本发明专利技术揭示了一种对导管进行无损测试的设备。这种设备在按照所选时间规则有选择地激励超声波发送器之后从超声波接收器所捕获的信号中提取关于缺陷的信息。这些接收器形成具有所选几何形状的结构，以超声波方式与导管耦合，可与导管相对转动／平移运动。这种设备包括：根据运动有选择地在所指定的时间窗口中析出回波的数字表示并提取缺陷的图像（９０１；９０２）的变换器（８９１；８９２）；确定所推测的缺陷区段（Ｚｃｕｒ）和这些区段的性质的滤波器（９２１；９２２）；根据来自滤波器的缺陷区段和这些缺陷区段的性质的图像提取（９５１；９５２）以及前后关系数据（７４０）准备工作数字输入的组合器（９６０）；接收该工作输入的神经电路（９７０）；根据神经电路的输出进行工作的数字判决和警报级（９９２）；以及分离并标记由判决和警报级认为不合格的导管的分类和标记机器人（９９４）。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及对材料特别是在制造过程中对导管的无损测试。
技术介绍
已知有各种可选方案，其中有较多的倾向于在对材料的无损测试方面使用神经网络。但是，当前现有的那些方案不能在工业环境中在已经在使用的设备上实时工作，同时对缺陷按照它们的类型飞快进行分类以便能迅速补救在生产阶段出现的问题。
技术实现思路
本专利技术的目的是提供一种系统来改善这种情况，这种系统能用于工业环境和很方便地安装到这种环境内已经存在的设备上；能实时使用，也就是说能提供快速诊断(快到足以不减慢整个生产的速度)；以及允许对缺陷按照它们的类型分类，以便认识它们的严重性和确定缺陷的技术原因，迅速补救在生产阶段期间的问题。按照本专利技术的初始方面，所提出的设备形成在生产期间和结束时对导管(或其他钢铁产品)进行无损测试的操作工具。这样的工具可以用来提取导管内的可能缺陷的信息。按照所选择的时间规则有选择地激励一些超声波传感器发送器。反馈信号由形成具有所选几何形状结构、安装成通过液体介质媒介与导管超声波耦合的一些超声波传感器接收器捕获。最后，通常在导管与传感器结构之间有相对转动/平移运动。所提出的操作工具包括变换器，能根据所述相对转动/平移运动有选择地在所指定 的时间窗口中析出可能回波的数字表示，从中提取导管内可能缺陷的图像；滤波器，能在图像内确定所推测的缺陷区段和每个所推测 的缺陷的性质；组合器，被配置成根据与来自滤波器的所推测的缺陷区段 和在该区段内的所推测的缺陷的性质相应的图像提取以及前后 关系数据，准备神经电路的数字输入；至少一个接收来自组合器的输入的神经电路； 数字判决和警报级，用来根据神经电路的输出进行操作；以及分类和标记机器人，被配置成分离并标记已被数字判决和 警报级认为不合格的导管。本专利技术在本地同样作为一种在生产期间或结束时对导管(或其他 钢铁产品)进行无损测试的设备，这种设备包括具有所选几何形状的超声波传感器结构，安装成通过液体 介质媒介与导管超声波耦合，导管与传感器结构之间可相对转动 /平移运动；按照所选时间规则有选择地激励这些传感器元件和收集它 们所捕获的反馈信号的电路；以及如上面定义的和在下面要详细说明的操作工具。 本专利技术的另一个方面呈现为一种在生产期间或结束时对导管(或 其他钢铁产品)进行无损测试的过程，这种过程包括下列步骤a. 提供具有所选几何形状的超声波传感器结构，安装成通过 液体介质媒介与导管超声波耦合，使得导管与传感器结构之间可 相对转动/平移运动；b. 按照所选时间规则有选择地激励这些传感器元件；c. 收集这些传感器元件所捕获的反馈信号，以便有选择地分 析这些反馈信号，从而提取导管内的任何缺陷的信息。所提出的过程还包括下列步骤d，根据所述相对转动/平移运动有选择地在所指定的时间窗 口中析出可能回波的数字表，并从该数字表示中提取导管内可 能缺陷的图像；e. 按照所选滤波准则对图像进行滤波，以便确定其中所推测 的缺陷区段和每个所推测的缺陷的性质；f. 根据与来自滤波器的所推测的缺陷区段和在该区段内的 所推测的缺陷的性质相应的图像提取以及前后关系数据，形成神 经电路的数字输入；g. 将这样形成的输入加到至少 一个神经电路上；h. 按照所选判决准则对神经电路的输出进行数字处理，以便 从中提取判决和/或警报，以及i. 分离和标记由步骤h认为不合格的导管。 从本专利申请的其余部分可以看到本专利技术的其他方面。附图说明从以下详细说明和附图中可以清楚地看到本专利技术的其他特征和优点，在这些附图中图1为具有缺陷或所谓的标准缺陷的导管的示意性透视图2为例示在脱离生产的导管上的"转动头测试"型设备的例子的示意性侧视图3A至3C为各种类型的厚度测量和纵向和横向缺陷测试的细节图4为传统设备的无损测试中与超声波传感器关联的电子装置的 流程图5A和5B为示意性示出通常称为"转动头"的特定类型的无损 测试单元的端视图和侧视图6以一个简单的例子示出了在导管内遇到的超声波轨迹的复杂图6A和6B分别为对于传感器在倾斜入射和法向(垂直)入射 情况下的超声波信号的示意性定时图7为示出测试设备的选择性的传统表示图8为在一个能实现本专利技术的设备实例内无损测试中与超声波传 感器关联的电子装置的流程图8A为图8中一部分的详细框图9为示出导管内可能缺陷的两个数字化超声波图像的示意性屏 幕打印；图IOA至IOD为按照美国石油学会(API)分类的各种缺陷的示 意性表示，这些示意性表示可以构成神经网络的有助于确定缺陷类型 的输出数据；图11为图8中一部分的更详细框图； 图12为例示对图像内相继的可能缺陷进行处理的序列图； 图13为按照本专利技术可以使用的滤波器系统的框图； 图14为有助于确定导管内缺陷的类型的神经网络设置的框图； 图15为有助于确定导管内缺陷的深度的神经网络设置的框图； 图16为神经元模型的框图； 图17为基本神经元传递函数的实例；以及 图18为使用本专利技术的用各种传感器检测缺陷的设备的总体框图。 这些附图含有一些具有明确性质的组成部分。因此，这些附图不 仅可以用来更好地理解本专利技术，而且有助于根据需要确定本专利技术。具体实施例方式在本说明的其他部分，超声波传感器可以就称为传感器或者探 头，这些都是所属
的专业人员众所周知的。 已知的神经网络使用在材料的无损测试方面使用神经网络已经是许多出版物的议题， 但现在所考虑的大多是相当理论性的。ZAOUI、 MARCHAND和RAZEK的论文"用有限元法和神经网9络对缺陷进行定位和形状分类"("Localization and ShapeClassification of Defects using the Finite Element Method and the Neural Networks", NDT.NET -AUGUST 1999， Vol. IV， abridged Number 8 )给出了在这个领域内的一些提案。然而，这些提案是在实 验室操作的环境内提出的，所揭示的应用在工业环境的生产线上不好 实现。此外，所处理的只是对涡流的检测，这往往是不够的。Lawson和Parker的论文"用神经网络自动检测工业超声波图象 内的缺陷，，("Automatic Detection of Defects in Industrial Ultrasound Images using a Neural Network", Proc. of Int. Symposium on Lasers, Optics, and Vision for Productivity in Manufacturing I ( Vision Systems: Applications ) ， June 1996， Proc. of SPIE vol. 2786， pages 37-47 1996)揭示了图像处理和神经网络在所谓的扫描TOFD解释中 的应用。TOFD (Time of Flight Diffraction,飞逝f汴射时间)方法包 括对超声波传感器精确定位，在有可能观察光束在缺陷边缘处的衍射 的情况下，这允许随后确定缺陷的大小。这种方法很难适合现有的无 损测试设备，特别是在工业环境内。Dunlop和McNab的论文"3维超声波图像内的缺陷指示的形本文档来自技高网...
【技术保护点】
一种形成操作工具的设备，该操作工具用于在生产期间或结束时对诸如导管或其他细长形产品之类的钢铁产品进行无损测试，此工具用来在按照所选时间规则有选择地激励（７０）超声波传感器发送器之后，从所捕获（７３）的反馈信号中提取诸如导管内的可能缺陷之类的信息，这些超声波传感器发送器形成具有所选几何形状的结构，安装成通过液体介质媒介与导管超声波耦合，在所述导管与传感器结构之间有相对转动／平移运动，所述操作工具的特征在于它包括： 变换器（８９１；８９２），能根据所述相对转动／平移运动有选 择地在所指定的时间窗口中析出可能回波的数字表示并从该数字表示中提取导管内的可能缺陷的图像（９０１；９０２）； 滤波器（９２１；９２２），能在图像（９０１；９０２）内确定所推测的缺陷区段（Ｚｃｕｒ）以及每个所推测的缺陷的性质； 组 合器（９６０），被配置成根据与来自滤波器（９２１；９２２）的所推测的缺陷区段（Ｚｃｕｒ）和在该区段内所推测的缺陷的性质相应的图像提取（９５１；９５２）以及前后关系数据（７４０），准备神经电路的数字输入； 至少一个神经电路型结构（９７０ ），接收来自组合器（９６０）的所述输入； 数字判决和警报级（９９２），根据来自神经电路型结构（９７０）的输出进行操作；以及 分类和标记机器人（９９４），被配置成分离并标记已被数字判决和警报级（９９２）认为不合格的导管。...
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：B毕西亚乌克斯，F勒萨热，S帕迪特，S多伊奇，
申请(专利权)人：VM法国公司，
类型：发明
国别省市：FR[法国]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。