一种缺陷检测方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种缺陷检测方法、装置、设备和存储介质，缺陷检测方法包括：根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域；根据所述缺陷区域的缺陷性质，确定目标缺陷面积评定算法；根据所述目标缺陷面积评定算法，确定所述缺陷区域的面积。本发明专利技术实施例基于对待检测对象进行超声穿透得到C扫描图像，并通过C扫描图像确定待检测对象中的缺陷区域，根据缺陷区域的缺陷性质，采用相应的面积评定算法确定缺陷区域的面积信息。结合缺陷性质对缺陷面积进行确定提高了缺陷检测的准确率，并且通过相应的面积评定算法对缺陷面积进行检测减少了人工误检的概率。陷面积进行检测减少了人工误检的概率。陷面积进行检测减少了人工误检的概率。

【技术实现步骤摘要】
一种缺陷检测方法、装置、设备和存储介质


[0001]本专利技术实施例涉及超声无损检测
，尤其涉及一种缺陷检测方法、装置、设备和存储介质。

技术介绍

[0002]随着材料技术的发展，越来越多的先进材料被投入使用。目前大型客机上采用的先进复合材料层压制件已成为航空领域重要的发展态势。因为在复合材料层压制件工艺复杂、影响因素多，在生产过程中可能会出现分层、夹杂、气孔、孔隙密集和富胶等内部缺陷。因此在复合材料层压制件投入使用之前需要对其进行缺陷检测。
[0003]目前，超声无损检测是机械工程材料质量检测的重要方法之一。其原理是利用超声波在被检测材料中传播时，材料的声学特性和内部组织的变化对超声波的传播产生一定的影响，其主要原理是超声波进入物体遇到缺陷时，一部分声波会产生反射，接收器通过对反射波进行分析，来发现隐藏的内部缺陷。常用的超声无损检测方法为通过超声穿透法获取C扫描图像，依靠有经验的专业人员对C扫描图像进行缺陷判定。
[0004]然而由于复合材料结构的复杂性，造成超声信号复杂，会给有经验的专业人员对C扫描图像进行缺陷判定带来一定困难，并且人工检测造成检测时间长、效率低，也会带来一定的人为误差。

技术实现思路

[0005]本专利技术实施例提供一种缺陷检测方法、装置、设备和存储介质，以提高缺陷检测的效率，减少人工误检。
[0006]第一方面，本专利技术实施例提供了一种缺陷检测方法，包括：
[0007]根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域；
>[0008]根据所述缺陷区域的缺陷性质，确定目标缺陷面积评定算法；
[0009]根据所述目标缺陷面积评定算法，确定所述缺陷区域的面积。
[0010]第二方面，本专利技术实施例还提供了一种缺陷检测装置，包括：
[0011]缺陷区域确定模块，用于根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域；
[0012]面积评定算法确定模块，用于根据所述缺陷区域的缺陷性质，确定目标缺陷面积评定算法；
[0013]缺陷面积确定模块，用于根据所述目标缺陷面积评定算法，确定所述缺陷区域的面积。
[0014]第三方面，本专利技术实施例还提供了一种计算机设备，包括：
[0015]一个或多个处理器；
[0016]存储装置，用于存储一个或多个程序，
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理
器实现如本专利技术任一实施例所述的缺陷检测方法。
[0018]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术任一实施例所述的缺陷检测方法。
[0019]本专利技术实施例基于对待检测对象进行超声穿透得到C扫描图像，并通过C扫描图像确定待检测对象中的缺陷区域，根据缺陷区域的缺陷性质，采用相应的面积评定算法确定缺陷区域的面积信息。结合缺陷性质对缺陷面积进行确定提高了缺陷检测的准确率，并且通过相应的面积评定算法对缺陷面积进行检测减少了人工误检的概率。
附图说明
[0020]图1是本专利技术实施例一中的缺陷检测方法的流程图；
[0021]图2是本专利技术实施例二中的缺陷检测方法的流程图；
[0022]图3是本专利技术实施例三中的缺陷检测装置的结构示意图；
[0023]图4是本专利技术实施例四中的计算机设备的结构示意图。
具体实施方式
[0024]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0025]图1是本专利技术实施例一中的缺陷检测方法的流程图，本实施例可适用于根据超声穿透C扫描图像对待检测对象的缺陷面积进行确定的情况。该方法可以由缺陷检测装置来执行，该装置可以采用软件和/或硬件的方式实现，并可配置在计算机设备中，例如计算机设备可以是后台服务器等具有通信和计算能力的设备。如图1所示，该方法具体包括：
[0026]步骤101、根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域。
[0027]其中，待检测对象是指需要进行缺陷检测的材料，例如待检测材料可以是复合材料零件，对复合材料零件进行超声缺陷检测。超声穿透C扫描图像是指向待检测对象发射超声波，当超声波进入检测对象中遇到缺陷时，声波会产生不同程度的穿透，通过接收器对超声波的不同穿透程度进行显示得到超声穿透C扫描图像。C扫描图像显示为待检测对象内部缺陷不同深度的横截面图像，通过C扫描图像可以对待检测对象内部缺陷的形态和控件位置有一个直观的了解。C扫描图像的显示是通过数字化超声扫描成像的原理，将采集每个位置深度方向上的超声穿透波能量转化为电压信号，并对电压信号的幅值进行256级数字化处理，最后可以得到用不同灰度值代表不同能量的待检测对象内部的横截面图像，C扫描图像以二维图像的方式直观显示待检测对象的内部缺陷情况。
[0028]缺陷区域是指在待检测对象内部出现的在制作过程造成的内部缺陷所在位置范围，例如缺陷种类包括复合材料层压制件中的分层、夹杂、气孔、孔隙密集和富胶等。缺陷区域可以通过对C扫描图像中的灰度值进行分析确定。
[0029]具体的，确定需要检测缺陷的复合材料零件，对零件发射超声波，并接收穿透零件的声波，根据声波不同程度的穿透情况得到C扫描图像，根据C扫描图像中的零件横截面图像灰度变化情况，确定当前横截面上的缺陷区域。
[0030]可选的，将待检测对象的超声穿透C扫描图像作为缺陷预测模型的输入，根据模型
输出确定待检测对象的缺陷区域；
[0031]其中，通过如下操作训练所述缺陷预测模型，包括：
[0032]获取测试对象的超声穿透C扫描图像样本；
[0033]对所述C扫描图像样本中缺陷区域进行标注；
[0034]根据标注后的C扫描图像样本，训练得到所述缺陷预测模型。
[0035]其中，缺陷预测模型是指基于机器学习算法对待检测对象的测试集进行训练得到的预测模型，其输入为待检测对象的超声穿透C扫描图像，输出为待检测对象的缺陷区域，输出形式包括在C扫描图像上显示出缺陷区域或输出缺陷区域边界的坐标点信息。
[0036]在对待检测对象进行缺陷区域确定之前需要对缺陷预测模型进行训练，其中，训练过程中的测试对象是指为训练模型准备的已知缺陷位置的检测对象或者人工可以确定缺陷位置的检测对象，可选的测试对象包括对比试块，对比试块是指已知缺陷位置以及缺陷面积信息的复合材料零件，用于为未知缺陷信息的待检测对象提供准确参考。标注是指根据测试对象的超声穿透C扫描图像，将测试对象的缺陷区域在超声穿透C扫描图像上标注出来，可以采取对缺陷区域边界坐标点进行确认的方式。
[0037]具体的，采集大量内部含有缺陷的复合材料零件的超声穿透C扫描图像，将其作为模型训练样本集，并对训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种缺陷检测方法，其特征在于，包括：根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域；根据所述缺陷区域的缺陷性质，确定目标缺陷面积评定算法；根据所述目标缺陷面积评定算法，确定所述缺陷区域的面积。2.根据权利要求1所述的方法，其特征在于，根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域，包括：将待检测对象的超声穿透C扫描图像作为缺陷预测模型的输入，根据模型输出确定待检测对象的缺陷区域；其中，通过如下操作训练所述缺陷预测模型，包括：获取测试对象的超声穿透C扫描图像样本；对所述C扫描图像样本中缺陷区域进行标注；根据标注后的C扫描图像样本，训练得到所述缺陷预测模型。3.根据权利要求1所述的方法，其特征在于，根据所述缺陷区域的缺陷性质，确定目标缺陷面积评定算法，包括：若所述缺陷区域的缺陷性质为宏观缺陷，将宏观缺陷面积评定算法确定为目标缺陷面积评定算法；若所述缺陷区域的缺陷性质为微观缺陷，将微观缺陷面积评定算法确定为目标缺陷面积评定算法。4.根据权利要求3所述的方法，其特征在于，若所述缺陷区域的缺陷性质为宏观缺陷，还包括：获取所述缺陷区域的超声脉冲反射A扫描图像，确定所述缺陷区域的深度。5.一种缺陷检测装置，其特征在于，包括：缺陷区域确定模块，用于根据待检测对象的超声穿透C扫描图像，确定待检测对象的缺陷区域；面积评定算法确定模块，用于根据所述缺陷区域的缺陷...

【专利技术属性】
技术研发人员：肖鹏，刘奎，陈智超，陈健，南方，孟嘉，
申请(专利权)人：上海飞机制造有限公司，
类型：发明
国别省市：