Page 117 - 无损检测2023年第六期
P. 117
李晓明, 等:
基于 FPGA 的交流电磁场缺陷智能检测仪
图7 交流电磁场缺陷识别试验系统结构和实物
图9 90° 直线裂纹B z 特征信号
的梯度, 将两个方向的梯度绝对值相加后选择合适
的阈值, 得到二值化图像; 最后, 采用形态学二值化
滤波方法进行处理, 最终呈现出缺陷形貌, 实现缺陷
的智能识别。 90° 直线裂纹缺陷特征信号智能识别
结果如图10所示,
同样地, 利用上述方法对 0° , 30° , 60° 直线裂纹
和复杂裂纹进行扫查、 数据提取和处理, 其特征信号
处理前后结果对比如图11~14所示。
图8 碳钢试块不同裂纹形貌
4 结语
图像, 如图9所示。
利用所提智能算法, 对图9进行如下处理: 首先 ( 1 )基于 ACFM 理论, 建立了不同角度裂纹和
进行灰度变换, 将24位彩色数据转换为8位灰度数 复杂裂纹的交流电磁场有限元仿真模型, 探究了缺
据, 该处理能减少数据量并且保留缺陷特征信号的 陷形貌 - 电流扰动 - 磁场畸变之间的规律, 其中缺陷
特征, 加快了处理速度; 进一步, 对灰度图进行高斯 的B z 信号在裂纹端点处由于电流聚集而出现磁场
滤波降噪处理, 然后分别求取图像x 方向和 y 方向 峰值信号, 而且在裂纹处有明显的分界线, 确定可将
9
7
2023年 第45卷 第6期
无损检测
