發(fā)布時(shí)間：2020-11-08 22:41

　　 隨著我國(guó)經(jīng)濟(jì)水平的不斷發(fā)展,人民生活質(zhì)量的不斷提高,能源消耗也越來(lái)越大,特別是電能,作為日常生活當(dāng)中必不可少的一部分,其重要性不言而喻。核能發(fā)電作為清潔能源,在我國(guó)的發(fā)電領(lǐng)域至關(guān)重要。核燃料芯塊作為核電站的核心部件,一旦表面產(chǎn)生破損等問(wèn)題,就會(huì)產(chǎn)生輻照泄漏,造成巨大的財(cái)產(chǎn)損失。目前國(guó)內(nèi)外采用中子照相和DR/CT照相等技術(shù)來(lái)對(duì)芯塊質(zhì)量進(jìn)行嚴(yán)格把控,但由于這些技術(shù)需要對(duì)芯塊的整體結(jié)構(gòu)進(jìn)行成像,當(dāng)檢測(cè)任務(wù)只針對(duì)芯塊表面時(shí),就存在成本高,技術(shù)難度大,檢測(cè)效率低等問(wèn)題。因此,研究一種高效、便捷的燃料芯塊表面質(zhì)量檢測(cè)系統(tǒng)意義重大。近些年來(lái),基于機(jī)器視覺(jué)的裂紋檢測(cè)方法以其高精度、非接觸、檢測(cè)速度快的優(yōu)勢(shì),被廣泛應(yīng)用于路面、墻體、混凝土和金屬表面等,并取得良好效果。本文基于機(jī)器視覺(jué)技術(shù),對(duì)燃料芯塊的表面裂紋檢測(cè)方法進(jìn)行深入研究。文章主要研究?jī)?nèi)容如下:1)搭建了一套芯塊表面圖像采集裝置。該裝置能夠?qū)π緣K表面進(jìn)行快速成像,且圖像分辨率較高,滿足后續(xù)裂紋檢測(cè)處理需求。2)對(duì)目前比較成熟的幾種裂紋檢測(cè)算法進(jìn)行實(shí)現(xiàn)和測(cè)試。傳統(tǒng)的裂紋檢測(cè)算法如直方圖分析、灰度閾值、邊緣檢測(cè)算子和濾波等。基于機(jī)器學(xué)習(xí)的方法如支持向量機(jī)。并在現(xiàn)有數(shù)據(jù)基礎(chǔ)上對(duì)其進(jìn)行性能評(píng)估,分析算法優(yōu)缺點(diǎn)。3)針對(duì)上述方法面臨的問(wèn)題,提出CNN引導(dǎo)Beamlet實(shí)現(xiàn)裂紋檢測(cè)的算法。首先采用卷積神經(jīng)網(wǎng)絡(luò)和窗口滑動(dòng)技術(shù),識(shí)別圖像中含裂紋區(qū)域,去除偽裂紋和背景的干擾;然后針對(duì)含裂紋區(qū)域采用Beamlet算法提取裂紋特征;最后,根據(jù)形態(tài)學(xué)判斷去除干擾,得到裂紋檢測(cè)結(jié)果。該方法中采用CNN模型對(duì)含裂紋區(qū)域進(jìn)行粗提取,克服了圖像本身灰度不均、偽裂紋較多的影響;同時(shí)CNN模型引導(dǎo)Beamlet算法對(duì)含裂紋區(qū)域進(jìn)行檢測(cè),相比傳統(tǒng)Beamlet算法對(duì)整幅圖像進(jìn)行檢測(cè),大幅度降低算法計(jì)算量,算法計(jì)算速度大幅提升。4)提出自適應(yīng)閾值的方法,根據(jù)每個(gè)子圖像塊自身的灰度均值確定閾值,對(duì)該子圖像塊的Beamlet基進(jìn)行篩選。相比采用固定閾值的方法,裂紋檢測(cè)效果大幅提升。5)根據(jù)實(shí)際情況需求,將本項(xiàng)目中端面裂紋類型分為4種:無(wú)裂紋、局部裂紋、貫穿裂紋和網(wǎng)狀裂紋,同時(shí)代表其對(duì)仿體的危害程度逐次上升。并訓(xùn)練并測(cè)試了裂紋危害等級(jí)分類模型GradeCNN,用于裂紋類型的分類,為后續(xù)的處理和分析提供一定參考。
【學(xué)位單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TL352.21;TP391.41
【部分圖文】：

我國(guó)目前主要的發(fā)電形式有以下幾種：火力發(fā)電、水力發(fā)電、核、太陽(yáng)能發(fā)電、風(fēng)力發(fā)電等。但像風(fēng)力發(fā)電和太陽(yáng)能發(fā)電的方式目前在沒(méi)有大規(guī)模使用，而像傳統(tǒng)的火力發(fā)電、水力發(fā)電等，又都會(huì)對(duì)環(huán)境造。因此，作為清潔能源的一種，核能發(fā)電在我國(guó)的發(fā)電領(lǐng)域至關(guān)重要。2中國(guó)全年累計(jì)發(fā)電量 62758.20 億千瓦時(shí)，商用核電機(jī)組累計(jì)發(fā)電量4.69 億千瓦時(shí)，約占全國(guó)發(fā)電總量的 3.94%，而核電利用率最高的法國(guó)，73.3%。由此可見(jiàn)，我國(guó)核能發(fā)電領(lǐng)域仍有很大發(fā)展空間[1]。按照我國(guó)《核電中長(zhǎng)期發(fā)展規(guī)劃（2005-2020）》，截止 2020 年，中國(guó)將多座核電站，當(dāng)前已經(jīng)從廣東、浙江、山東、江蘇、遼寧、福建、廣西省份確定了 13 個(gè)優(yōu)先選擇的廠址，預(yù)計(jì)到時(shí)總投產(chǎn)核電容量達(dá)到 4000，核電年發(fā)電量達(dá)到 2600 億千瓦小時(shí)，可占全國(guó)發(fā)電量的 6%以上[2]。核電站的大規(guī)模建設(shè)，很多相關(guān)問(wèn)題也隨之而來(lái)。在這些問(wèn)題當(dāng)中，核的安全問(wèn)題最受我們關(guān)注。出于安全方面考慮，我國(guó)核電站的選址一般煙稀少的地區(qū)，如圖 1.1 所示。

2 圖像采集系統(tǒng)搭建信號(hào)讀取速度較慢。而 CMOS 中每個(gè)成像點(diǎn)包含一個(gè)光電二極轉(zhuǎn)換單元以及一個(gè)放大器，成像的同時(shí)就可以讀取信號(hào)，速，但是其成像質(zhì)量較差，容易出現(xiàn)噪聲點(diǎn)。相對(duì) CCD 來(lái)說(shuō)，在一定差距。市場(chǎng)調(diào)研，結(jié)合項(xiàng)目采集需求，并對(duì)相機(jī)的分辨率、采集速式等參數(shù)進(jìn)行調(diào)查。最 終選用德國(guó) Basler 公司的型m 的工業(yè)相機(jī)作為圖像采集裝置。相機(jī)外觀如圖 2.2 所示，其 2.1。

可分為結(jié)構(gòu)光照明、頻閃照明、背向照明和前向照明四種。本研究中主物體表面裂紋進(jìn)行檢測(cè)，因此選用前向照明的方式，僅對(duì)不同照明光源行選擇。照明光源分別采用平行光和環(huán)形光幾種光源對(duì)物體進(jìn)行打光，從以下幾個(gè)方面對(duì)打光效果進(jìn)行評(píng)估。幾種光源的外觀如圖 2.3 所示。圖像對(duì)比度：在機(jī)器視覺(jué)中，一幅高質(zhì)量的圖像，能大幅度簡(jiǎn)化檢測(cè)算測(cè)難度。而高質(zhì)量的圖像，能夠使待檢特征和非待檢特征之間的對(duì)比度因此，一個(gè)好的照明方案，應(yīng)該是能夠凸顯待檢特征、隱藏其他圖像特光源強(qiáng)度：當(dāng)兩種光源其他參數(shù)一樣時(shí)，最好是選擇更亮的那個(gè)。當(dāng)光不夠時(shí)，會(huì)導(dǎo)致三種情況。第一，相機(jī)的信噪比不夠；第二，圖像對(duì)比噪聲干擾變大，且周圍自然光影響也隨之變大；第三，光強(qiáng)不夠時(shí)，必調(diào)大光圈，那么鏡頭景深就會(huì)變小。系統(tǒng)魯棒性：即光源是否對(duì)物體的擺放位置敏感。好的光源應(yīng)該保證同在不同擺放角度及位置時(shí)，待檢特征都能夠較好的凸顯出來(lái)。一般來(lái)說(shuō)性較強(qiáng)的光源，魯棒性都較差。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周高峰,曹巨江;陶瓷制品裂紋檢測(cè)系統(tǒng)的研究[J];機(jī)械設(shè)計(jì)與制造;2005年10期

2 陳齊平;康盛;張敏;肖強(qiáng);劉禹;吳明明;;太陽(yáng)能路面裂紋檢測(cè)車設(shè)計(jì)[J];農(nóng)業(yè)裝備與車輛工程;2018年06期

3 周芯竹;姚毅;趙騰;;對(duì)輸電線路瓷瓶裂紋檢測(cè)的研究[J];無(wú)線互聯(lián)科技;2013年11期

4 張曉春,劉巖;基于計(jì)算機(jī)圖像識(shí)別的表面裂紋檢測(cè)方法[J];重型機(jī)械;2003年05期

5 林富甲,黃玉珊;裂紋檢測(cè)概率曲線的統(tǒng)計(jì)測(cè)定[J];航空學(xué)報(bào);1982年04期

6 Makoto Hayashi;程■琦;;單面開(kāi)裂的直流電位裂紋檢測(cè)系統(tǒng)[J];無(wú)損檢測(cè);1993年06期

7 肖啟雄;新型車軸裂紋檢測(cè)系統(tǒng)[J];國(guó)外機(jī)車車輛工藝;2000年06期

8 章祟任;裂紋檢測(cè)[J];建筑機(jī)械;1983年06期

9 羅毅;裂紋檢測(cè)概率及置信估計(jì)[J];中國(guó)海洋平臺(tái);1994年Z1期

10 王彥;謝曉方;朱宗鍵;;裂紋檢測(cè)中的匹配濾波器構(gòu)造方法研究[J];計(jì)算機(jī)與現(xiàn)代化;2011年06期

相關(guān)博士學(xué)位論文 前7條

1 Ahmed Mahgoub Ahmed Talab(塔拉比);基于圖像處理技術(shù)的目標(biāo)識(shí)別方法及其在裂紋檢測(cè)中的應(yīng)用[D];武漢理工大學(xué);2015年

2 王海軍;基于聲學(xué)的禽蛋裂紋檢測(cè)關(guān)鍵技術(shù)及在線檢測(cè)研究[D];浙江大學(xué);2016年

3 金程;雞蛋蛋殼裂紋檢測(cè)技術(shù)與裝置的研發(fā)[D];浙江大學(xué);2015年

4 褚亮;陶瓷材料破壞過(guò)程與增韌效應(yīng)的聲發(fā)射特性研究[D];北京理工大學(xué);2015年

5 郭春華;基于圖像分析的跨座式單軌交通PC軌道梁面裂紋檢測(cè)研究[D];重慶大學(xué);2011年

6 金亮;渦流激勵(lì)聲發(fā)射在金屬板裂紋檢測(cè)中的應(yīng)用研究[D];河北工業(yè)大學(xué);2011年

7 姚蘭;區(qū)間二型模糊系統(tǒng)及其在受電弓滑板檢測(cè)中的應(yīng)用研究[D];西南交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 宋文豪;基于機(jī)器視覺(jué)的核燃料芯塊表面裂紋檢測(cè)方法研究[D];鄭州大學(xué);2019年

2 戴其俊;基于動(dòng)力學(xué)信號(hào)分析的雞蛋蛋殼裂紋檢測(cè)研究[D];江蘇大學(xué);2017年

3 闞仁峰;基于單目視覺(jué)圖像裂紋檢測(cè)與跟蹤自動(dòng)焊接方法的研究[D];江蘇理工學(xué)院;2017年

4 姜穎軍;計(jì)算機(jī)視覺(jué)在玻璃制品裂紋檢測(cè)中的應(yīng)用[D];廣西師范大學(xué);2000年

5 王嬌;汽車輪轂裂紋檢測(cè)臺(tái)控制系統(tǒng)設(shè)計(jì)與研究[D];電子科技大學(xué);2011年

6 顧桂華;基于聲發(fā)射的裂紋檢測(cè)系統(tǒng)的研制[D];華中科技大學(xué);2015年

7 李賀;煤炭傳送皮帶表面裂紋檢測(cè)技術(shù)的研究[D];遼寧科技大學(xué);2015年

8 陳常祥;基于計(jì)算機(jī)視覺(jué)的玻璃瓶缺陷在線檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[D];廣西師范大學(xué);2007年

9 程載斌;利用超聲導(dǎo)波進(jìn)行管道裂紋檢測(cè)的數(shù)值模擬和實(shí)驗(yàn)研究[D];太原理工大學(xué);2004年

10 代艷鵬;基于磁阻變化的電機(jī)鐵氧體動(dòng)子表面裂紋檢測(cè)研究[D];電子科技大學(xué);2015年

本文編號(hào)：2875464