针对存在缺陷的铸件,首先通过工业CT设备扫描铸件,得到一系列工业CT图像,通过二值化方法对图像目标和背景进行区分,然后进行轮廓跟踪、提取。在轮廓提取过程中,粗提取得到像素级坐标,精提取得到亚像素级坐标,这样可以更加精确地确定缺陷边缘数据。将轮廓数据进行排序后,最后通过计算圆形度和狭长度,确定其形状是更倾向于圆形或长条纹形,进而对缺陷类型进行识别。实验表明该方法可以有效地识别出孔类缺陷和裂纹类缺陷。

分析了裂纹缺陷对加筋板极限强度的影响,给出了加筋板单元的可靠性计算和敏度分析的表达式。对含有裂纹的加筋板单元组成的结构系统进行了可靠性分析,给出结构系统总体可靠性指标的计算方法及系统可靠性指标的敏度表达式;推出了含裂纹板元失效后对残余结构影响的反向节点力计算公式,保证了计算精度和可靠性分析的合理性;最后通过船舶结构的一个舱段,对比开展了含有裂纹缺陷与不含裂纹缺陷的结构系统的可靠性分析。本文方法可为结构系统的安全设计和维修提供参考。

根据超声检测的基本原理,建立了缺陷深度定量识别模型,结合超声信号自身的特点,应用具有多分辨率分析能力的小波方法对超声信号进行处理,提出了超声信号小波分析基函数的选择以及分解最大尺度的确定方法.对超声信号进行小波压缩,发现处理后的信号比原始波形更能体现出缺陷波的时域特征,提出了缺陷小波特征峰的概念,根据该特征峰所对应的时域位置建立了缺陷深度的物理测算方法.

为了有效利用脉冲涡流信号的低频成分检测钢板内部裂纹缺陷,提出了脉冲涡流同步采样方法。介绍了该方法的工作原理;采用在钢板上加工不同规格矩形槽的方法模拟钢板的裂纹缺陷;设计了由激励线圈和检测线圈构成的传感器,实现脉冲涡流信号的提取;采用数据采集卡采集信号,以Labview为平台,实现同步采样方法的软件设计。对钢板缺陷的检测和试验数据的分析,证明了脉冲涡流同步采样方法在钢板内部裂纹缺陷检测中具有较高的灵敏度,可以有效识别钢板内部裂纹缺陷。

对裂纹缺陷长度和深度进行定量是脉冲涡流无损检测的一项重要内容。提出了一种基于聚磁技术的新型脉冲涡流传感器。采用大型电磁仿真软件ANSYS建立了传统脉冲涡流传感器和新型脉冲涡流传感器的仿真模型,然后对比分析了两者对裂纹缺陷长度定量的结果,仿真分析表明：新型传感器可以实现对裂纹长度的准确定量,同时还能够对裂纹深度进行定量。采用实验的方法对仿真结果进行了验证,实验结果与仿真结论相一致,证明了新型传感器的有效性。

为了有效增加脉冲涡流信号的渗透深度以检测较厚钢板裂纹缺陷,提出了增大激励电流的方法。用低压大电流电源和功率MOSFET斩波的方式产生大电流脉冲;设计了由矩形激励线圈和2片霍尔传感器构成的脉冲涡流检测探头并制作放大滤波电路;采用数据采集卡采集信号,以LabVIEW为平台,采用峰值扫描方法,实现脉冲涡流信号的差分检测,达到有效识别较厚钢板亚表面裂纹缺陷。

冷旋压封头（直径为0．8～5．2m）被广泛应用于化工、石油、制药轻工等中间流程设备及储存设备上，国内专业生产厂家生产的冷旋压封头可以替代分瓣热压封头。因冷旋压封头生产加工的特殊性，加工过程中出现裂纹缺陷。笔者分析了裂纹成因，制定了相应探伤工艺，提高了裂纹检出率，保证了封头质量。

通过分析实际探伤试样，总结出3J53棒材的几种典型裂纹缺陷及其对应的超声波形。

以一固定位移情况下板的力学模型为例阐述了承载结构件柔度变化与其自身内在裂纹缺陷大小之间存在的定量关系;提出了运用动态柔度指标监控起重机钢结构承载状态的方法.在对无限大板具有中心穿透裂纹位移解析解计算后指出该方法运用成功的关键是位移测量的精度问题.结合实际运用该方法过程中存在的问题同时提出了今后需要注意的要点.

将人工神经网络方法应用于铝合金工件裂纹缺陷识别,以克服传统人工识别的局限性,从而提高裂纹缺陷识别的准确率。通过设计并搭建水浸超声检测系统,获得超声检测缺陷的波形数据,并对收集到的缺陷波形数据进行特征提取,从中筛选出有用的特征信息,经过小波去噪处理后作为特征信号输入概率神经网络,并进行网络训练,实现对不同裂纹尺寸的智能识别。实验结果表明:该方法可提高对裂纹缺陷尺寸识别的准确率和检测效率,具有较好的应用前景。