Page 106 - 无损检测2022年第八期

邓 聪,等:
人工智能技术在射线检测底片评定系统中的应用

通过远程评片模块, 可实现有关专家远程评片,
极大提升了专家工作效率, 实现有限专家资源的共
享。另外, 该系统还内置有网络数据库, 支持多用户
访问, 实现了从胶片扫描到评定报告生成全过程自
动化、 智能化。

4 结语

( 1 )开发的基于人工智能射线底片评片系统,
实现了无效底片与重复底片的智能筛选, 可对底片
中焊缝缺陷进行智能评定, 提高了检测的安全性和
可靠性。

( 2 )开发的人工智能射线底片评片系统, 实现
了底片报告自动生成和存储功能, 切实提升了无损
检测项目质量和现场管理水平。

( 3 )通过实际工程项目对人工智能评片系统的
可行性和稳定性进行了验证, 为该系统后续大规模
应用奠定了基础。

图 3 PANet网络结构示意 参考文献:

[ 1 ] 宋继红 . 贯彻实施《 特种 设 备 安 全 法》 改 革 创 新 转 变

职能 全面提升 安 全 监 管 水 平———纪 念《 特 种 设 备 安
全法》 颁布一周年座谈会上的讲话[ J ] . 中国特种设备
安全, 2014 , 30 ( 7 ): 1-3.
[ 2 ] 沈功田 . 承压设备无损检测与评价技术发展现状[ J ] .
机械工程学报, 2017 , 53 ( 12 ): 1-12.
[ 3 ] 陈小雲 . 人工智 能 技 术 在 自 动 化 控 制 中 的 应 用 探 析
[ J ] . 通讯世界, 2014 ( 6 ): 106-107.
图 4 缺陷评定及复审模块 [ 4 ] 陈本智, 方志宏, 夏勇, 等 . 基于 X 射线图像的厚钢管
焊缝中气孔缺陷的自动检测[ J ] . 计 算 机 应 用, 2017 ,
置信息、 焊缝灰度最值信息、 底片质量信息进行智能
37 ( 3 ): 849-853.
化采集, 实现对底片中无效底片与重复底片的智能
[ 5 ] 王欣, 高炜欣, 武晓朦, 等 . 基于模糊模式识别的焊缝
筛选, 并对底片中的焊缝缺陷进行智能识别和评定。
缺陷图像检测[ J ] . 西安石油大学学报( 自然科学版),
使用深度学习算法对该系统进行有效训 练后
2016 , 31 ( 4 ): 115-121.

( 评定超过 3000 张底片), 在实际工程项目中进行 [ 6 ] 李超, 孙俊 . 基于机器视觉方法的焊缝缺陷检测及分
测试, 评定系统的缺陷识别准确率达到 95% 以上。 类算 法 [ J ] . 计 算 机 工 程 与 应 用, 2018 , 54 ( 6 ): 264-
远程评片模块应用实例如图 5 所示。 270.
[ 7 ] 黄晔 . 基于 BP 神经网络的焊缝缺陷建模及其识别算
法研究[ D ] . 西安: 西安石油大学, 2016.
[ 8 ] 刘梦溪, 巨永锋, 高炜欣, 等 . 深 度 卷 积 神 经 网 络 的 X
射线焊 缝 缺 陷 研 究 [ J ] . 传 感 器 与 微 系 统, 2018 , 37
( 5 ): 37-39 , 43.

[ 9 ] SUNJ , LIC , WU XJ , etal.Aneffective methodof

weld defect detection and classification based on

machinevision [ J ] .IEEE TransactionsonIndustrial
图 5 远程评片模块应用实例 Informatics , 2019 , 15 ( 12 ): 6322-6333.
( 下转第 73 页)
6
8

2022 年 第 44 卷 第 8 期

无损检测