陰極炭塊內(nèi)部缺陷的X射線自動(dòng)檢測(cè)與識(shí)別研究.pdf

1、隨著工業(yè)技術(shù)的發(fā)展，炭素材料的地位將越來越重要。炭素材料的各生產(chǎn)和使用單位迫切需要一種行之有效的缺陷檢測(cè)方法，來控制和改善產(chǎn)品質(zhì)量。然而，炭素材料檢測(cè)信號(hào)的信噪比一般都較低，因而很難有效地將其內(nèi)部缺陷檢測(cè)出來。因此，尋求有效的檢測(cè)方法和手段勢(shì)在必行。論文以陰極炭塊這一典型的炭素制品為研究對(duì)象，對(duì)其內(nèi)部缺陷的自動(dòng)檢測(cè)與識(shí)別的關(guān)鍵技術(shù)進(jìn)行了深入系統(tǒng)的研究，設(shè)計(jì)開發(fā)了X射線自動(dòng)檢測(cè)系統(tǒng)。主要研究內(nèi)容如下： 對(duì)炭素制品內(nèi)部缺陷無損檢測(cè)的

2、研究現(xiàn)狀進(jìn)行了綜述，結(jié)合工程項(xiàng)目，提出了本文的研究內(nèi)容，指出了缺陷自動(dòng)檢測(cè)所必須解決的問題。 在圖像增強(qiáng)的基礎(chǔ)上，研究了缺陷自動(dòng)檢測(cè)方法，提出了基于數(shù)學(xué)形態(tài)學(xué)的缺陷邊緣提取以及數(shù)學(xué)形態(tài)學(xué)結(jié)合閾值法提取缺陷區(qū)域的兩種缺陷檢測(cè)方法，兩法基本上排除了噪聲的干擾影響，很好地從圖像中提取和分割出所需的缺陷樣本。 分析了表征缺陷的特征量類型，成功地從得到的缺陷樣本中提取了19個(gè)具有代表性的特征量。在此基礎(chǔ)上，建立了特征組合分類能力的

3、數(shù)學(xué)模型，并以此為適合度函數(shù)，提出了缺陷特征遺傳優(yōu)化算法，并將其應(yīng)用到缺陷原始特征量的優(yōu)化選擇，得到了較為滿意的最優(yōu)解。 研究和開發(fā)了缺陷模式識(shí)別方法，用BP網(wǎng)絡(luò)構(gòu)建了缺陷模式分類器。通過試驗(yàn)證明本文的模式識(shí)別方法可以有效地識(shí)別陰極炭塊內(nèi)部缺陷類型，識(shí)別率達(dá)到90％以上。 按照檢測(cè)系統(tǒng)性能指標(biāo)以及所需識(shí)別的缺陷類型，設(shè)計(jì)開發(fā)了X射線自動(dòng)檢測(cè)與識(shí)別系統(tǒng)，該系統(tǒng)各項(xiàng)技術(shù)指標(biāo)滿足生產(chǎn)要求，為缺陷檢測(cè)提供了可靠的檢測(cè)管理系統(tǒng)。