买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉万曦智能科技有限公司

摘要：本发明提出了一种磁粉荧光探伤方法及系统，应用于起重机，包括以下步骤：通过无人机对起重机的待测部件进行预处理得到磁化待测部件；向磁化待测部件表面喷洒荧光磁粉，通过无人机采集荧光磁粉形成的磁痕的二维图像和所述磁化待测部件在起重机的位置信息；将所述二维图像与所述位置信息输入到缺陷评估模型中，对磁化待测部件的缺陷类型和缺陷程度进行评估，评估完成后对磁化待测部件进行退磁；重复以上步骤，直至起重机的所有待测部件均被检测；根据所有待测部件的缺陷类型、缺陷程度和位置信息对起重机整体进行缺陷评估，根据缺陷评估的结果选取不同的解决方案。通过无人机对起重机进行磁粉荧光探伤，根据神经网络模型对检测结果进行识别分析。

主权项：1.一种磁粉荧光探伤方法，其特征在于，应用于起重机，包括以下步骤：S1，通过无人机对起重机的待测部件进行预处理得到磁化待测部件；S2，向磁化待测部件表面喷洒荧光磁粉，通过无人机采集荧光磁粉形成的磁痕的二维图像和所述磁化待测部件在起重机的位置信息；步骤S2包括：S21，通过无人机向磁化待测部件表面喷洒荧光磁粉，所述荧光磁粉在磁化待测部件表面的磁场作用下形成磁痕；S22，通过无人机拍摄磁化待测部件表面的磁痕的二维图像An，并通过无人机定位所述磁化待测部件在起重机的位置信息；S3，将所述二维图像与所述位置信息输入到缺陷评估模型中，对磁化待测部件的缺陷类型和缺陷程度进行评估，评估完成后对磁化待测部件进行退磁；步骤S3包括：S31，将所述二维图像An与所述位置信息输入到缺陷评估模型中，得到磁化待测部件的缺陷类型和缺陷程度；S32，评估完成后，通过无人机搭载退磁线圈对磁化待测部件进行退磁；所述缺陷评估模型构建过程为：对存在各种缺陷的起重机表面进行磁化，磁化完成后喷洒荧光磁粉，采集荧光磁粉形成的磁痕的二维图形Bn，将二维图形Bn的数据划分为训练集和验证集；构建卷积神经网络CNN，添加卷积层和池化层，在卷积层之后添加循环神经网络RNN，组成CNN-RNN神经网络模型；通过训练集和验证集对CNN-RNN神经网络模型进行训练和验证，得到缺陷评估模型；通过训练集和验证集对CNN-RNN神经网络模型进行训练和验证的过程为：对训练集进行随机旋转和缩放，增强训练集数据，将训练集数据输入到CNN-RNN神经网络模型中，通过反向传播算法进行权重更新，进行迭代训练，直至达到迭代停止条件，得到训练后的CNN-RNN神经网络模型；通过验证集对训练后的CNN-RNN神经网络模型进行验证，利用准确率、精确度和召回率评估训练后的CNN-RNN神经网络模型的性能，直至模型评估达到要求；S4，重复步骤S1-S3，直至起重机的所有待测部件均被检测；S5，根据所有待测部件的缺陷类型、缺陷程度和位置信息对起重机整体进行缺陷评估，根据缺陷评估的结果选取不同的解决方案；步骤S5包括：根据所有待测部件的缺陷类型、缺陷程度和位置信息对起重机整体进行缺陷评估，计算缺陷评估值G： 其中，GE、GD、GT分别为缺陷程度的缺陷评估分值、位置信息的缺陷评估分值、缺陷类型的缺陷评估分值；所述位置信息的缺陷评估分值根据缺陷在起重机上排布的位置确定，对起重机正常工作影响越大的位置信息的缺陷评估分值越高，对起重机正常工作影响较大的位置包括主梁、支腿、吊臂、钢丝绳、吊钩、轴承和传动系统；所述缺陷程度的缺陷评估分值根据缺陷解决的难度确定，所述缺陷程度包括缺陷形成持续的时间、缺陷修复的难易程度、缺陷占起重机表面的面积大小；所述缺陷类型的缺陷评估分值根据缺陷的类别确定，所述缺陷类型包括缺陷的形状、缺陷的方向和缺陷形成的原因；缺陷程度的缺陷评估分值、位置信息的缺陷评估分值和缺陷类型的缺陷评估分值之间还具有以下关系：FGT，GD，GE＝ω1GT2+ω2sinGD+ω3lgGE；其中，FGT，GD，GE为缺陷程度的缺陷评估分值、位置信息的缺陷评估分值和缺陷类型的缺陷评估分值的调和函数，ω1、ω2、ω3分别为缺陷类型的缺陷评估分值、位置信息的缺陷评估分值和缺陷程度的缺陷评估分值的权重系数。

全文数据：

权利要求：

百度查询： 武汉万曦智能科技有限公司 一种磁粉荧光探伤方法及系统