文献类型：期刊文章

作　　者：张辉[1] 张邹铨[2] 陈煜嵘[1] 吴天月[2] 钟杭[1] 王耀南[1]

ZHANG Hui;ZHANG Zou-Quan;CHEN Yu-Rong;WU Tian-Yue;ZHONG Hang;WANG Yao-Nan(School of Robotics,Hunan University,Changsha 410082;School of Electrical and Information Engineering,Changsha University of Science and Technology,Changsha 410114)

机构地区：[1]湖南大学机器人学院,长沙410082 [2]长沙理工大学电气与信息工程学院,长沙410114

出　　处：《自动化学报》

基　　金：国家重点研发计划(2018YFB1308200);国家自然科学基金(61971071,92148204);湖南省杰出青年科学基金项目(2021JJ10025);湖南省重点研发计划(2021GK4011,2022GK2011);机器人学国家重点实验室联合开放基金(2021-KF-22-17)资助。

年　　份：2022

卷　　号：48

期　　号：4

起止页码：935-956

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：高端装备制造业是国民经济的支柱产业,是推动工业转型升级的引擎,发挥着举足轻重的作用.而铸造产业一直是人类现代生产生活中重要的、不可替代的产业,铸件产品既是工业制造产品,也是大型机械的组成部分.随着经济水平和工业自动化程度的不断提升,人们对于铸件的需求量呈指数爆炸式增长,铸件价值辐射到各行各业.与此同时,铸件在铸造、服役过程中经常会出现各种缺陷,而传统低效的人工检测方法难以保障工业界对中高端铸件的性能需求.因此亟需对铸件检测技术进行革新.本文首先对铸件铸造过程以及服役过程中各类缺陷的形成机理进行分析.然后阐述了基于声学、光学、电磁学等主流检测技术及其常规信号处理方法、磁粉检测技术与渗透检测技术等其他检测技术,并对近年来新兴的基于神经网络的信号处理方法进行了说明.在此基础上,分析了近年来铸件缺陷无损检测技术以及基于神经网络的信号处理方法的研究现状.最后,对铸件缺陷无损检测技术及应用的发展趋势进行了展望.

关 键 词：铸造缺陷  无损检测 X射线探测 神经网络

分 类 号：TG247] TG115.28