为了实现对大型回转体零件内部缺陷的检测与识别,研制了超声波自动检测系统.系统主要完成超声信号的采集和处理、数据的实时存储、缺陷的在线分析与识别等功能.要实现缺陷的在线检测与识别,必然需要大量的原始数据,为了减少数据的存储量,通过小波神经网络提取相应的权重因子,构成小波基的尺度参数和与之对应的平移参数,实现缺陷有用信息的压缩;在缺陷数据重构中,利用上述特性参数并结合信号的特征值,对信号进行拟合.解决了缺陷检测现场大量数据的保存问题,为缺陷的进一步识别提供了基础.

针对现有大型回转工件超声检测效率低下,劳动强度大,依照个人经验评判缺陷等问题,研制出了超声波在线自动检测系统,主要完成对超声信号的采集和处理,数据的实时存储,信号的消噪处理,缺陷的在线分析与识别等。经过现场的实际应用表明,该系统操作方便,运行稳定、可靠,自动化程度高,大大提高了大型回转工件超声检测的质量和效率。

基于非接触式超声波探伤原理,研发出一套针对大型回转体的超声波自动化探伤系统。该系统综合应用多项技术,实现了探伤自动化,代替了耗时、耗力的人工探伤方式,产生了很大的经济效益。系统硬件结构包括信号采集、机械定位和压力供油3个部分;软件部分主要在VC＋＋.NET环境下实现上位机编程,实现整个系统的控制和管理功能。系统自动化程度高,效率高。