文献类型：期刊文章

作　　者：杨忠华[1] 付泽宇[2] 付海霞[3]

YANG Zhonghua;FU Zeyu;FU Haixia(Hebi Branch of Henan Boiler and Pressure Vessel Safety Inspection Research Institute,Hebi 458030,China;Chengfa Environmental Energy(Hebi)Co.,Ltd.,Hebi 458030,China;Hebi Power Supply Company,State Grid Henan Electric Power Company,Hebi 458030,China)

机构地区：[1]河南省锅炉压力容器安全检测研究院鹤壁分院,鹤壁458030 [2]城发环保能源(鹤壁)有限公司,鹤壁458030 [3]国网河南省电力公司鹤壁供电公司,鹤壁458030

出　　处：《无损检测》

年　　份：2021

卷　　号：43

期　　号：11

起止页码：53-57

语　　种：中文

收录情况：CAS、ZGKJHX、普通刊

摘　　要：利用超声红外热成像装置采集焊缝图像,通过灰度化、消噪以及增强对焊缝图像进行预处理,利用卷积神经网络提取图像的特征向量,并用决策树多分类器模型对缺陷进行分类识别。试验结果表明,该检测技术很好地完成了泵塔区钢结构焊缝表面缺陷的无损检测,检测精度较高,为及时修复泵塔区的钢结构焊缝缺陷提供了条件。

关 键 词：超声红外热成像  泵塔区  钢结构焊缝 表面缺陷  

分 类 号：TG115.28] TP257.8]