位置:中冶有色 >
> 無(wú)損檢測(cè)技術(shù)
本申請(qǐng)涉及一種接線穩(wěn)固的超聲波探傷儀,涉及超聲波設(shè)備領(lǐng)域,其包括外殼,外殼內(nèi)設(shè)置有用于實(shí)現(xiàn)超聲波探傷儀的探傷功能的電子元器件,外殼上設(shè)置有與電子元器件相連的顯示屏和控制按鈕,超聲波探傷儀還包括有接線結(jié)構(gòu),接線結(jié)構(gòu)包括一級(jí)接線組件和二級(jí)接線組件,一級(jí)接線組件設(shè)置在外殼內(nèi)部且與電子元器件電連接,二級(jí)接線組件包括依次連接的接線頭、導(dǎo)線和探頭,外殼上設(shè)置有固定塊,固定塊上設(shè)置有供接線頭插入的安裝孔,接線頭穿過(guò)安裝孔后與一級(jí)接線組件電連接。本申請(qǐng)具有提高接線穩(wěn)定性的效果。
本發(fā)明涉及一種確定茶樹(shù)莖稈剪切力的方法,涉及農(nóng)作物信息光譜分析技術(shù)領(lǐng)域。步驟為:采集茶樹(shù)莖稈中酸性洗滌纖維和中性洗滌纖維的高光譜信息;測(cè)定莖稈剪切力、酸性洗滌纖維和中性洗滌纖維含量,建立莖稈剪切力與酸性洗滌纖維和中性洗滌纖維含量的關(guān)系模型;對(duì)上述光譜數(shù)據(jù)進(jìn)行預(yù)處理,分別建立酸性洗滌纖維和中性洗滌纖維含量與光譜信息的關(guān)系模型;從而獲得莖稈剪切力與光譜信息之間的關(guān)系模型。本發(fā)明可以快速、無(wú)損、準(zhǔn)確地確定茶樹(shù)莖稈剪切力,為切割器的設(shè)計(jì)和茶葉機(jī)械化采摘提供參數(shù)依據(jù)。
本發(fā)明公開(kāi)了一種新型經(jīng)編拼接方塊地毯及其連續(xù)生產(chǎn)方法,地毯結(jié)構(gòu)由上至下包括:面層、聚烯烴熱熔膠層、底層、條狀壓敏膠層,離型膜。采用面層采用100%滌綸(PET)作為面層原料,具有較高的強(qiáng)度、耐磨性,更適用于商用辦公領(lǐng)域,采用100%滌綸毛氈作為底層,回彈性好,具有優(yōu)異的隔音效果。且具有優(yōu)異的耐磨性能,腳輪椅測(cè)試,在90kg負(fù)載下,3000圈無(wú)損壞;防水,防污性能強(qiáng):毯面上表面經(jīng)過(guò)特殊表面處理,可以起到很好的防水,防污的效果,水珠滴落在毯面完全呈球狀,不會(huì)潤(rùn)濕地毯,浸入地毯結(jié)構(gòu)內(nèi)部。此外,連續(xù)生產(chǎn)方法,有效提高生產(chǎn)效率,有利于大規(guī)模進(jìn)行生產(chǎn)。
本發(fā)明公開(kāi)了一種高架栽培側(cè)傾微風(fēng)送施藥機(jī)器人及實(shí)現(xiàn)方法,涉及農(nóng)業(yè)裝備領(lǐng)域。側(cè)傾微風(fēng)送施藥機(jī)器人由行走底盤、車體、三維深度傳感器、微風(fēng)送施藥器調(diào)節(jié)系統(tǒng)、升降機(jī)構(gòu)、左右微風(fēng)送施藥器、供藥系統(tǒng)、控制系統(tǒng)、遙控器構(gòu)成,利用三維深度傳感器同時(shí)實(shí)現(xiàn)高架間的自主導(dǎo)航行進(jìn)、兩側(cè)高架上植株的探測(cè)與反饋噴施,通過(guò)側(cè)傾微風(fēng)送對(duì)植株冠層的適當(dāng)風(fēng)力擾動(dòng),大大提高了藥液的穿透性和均勻度,同時(shí)避免了對(duì)植株冠層和花蕊的損壞。本發(fā)明所述的機(jī)器人結(jié)構(gòu)和控制簡(jiǎn)單、無(wú)損省藥、施藥效果好。
一種鋁板表面拋光設(shè)備,由進(jìn)料輸送機(jī)構(gòu)、拋光機(jī)構(gòu)、出料輸送機(jī)構(gòu)組成,進(jìn)料輸送機(jī)構(gòu)放置在拋光機(jī)構(gòu)的一側(cè),出料輸送機(jī)構(gòu)放置在拋光機(jī)構(gòu)的另外一側(cè),拋光下托輥成對(duì)安裝在拋光支架的上方左右兩邊,拋光上托輥對(duì)稱安裝在拋光下托輥正上方,拋光滾筒安裝在拋光支架的中間位置,電動(dòng)機(jī)安裝在拋光支架的下方位置,其特征在于:所述的進(jìn)料托輥由多個(gè)電木滾筒組成,可有效防止鋁板在運(yùn)動(dòng)過(guò)程中二次摩擦形成毛刺。本發(fā)明,拋光效率高,拋光效果佳,可保證X射線無(wú)損測(cè)量鋁合金焊接殘余應(yīng)力的精度;拋光設(shè)備結(jié)構(gòu)簡(jiǎn)單合理,使用方便,適應(yīng)性強(qiáng),適應(yīng)各種現(xiàn)場(chǎng)工況。
本發(fā)明公開(kāi)了一種植物油的判別方法。傳統(tǒng)植物油判別的方法需要樣本量大,實(shí)驗(yàn)周期長(zhǎng),數(shù)據(jù)處理繁瑣,本發(fā)明方法主要解決的問(wèn)題是更加快速無(wú)損、直觀準(zhǔn)確的對(duì)植物油品種進(jìn)行判別。本發(fā)明采用時(shí)間分辨熒光分析—熒光壽命來(lái)判別植物油品種,包括以下步驟:步驟一,收集植物油樣品;步驟二,測(cè)量熒光光量子圖;步驟三,繪制熒光衰減譜;步驟四,計(jì)算熒光壽命。本發(fā)明方法可以將時(shí)間分辨熒光分析技術(shù)廣泛應(yīng)用于含復(fù)雜熒光體系的食品及農(nóng)產(chǎn)品的品質(zhì)快速分析領(lǐng)域,靈敏度高,測(cè)試時(shí)間短,直觀準(zhǔn)確。
本發(fā)明提供了一種表征紅樹(shù)植物抗鹽能力的方法,通過(guò)測(cè)定不同夾持力下植株葉片生理電容、生理電阻和生理阻抗,計(jì)算出生理容抗和生理感抗,分別構(gòu)建植株葉片的生理電容、生理容抗、生理感抗、生理電阻和生理阻抗隨夾持力變化模型,利用上述模型的參數(shù)計(jì)算紅樹(shù)植物植株葉片胞內(nèi)水分相對(duì)持水量、葉片胞內(nèi)水分利用效率、胞內(nèi)水分相對(duì)持水時(shí)間,以及植物葉片鹽分轉(zhuǎn)移率、單位面積的相對(duì)鹽分通量和鹽分運(yùn)輸能力,進(jìn)而計(jì)算植物鹽分排出能力、植物鹽分稀釋能力、植物超濾能力以及植物總抗鹽能力。本發(fā)明實(shí)現(xiàn)快速、實(shí)時(shí)、在線、無(wú)損、動(dòng)態(tài)監(jiān)測(cè)紅樹(shù)植物的抗鹽性,為因地制宜、適時(shí)適地造林的物種選擇、配置和紅樹(shù)林管理提供了技術(shù)支撐。
本發(fā)明提供一種基于殘差網(wǎng)絡(luò)的干涉圖識(shí)別方法,包括以下步驟:以干涉圖作為數(shù)據(jù)集,包括訓(xùn)練集和測(cè)試集;利用深度學(xué)習(xí)框架搭建殘差神經(jīng)網(wǎng)絡(luò),確定殘差網(wǎng)絡(luò)的初始化參數(shù)和訓(xùn)練策略,基于訓(xùn)練集進(jìn)行訓(xùn)練,優(yōu)化網(wǎng)絡(luò)參數(shù)并通過(guò)測(cè)試集進(jìn)行驗(yàn)證;改變載波條紋空間頻率和可見(jiàn)度,通過(guò)對(duì)比實(shí)驗(yàn)分析得出載波條紋空間頻率的變化是影響殘差網(wǎng)絡(luò)模型對(duì)干涉圖識(shí)別的顯著因素,向訓(xùn)練集中添加多種條紋空間頻率的干涉圖,用優(yōu)化后的數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò),得到優(yōu)化后殘差網(wǎng)絡(luò)模型;采用優(yōu)化后殘差網(wǎng)絡(luò)模型進(jìn)行相位體干涉圖識(shí)別。本發(fā)明實(shí)現(xiàn)了相位體形態(tài)結(jié)構(gòu)的無(wú)損免標(biāo)記高效自動(dòng)識(shí)別,以期節(jié)省計(jì)算資源和時(shí)間,提高樣品定量相位分析的效率。
本發(fā)明公開(kāi)了一種p型透明導(dǎo)電薄膜介電函數(shù)和電子關(guān)聯(lián)度的獲取方法,結(jié)合模擬橢偏參數(shù)和實(shí)驗(yàn)橢偏參數(shù)建立第一評(píng)價(jià)模型,基于聯(lián)合色散模型初始化該色散模型參數(shù)和膜厚,對(duì)橢偏光譜進(jìn)行評(píng)價(jià)得到聯(lián)合色散模型的最佳擬合參數(shù),進(jìn)而得到初步介電函數(shù),然后建立包含薄膜電阻率的光學(xué)計(jì)算值和電學(xué)測(cè)量值的第二評(píng)價(jià)模型,得到薄膜的最佳介電函數(shù);最后根據(jù)所述最佳介電函數(shù)轉(zhuǎn)換得到光電導(dǎo)率,結(jié)合等離子體頻率計(jì)算薄膜樣品的歸一化電子關(guān)聯(lián)度;本發(fā)明對(duì)薄膜材料的橢偏光譜提出了數(shù)值和物理雙重評(píng)價(jià)體系,無(wú)需制備電極,依據(jù)測(cè)得的有效最佳介電函數(shù),通過(guò)光學(xué)參量計(jì)算即可無(wú)損的獲取透明導(dǎo)電薄膜的電子關(guān)聯(lián)度。
本發(fā)明公開(kāi)了一種基于物聯(lián)網(wǎng)的醫(yī)療數(shù)據(jù)處理方法,首先利用物聯(lián)網(wǎng)對(duì)醫(yī)療傳感節(jié)點(diǎn)的信號(hào)進(jìn)行感知,獲取所述醫(yī)療傳感節(jié)點(diǎn)發(fā)送的物聯(lián)網(wǎng)信息并對(duì)其進(jìn)行壓縮測(cè)量;然后通過(guò)匯聚處理模塊搜集整理所述醫(yī)療傳感節(jié)點(diǎn)的壓縮測(cè)量信號(hào),并傳送至數(shù)據(jù)分析與處理中心;最后數(shù)據(jù)分析與處理中心對(duì)數(shù)據(jù)恢復(fù)處理。本發(fā)明實(shí)現(xiàn)了物聯(lián)網(wǎng)信息數(shù)據(jù)的無(wú)損壓縮和恢復(fù),能有效節(jié)約感知節(jié)點(diǎn)的存儲(chǔ)空間和功耗,提高了整個(gè)網(wǎng)絡(luò)的能效比。
本發(fā)明公開(kāi)了一種基于水下視頻監(jiān)控與云計(jì)算平臺(tái)的蟹塘養(yǎng)殖健康管理系統(tǒng)及方法,系統(tǒng)由自動(dòng)作業(yè)船、云計(jì)算平臺(tái)、Android移動(dòng)客戶端三大部分組成,自動(dòng)作業(yè)船上設(shè)有攝像頭模塊、傳感器模塊;攝像頭模塊全天候無(wú)損害地觀察和記錄河蟹的活動(dòng)狀況,及時(shí)發(fā)現(xiàn)并通知養(yǎng)殖人員處理水下突發(fā)事件或異常征兆,觀察餌料殘余及養(yǎng)殖對(duì)象攝食過(guò)程,更精確地測(cè)算餌料系數(shù),觀察蟹塘底池的環(huán)境狀況,使養(yǎng)殖人員及時(shí)清理池底污物;傳感器模塊實(shí)時(shí)監(jiān)測(cè)蟹塘水質(zhì)參數(shù)數(shù)據(jù)。采集的數(shù)據(jù)通過(guò)4G模塊發(fā)送值云計(jì)算平臺(tái),由云計(jì)算平臺(tái)進(jìn)行編錄明細(xì)和存儲(chǔ);Android移動(dòng)客戶端與云計(jì)算平臺(tái)通訊,根據(jù)需要查看云計(jì)算平臺(tái)存儲(chǔ)的水質(zhì)數(shù)據(jù)和水域畫面數(shù)據(jù)信息。本發(fā)明成本低、多點(diǎn)便易接入。
本發(fā)明屬于一種作物營(yíng)養(yǎng)元素虧缺診斷技術(shù)領(lǐng)域,涉及一種葉片葉綠素葉面分布特征同步診斷氮鉀鎂元素虧缺的方法;本發(fā)明首先將待測(cè)葉片葉面區(qū)域分割,將葉片分割為若干個(gè)小區(qū)域;然后對(duì)葉綠素區(qū)域分布特征提取,用高光譜圖像技術(shù)提取葉片葉綠素葉面分布圖中小區(qū)域中所有像素點(diǎn)對(duì)應(yīng)的葉綠素含量均值、葉綠素含量方差、葉綠素含量最大值和葉綠素含量最小值;基于此構(gòu)建氮鉀鎂虧缺診斷模型;依據(jù)模型對(duì)待測(cè)葉片氮鉀鎂虧缺診斷。本發(fā)明克服了基于葉綠素含量的元素虧缺診斷方法無(wú)法同步診斷黃瓜葉片氮鉀鎂元素虧缺的局限性;可以快速、無(wú)損的提取葉綠素葉面分布特征,實(shí)現(xiàn)葉片氮鉀鎂元素虧缺的高效診斷。
本發(fā)明公開(kāi)了一種作物生理性缺水診斷方法及系統(tǒng),通過(guò)嵌入式系統(tǒng)控制水泵和電磁閥以控制栽培槽中基質(zhì)含水量,同時(shí)利用土壤含水量傳感器和葉綠素?zé)晒鈧鞲衅鞑杉煌|(zhì)含水量下葉綠素?zé)晒鈪?shù),通過(guò)logistic數(shù)據(jù)擬合分析,得到作物生理性缺水診斷特征值為進(jìn)入對(duì)數(shù)下降期的起始值。葉綠素?zé)晒馐枪夂献饔玫奶结?,本發(fā)明利用葉綠素?zé)晒鈪?shù)表征作物生理性缺水程度,根據(jù)作物自身需水要求進(jìn)行診斷,診斷方法具有準(zhǔn)確性高,測(cè)量快速、無(wú)損傷、“內(nèi)在性”監(jiān)測(cè)等特點(diǎn)?;谌~綠素?zé)晒庾魑锷硇匀彼\斷方法,可以實(shí)現(xiàn)作物生理性缺水實(shí)時(shí)診斷,通過(guò)測(cè)量作物自身是否缺水指導(dǎo)灌溉,灌溉更加及時(shí)和節(jié)水。
本發(fā)明公開(kāi)一種一種基于粘附強(qiáng)度的細(xì)胞活性評(píng)估裝置及方法,采用粘附強(qiáng)度來(lái)描述粘附力,即分離75%的細(xì)胞所需要的剪切力大小,通過(guò)含有濃度為aμmol/L H2O2的培養(yǎng)基誘導(dǎo)形成異質(zhì)性分布的貼壁細(xì)胞,阻抗分析儀定量監(jiān)測(cè)細(xì)胞在不同剪切力下的粘附狀況,使用Logistic函數(shù)擬合出歸一化阻抗受剪切力影響的響應(yīng)曲線來(lái)計(jì)算粘附強(qiáng)度,定量監(jiān)測(cè)細(xì)胞在不同剪切力作用下粘附的動(dòng)態(tài)過(guò)程,利用粘附強(qiáng)度實(shí)現(xiàn)了在考慮細(xì)胞群的異質(zhì)性情況下細(xì)胞活性的準(zhǔn)確評(píng)估,考慮到細(xì)胞群的個(gè)體異質(zhì)性,有效地提高了細(xì)胞活性評(píng)估的準(zhǔn)確性,對(duì)細(xì)胞具有無(wú)標(biāo)簽、無(wú)損傷的實(shí)時(shí)監(jiān)測(cè)作用,不會(huì)對(duì)細(xì)胞形態(tài)產(chǎn)生影響。
本發(fā)明公開(kāi)了一種黑魚性成熟度判別方法,包括:1、構(gòu)建第一訓(xùn)練集訓(xùn)練YOLACT模型,得到黑魚俯視圖分割模型;構(gòu)建第二訓(xùn)練集訓(xùn)練YOLACT模型,得到黑魚正視圖分割模型;2、建立黑魚形體尺寸參數(shù)與性成熟度之間的判別模型;3、構(gòu)建測(cè)量系統(tǒng),對(duì)其中的攝像頭進(jìn)行標(biāo)定,獲取像素尺寸與真實(shí)尺寸的換算比例;4、采用測(cè)量系統(tǒng)采集黑魚俯視圖和正視圖;采用黑魚俯視圖分割模型和黑魚正視圖分割模型獲取黑魚俯視圖和正視圖中的黑魚外輪廓;5、根據(jù)俯視圖和正視圖中黑魚的外輪廓獲取黑魚形體尺寸參數(shù),代入性成熟度判別模型中得到被測(cè)黑魚的性成熟度判別結(jié)果。該方法無(wú)需解剖黑魚,對(duì)黑魚無(wú)損傷,對(duì)操作人員無(wú)專業(yè)要求,同時(shí)能夠快速判別黑魚的性成熟度。
本實(shí)用新型屬于截止閥設(shè)備技術(shù)領(lǐng)域,尤其為一種氣動(dòng)管路截止閥,包括截止閥主體和底座盤,所述截止閥主體的上端固定連接有總接氣管,所述總接氣管的外表面螺紋連接有第一內(nèi)絲管,所述第一內(nèi)絲管的正面通過(guò)轉(zhuǎn)軸轉(zhuǎn)動(dòng)連接有總控制旋鈕,所述截止閥主體的兩側(cè)表面均固定安裝有支接管,所述支接管的一端固定連接有第二內(nèi)絲管,所述第二內(nèi)絲管的正面通過(guò)轉(zhuǎn)軸轉(zhuǎn)動(dòng)連接有支管控制旋鈕。本實(shí)用新型通過(guò)安置槽、安裝板和旋轉(zhuǎn)擋板,使得整個(gè)截止閥在使用的時(shí)候能夠快速的的進(jìn)行組裝,而且后期需要拆離檢修或是更換的時(shí)候,能夠達(dá)到無(wú)損拆離,避免了每一次的拆分都將底座盤進(jìn)行拆離,保障了地面的完整度。
本發(fā)明公開(kāi)了一種高壓鍋爐鋼管制造工藝,其工藝步驟為:(1)材料的冶煉工藝:原料經(jīng)過(guò)高爐鐵水冶煉、轉(zhuǎn)爐冶煉、鋼水冶煉后,連鑄形成圓鋼坯;(2)鋼坯穿孔工藝;(3)軋管與制管工藝;(4)鋼管熱處理工藝;(5)鋼管的無(wú)損檢驗(yàn)、驗(yàn)收及包裝入庫(kù)。本發(fā)明制造鋼管的材料采用的是一種T23鋼,并對(duì)其成分進(jìn)行了優(yōu)化和控制,使材料具有更好的焊接性能及高溫持久強(qiáng)度和塑形,由此工藝制得的鋼管各項(xiàng)技術(shù)指標(biāo)和性能均能符合ASMESA-213標(biāo)準(zhǔn)要求,其抗氧化性能優(yōu)越,鋼管再550℃、600℃、650℃,10萬(wàn)h持久強(qiáng)度外推值分別為123,81,33MPa,均超過(guò)ASMECodecase2199-1規(guī)定值范圍,在各鍋爐鋼管生產(chǎn)工業(yè)中適于推廣。
本發(fā)明屬于鋼管加工制造領(lǐng)域,具體是一種小口徑冷軋管內(nèi)表面除油方法,采用水溶性清洗劑和超聲波振動(dòng),通過(guò)內(nèi)壁噴砂沖刷,去除小口徑冷軋管內(nèi)表面油污,其方法步驟為:裝料浸泡→超聲波振動(dòng)→內(nèi)壁溶液沖刷→第一次熱水清洗→內(nèi)壁噴砂沖刷→清水清洗→第二次熱水清洗→檢查。本發(fā)明用超聲波將浸泡在水溶性清洗劑小口徑冷軋管的內(nèi)壁油污振動(dòng)剝離,再通過(guò)循環(huán)流動(dòng)的溶液沖刷,將內(nèi)壁油污清理,然后用熱水和清水分別清洗,最后對(duì)內(nèi)壁噴陶瓷砂,對(duì)內(nèi)壁進(jìn)行徹底清理,并用熱水清洗干凈。該方法能徹底清理小口徑冷軋管內(nèi)表面附著的油污,防止在后續(xù)的熱處理中因油污碳化,造成鋼管內(nèi)壁滲碳問(wèn)題,并且該方法對(duì)環(huán)境無(wú)污染,對(duì)處理的材料無(wú)損害。
本發(fā)明屬于鋼管加工制造領(lǐng)域,具體是一種小口徑冷軋管內(nèi)表面除油方法,采用水溶性清洗劑和超聲波振動(dòng),通過(guò)內(nèi)壁噴砂沖刷,去除小口徑冷軋管內(nèi)表面油污,其方法步驟為:裝料浸泡→超聲波振動(dòng)→內(nèi)壁溶液沖刷→第一次熱水清洗→內(nèi)壁噴砂沖刷→清水清洗→第二次熱水清洗→檢查。本發(fā)明用超聲波將浸泡在水溶性清洗劑小口徑冷軋管的內(nèi)壁油污振動(dòng)剝離,再通過(guò)循環(huán)流動(dòng)的溶液沖刷,將內(nèi)壁油污清理,然后用熱水和清水分別清洗,最后對(duì)內(nèi)壁噴陶瓷砂,對(duì)內(nèi)壁進(jìn)行徹底清理,并用熱水清洗干凈。該方法能徹底清理小口徑冷軋管內(nèi)表面附著的油污,防止在后續(xù)的熱處理中因油污碳化,造成鋼管內(nèi)壁滲碳問(wèn)題,并且該方法對(duì)環(huán)境無(wú)污染,對(duì)處理的材料無(wú)損害。
本發(fā)明屬于鋼管加工制造領(lǐng)域,具體是一種小口徑冷軋管內(nèi)表面除油方法,采用水溶性清洗劑和超聲波振動(dòng),通過(guò)內(nèi)壁噴砂沖刷,去除小口徑冷軋管內(nèi)表面油污,其方法步驟為:裝料浸泡→超聲波振動(dòng)→內(nèi)壁溶液沖刷→第一次熱水清洗→內(nèi)壁噴砂沖刷→清水清洗→第二次熱水清洗→檢查。本發(fā)明用超聲波將浸泡在水溶性清洗劑小口徑冷軋管的內(nèi)壁油污振動(dòng)剝離,再通過(guò)循環(huán)流動(dòng)的溶液沖刷,將內(nèi)壁油污清理,然后用熱水和清水分別清洗,最后對(duì)內(nèi)壁噴陶瓷砂,對(duì)內(nèi)壁進(jìn)行徹底清理,并用熱水清洗干凈。該方法能徹底清理小口徑冷軋管內(nèi)表面附著的油污,防止在后續(xù)的熱處理中因油污碳化,造成鋼管內(nèi)壁滲碳問(wèn)題,并且該方法對(duì)環(huán)境無(wú)污染,對(duì)處理的材料無(wú)損害。
本發(fā)明涉及機(jī)械激光沖擊強(qiáng)化評(píng)估技術(shù)領(lǐng)域,公開(kāi)了通過(guò)光偏轉(zhuǎn)對(duì)激光沖擊強(qiáng)化進(jìn)行質(zhì)量評(píng)估的裝置和方法。本發(fā)明包括激光器(10)、五軸工作臺(tái)(11)、約束層(12)、吸收層(13)、工件(14)、示波器(20)、分光鏡(21)、光電二極管A(22)、光電二極管B(23)和探測(cè)激光器(24)。本發(fā)明提供了一種無(wú)損、可重復(fù)使用、不受工件材料及厚度影響、結(jié)構(gòu)簡(jiǎn)單、方便快捷、穩(wěn)定可靠的在線質(zhì)量評(píng)估裝置和方法。
本發(fā)明涉及超聲學(xué)和超快激光技術(shù)測(cè)試領(lǐng)域,特指一種微尺度界面波激發(fā)和接收測(cè)試方法及裝置,其適用于各類具有氣/液,氣/固,液/液,液/固,固/固界面結(jié)合特征的聲學(xué)激發(fā)。它直接利用超快短脈沖激光束(脈沖寬度皮秒或飛秒量級(jí))法向入射雙層介質(zhì)試樣界面,通過(guò)電子激活移位激發(fā)沿膜基界面?zhèn)鞑サ慕缑娌?。在距離激發(fā)源不同距離的地方應(yīng)用光干涉位移振動(dòng)接收系統(tǒng)實(shí)時(shí)接收傳播到達(dá)的界面波。通過(guò)理論分析建立的微尺度界面波耗散方程,得到雙層介質(zhì)材料彈性參數(shù)和質(zhì)密度與耗散方程中波速和波數(shù)的定量關(guān)系??沙浞掷梦⒊叨冉缑娌ň哂械某呖臻g、時(shí)間分辨率,光穿透能力強(qiáng)實(shí)現(xiàn)定量無(wú)損非接觸方式測(cè)量。
本發(fā)明屬于鋼管加工制造領(lǐng)域,具體是一種鎳基耐蝕合金冷軋管內(nèi)表面除油方法,采用水溶性清洗劑和超聲波振動(dòng),通過(guò)內(nèi)壁噴砂沖刷,去除小口徑鎳基耐蝕合金冷軋管內(nèi)表面油污,其方法步驟為:裝料浸泡→超聲波振動(dòng)→內(nèi)壁溶液沖刷→第一次熱水清洗→內(nèi)壁噴砂沖刷→清水清洗→第二次熱水清洗→檢查。本發(fā)明用超聲波將浸泡在水溶性清洗劑小口徑冷軋管的內(nèi)壁油污振動(dòng)剝離,再通過(guò)循環(huán)流動(dòng)的溶液沖刷,將內(nèi)壁油污清理,然后用熱水和清水分別清洗,最后對(duì)內(nèi)壁噴陶瓷砂,對(duì)內(nèi)壁進(jìn)行徹底清理,并用熱水清洗干凈。該方法能徹底清理小口徑冷軋管內(nèi)表面附著的油污,防止在后續(xù)的熱處理中因油污碳化,造成鋼管內(nèi)壁滲碳問(wèn)題,并且該方法對(duì)環(huán)境無(wú)污染,對(duì)處理的材料無(wú)損害。
本實(shí)用新型涉及一種板材真空吸吊機(jī),包括機(jī)架、行走機(jī)構(gòu)、升降機(jī)構(gòu)和真空吸盤組,所述行走機(jī)構(gòu)包括直線導(dǎo)軌和移動(dòng)機(jī)頭,所述直線導(dǎo)軌水平地設(shè)置在所述機(jī)架上,并且所述移動(dòng)機(jī)頭通過(guò)齒輪齒條能夠在所述直線導(dǎo)軌上往復(fù)直線移動(dòng);所述升降機(jī)構(gòu)設(shè)置在所述移動(dòng)機(jī)頭內(nèi)能夠相對(duì)所述移動(dòng)機(jī)頭做升降運(yùn)動(dòng);所述升降機(jī)構(gòu)的下部設(shè)置有橫梁,所述橫梁上通過(guò)伸縮桿與板材檢測(cè)感應(yīng)探頭連接;所述橫梁上還設(shè)置有多個(gè)真空吸盤。本實(shí)用新型所述的板材真空吸吊機(jī)特別適用于吸吊不銹鋼,用于卷板機(jī)的上料,減去了人工臺(tái)料的繁重勞動(dòng),確保板材的無(wú)損搬運(yùn);而且通過(guò)上下游設(shè)備間的信號(hào)傳遞,可以實(shí)現(xiàn)無(wú)人值守,最大限度節(jié)省了人工,具有高效、安全、快捷和省力的特點(diǎn)。
合金表面微小裂紋止裂方法及其裝置,涉及激光沖擊加工應(yīng)用技術(shù)領(lǐng)域,在合金裂紋表面除去影響表面結(jié)合力的氧化層、污染物,獲得較高的膠接強(qiáng)度和耐久性;在合金表面貼覆一層柔性貼膜作為止裂補(bǔ)丁,并在止裂補(bǔ)丁上涂一層黑漆涂層;根據(jù)裂紋的損壞情況,選擇脈沖能量為15~40J,脈沖寬度20~30NS,光斑大小4~10MM,重復(fù)頻率0.5HZ~10HZ的激光參數(shù)進(jìn)行激光沖擊止裂;選擇止裂路線來(lái)進(jìn)行激光止裂,采用無(wú)損檢測(cè)技術(shù)在止裂過(guò)程中實(shí)時(shí)監(jiān)控止裂效果。本發(fā)明可以提高合金表面疲勞門檻值,激光沖擊后,金屬材料表面殘余壓應(yīng)力的存在使得材料表面的疲勞極限應(yīng)力大大增強(qiáng)。
本發(fā)明公開(kāi)了基于嗅覺(jué)味覺(jué)交互作用的綠茶品質(zhì)可視化傳感判別方法,屬于茶葉品質(zhì)快速無(wú)損檢測(cè)技術(shù)領(lǐng)域。該方法選取不同類別、不同等級(jí)的綠茶樣本,篩選出卟啉衍生物和pH指示劑作為色敏材料固定在基底上制成傳感器陣列;首先通過(guò)圖像采集裝置獲取傳感器陣列的原始圖像,再獲取傳感器陣列與綠茶香氣和茶湯反應(yīng)后的圖像,最后將兩組圖像中每個(gè)傳感器單元的RGB值相減,即得每個(gè)樣本的特征矩陣;基于特征矩陣構(gòu)建判別模型,實(shí)現(xiàn)對(duì)不同品質(zhì)綠茶樣本的判別。本發(fā)明利用可視化技術(shù)能夠快速、準(zhǔn)確地判別不同品質(zhì)的綠茶樣本,并且具有操作簡(jiǎn)單、便捷、結(jié)果可靠的特點(diǎn)。
本發(fā)明公開(kāi)了一種用于作物穴盤苗CT掃描根系三維重構(gòu)成像的育苗方法,屬于作物根系無(wú)損檢測(cè)領(lǐng)域的一種用于作物穴盤苗CT掃描根系三維重構(gòu)的育苗方法,包括如下步驟:用于作物穴盤苗吸收CT造影劑的容器制備;適用于吸收CT造影劑的作物穴盤苗的培育;利用作物穴盤苗伸出漏水孔的外側(cè)根系吸收CT造影劑。CT掃描作物穴盤苗的準(zhǔn)備。本方法是在不破壞根系在育苗基質(zhì)中空間分布的情況下,用作物穴盤苗的根系吸收CT造影劑,使根系的密度大于育苗基質(zhì)的密度,CT掃描時(shí)根系與育苗基質(zhì)的衰減值不同使得生成的斷層圖面中根與育苗基質(zhì)灰度存在明顯區(qū)別,通過(guò)對(duì)斷層圖片進(jìn)行閾值分割將根系從育苗基質(zhì)中分離出,生成完整性和清晰度較高的根系三維圖像。
本發(fā)明屬于食品加工技術(shù)領(lǐng)域,具體涉及一種炒飯食味特性的快速無(wú)損定量方法;其包含炒飯調(diào)味料定量模型構(gòu)建、炒飯?jiān)戏N類識(shí)別模型構(gòu)建、炒飯食味特性定量表征三個(gè)步驟;利用光譜信號(hào)對(duì)調(diào)料液含量變化的敏感性建立了調(diào)味料定量模型,根據(jù)成品炒飯中調(diào)味料總量與炒飯炒制過(guò)程中加入的調(diào)味料總量相等的特點(diǎn),構(gòu)建了調(diào)味料定量模型關(guān)鍵參數(shù)的解析方程,通過(guò)方程求解的方式實(shí)現(xiàn)了調(diào)味料定量模型的快速構(gòu)建。同時(shí),本發(fā)明通過(guò)逐一獲取炒飯顆粒的光譜特征,結(jié)合構(gòu)建的調(diào)味料定量模型及炒飯?jiān)戏N類識(shí)別模型快速檢測(cè)單顆粒炒飯?jiān)仙喜煌N類調(diào)味料的含量,提出了炒飯食味特性的定量評(píng)價(jià)指標(biāo)及其計(jì)算方法,為研究、優(yōu)化炒飯食味特性提供新的技術(shù)手段。
本發(fā)明公開(kāi)了一種全聚焦超聲圖像拼接方法,該方法采用全矩陣數(shù)據(jù)獲取具有重疊區(qū)域的多幀全聚焦超聲圖像作為待拼接圖像,然后構(gòu)造尺度空間,提取待拼接圖像的特征信息,求取特征點(diǎn)描述符,根據(jù)特征點(diǎn)描述符確定待拼接圖像的特征點(diǎn)匹配對(duì),按照特征點(diǎn)描述符之間的歐式距離比率準(zhǔn)則進(jìn)行特征匹配,然后采用MSAC算法對(duì)匹配對(duì)進(jìn)行篩選,剔除誤匹配對(duì),再通過(guò)單應(yīng)性變換矩陣模型對(duì)匹配的特征點(diǎn)坐標(biāo)進(jìn)行變換,將待拼接圖像轉(zhuǎn)換到同一坐標(biāo)系下,計(jì)算空間變換后的初始化全景圖,再利用梯度倒數(shù)加權(quán)平滑來(lái)對(duì)匹配后的圖像進(jìn)行融合,得到拼接后的超聲全景圖。該方法具有圖像配準(zhǔn)準(zhǔn)確度高和拼接過(guò)程操作性強(qiáng)的特點(diǎn),適用于無(wú)損檢測(cè)領(lǐng)域中缺陷全聚焦圖像的拼接。
本發(fā)明屬于無(wú)損檢測(cè)技術(shù)領(lǐng)域,涉及一種基于信息融合的中華絨螯蟹品質(zhì)等級(jí)判別方法;步驟為:采集中華絨螯蟹的蟹殼可見(jiàn)近紅外波段的高光譜圖像,并進(jìn)行校正;然后劃分感興趣區(qū)域,提取RGB信息,再提取感興趣區(qū)域可見(jiàn)近紅外波段的光譜信息,篩選特征波長(zhǎng);對(duì)步驟一中校正后的高光譜圖像進(jìn)行濾波處理,獲取主成分圖像后提前感興趣區(qū)域的紋理信息;最后融合特征波長(zhǎng)、紋理信息和RGB信息,通過(guò)算法建立基于融合信息的分級(jí)模型;本發(fā)明利用信息融合技術(shù),結(jié)合了中華絨螯蟹內(nèi)部屬性和外部屬性信息,更加立體全面的體現(xiàn)中華絨螯蟹的品質(zhì)等級(jí),具有分級(jí)精度高和性能更穩(wěn)定的優(yōu)點(diǎn),解決了現(xiàn)有技術(shù)指標(biāo)單一、過(guò)程繁瑣和效率低的缺陷。
中冶有色為您提供最新的江蘇鎮(zhèn)江有色金屬無(wú)損檢測(cè)技術(shù)理論與應(yīng)用信息,涵蓋發(fā)明專利、權(quán)利要求、說(shuō)明書、技術(shù)領(lǐng)域、背景技術(shù)、實(shí)用新型內(nèi)容及具體實(shí)施方式等有色技術(shù)內(nèi)容。打造最具專業(yè)性的有色金屬技術(shù)理論與應(yīng)用平臺(tái)!