对导波检测技术的发展有一定的指导作用。     

超声导波管道检测中导波模态及频率的选择

长距离管道超声导波检测技术是一种新的管道无损检测技术,可以对常规方法无法接近的管道进行快速检测,工程应用前景非常广阔．本文对管道超声导波检测过程中传感器的数量和布置间距对榆出导波信号的影响进行了讨论,并以纵向轴对称导波L(0,2)为例,就导波模态及频率的选择对检测效果及一次性检测长度的影响进行了研究．综合多方因素选择的最优试验频率即可作为现场管道试验的检测频率．     

含缺陷管道超声导波检测信号的相关性分析

提出一种基于相关性分析的管道缺陷检测方法.该方法通过截取入射信号作为主动检测信号,将实测信号作为被检测信号.借助于合适的窗函数计算检测信号和不同时刻测试信号的相关系数,通过相关系数的峰值点判断波到时刻.从而提高识别精度.为了消除来源于模式转换和噪声的杂波信号,设置阈值可达到滤波效果.利用该方法,对单位置腐蚀和双位置腐蚀,在不同噪声水平下的测试信号进行相关性分析.结果表明,阈值法可以较好地抑制噪声和模式转换对识别结果的影响,且具有较高的识别精度.该方法原理简单,操作简便,可用于管道腐蚀检测的在线检测.     

基于嵌入式的钢轨超声导波无损检测系统

简单介绍了超声导波的性质、导波传播模式和分析方法以及在无损检测方面的应用。提出设计一款小型基于嵌入式的超声导波无损检测系统,对钢轨中可能出现的裂缝进行探伤。在铁路钢轨的室外恶劣环境下,实现超声导波检测系统的小型化设计。     

基于合成孔径聚焦的超声SH导波成像检测

超声水平剪切(shear horizontal,SH)导波成像检测旨在解决平板检测中检测距离增加时分辨力降低的问题。该文运用合成孔径聚焦原理,构建了16通道超声SH导波成像检测实验系统,通过分析阵列信号时频域特征揭示了声波与缺陷间相互作用的规律,对SH导波合成孔径聚焦成像算法进行了讨论,阐明了导波阵列信号时空域信息合成在聚焦成像中的应用。研究结果表明:合成孔径聚焦可用于超声SH导波成像检测,所成图像能够表征钢板中检测距离2 m以上、尺寸当量大于5 mm的缺陷信息,为深入开展工业在役大尺度结构板材的缺陷成像检测和结构健康监测提供了基础。     

基于多模态深度神经网络的抓取检测方法

针对机器人抓取检测任务中对未知物体抓取检测精度低的问题,本文提出了一种多模态深度神经抓取检测模型。首先,在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。接着,引入多模态特征融合模块进行特征融合。最终通过全连接层回归融合特征以得到最佳抓取检测结果。实验结果表明,在Cornell抓取数据集上,本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。此外,本文还通过消融实验证明了引入残差模块可以提高网络抓取检测性能。     

国内多模态话语研究动态述评

随着现代信息技术的发展,人们更加依赖多模态话语进行交际,多模态话语已经引起越来越多的学者的关注。我国多模态话语研究主要涉及多模态话语理论探讨,视觉语法应用,多模态外语教学实践探索等。文章分析了近十年我国多模态话语研究现状问题并展望未来发展方向。     

超声导波在焊缝缺陷检测中的发展与挑战

简要回顾了超声导波技术的发展历程,调研了导波在焊缝缺陷检测中的研究现状。从导波与焊缝的交互作用、导波与缺陷的交互作用两个角度出发,分析了板状结构焊缝缺陷检测的发展与应用。结合导波纵向模态、扭转模态、结构特点,阐述了管道焊缝缺陷检测技术的进展。最后总结了当前导波技术在焊缝缺陷检测中面临的机遇与挑战。     

基于弧形阵列的板中超声导波成像检测

弧形阵列对其所在圆弧中心的重点区域进行超声导波成像检测,具有比直线阵列成像更高的横向分辨率。该文介绍了板中超声导波弧形阵列成像检测实验系统构成,详细分析了弧形阵列聚焦图像的椭圆簇轨迹特征,结合合成孔径聚焦讨论了其成像原理。该椭圆簇轨迹特征可用以分析、解释、改进图像的横向分辨率。成像实验表明:基于椭圆簇轨迹特征的合成孔径聚焦原理可用于弧形阵列成像检测,适当减小成像采样步距可使图像灰度更加平滑,成像采样距离为导波波长的1/3时成像效果最好;在圆心角小于散射点的声波散射开角时,增大阵元间距和弧形阵列圆心角可显著提高图像横向分辨率。该研究有助于将弧形阵列超声导波成像技术应用于大尺度板结构无损检测。     

自由锚杆中超声导波的衰减特征

为了研究自由锚杆中超声导波的衰减规律,分别制作了长度为800mm、900mm、1100mm、1300mm、1500mm、1800衄、2000mm和2500mm的锚杆。采用虚拟综合测试仪、声发射放大系统、R6et直传感探头和计算机,组装了超声导波无损检测系统。利用该系统分别对制作的锚杆进行了系统的导波测试。结果表明：自由锚杆中超声导波振幅呈负指数分布;不同频率的激发导波在测试频率段内（40-100kHz）波包平均振幅的振幅比均在0．7左右,表明频率对导波衰减的影响不大;不同长度锚杆中波包平均振幅的振幅比也在0．7左右,表明锚杆长度对导波衰减的影响也不大;自由锚杆中导波的衰减,除与材料性质有关外,主要来自于设备本身的系统衰减。研究发现,导波振幅比比振幅绝对值更加稳定、可靠,可用来定量地表示导波振幅的衰减情况。     

超声导波在锚杆锚固无损监测中的应用研究

通过试验测试,分析了超声导波在锚杆锚固体系中的反射相位特征和能量衰减变化规律,为锚杆无损检测提供了一种新方法。     

有机热载体炉积碳层中超声导波的检测试验研究

阐述模拟积碳层检测的试验装置,研究不同探头间距、不同周期和有无积碳层炉管对超声导波信号的影响。研究结果表明:频率为500 kHz时的L(0,2)模态导波在双层管道中的最佳探头检测间距为35~40 cm,最佳检测周期为5周期;当探头间距为40 cm、检测周期为5周期时,频率为500 kHz激励出的L(0,2)模态在厚度为3 mm的积碳管中的群速度比在空管中的群速度减少7.59%,从模拟试验中验证了可利用超声导波群速度检测积碳层厚度。该研究结果为基于超声导波的有机热载体炉积碳检测研究提供了依据。     

管道应力波检测技术及研究进展

综述了应力波检测技术及其应用研究进展，对应力波技术在管道损伤检测中的应用进行了重点评述，主要内容涉及应力波的传播特点、实验检测方法及数据处理方法等，最后对这一研究领域的未来发展进行了展望。     

基于深度学习的多模态气管插管智能目标检测

针对困难气道气管插管过程中内窥镜图像视角较小、目标尺度变化大、相互遮挡等问题,融合内窥镜图像和CO₂浓度信息,提出基于深度学习的多模态气管插管智能目标检测算法。首先,对传统的YOLOv3网络进行改进,利用不同扩张率的空洞卷积构建并行多分支空洞卷积模块,并对输出特征进行上采样和张量拼接;其次,根据多路CO₂浓度差异,利用矢量化定位算法定位目标中心位置,校正YOLOv3得到的边界框的中心坐标,提升小目标检测的精度,辅助气道位置的定位;最后,基于该算法,研发了新型多模态气管插管辅助装置初代样机,并在模拟气道中进行实验,验证其可行性。在模拟气道中,该新型辅助装置的操作时间中位数为15.5 s,操作成功率可达97.3%。研究结果表明,基于深度学习的多模态气管插管智能目标检测算法能够有效地辅助气管插管操作。     

基于多任务多模态学习的谣言检测框架

谣言检测是对社交网络上传播的信息内容进行真实性鉴别的任务.一些研究表明融合多模态信息有助于谣言检测,而现有多模谣言检测方法具有以下问题：（1）只是将处于不同表示空间的单模态特征简单拼接形成多模态表示,没有考虑多模态之间的关系,难以提高模型的预测性能和泛化能力.（2）缺乏对社交网络数据组成结构的细致考虑,只能处理由文本-图像对的社交网络数据,无法处理由多幅图像组成的数据,且当其中一种模态（图像或文本）缺失时模型无法进行预测.针对上述问题,本文提出了一种多任务多模态谣言检测框架（MMRDF）,该框架由3个子网络组成：文本子网络、视觉子网络和融合子网络,通过从单模态数据中提取浅层至深层的单模特征表示,在不同的子空间中产生特征图,丰富模态内特征,并通过复合卷积结构融合生成联合多模态表示,以获得更好的预测性能.同时该框架可以灵活地处理所有类型的推文（纯文本、纯图像、文本-图像对和多图像文本）,并且没有引入造成额外时间延迟的传播结构、响应内容等数据作为输入,可以在推文发布后立即应用于谣言检测,减少辟谣的时间延迟.在两个真实数据集上的实验结果表明,所提框架明显优于目前最先进的方法,准确率上的提升分别...     

中文多模态知识库构建

多模态融合旨在将多个模态信息整合以得到一致、公共的模型输出,是多模态领域的一个基本问题。通过多模态信息的融合能获得更全面的特征并且提高模型鲁棒性,目前多模态融合技术已成为多模态领域核心研究课题之一。本文基于ImageNet、HowNet和CCD,通过人工标注构建了一个新的多模态知识库,已完成校准ImageNet中21 455个名词及动词概念的映射,有效地将HowNet以及CCD中概念映射到ImageNet中。该数据集能够应用于自然语言处理任务和计算机视觉任务,并通过图片信息和概念信息提高任务效果。在图片分类中,通过增加HowNet和ImageNet概念能够融合更多的图片特征来辅助分类;在语义理解中,通过映射增加图片信息可以更好地理解语义。     

锚杆锚固质量的超声导波检测技术研究

采用低频超声纵向导波检测了锚杆的锚固质量.首先研究了调制波类型及激励信号周期数对信号频谱的影响,优选出汉宁窗调制的正弦波信号作为检测信号,然后数值模拟研究了20~100 kHz纵向导波在锚杆锚固段上界面的反射情况,进行了纵向导波在锚杆底端与锚固段上界面反射回波的时间差确定锚固锚杆的脱锚长度,进而确定锚杆的粘结密实度的理论与试验研究,结果表明:随着频率的增大,锚固段上界面的反射回波系数逐渐减小.锚固段上界面反射回波系数的试验与数值模拟结果变化趋势差异较大,原因为传感器具有谐振频率及传感器与锚杆接触面耦合存在能量损失.粘结密实度测定的试验与理论结果吻合较好.      

基于深度学习的多模态行人检测算法

针对全天候工作的多模态行人检测算法体积大、运算量高、效率不足的问题,提出一种基于深度学习MBNet算法搭建的轻量级多模态行人检测算法(G-MBNet)。采用ResNet18算法并结合跨阶段链接的思想搭建CSP-ResNet18轻量级特征提取网络,以保证检测算法精度;引入轻量级高效通道注意力(ECA)模块来提升特征提取网络对重要特征的关注能力,在引入极少参数的情况下提升算法的检测精度;通过引入轻量级Ghost卷积模块来重构MBNet算法的特征提取网络,在保证特征提取性能的情况下进一步降低算法的参数与体积,提升算法的检测速度。采用所提的G-MBNet算法在KAIST行人数据集进行测试,实验结果表明：G-MBNet算法大小是原始算法的32.33%,参数量是原始算法的37.81%,检测速度是原始算法的1.53倍;G-MBNet算法可在保证行人识别精度的情况下有效提升检测速度。     

多模态控制系统研究

提出的多模态控制系统主要是基于变结构、自适应、分级模糊控制策略。首先 ,根据被控对象性能指标构造模糊变量集 ,再由该变量集构造模糊控制规则集并由此改变分级模糊控制的控制参数。在此基础上该系统辅以变结构及自适应控制使控制系统在大幅度改变给定值 ,及系统参数大幅度变化时 ,以改善系统控制品质。该系统实际应用于电加热渗碳炉的温度控制并收到较好的控制效果。