一种大型高温叶片内部缺陷三维无损检测方法技术

技术编号:11510701 阅读:199 留言:0更新日期:2015-05-27 15:57
一种大型高温叶片内部缺陷三维无损检测方法,先利用数字射线设备对燃气轮机叶片正面进行内部探伤得到二维灰度图像,通过对二维灰度图像进行处理得到缺陷的二维大小及位置,然后进行叶片内部缺陷三维定位,采用水浸超声的方法对缺陷深度进行定位,由缺陷回波信号的出现判断缺陷的存在;由回波信号出现的位置来确定缺陷距探测面的距离,实现缺陷定位,本发明专利技术结合数字射线设备和水浸超声设备各自的优点,实现对其内部缺陷的三维无损检测,弥补了传统射线胶片照相无法检测三维信息以及工业CT价格昂贵的不足。

【技术实现步骤摘要】
一种大型高温叶片内部缺陷三维无损检测方法
本专利技术属于燃气轮机无损检测
,特别涉及一种大型高温叶片内部缺陷三维无损检测方法。
技术介绍
传统的燃气轮机大型高温叶片采用射线胶片照相的检测方法,具有直观可靠等优点,在工业生产中的质量控制方面发挥着重要作用。但是这种方法只能显示缺陷的二维信息,无法提供缺陷的三维位置以及体积大小信息,只能靠专业技术人员凭经验去估计,存在检测过程复杂、工作量大、速度较慢、运行成本高及易受人为主观性影响等不足。应用于零件内部缺陷的无损检测方法主要有工业CT、射线检测、超声检测等。工业CT是工业用计算机断层成像技术的简称,它能在对检测物体无损伤条件下,以二维断层图像或三维立体图像的形式,清晰、准确、直观地展示被检测物体内部的结构、组成、材质及缺损状况,被誉为当今最佳无损检测技术。工业CT的基本工作原理是将X射线源和检测器沿着圆弧围绕被测物体旋转180°或360°完成一次扫描过程,将全部的投影数据送入计算机后,通过图像重建的计算方法,重新构建探测平面的二维图像,层层扫描叠加构成了整个物体的三维图像,可以直观显示缺陷的三维空间位置及形状体积大小。但是,小功率的CT射线无法穿透镍基高温合金叶片,所以无法进行测量;大功率的CT射线虽然可以穿透,但是价格十分昂贵,一台大功率的工业CT设备价格上千万,对一般企业来说成本太高。由于燃气轮机透平高温叶片选用镍基高温合金材料,射线的衰减率很大,射线检测的方法所能穿透的厚度十分有限,无法在深度方向对缺陷进行定位;超声检测虽然穿透能力强但探头在进行扫描检测时,探头平面需与被测物体平面平行,所以对于透平高温叶片这种形状变化复杂且不规则的物体,难以选择合适的探头进行扫描探测。
技术实现思路
为了克服上述现有技术的缺点,本专利技术的目的在于提供一种大型高温叶片内部缺陷三维无损检测方法,实现对叶片内部缺陷的三维无损检测。为了达到上述目的,本专利技术采取的技术方案为:一种大型高温叶片内部缺陷三维无损检测方法,包括以下步骤:1)利用数字射线设备对燃气轮机叶片正面进行内部探伤得到二维灰度图像,通过对二维灰度图像处理得到缺陷的二维大小及位置,利用缺陷衰减定律对存在缺陷的位置处理,得到每一个像素点的深度信息,对每一个像素点利用有限元思想面积及深度计算求得缺陷的体积大小,从而实现叶片内部缺陷三维体积的测量;2)叶片内部缺陷三维定位:采用水浸超声的方法对已经两维定位的缺陷进行深度定位,由回波信号出现的位置来确定缺陷距探测面的距离S,通过对距离S以及该位置处的深度信息进行计算求得深度方向的位置信息,从而实现叶片内部缺陷的三维定位。所述的叶片内部缺陷三维体积测量具体步骤如下:1.1)利用数字射线设备对叶片进行探伤,获得叶片的X射线灰度图像;1.2)对1.1)缺陷图像进行同态滤波减小散射噪声的影响;1.3)对1.2)处理过的图像进行基于缺陷生长的图像分割算法,提取叶片的缺陷区域并得到二值化图像,背景区域为0,缺陷区域为1;1.4)以1.3)中提取得到的缺陷区域坐标作为参考,提取1.2)中对应的缺陷区域原图像;1.5)对1.4)中的图像采用有限元的思想对每一个像素点利用式(4),求出缺陷区域每一个点的深度值,其中:u——射线衰减率k——衰减常数ρ——物质的密度Z——原子系数λ——X射线波长T0为每一个像素点位置的设计尺寸;1.6)对1.5)中获取的深度值数据进行处理,剔除不合理的数据;1.7)对1.6)处理后的数据进行曲面三次B样条插值运算,重新计算出每一个像素点的深度;1.8)将每一个像素点的面积乘以每一个像素点的深度,计算得到每一个像素点的体积,求和运算得到该缺陷整体的三维体积。所述的叶片内部缺陷三维定位步骤如下:2.1)对1.4)处理后的图像进行处理,根据式(5)求得缺陷区域的重心坐标,实现二维方向的定位;2.2)在缺陷的重心位置坐标处采用水浸超声探伤设备进行探伤,根据回波信号出现的位置来确定缺陷重心坐标处距探测面的距离S,根据式(6)计算得到缺陷重心位置的Z方向坐标,实现缺陷位置的深度定位,进而实现缺陷的三维定位,其中T——缺陷重心坐标处深度信息;S——缺陷重心坐标处距探测面的距离。本专利技术的有益效果:本专利技术结合数字射线设备和水浸超声设备各自的优点,实现对其内部缺陷的三维无损检测,弥补了传统射线胶片照相无法检测三维信息以及工业CT价格昂贵的不足。附图说明图1为射线衰减示意图。图2为射线探伤示意图。图3为超声波探伤原理示意图。图4为叶片三维无损检测系统示意图。图5为叶片三维无损检测系统软件。具体实施方式下面结合附图和实施例对本专利技术做详细描述。一种大型高温叶片内部缺陷三维无损检测方法,包括以下步骤:1)利用数字射线设备对燃气轮机叶片正面进行内部探伤得到二维灰度图像,通过对二维灰度图像处理得到缺陷的二维大小及位置,利用缺陷衰减定律对存在缺陷的位置处理,得到每一个像素点的深度信息,对每一个像素点利用有限元思想面积及深度计算求得缺陷的体积大小,从而实现叶片内部缺陷三维体积的测量;叶片内部缺陷三维体积测量:X射线在穿过物体时会产生衰减,并遵循朗伯—比尔定律,如图1所示,强度为I0的X射线穿过厚度为T的物体强度衰减为I,I=I0e-uT(1)其中u为射线衰减率,与物质的密度、原子序数以及射线能量有关,u≈kρZ3λ3(2)其中:u——射线衰减率k——衰减常数ρ——物质的密度Z——原子系数λ——X射线波长根据式(1)和式(2)联立计算即得到被测物体的厚度,如图2所示,假设被测物体有一个深度为T缺陷,利用郎伯—比尔定律,该缺陷的深度T有以下式(4)求得叶片内部缺陷三维体积测量具体步骤如下:1.1)利用数字射线设备对叶片进行探伤,获得叶片的X射线灰度图像;1.2)对1.1)缺陷图像进行同态滤波减小散射噪声的影响;1.3)对1.2)处理过的图像进行基于缺陷生长的图像分割算法,提取叶片的缺陷区域并得到二值化图像,背景区域为0,缺陷区域为1;1.4)以1.3)中提取得到的缺陷区域坐标作为参考,提取1.2)中对应的缺陷区域原图像;1.5)对1.4)中的图像采用有限元的思想对每一个像素点利用式(4),求出缺陷区域每一个点的深度值,其中T0为每一个像素点位置的设计尺寸;1.6)对1.5)中获取的深度值数据进行处理,剔除不合理的数据(因为X射线散射影响,计算得到的缺陷厚度可能大于叶片设计厚度);1.7)对1.6)处理后的数据进行曲面三次B样条插值运算,重新计算出每一个像素点的深度;1.8)将每一个像素点的面积乘以每一个像素点的深度,计算得到每一个像素点的体积,求和运算得到该缺陷整体的三维体积。2)叶片内部缺陷三维定位:采用水浸超声的方法对已经两维定位的缺陷进行深度定位,由回波信号出现的位置来确定缺陷距探测面的距离S,通过对距离S以及该位置处的深度信息进行计算求得深度方向的位置信息,从而实现叶片内部缺陷的三维定位。由于叶片横向尺寸较大,对其侧面进行探伤时数字射线设备难以穿透,故无法在深度方向上对缺陷进行定位,这里采用水浸超声的方法对缺陷深度进行定位,超声波的定位原理如图3所示,其中C为超声波在被测物体内的传播速度,与超声波频率以及物体材料有关,t为时间,S即为缺陷深度位置,超声波探伤是利用材料及其缺陷的声学本文档来自技高网
...
一种大型高温叶片内部缺陷三维无损检测方法

【技术保护点】
一种大型高温叶片内部缺陷三维无损检测方法,其特征在于,包括以下步骤:1)利用数字射线设备对燃气轮机叶片正面进行内部探伤得到二维灰度图像,通过对二维灰度图像处理得到缺陷的二维大小及位置,利用缺陷衰减定律对存在缺陷的位置处理,得到每一个像素点的深度信息,对每一个像素点利用有限元思想面积及深度计算求得缺陷的体积大小,从而实现叶片内部缺陷三维体积的测量;2)叶片内部缺陷三维定位:采用水浸超声的方法对已经两维定位的缺陷进行深度定位,由回波信号出现的位置来确定缺陷距探测面的距离S,通过对距离S以及该位置处的深度信息进行计算求得深度方向的位置信息,从而实现叶片内部缺陷的三维定位。

【技术特征摘要】
1.一种大型高温叶片内部缺陷三维无损检测方法,其特征在于,包括以下步骤:1)利用数字射线设备对燃气轮机叶片正面进行内部探伤得到二维灰度图像,通过对二维灰度图像处理得到缺陷的二维大小及位置,利用射线衰减定律对存在缺陷的位置处理,得到每一个像素点的深度信息,对每一个像素点利用有限元方法计算面积,结合深度信息计算求得缺陷的体积大小,从而实现叶片内部缺陷三维体积的测量;2)叶片内部缺陷三维定位:采用水浸超声的方法对已经两维定位的缺陷进行深度定位,由回波信号出现的位置来确定缺陷距探测面的距离S,通过对距离S以及该位置处的深度信息进行计算求得深度方向的位置信息,从而实现叶片内部缺陷的三维定位。2.根据权利要求1所述的一种大型高温叶片内部缺陷三维无损检测方法,其特征在于,所述的叶片内部缺陷三维体积测量具体步骤如下:1.1)利用数字射线设备对叶片进行探伤,获得叶片的X射线灰度图像;1.2)对1.1)缺陷图像进行同态滤波减小散射噪声的影响;1.3)对1.2)处理过的图像进行基于缺陷生长的图像分割算法,提取叶片的缺陷区域并得到二值化图像,背景区域为0,缺陷区域为1;1.4)以1.3)中提取得到的缺陷区域坐标作为参考,...

【专利技术属性】
技术研发人员:李兵陈磊王曰根杜俊伟刘晓高梦秋
申请(专利权)人:西安交通大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 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。

1