智能化无损检测

无损检测技术主要依托于声、光、电、磁等原理内容，从而实现对被检测物体内部缺陷以及不均匀性问题的全过程检测与分析，已成为很多工业生产中用来控制质量的重要方法。近年来，随着新材料、新工艺、新技术等兴起，为了更好地适应时代发展需求，无损检测技术也在不断优化和创新，逐渐朝着自动化、智能化以及图像化等方向发展，并逐步应用到相关行业领域。在即将召开的首届无损检测技术进展与应用网络会议，特别邀请了多位专家进行自动化/智能化无损检测技术相关的分享，部分报告预告如下：吉林大学 张建海副教授《极端工况下材料服役性能原位测试技术》点击报名张建海，吉林大学机械与航空航天工程学院副教授，目前担任吉林省材料服役性能测试国际联合中心副主任，致力于极端工况材料服役性能试验装备与原位测试技术研究，在国家自然科学基金、国防科工局技术基础科研、军委科技委装备预先研究等项目的支持下，重点开展了极端工况材料服役性能试验装备和材料力学性能原位测试技术。开发了超高温双轴材料力学性能试验装备和超声、电磁等原位测试设备等10余套，发表 SCI/EI 检索学术论文20余篇；公开发明专利10余项。耐高温材料及其制品因其优异的力学性能，被广泛应用于航空航天、特种装备、轨道交通装备等重要领域。因其制造或服役环境常伴有高温环境，及复杂载荷的作用，耐高温材料及其制品极易出现性能退化、裂纹萌生与扩展等情况，常常引发恶性事故。张建海副教授将在报告中重点讲述围绕极端工况下材料服役性能和点焊焊接高温熔核成型过程，开展超声无损在线检测技术研究，实现高温制造或服役工况下损伤缺陷与材料力学性能参数与快速精确测试的工作。大连交通大学 赵新玉副教授《曲面叶片几何量测量和缺陷检测》点击报名赵新玉，大连交通大学副教授。中国机械工程学会焊接学会/协会理事，超声检测专委会委员。主持完成国家重点研发计划子课题、国家自然基金、国家重点实验室基金等纵向课题；主持完成中国中车、中国特检等企业科研课题10余项；并以主要完成人身份参与国家重大专项、国家自然基金重点基金、国际合作项目等重点科研任务。曾研发设计多通道超声自动扫描和声场测量系统、高频超声显微系统、64通道超声相控阵系统、双机械手超声检测系统、ITO镀膜高精度激光刻蚀设备等，已在航空航天、汽车制造和军工产品检测中获得应用。报告摘要：航空发动机叶片是典型复杂曲面结构，为实现叶片的自动化超声检测，提出基于曲面点云数据重建的自动化检测轨迹规划方法，在此基础上实现7轴联动复杂曲面自动扫描成像；叶片点云采用线激光轮廓仪配合工件旋转轴自动扫描获取，数据拼接整理后采用数据拟合方法获得曲面轮廓方程，基于曲面上的曲线方程规划加减速扫描轨迹，进一步对各扫描轨迹点进行多轴运动分解，获得包括六轴机械手和工件旋转轴在内的各轴轨迹；实际检测实验表明，轨迹规划算法可以实现叶片自动扫描，获得清晰C扫描图像。中国飞机强度研究所 樊俊铃高级工程师《航空复合材料构件超声自动化检测技术及应用》点击报名樊俊铃，高级工程师，现任中国飞机强度研究所损伤检测与评估技术研究室副主任，中国航空研究院一级专家。承担、参与国家科工局、工信部、装发、自然科学基金、航空基金等各类预研课题10余项，主管、参与完成多个型号的结构强度验证工作，承担我国多型军民机结构试验的无损检测与评估任务，在损伤检测和结构强度领域具有较强的技术能力。长期从事业务领域的相关研究工作，发表论文50余篇，申请专利4项，登记软件著作权3项，荣获集团公司航空报国奖个人三等功等多项奖励。报告摘要：针对航空复合材料结构人工超声检测效率低、成本高、结果可靠性低等技术瓶颈问题，重点开展了超声换能器设计、超声无损检测仿真、超声信号降噪与多模式成像、无损检测自动化系统研制等技术研究，突破了超声仿真分析、专用传感器设计、信号分析等关键技术，研发了多通道、宽带宽阵列传感器，自主开发了复合材料构件阵列超声自动化检测系统，有力的支撑了航空复合材料无损检测，提高了检测效率，缩短检测周期，保证了复合材料无损检测可靠性。北京科技大学 黎敏教授《高品质钢内部质量高精度检测与三维全息表征》（点击报名）黎敏，北京科技大学钢铁协同创新中心，教授，博导。主要开展先进检测技术、工业大数据分析等研究工作。独立负责7项国家自然科学基金等国家和省部级课题，参与鞍钢、首钢、核动力研究院等10余项科研项目，共发表论文50余篇，专著2本，专利8项，转件著作权3项，获省部级科技奖励2项，2013年入选北京市青年英才计划。报告摘要：利用高频超声显微技术对高品质钢内部质量进行三维扫描检测，并通过超声信号特征提取、深度聚类、点云重构等现代信号处理方法，对高品质钢内部的夹杂、缩孔和裂纹等微观缺陷及凝固组织实现高通量表征。钢铁绿色化智能化技术中心 吴少波高级工程师《机器视觉技术及在钢铁生产中的应用》点击报名吴少波，钢铁绿色化智能化技术中心，机器视觉组长，研究方向是钢铁机器视觉，博士，正高级工程师，硕士研究生导师。吴少波同志多年从事钢铁机器视觉智能检测技术研究及工程实践，承担了国家“十二五”、“十三五”、“十四五”等多项科研任务，获得部级科技进步二等奖1项，申请发明专利30余项，申请软件著作权10余项，在国内核心期刊和国际会议上发表相关学术论文10余篇。主持的“铁包自动化热检”课题首次实现了铁包全内衬厚度和全外壳温度的热态在线准确测量，负责了“银亮材直径在线测量和分拣系统”、“喷射锭面及中间包测温系统”、“液固相线检测系统”等项目的研发和应用实施，产生了较好的经济和社会效益。本报告以钢铁智能制造为背景，结合报告人及团组的工业实践，介绍机器视觉图像处理和深度学习技术及在钢铁行业中的典型应用，包括生产质量检测和生产物流检测两大方面，其中生产质量检测包括晶粒度级别、组织类别、表面质量、渣液位、形貌、尺寸、温度等生产质量相关的检测；生产物流检测包括工件/炉包/机车标识、生产工具、关键工况等生产物流相关的检测。钢研纳克 刘光磊高级工程师《管材表面缺陷自动智能检测技术及应用》点击报名刘光磊，钢研纳克检测技术股份有限公司无损检测事业部副总经理，高级工程师。长期从事无损检测方法技术研究及自动化无损检测仪器装备研发等工作。主要参研的国家科研课题5项，参研制修订的标准6项，研发成果获省部级奖3项，获得授权的专利5项。报告摘要：管材表面缺陷自动检测常用超声、涡流、漏磁、磁粉等检测方法。针对采用常规检测方法不能有效检测短小裂纹、凹坑、划伤、结疤、异物碾压等难题，重点开展了CCD视觉检测技术的相机、镜头、光路配置、二维三位成像技术、相机景深自动校准技术及独特的缺陷检测算法，开发具有高性能、高处理速度、高可靠性和高稳定性的视觉检测技术和装备，从而实现管材表面缺陷在线智能检测、分类和记录，有效解决人工目视检测效率低，成本高，精确度低的问题。首届无损检测技术进展与应用网络会议为了推动我国无损检测技术发展和行业交流，促进新理论、新方法、新技术的推广与应用，仪器信息网将于2022年10月13-14日组织召开首届无损检测技术进展与应用网络会议。会议开设射线检测技术、超声检测技术、自动及智能检测技术、无损检测新技术四大专场，邀请无损检测领域专家老师围绕无损检测理论研究、技术开发、仪器研制、相关应用等方面展开报告，欢迎大家在线参会交流。一、主办单位：仪器信息网二、支持单位：吉林大学、钢研纳克三、参会指南：1、点击会议官方页面（https://www.instrument.com.cn/webinar/meetings/NDT）进行报名。2、报名开放时间为即日起至2022年10月14日。3、报名并审核通过后，将以短信形式向报名手机号发送在线听会链接。4、本次会议不收取任何注册或报名费用。5、会议联系人：高老师（微信号：iamgaolingjuan 邮箱：gaolj@instrument.com.cn）

钢研纳克检测技术股份有限公司（简称“钢研纳克”），是我国金属材料检测领域的先行者，目前公司提供的主要服务或产品包括第三方检测服务、检测分析仪器、标准物质/标准样品、能力验证、无损装备、计量校准、腐蚀防护工程与产品，以及其他检测延伸服务。公司致力于发展成材料产业质量基础设施建设的引领者。 无损检测领域作为钢研纳克的主要业务板块之一，其发展历程可以概括为以下三个阶段。第一阶段：从1980年前后钢铁研究总院成立十室即探伤室，到1997年与化学室、力学室、物理室合并成立分析测试研究所，这期间主要负责无损检测技术的研发及应用。当时的冶金部钢材无损检测中心（暨现在的国家冶金工业钢材无损检测中心）就设在此，同时钢铁行业的地位得到了认可和提升。在这一发展阶段，钢研系列涡流探伤仪在钢铁行业的占比达到70%以上，电磁超声的研究和应用上也达到了国内领先水平。第二阶段：1997年钢铁研究总院分析测试研究所成立至2017年，分析测试研究所为了进一步加快产业推广，2001年成立北京纳克分析仪器有限公司推进仪器装备产业化，纳克无损检测业务走上新的发展历程。管、棒、板等各类自动检测设备产业化从几乎为“零”做到了国内翘首，并不断推进各类无损检测新技术、新标准和新装备的工程化应用。第三阶段：2017年至今。2017年公司将无损检测服务（含无损校准业务）与无损装备合并成立了无损检测事业部。至今，无损检测事业部形成了以第三方无损检测服务、无损检测仪器校准和系统评价、自动化无损仪器装备为主线的全方面产业架构。在第十九届北京分析测试学术报告会暨展览会（BCEIA 2021）现场，钢研纳克无损检测事业部带来了一款最新的“明星产品”——超声旋转探伤设备。超声旋转探伤设备仪器信息网编辑有幸在BCEIA 2021期间与钢研纳克无损检测事业部副总经理刘光磊进行了现场交流。钢研纳克无损检测事业部副总经理刘光磊 刘光磊介绍到，超声旋转探伤设备主要用于管棒线材的高速在线质量检验，信号耦合方式分为电容耦合、碳刷耦合和无线传输三种。目前主推的无线传输式超声旋转探伤设备，检测钢管直径最大目前已可达φ380mm，打破了大规格旋转超声检测的国际垄断地位。刘光磊认为，自动化、智能化是无损探伤仪器设备的发展趋势。人的行为是最难预测的，也是最不可靠的因素。实现自动化和智能化，能够大大减少人的干扰因素，不仅能增加检测的准确性和稳定性，还能有效缩短检测时间，提高生产效率。在无损检测高端装备方面，我国与国际仍有差距。钢研纳克作为科研型企业，将持续加大科研投入，研制的大棒C扫描检测系统、棒材超声相控阵检测系统、涡流旋转头检测装置等已实现产业化应用落地。我国自动化无损装备的发展，钢研纳克既是参与者也是见证者，将努力作为引领者。最后，刘光磊说到，钢研纳克无损检测将坚持科研创新理念，持续加大技术提升和新产品研发，在做好国内市场的同时坚决走国际化路线，积极参与全球性竞争，为我国制造水平提升贡献自己的力量。

在满足目前各种应用需求的前提下，光谱分析仪器和方法也在不断的创新发展中，不论是分子光谱还是原子光谱都涌现了一系列创新的成果，特别是拉曼光谱、近红外光谱、激光诱导击穿光谱、太赫兹、超快光谱、荧光相关光谱、高光谱等相关技术彰显了极具诱惑的市场活力，引领着行业发展的方向。第十二届光谱网络会议（iCS 2023）中，近50位专家报告充分彰显了光谱创新潜力，纷纷展示了一系列的创新成果：从仪器整机到关键部件；从系统集成到方法开发；从大型科研仪器，到用于现场的便携、手持设备；从实验室检测设备，到过程分析技术……为了更好的展示这些创新成果，同时也进一步加深专家、用户、厂商之间的合作交流，会议主办方特别策划《光谱创新成果“闪耀”iCS2023》网络专题成果展，集中展示本次光谱会凸显的创新成果，包括但不限于仪器、部件、技术、方法、应用等。北京市农林科学院农业智能装备研究中心 黄文倩研究员本次会议中，北京市农林科学院农业智能装备研究中心黄文倩研究员特别分享其课题组基于全透射近红外光谱技术开展的西瓜糖度在线检测研究（点击回看》》》）。报告内容引起行业关注，会后我们特别邀请黄文倩研究员再次给大家深入分享相关的研究成果，同时也欢迎大家洽谈合作。1、成果在水果生产销售领域，无论国际市场还是国内市场，产后商品化处理均是提高产品竞争力和产品价值的重要手段。我国的水果采后处理技术较为薄弱，大部分水果以原始状态上市，不分等级，优质果率仅占水果总产量的30%左右，其中高档果率不足5%，导致我国水果年出口量仅占总产量的10%。而美国、新西兰、日本等国的优质果率达到70%，可供出口的高档果率达到50%左右。因此，研发水果质量品质快速分选分级的相关设备，提升水果产后商品化处理的技术水平，是水果从数量型向质量型、健康型发展的需要，是增强市场竞争力的需要，是进入国际市场、扩大出口的需要。然而目前在我国市场上，高品质的水果分选设备多数为进口产品，价格昂贵，维护成本高，并且其分选模型也不完全适合我国本土水果。而国内水果分选设备制造企业相对来说数量少，规模小，水果内外部品质同步检测分级技术水平不高，部分智能分析的核心部件仍然依赖进口。基于以上现状，我们团队自主研发了水果内外部品质无损检测智能分选线，采用先进的机器视觉技术、全透射近红外光谱技术、精密称重系统和输送卸果系统，获取水果内外部组织信息，实现了水果的重量、尺寸、颜色、缺陷和糖度等指标的实时检测和分级。该分选线完成了一系列关键技术攻关，其性能达到国内领先水平。针对水果表面缺陷区域与果梗/花萼区域难以区分这一问题，提出了基于深度学习的水果表面缺陷检测方法，并利用模型剪枝、知识蒸馏等技术自动优化深度神经网络结构，实现了缺陷检测模型的高效压缩，在确保检测精度大于90%的同时，大幅度缩减了检测时间，以满足快速分选的需要。针对水果内部有效透射光谱信号获取困难、常规模型稳定性差等问题，研制了拥有自主知识产权的核心部件，一方面可在低功率照明水平下获得稳定、可靠的全透射光谱信号，节约成本，便于维护；另一方面可进行实时动态校正，消除环境因素造成的干扰和漂移。在此基础上构建了稳定和准确的糖度预测模型，实现了水果内部品质指标的快速无损检测。针对水果的磕碰伤问题，分选线采用果托式载果卸果方式，并开发了自由果托在线检测分级软件，可在离线条件下设置各类检测参数，并灵活匹配所有等级与各个卸料口，实现对整个分选系统的整体控制。在以上关键技术的支撑下，团队开发了OnlineNIR品牌的水果内外部品质无损检测智能分选线，目前已实现苹果、梨、桃、橙、蜜桔、番茄、西甜瓜等不同类型和尺寸的果蔬糖酸度、内部缺陷和果径检测，其检测速度为5-10果/秒/通道，重量检测精度±5g，尺寸检测精度±2mm，着色率检测正确率≥90%，表面缺陷检测正确率90%，糖度检测精度±0.5°Brix，分选通道可达16条，等级数多达40级。各项性能参数指标均与国际同类产品相当。2、产业化探索根据用户需求定制的各条智能分选线已在北京、江西、重庆、四川、山东、浙江等地的公司、科研单位、示范基地进行了应用，取得了降低了人力成本、增加生产效益、提高水果品牌价值的成效。该技术的应用将提升我国水果采后商品化处理水平，有效推动水果产业向精品化、智能化发展。3、未来研究计划我们比较看好近红外光谱技术，因其作为一种快速、无损检测手段，在农产品/食品领域具有广泛的适用性。与其它分子光谱技术相比，近红外光谱技术对样本状态、检测条件、照明光源及光路布局的要求更为宽松，更适于仪器化、产业化和标准化。我们未来的主攻方向是基于近红外光谱技术的检测分级线研发。4、合作需求希望与具有水果分选线设计和加工能力的厂家进行合作。课题组介绍黄文倩研究员领导的无损检测团队，由北京市农林科学院智能装备技术研究中心于2012年支持设立。在国家科技支撑计划、国家重点研发计划和国家自然科学基金等国家及省部级项目的资助下，团队主要致力于利用光电技术在不同尺度下研究农产品生物学特性感知的基础问题，并研发快速检测技术与装备，为用户提供创新的无损检测产品。团队主要研究方向包括：农产品/食品光电特性感知、果蔬质量安全无损检测方法研究、种子/谷物品质与生物学特性快速检测方法研究。团队汇集了控制科学与工程、光谱学与多光谱成像技术、图像处理、数据挖掘和计算机应用等方向的优秀人才。经过多年技术攻关，团队在基于计算机视觉的水果外观品质在线智能化检测、基于近红外光谱分析技术的水果内部品质无损检测、基于荧光及拉曼高光谱技术的种子内外部品质无损检测等领域取得了突破和进展。