当前位置:返回首页 > 新闻动态 > 常见问题 >

无缝钢管在生产过程的注意事项

文章作者:德源钢管   发布时间:2016-05-02
无缝钢管在生产过程中可能出现的缺陷种类较多,根据生产工艺的不同,缺陷的种类也表现出差异。正是由于这些潜在的缺陷存在,导致管道在使用过程中,强度大大降低并过早的失效,甚至造成难以预计的损失。

无缝钢管在生产过程中可能出现的缺陷种类较多,根据生产工艺的不同,缺陷的种类也表现出差异。正是由于这些潜在的缺陷存在,导致管道在使用过程中,强度大大降低并过早的失效,甚至造成难以预计的损失。因此,采取有效的措施,实时监测生产过程中出现的缺陷并且辨识出缺陷的类型,对提高产品质量、改进工艺、合理利用资源等具有更加深远的意义。

对刊比量无缝钢管钢管生产线而言,依靠人工干预辨识缺陷类型,显然是不符合现代化大规模生产的要求的。为了实现在线自动检测缺陷类型的识别,许多人工智能算法在制造信息化的今天显示出强大的生命力,如遗传算法、专家系统、经验启发式算法、信号处理和模式识别、自适应学习、人工神经网络等。人工神经网络曾被一度寄予厚望。但是,人工神经网络存在所需训练样本数目大、容易陷入局部极小点、收敛速度慢、小样本时泛化能力差等缺点,使其在难以获得大量样本的情况下(如对于电站锅炉、核反应堆容器、航空发动机转子、舰船涡轮增压器等产品的检测)一筹莫展。粒子群算法(Particle SwarmOptimization, PSO)作为一种智能优化算法,具有全局寻优的特点。种群之间具有自我学习提高和向他人学习的双重优点,因此可以在较少的迭代次数内找到最优解粒子群算法的基本原理可参考第二章。

利用粒子群算法进行聚类分析从而识别无缝钢管缺陷的类型,必须首先提取缺陷的特征参数.而超声无损检测技术所能获取的信息只能是回波信号,而该回波信号往往包含丰富的信息。因此,根据缺陷回波信号,可以进行特征的提取。

复小波变换由于具有时频局域化和带通滤波的特性,便于包络分析。本章将充分利用复小波变换的特点,进行超声缺陷回波信号的特征提取,以实现特征的自动识别,最终实现无缝钢管缺陷的自动识别。

 

销售热线:0317-5698958 3523202 | 传 真:0317-3562989 | 电 话:0317-5698958 3523202 | 公司地址:沧州市开发区兴业路
版权所有:沧州市德源钢管有限公司 www.dybenz.cn 备案号:冀ICP备10001425号-2技术支持:沧州瑞智网络