Page 125 - 2024中国无损检测年度报告
P. 125
现大尺寸绝缘子内部缺陷的检出与成像。 本发明在最小方差自适应波束合成方法的基础上，
改进提出了最小方差 - 信噪比系数复合自适应波
基于深度学习的复合材料结构损伤超声检测方 束合成方法；通过在回波信号中加入高斯强噪声
法及存储介质 以模拟干扰环境，具有噪声环境成像效果和最好
申请号 : CN202411333431.X 的伪影抑制效果。
公开日期（公开）: 2024.12.13
一种立式储罐的爬壁式检测机器人及超声波检
申请（专利权）人 : 哈尔滨工程大学
测系统
发明人 : 王宇 ; 李金成 ; 刘希琨 ; 董立强 ; 李金强 ;
申请号 : CN202411325011.7
李凤明
公开日期（公开）: 2024.12.31
摘要 : 基于深度学习的复合材料结构损伤超声检
申请（专利权）人 : 大连民族大学
测方法及存储介质，本发明涉及复合材料结构损
伤超声检测方法及存储介质。本发明的目的是为 发明人 : 龙飞飞 ; 杨可鑫 ; 周俊凯
了解决传统的无损检测方法依赖于人类的专业知 摘要 : 本发明提供一种立式储罐的爬壁式检测机
识，耗时、昂贵且容易出错的问题。过程为：① 器人及超声波检测系统，涉及储罐检测技术领域，
通过仿真软件建立尺寸相同，一个有分层缺陷和 包括底板，所述底板的上方平行安装有两个永磁
一个没有缺陷的复合材料层合板模型；②设置探 吸附体，两个所述永磁吸附体的一侧均设置有轭
针；③产生时间位移曲线；得到一组时频图；④ 磁铁，所述底板的下方四角处均固定有电机，四
改变缺陷大小、位置和探针位置，重复执行三至 个所述电机的输出端均固定有麦克纳姆轮。通过
四 N 次，得到 N 组时频图；⑤构建卷积神经网络 基于储罐结构分析，确定检测机器人负载能力为
模型；⑥获得训练好的卷积神经网络模型；⑦基 10kg、最大移动速度为 2m/min，适应的最小曲
于训练好的卷积神经网络模型对待测复合材料层 率半径为 10m、可实现储罐罐壁无检测遗漏、机
合板模型进行分类检测。本发明用于复合材料结 器人自主移动；机器人本体采用永磁吸附和麦克
构损伤超声检测领域。 纳姆轮移动的方案，根据麦克纳姆轮的结构特点
和移动方式，对爬壁检测机器人进行运动学分析、
面向飞机平尾大轴缺陷成像的伪影改善与噪声 静力学分析、动力学分析，并根据分析结果选择
抑制方法 驱动电机。
申请号 : CN202411324780.5
公开日期（公开）: 2024.12.13 一种 GIS 盆式绝缘子自动超声检测装置
申请号 : CN202411320916.5
申请（专利权）人 : 国营芜湖机械厂 ; 哈尔滨工
业大学 公开日期（公开）: 2024.12.20
发明人 : 刘亚星 ; 刘鹏 ; 李永彬 ; 单奕萌 ; 王丙泉 ; 申请（专利权）人 : 国网山西省电力公司电力科
周勇军 ; 赵勃 学研究院 ; 太原理工大学
摘要 : 本发明涉及面向飞机平尾大轴缺陷成像的 发明人 : 钟黎明 ; 张婷婷 ; 王文先 ; 付可 ; 李萌飞
伪影改善与噪声抑制方法，属于超声检测技术领 摘要 : 本发明属于输变电绝缘设备技术领域，涉
域。包括以下步骤：选择合适探测位置，建立极 及一种 GIS 盆式绝缘子自动超声检测装置；包括：
坐标系；划分均匀网格；计算声波传播距离，延 第一桌体、旋转装置、边沿检测装置和盆体检测
迟叠加波束合成；遍历所有聚焦点；改进波束合 装置；旋转装置包括第二桌体、第一旋转轴、第
成方法。本发明解决了传统延迟叠加波束合成方 一步进电机和旋转平台，用于放置待检测盆式绝
法由于其波形叠加合成模式简单，无法对回波信 缘子并带动待检测盆式绝缘子转动；边沿检测装
号中混杂的非相干噪声进行有效分辨并剔除，成 置包括第一固定支架、第一探头夹具和第一超声
像易受噪声干扰，成像鲁棒性不高，并且其对超 检测探头，用于对待检测盆式绝缘子的边沿区进
声旁瓣引起的成像伪影也无法进行改善的问题； 行检测；盆体检测装置包括第二固定支架、第二
117
