航空发动机涡轮叶片CT图像散射校正研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:kfyddp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
航空发动机涡轮叶片无损检测,是叶片制造、维修过程中的关键技术之一。常用的涡轮叶片检测手段有着色、红外热波、超声等,但这些方法对涡轮叶片内部都无法进行较好地检测。随着CT(Computed Tomography)技术的不断发展,CT被广泛应用于医学、工业、生物和化学等领域,现在使用CT对涡轮叶片进行无损检测的应用也越来越多。与其他检测方法相比较,使用CT对涡轮叶片进行检测,具有检测精度高、成像质量好、缺陷识别能力强等优点。微纳CT比传统的锥束CT具有更小的射线源焦点和探测器像元,成像分辨率更高,进一步提高了检测精度。但是,当使用微纳CT对涡轮叶片进行检测时,由于微纳CT能量较低,而涡轮叶片自身材料密度较大,使得噪声较严重,导致重建图像出现伪像,其中很大一部分来自于康普顿散射,因此有必要对其进行校正。本文采用了BSG(Beam Stop Grid)散射校正板,对涡轮叶片微纳CT检测图像进行散射校正研究。BSG方法使用一块铅条在横向或纵向全覆盖的校正板,置于射线源和工件之间,需进行两次扫描,通过结合两组不同的投影数据实现校正。为进一步提高检测效率,本文对BSG方法进行了改进,只通过单次扫描即可实现散射校正。主要是对校正版进行了重新设计,校正板铅条不再是全覆盖,而是在投影图像左、右两边交错排开。单次扫描散射校正的图像重建算法,在传统FDK算法的基础上进行了改进,通过将投影图像分成左、右两部分分别重建,最后再使用加权函数将左、右重建图像进行合成。以便能够利用仅得的一组投影数据,在获取散射分布的同时,还能重建出完整的CT图像。对重建图像纵向切片分析,在经过单次扫描散射校正后,原始图像中被伪像模糊掉的细节得以很好恢复。对横向切片图像观察发现,校正前很难识别的涡轮叶片上边缘和中间空腔轮廓,在经过BSG和单次扫描散射校正后都清晰可见。对横向切片使用了对比度和CNR(Contrast-Noise-Ratio)进行定量分析,经过本文方法校正后的值明显高于校正前,且单次扫描校正后的结果还要略微优于BSG校正。对重建图像使用TV正则化去噪优化后,图像质量进一步得到提高。由此说明,BSG单次扫描法,可有效减少涡轮叶片微纳CT图像散射伪像,提升图像质量。
其他文献
发动机是汽车主要的激振来源之一,降低发动机向汽车车身传递的振动,是提升汽车NVH性能的重要措施。设计合理的悬置系统有利于减少发动机向车身传递振动激励,从而改善整车的振动噪声问题,提高汽车乘坐舒适性,延长汽车零部件的疲劳寿命。发动机悬置系统的优化设计和整车的模拟仿真都离不开发动机的惯性参数,包括质量、质心位置、转动惯量和惯性积。因此,精确高效的识别出发动机的惯性参数具有重要的工程实践意义。发动机作为
随着近代工业技术的不断迭代和完善,各行各业都逐步展开工业革命,工程行业也不例外,尤其在近几年工人人数不断减少,工人逐渐成老龄化趋势,新生代工人后继不足,安全事故、质量事故经常出现,环境保护标准越来越高、检查越来越严的情况下,政府和建筑行业迫切的想扭转这一局面,希望通过现代科技手段、工业生产体系来保持和提升建筑行业的生产力,因此,装配式建筑凭借其特点和优势成为改革的大方向。我国从2015年开始就大力
长江上游控制河段又称为“单向航道”,船舶在控制河段内只能单向通行。管理部门在控制河段设有指挥信号台,通过船舶通行指挥系统,指挥过往船舶有序通行。通行指挥系统的核心是通过接收航道内船舶配载AIS信号,解析获取船舶动静态信息,然后根据控制河段设定规则进行相关运算并生成调度指令。由于控制河段地理环境复杂及AIS设备稳定性等多方面因素影响,信号台基站接收到的AIS数据中时常存在异常,严重影响了指挥系统决策
随着我国综合国力的不断增强,汽车工业作为我国的支柱产业之一,迎来了一个高速增长和蓬勃发展的时期,汽车已经作为“刚性”消费品步入每一个普通家庭。汽车一方面让我们的出行更加方便和快捷,另一方面也不可避免的带来了不安全因素。目前,我国每年死于交通事故的人数达到6.3万余人,交通安全局势依然严峻。在人、车、道路交通环境三者构成的道路交通系统中,驾驶员是系统中最为薄弱的一个环节。汽车智能化为解决交通安全事故
我国改革开放四十余年以来,城市化建设实现了高速发展,2019年我国城镇化率已达到60.60%。快速的城镇化进程使得城市资源利用、生态环境保护面临巨大压力。为了让城市建设实现可持续化发展,全国各地纷纷开展了城市更新运动。然而,以往国内的大部分城市更新项目是以大拆大建方式进行更新,这种更新方式不仅耗费物力财力,还可能破坏城市的历史文化风貌,并引发一系列社会问题。为了达到对城市进行有序更新的目的,并规避
智能车辆(Intelligent Vehicle,IV)能够高效的为人们提供更加安全便捷的出行、改善人们的生活质量。同时,随着中国社会经济和工程应用科学技术的发展,人们也对生活出行便捷、安全、环保等方面提出了更高的要求,殷切希望出行更加智能化,而高级别的智能车辆能满足人们的期望。智能车辆的组成按照功能可以分为环境感知、决策规划和车辆控制等3个部分。其中,智能车辆的环境感知问题是决策规划和车辆控制的
通过制造企业的高质量发展,从制造大国变为制造强国一直是我国未来发展的迫切愿望和经济持续发展的必然要求。海洋工程装备与技术作为重要工业技术领域,其相关技术和配套设施的发展程度代表着我国在海洋方面的实力与水平,因此,“中国制造2025”将海洋工程装备与技术纳入制造强国战略的十大发展领域。船舶工业是海洋工程装备与技术发展的基础行业,而船用柴油机是船舶工业动力系统的心脏,决定着整个船舶动力系统的性能,船用
针对大数据时代下桥梁健康监测数据分析的诸多难点,结合机器学习日渐成熟的各类算法,本文采用机器学习理论技术为基础,对桥梁结构健康监测领域中的数据预处理和结构损伤识别关键模型进行分析。采用随机森林算法(random forest)、主成分分析法(PCA)用于桥梁振动加速度数据的预处理,构建了基于支持向量机(SVM)和K最近邻算法(KNN)的桥梁结构损伤识别模型,并在美国金门大桥的监测数据集上验证了模型
全球气候变暖导致的一系列环境问题对人类的生存与发展构成了极大威胁,以碳排放为主的温室气体排放是加剧这一现象的主要原因。建筑领域是碳排放的三大主要领域之一,伴随着全球城镇化快速发展,与城镇居住建筑相关的碳排放日益增加,提高城镇居住建筑的碳排放效率对全球碳排放总量的控制至关重要。我国是世界上最大的碳排放经济体,加强我国建筑领域的碳减排工作对全球碳减排意义重大。因此,探究如何提高我国城镇居住建筑的碳排放
准确的道路坡度信息为燃料电池汽车的控制决策提供了重要信息,影响了整车的动力性、经济性、安全性和智能化。近年来,大量的汽车行驶状态数据可以通过CAN总线系统实时获取,为道路坡度的感知提供了必要的硬件基础。但是在车辆实际行驶过程中,总是存在着噪声的干扰和行驶状况的变化,导致难以通过这些参数确定准确的道路坡度。本研究考虑了实际环境下噪声的干扰以及传统方法建模复杂的问题,针对道路坡度随时间变化及其变化连续