Page 146 - 2022'中国无损检测年度报告
P. 146
⚥㕂偽䰀唬崵䎃䏞䫣デ ⚥㕂偽䰀唬崵䎃䏞䫣デ
2022
20222 ࠛ௨ចय़ˮڥQGWખ˘ᛸˡԾࡰᤠቅ ࠛ௨ចय़ˮڥQGWખ˘ᛸˡԾࡰᤠቅ 2 2
2
判断其危险度级别，根据危险度级别进一步确定 碫倰岁
其是否为危险源。 歍霼〿 : CN202210397002.3
〄僈➃ : 赵纪元 ; 杨琦 ; 郭文华 ; 田艳彬 ; 尹光起 ;
♧猫㛇✵侨䰘ꅾ䱗ㄤⰟ鲯㼘絁涸䊨⚌ $5 ♲絶 冯雯倩 ; 马建徽 ; 杨光
㕃⫸ꅾ䒊倰岁 歍霼⚁ⵄ勉➃ : 西安交通大学 ; 中国航发四
歍霼〿 : CN202210426807.6 川燃气涡轮研究院
〄僈➃ : 陶镛泽 ; 胡佳成 ; 施玉书 ; 皮磊 ; 蔡晋辉 Ⱆ䒓傈劍Ⱆ䒓2022.07.15
歍霼⚁ⵄ勉➃ : 中国计量大学 䶰銳 : 本发明公开一种基于特征提取和 BP 网络
Ⱆ䒓傈劍Ⱆ䒓2022.07.29 的工业 CT 图像缺陷分类方法，包括以下步骤：
䶰銳 : 本发明公开了一种基于数据重排和共轭射 采集工业 CT 缺陷图像，采用 Hu 不变矩，提取
线的工业 CT 三维图像重建方法。本发明方法首 工业 CT 缺陷图像的不变矩特征；提取工业 CT
先通过工业锥形束 CT 圆形轨道扫描获得被测样 缺陷图像的形态特征；提取工业 CT 缺陷图像的
品的投影数据；之后，通过将平面探测器转化为 灰度特征；将工业 CT 缺陷图像的不变矩特征、
柱面探测器的方法对投影数据进行重排，并采用 形态特征与灰度特征构成特征向量；将待分类缺
四邻点双线性插值提高投影数据的精度；然后， 陷图像输入到经特征向量训练后的 BP 神经网络
对已重排的投影数据进行余弦加权，并采用基于 模型进行分类，实现分类目的。本发明采用缺陷
共轭射线的方法构造三维经验性加权函数，进行 自动识别可以实现缺陷的快速识别与分类，减少
二次加权；然后，采用一维斜坡滤波器对已加权 人员工作时间，避免人为因素对缺陷评定的失误，
的投影数据进行滤波，再通过反投影获得重建结 提高射线检测的质量及效率，对于工件的缺陷检
果。本发明具有较强的鲁棒性，能够消除较大锥 测具有重要意义。
角投影数据的重建伪影，从而提高工业 CT 测量
的准确度。 ♧猫㛇✵欰䧭㼆䫒緸絞涸䊨⚌ $5 㕃⫸馄ⴔ鳹
ꅾ䒊涸倰岁
㛇✵帿䏞㷖⛴涸 % 䩧⽪挿絕匬 $5 㕃⫸緃ꤴ 歍霼〿 : CN202210137464.1
唬崵倰岁 〄僈➃ : 詹道桦 ; 王晗 ; 林健 ; 林锐楠 ; 钟辉宇 ;
歍霼〿 : CN202210325459.3 毛睿欣 ; 丁鑫杰 ; 蔡念 ; 陈新
〄僈➃ : 郭保苏 ; 张磊 ; 吴凤和 ; 温银堂 ; 张玉燕 ; 歍霼⚁ⵄ勉➃ : 广东工业大学
张芝威 Ⱆ䒓傈劍Ⱆ䒓2022.06.03
歍霼⚁ⵄ勉➃ : 燕山大学 䶰銳 : 本发明公开了一种基于生成对抗网络的工
Ⱆ䒓傈劍Ⱆ䒓2022.06.17 业 CT 图像超分辨重建的方法，包括步骤构建工
䶰銳 : 本发明涉及一种基于深度学习的 3D 打印 业 CT 图像数据集，设计生成器网络结构，设计
点阵结构 CT 图像缺陷检测方法，其包括以下步 判别器网络结构，设计损失函数。本发明解决了
骤，步骤一：通过工业 CT 获取缺陷图像数据； 生成对抗网络判别器对复杂的训练输出鉴别能力
步骤二：高斯滤波处理缺陷图像数据；步骤三： 不足的问题，产生更加精确的梯度反馈，同时谱
构建基于深度学习网络的缺陷检测模型；步骤四： 归一化能够稳定训练动态缓解 GAN 训练引入的
判断缺陷检测模型训练结果是否符合要求；步骤 过于尖锐和不合适的伪信号。
五：将训练好的模型参数用于缺陷检测模型。本
发明通过基于双注意力机制的图像缺陷检测模块 㛇✵ 9 SBZ $5 涸♲絶侨㶶꧋俱䎽䘯鸟䒊用♸霉
构建深度学习模型，实现对 3D 打印点阵结构内 ⟟倰岁
部缺陷进行无伤检测，准确高效地提取缺陷信息， 歍霼〿 : CN202210124861.5
分析该缺陷对点阵结构的力学性能影响，具有检 〄僈➃ : 谭忆秋 ; 任志彬 ; 黄兰 ; 熊学堂 ; 王英园
测准确率高，实时性好，自动化程度高等优点。 歍霼⚁ⵄ勉➃ : 哈尔滨工业大学
Ⱆ䒓傈劍Ⱆ䒓2022.12.02
㛇✵暵䖄䲿》ㄤ #1 緸絞涸䊨⚌ $5 㕃⫸緃ꤴⴔ 䶰銳 : 基于 X ray CT 的三维数字集料库快速建立
138
