智能真空箱检测系统及方法与流程

1.本技术涉及无损检测技术领域，具体涉及一种智能真空箱检测系统及方法。


背景技术：

2.真空设备在电力、化工、航空航天、船海领域有着广泛的应用。真空设备漏率的把控，是决定真空设备是否能发挥应有性能的决定性因素。尤其在一些大型真空设备的建造过程中，需要通过泄漏检测来进行质量控制，各种泄漏检测方法特点不同，也决定了其适用范围，有的适合粗检，有的适合精检测，有些方法只能进行局部小范围的检漏。在一些大型真空设备中，往往采用粗检与精检相结合，局部与整体漏率检测相结合的方式，真空箱检测作为一种局部粗检的方法，在大型真空设备的在建检测中应用广泛。
3.真空箱检测通过在待检测区域涂抹特质的起泡剂，当利用真空箱在待检区域建立局部压差后，若存在泄漏，则可在漏点处观察到气泡的不断出现(参考图1)。真空箱检测作为一种局部粗检的方式，也肩负着第一时间发现“大漏”的任务。
4.真空箱检测是一项人员密集型的检测工作，往往需要大量的检测以及配合人员，且真空箱的实施对于人员的经验要求较为苛刻。检测人员通过真空箱的观察窗来观察气泡的大小以及产生速率来判断漏率的大小，进而决定是否需要对该区域进行返修。开发智能化的检测系统及方法，不仅是降低操作人员劳动强度，同时也是摆脱真空箱检测对人员经验的依赖，是提高检测效率与精度的可靠途径。


技术实现要素：

5.本技术实施例提供一种智能真空箱检测系统及方法，能够解决目前真空箱检测操作人员劳动强度高且对人员经验的依赖高的技术问题，避免漏检、错检。
6.本技术实施例提供一种智能真空箱检测系统，包括抽真空系统、图像采集系统、漏率分析与报警系统；
7.其中，所述抽真空系统包括真空泵、真空箱、抽速调节阀、泵气管路；所述真空泵通过所述泵气管路连接至所述真空箱，且在所述泵气管路上设置所述抽速调节阀；所述真空泵用于抽出所述真空箱内气体，所述真空箱用于在被检测区域形成局部密闭空间，所述抽速调节阀用于控制所述真空泵抽气速率及保持压力；
8.所述图像采集系统用于对设于所述真空箱内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；
9.所述漏率分析与报警系统连接至所述图像采集系统，所述漏率分析与报警系统用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则发出告警信息。
10.进一步的，所述真空箱为通过亚克力玻璃材料粘接而成的透明真空箱，所述真空箱的底部安装可更换的橡胶圈，以便与被检件形成密闭空间。
11.进一步的，所述真空箱的边缘刻有尺度，用于对所采集图像中气泡的尺寸进行校准。
12.进一步的，所述图像采集系统包括led照明光源、ccd摄像头、图像采集卡；所述led照明光源设于所述真空箱的侧壁上，所述ccd摄像头设于所述真空箱的顶部，所述图像采集卡电性连接至所述ccd摄像头；
13.其中所述led照明光源用于对所述ccd摄像头的补光照明，所述ccd摄像头用于对设于所述真空箱内被检测区域产生的气泡拍照记录，所述图像采集卡用于将拍照记录的图像信息采集存储为采集图像并传输到所述漏率分析与报警系统。
14.进一步的，所述漏率分析与报警系统包括运算模块、报警闪烁灯；
15.其中所述运算模块连接至所述图像采集卡，所述运算模块用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则控制所述报警闪烁灯报警闪烁。
16.本技术还提供一种智能真空箱检测方法，包括步骤：
17.步骤1、在待检测区域上布置前文所述的智能真空箱检测系统，并保证其密封性；
18.步骤2、对应待检测区域对所述真空箱进行抽真空作业，待达到检测压力后关闭抽速调节阀，隔断真空泵与真空箱的连通以保持所述真空箱内的压力；
19.步骤3、在所述智能真空箱检测系统进行第一时长保压后进行保压检漏，控制所述图像采集系统对设于所述真空箱内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则判定该检测区域发现漏点并发出告警信息，否则判定该检测区域检测合格。
20.进一步的，所述对应待检测区域对所述真空箱进行抽真空作业步骤，包括：
21.在布置完成所述智能真空箱检测系统后，对待检测区域涂抹特制起泡剂，利用真空箱罩住待检测区域，打开与真空箱连接的抽速调节阀，将真空箱产生负压吸附在待检测区域的待检测部位。
22.进一步的，所述漏率分析与报警系统用于对采集图像进行处理分析步骤，包括：
23.对采集图像通过图像的锐化处理，提取气泡边缘，采用高斯函数对图像进行平滑处理，结合拉普拉斯-高斯算子，并根据二阶导数过零点来检测图像的边缘；
24.通过对气泡投影面积的测量，并将面积换算成气泡直径；其中根据对所采集图像像素点的测量可以获得气泡的投影面积；其中s代表图形面积，x,y为像素值，c为所提取的气泡边缘内的连通域，f是与真空箱内校准刻度相关的函数；所测得的面积通过换算成气泡等效直径d；
25.通过计算出气泡的演变时间t，其中f代表帧数，fr代表ccd相机的帧率，根据取时间倒数得出气泡的演变速率v；
26.在真空箱检漏中，通过计算获得漏点漏率；其中v
avg
为气泡产生的平均速率，d
avg
为气泡的平均直径，pb为气泡内的气体压力。
27.本技术还提供一种智能真空箱检测方法，包括步骤：
28.步骤1、在待检测区域上布置前文所述的智能真空箱检测系统，并保证其密封性；
29.步骤2、对应待检测区域对所述真空箱进行抽真空作业，待达到检测压力后关闭抽速调节阀，隔断真空泵与真空箱的连通以保持所述真空箱内的压力；
30.步骤4、在所述智能真空箱检测系统进行动态压力变化检漏，控制所述图像采集系统对设于所述真空箱内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统基于bp神经网络，实现漏点漏率的动态判断。
31.进一步的，所述bp神经网络在使用前进行训练，训练bp神经网络的步骤包括：
32.设置神经网络初始参数，以气泡平均直径与平均演变速率将作为输入向量，以标准样件的漏率值作为所预期的输出；在规定抽速下，得到不同漏率的标准样件中，气泡平均直径、气泡平均演变速率与漏率的关系；
33.计算实际输出，并使用递归的方法从输出节点开始返回到中间隐藏层调整权重进行优化直至计算误差小于预设阈值，使得神经网络实现输入、输出映射关系。
34.本技术实施例提供的智能真空箱检测系统及方法，可在单人操作下，通过智能化的判读方式，高效，准确的实现对真空设备的局部粗检，能够降低检测操作人员的劳动强度且对人员经验的依赖度不高，避免漏检、错检，提升了产品检测准确率。
35.本发明的检测方法可实现检测装置现场连接，检测现象的自动判定。本检测系统及方法可在单人操作下，依据机器判读实现对lng薄膜型围护系统的局部粗检，降低了对检测人员数量以及经验的要求，提升了检测效率与可靠性。
附图说明
36.下面结合附图，通过对本技术的具体实施方式详细描述，将使本技术的技术方案及其它有益效果显而易见。
37.图1为本技术实施例提供的智能真空箱检测系统的实施原理示意图。
38.图2为图1提供的智能真空箱检测系统的检测实施的流程图。
39.图3为本技术实施例提供的智能真空箱检测系统的结构示意图。
40.图4为本技术实施例提供的气泡直径与采集图像的帧数的关系图。
41.图5为本技术实施例提供的训练bp神经网络的步骤的流程图。
具体实施方式
42.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
43.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
44.下文的公开提供了许多不同的实施方式或例子用来实现本技术的不同结构。为了
简化本技术的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本技术。
45.本发明公开了一种用于泄漏检测的智能真空箱检测系统，主要用于真空设备的局部粗检，所述智能真空箱检测系统包括抽真空系统、图像采集系统、漏率分析与报警系统。所述抽真空系统能够通过调节装置实现对真空箱内抽气，与待检区域另一侧建立压差；所述图像采集系统，能够实现对真空箱内气泡的连续图像采集，并传输到处理终端。所述漏率分析与报警系统能够实现对气泡直径与气泡产生速率的自动判读，并依据气泡直径与产生速率转换成漏点的漏率值，若漏率值超过接受范围，则发出报警信号。
46.具体的，结合图1、图2所示原理，如图3所示，所述智能真空箱检测系统包括抽真空系统、图像采集系统、漏率分析与报警系统；其中，所述抽真空系统包括真空泵11、真空箱12、抽速调节阀13、泵气管路14；所述真空泵11通过所述泵气管路14连接至所述真空箱12，且在所述泵气管路14上设置所述抽速调节阀13；所述真空泵11用于抽出所述真空箱12内气体，所述真空箱12用于在被检测区域形成局部密闭空间，所述抽速调节阀13用于控制所述真空泵11抽气速率及保持压力；所述图像采集系统用于对设于所述真空箱12内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统连接至所述图像采集系统，所述漏率分析与报警系统用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则发出告警信息。
47.进一步的，所述真空箱12为通过亚克力玻璃材料粘接而成的透明真空箱，所述真空箱12的底部安装可更换的橡胶圈，以便与被检件形成密闭空间。通过亚克力玻璃材料粘接而成的透明真空箱，使得检测结果人工可视，可在机器判读的基础上进行人工目视校验。通过真空泵组连接真空箱，并通过调节阀调节抽速大小，可在工艺文件规定下，达到检测压力。
48.进一步的，所述真空箱12的边缘刻有尺度，用于对所采集图像中气泡的尺寸进行校准。
49.如图3所示，所述图像采集系统包括led照明光源21、ccd摄像头22、图像采集卡23；所述led照明光源21设于所述真空箱12的侧壁上，所述ccd摄像头22设于所述真空箱12的顶部，所述图像采集卡23电性连接至所述ccd摄像头22；其中所述led照明光源21用于对所述ccd摄像头22的补光照明，所述ccd摄像头22用于对设于所述真空箱内被检测区域产生的气泡拍照记录，所述图像采集卡23用于将拍照记录的图像信息采集存储为采集图像并传输到所述漏率分析与报警系统。
50.所述图像采集系统集成于真空箱内的ccd相机在led光源补光照明下，可采集检测的图像信息并通过采集卡传输到所述漏率分析与报警系统的运算模块。
51.如图3所示，所述漏率分析与报警系统包括运算模块31、报警闪烁灯32；其中所述运算模块31连接至所述图像采集卡23，所述运算模块31用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则控制所述报警闪烁灯32报警闪烁。
52.漏率分析与报警系统通过对ccd采集图像的处理，获得气泡的直径与产生速率，结合真空箱的工作压力，可换算出漏点漏率，若漏率值超出接受范围则报警灯闪烁。
53.本技术以实施例中提供一种智能真空箱检测方法，包括步骤：
54.步骤1、在待检测区域上布置前文所述的智能真空箱检测系统，并保证其密封性；
55.步骤2、对应待检测区域对所述真空箱12进行抽真空作业，待达到检测压力后关闭抽速调节阀，隔断真空泵与真空箱的连通以保持所述真空箱12内的压力；
56.步骤3、在所述智能真空箱检测系统进行第一时长保压后进行保压检漏，控制所述图像采集系统对设于所述真空箱12内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则判定该检测区域发现漏点并发出告警信息，否则判定该检测区域检测合格。
57.进一步的，所述对应待检测区域对所述真空箱12进行抽真空作业步骤，包括：
58.在布置完成所述智能真空箱检测系统后，对待检测区域涂抹特制起泡剂，利用真空箱罩住待检测区域，打开与真空箱连接的抽速调节阀，将真空箱产生负压吸附在待检测区域的待检测部位。
59.进一步的，所述漏率分析与报警系统用于对采集图像进行处理分析步骤，包括：
60.对采集图像通过图像的锐化处理，提取气泡边缘，采用高斯函数对图像进行平滑处理，结合拉普拉斯-高斯算子，并根据二阶导数过零点来检测图像的边缘；
61.通过对气泡投影面积的测量，并将面积换算成气泡直径；其中根据对所采集图像像素点的测量可以获得气泡的投影面积；其中s代表图形面积，x,y为像素值，c为所提取的气泡边缘内的连通域，f是与真空箱内校准刻度相关的函数；所测得的面积通过换算成气泡等效直径d；
62.通过计算出气泡的演变时间t，其中f代表帧数，fr代表ccd相机的帧率，根据取时间倒数得出气泡的演变速率v；
63.在真空箱检漏中，通过计算获得漏点漏率；其中v
avg
为气泡产生的平均速率，d
avg
为气泡的平均直径，pb为气泡内的气体压力。
64.本技术另一实施例中提供一种智能真空箱检测方法，包括步骤：
65.步骤1、在待检测区域上布置前文所述的智能真空箱检测系统，并保证其密封性；
66.步骤2、对应待检测区域对所述真空箱12进行抽真空作业，待达到检测压力后关闭抽速调节阀，隔断真空泵与真空箱的连通以保持所述真空箱12内的压力；
67.步骤4、在所述智能真空箱检测系统进行动态压力变化检漏，控制所述图像采集系统对设于所述真空箱12内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统基于bp神经网络，实现漏点漏率的动态判断。
68.所述bp神经网络在使用前进行训练，如图5所示，训练bp神经网络的步骤包括：
69.设置神经网络初始参数，以气泡平均直径与平均演变速率将作为输入向量，以标准样件的漏率值作为所预期的输出；在规定抽速下，得到不同漏率的标准样件中，气泡平均直径、气泡平均演变速率与漏率的关系；
70.计算实际输出，并使用递归的方法从输出节点开始返回到中间隐藏层调整权重进
行优化直至计算误差小于预设阈值，使得神经网络实现输入、输出映射关系。
71.本技术实施例提供的智能真空箱检测系统及方法，可在单人操作下，通过智能化的判读方式，高效，准确的实现对真空设备的局部粗检，能够降低检测操作人员的劳动强度且对人员经验的依赖度不高，避免漏检、错检，提升了产品检测准确率。
72.本发明的检测方法可实现检测装置现场连接，检测现象的自动判定。本检测系统及方法可在单人操作下，依据机器判读实现对lng薄膜型围护系统的局部粗检，降低了对检测人员数量以及经验的要求，提升了检测效率与可靠性。
73.综上可知，本发明是一种用于泄漏检测的智能真空箱检测系统及方法，实施的流程参考图2，可在单人操作下，通过智能化的判读方式，高效，准确的实现对真空系统的局部粗检。本发明采用的技术方案结合图3至图4详细说明，使用上述系统进行真空设备的智能真空箱检测时，涉及的原理与应遵循的步骤：
74.步骤1：参考图3，按照图中连接方式完成智能真空箱检测系统检测前的布置。
75.步骤2：在完成系统布置后，对待检测区域涂抹特制起泡剂，利用真空箱罩住待检区域，打开与真空箱连接的抽速调节阀，将真空箱按压在待检测部位，待压力达到检测压力pb后，可进行保压检漏或基于抽气过程中压力变化的快速检漏。
76.步骤3：若对系统进行保压检漏，在达到检测压力pb后关闭抽速调节阀，ccd开始采集数据，等待n秒后，(可适当延长采集时间以获得更具代表性的数据)，ccd相机完成拍照采集，待终端完成数据处理后，若漏率超过预设置qa，报警灯从长亮转为闪烁，则该检测区域发现漏点，否则检测合格。
77.具体的，ccd将气泡的光学信号转化为电学信号，然后通过图像采集卡将电信号转化为数字图像，并通过运算模块进行图像处理、分析进行判断。由于气泡形成于被检件的表面，在灰度图像中，气泡边缘的灰度值会低于背景的灰度值，结合图像处理技术来识别气泡的产生。
78.首先通过图像的锐化处理,提取气泡边缘，采用高斯函数对图像进行平滑处理，结合拉普拉斯-高斯(laplacian ofgaussian)算子，并根据二阶导数过零点来检测图像的边缘。
79.其次，计算气泡的直径。气泡往往以圆形或者椭圆形的形状产生，并在运动过程中受力发生变形，沿着气泡不同径向方向的直径测量往往存在偏差，本发明中通过对气泡投影面积的测量，并将面积换算成气泡直径。根据如下公式对所采集图像像素点的测量可以获得气泡的投影面积。
[0080][0081]
其中s代表图形面积，x,y为像素值，c为所提取的气泡边缘内的连通域，f是与真空箱内校准刻度相关的函数。所测得的面积通过如下公式换算成气泡等效直径d。随着气泡产生，在压差作用下体积不断增大到最后气泡破裂小时的过程，气泡直径的变化遵循图4的变化规律，单个气泡的直径取其演变过程中的最大直径。
[0082][0083]
最后通过如下公式可以计算出气泡的演变时间t，其中f代表帧数，fr代表ccd相机
的帧率，根据式(4)取时间倒数可以得出气泡的演变速率v。
[0084][0085][0086]
为了获得更为一般性的数据，气泡半径以及气泡演变速率的计算，通过取相机捕捉到的前m个气泡的最大直径数据作平均。其中m为整数，一般m在5左右。
[0087]
真空箱检漏中，漏点漏率的计算通过如下公式(4)获得
[0088][0089]
其中v
avg
为气泡产生的平均速率，d
avg
为气泡的平均直径，pb为气泡内的气体压力，其中pb的大小等于气泡表面大气压力，气泡的表面张力，以及示漏液体的液柱压力三力之和，通常由于气泡表面张力以及示漏液体液柱压力相较于气泡表面大气压力均可忽略，一般将pb近似等于气泡表面的大气压力，即真空箱内的压力pv。
[0090]
步骤4：若系统进行抽气过程中压力变化的快速检漏，在真空泵开始抽气作业，ccd同步开始图像采集，待达到检测压力pb后ccd完成图像采集，气泡直径与产生速度的计算参考步骤3，结束该区域的检测，并将图像信息传输至运算模块基于bp神经网络进行漏率判断。抽气过程中真空箱内压力应达到近似线性变化。
[0091]
参考图5，具体的，首先要为系统提供训练集，训练集的获取，通过在标准样件中开展，在规定抽速下，对漏率已知的标准样件进行真空箱试验，得到不同漏率的标准样件中，气泡平均直径、气泡平均演变速率与漏率的关系。气泡平均直径与平均演变速率将作为输入向量，而标准样件的漏率值则所预期的输出。
[0092]
随后计算实际输出，并使用递归的方法从输出节点开始返回到中间隐藏层调整权重进行优化直至误差满足要求为止，使得神经网络实现给定的输入、输出映射关系。
[0093]
最终的实际检测应用过程中的数据仍将作为神经网络的优化依据。
[0094]
案例1：采用上述系统针对一存在焊接缺陷的试验件进行步骤3所述保压检漏，首先在待检测区域涂抹特制起泡剂，利用真空箱罩住待检区域，打开与真空箱连接的抽速调节阀，使得压力下降到500mbar，进行保压检漏。关闭抽速调节阀，等待10秒，报警装置闪烁报警。运算模块中，漏率预设值qa为1
×
10-5
pa.m3/s，检测到的气泡产生速率为2个/s，气泡直径为1.2mm，运算模块计算出的漏率值为9
×
10-5
pa.m3/s，漏率值超过qa，故系统运行良好。
[0095]
案例2：采用上述系统进行步骤4所述抽气过程中压力变化的快速检漏，检测压力为500mbar，将一组(100个)在检测压力下漏率已知的试验件作为训练集，漏率范围覆盖3
×
10-4
pa.m3/s到6
×
10-5
pa.m3/s。通过上述系统，测试当真空箱内压力以100mar/s，从大气压下降到检测压力(500mbar)时，每个试验件的气泡平均演变与气泡平均直径，将其作为输入向量代入神经网络，而漏率值作为预期输出。随后将经过训练的神经网络应用于压力变化的快速检漏中，通过上述系统检测漏率为5
×
10-5
pa.m3/s的试件，计算输出值为4.98
×
10-5
pa.m3/s。
[0096]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部
分，可以参见其他实施例的相关描述。
[0097]
以上对本技术实施例所提供的一种智能真空箱检测系统进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的技术方案及其核心思想；本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例的技术方案的范围。

技术特征：
1.一种智能真空箱检测系统，其特征在于，包括抽真空系统、图像采集系统、漏率分析与报警系统；其中，所述抽真空系统包括真空泵(11)、真空箱(12)、抽速调节阀(13)、泵气管路(14)；所述真空泵(11)通过所述泵气管路(14)连接至所述真空箱(12)，且在所述泵气管路(14)上设置所述抽速调节阀(13)；所述真空泵(11)用于抽出所述真空箱(12)内气体，所述真空箱(12)用于在被检测区域形成局部密闭空间，所述抽速调节阀(13)用于控制所述真空泵(11)抽气速率及保持压力；所述图像采集系统用于对设于所述真空箱(12)内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统连接至所述图像采集系统，所述漏率分析与报警系统用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则发出告警信息。2.如权利要求1所述的智能真空箱检测系统，其特征在于，所述真空箱(12)为通过亚克力玻璃材料粘接而成的透明真空箱，所述真空箱(12)的底部安装可更换的橡胶圈，以便与被检件形成密闭空间。3.如权利要求1所述的智能真空箱检测系统，其特征在于，所述真空箱(12)的边缘刻有尺度，用于对所采集图像中气泡的尺寸进行校准。4.如权利要求1所述的智能真空箱检测系统，其特征在于，所述图像采集系统包括led照明光源(21)、ccd摄像头(22)、图像采集卡(23)；所述led照明光源(21)设于所述真空箱(12)的侧壁上，所述ccd摄像头(22)设于所述真空箱(12)的顶部，所述图像采集卡(23)电性连接至所述ccd摄像头(22)；其中所述led照明光源(21)用于对所述ccd摄像头(22)的补光照明，所述ccd摄像头(22)用于对设于所述真空箱内被检测区域产生的气泡拍照记录，所述图像采集卡(23)用于将拍照记录的图像信息采集存储为采集图像并传输到所述漏率分析与报警系统。5.如权利要求1所述的智能真空箱检测系统，其特征在于，所述漏率分析与报警系统包括运算模块(31)、报警闪烁灯(32)；其中所述运算模块(31)连接至所述图像采集卡(23)，所述运算模块(31)用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则控制所述报警闪烁灯(32)报警闪烁。6.一种智能真空箱检测方法，其特征在于，包括步骤：步骤1、在待检测区域上布置权利要求1至5任一项所述的智能真空箱检测系统，并保证其密封性；步骤2、对应待检测区域对所述真空箱(12)进行抽真空作业，待达到检测压力后关闭抽速调节阀，隔断真空泵与真空箱的连通以保持所述真空箱(12)内的压力；步骤3、在所述智能真空箱检测系统进行第一时长保压后进行保压检漏，控制所述图像采集系统对设于所述真空箱(12)内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统用于对采集图像进行处理分析，若漏率值大于告警阈值范围时则判定该检测区域发现漏点并发出告警信息，否则判定该检测区域检测合格。7.如权利要求6所述的智能真空箱检测方法，其特征在于，所述对应待检测区域对所述真空箱(12)进行抽真空作业步骤，包括：
在布置完成所述智能真空箱检测系统后，对待检测区域涂抹特制起泡剂，利用真空箱罩住待检测区域，打开与真空箱连接的抽速调节阀，将真空箱产生负压吸附在待检测区域的待检测部位。8.如权利要求6所述的智能真空箱检测方法，其特征在于，所述漏率分析与报警系统用于对采集图像进行处理分析步骤，包括：对采集图像通过图像的锐化处理，提取气泡边缘，采用高斯函数对图像进行平滑处理，结合拉普拉斯-高斯算子，并根据二阶导数过零点来检测图像的边缘；通过对气泡投影面积的测量，并将面积换算成气泡直径；其中根据对所采集图像像素点的测量可以获得气泡的投影面积；其中s代表图形面积，x,y为像素值，c为所提取的气泡边缘内的连通域，f是与真空箱内校准刻度相关的函数；所测得的面积通过换算成气泡等效直径d；通过计算出气泡的演变时间t，其中f代表帧数，fr代表ccd相机的帧率，根据取时间倒数得出气泡的演变速率v；在真空箱检漏中，通过计算获得漏点漏率；其中v
avg
为气泡产生的平均速率，d
avg
为气泡的平均直径，p
b
为气泡内的气体压力。9.一种智能真空箱检测方法，其特征在于，包括步骤：步骤1、在待检测区域上布置权利要求1至5任一项所述的智能真空箱检测系统，并保证其密封性；步骤2、对应待检测区域对所述真空箱(12)进行抽真空作业，待达到检测压力后关闭抽速调节阀，隔断真空泵与真空箱的连通以保持所述真空箱(12)内的压力；步骤3、在所述智能真空箱检测系统进行动态压力变化检漏，控制所述图像采集系统对设于所述真空箱(12)内被检测区域产生的气泡采集图像，并将采集图像传输到所述漏率分析与报警系统；所述漏率分析与报警系统基于bp神经网络，实现漏点漏率的动态判断。10.如权利要求9所述的智能真空箱检测方法，其特征在于，所述bp神经网络在使用前进行训练，训练bp神经网络的步骤包括：设置神经网络初始参数，以气泡平均直径与平均演变速率将作为输入向量，以标准样件的漏率值作为所预期的输出；在规定抽速下，得到不同漏率的标准样件中，气泡平均直径、气泡平均演变速率与漏率的关系；计算实际输出，并使用递归的方法从输出节点开始返回到中间隐藏层调整权重进行优化直至计算误差小于预设阈值，使得神经网络实现输入、输出映射关系。

技术总结
本申请公开了一种智能真空箱检测系统及方法。本发明主要用于真空设备的局部粗检，所述智能真空箱检测系统包括抽真空系统、图像采集系统、漏率分析与报警系统。所述抽真空系统能够通过调节装置实现对真空箱内抽气，与待检区域另一侧建立压差；所述图像采集系统，能够实现对真空箱内气泡的连续图像采集，并传输到处理终端。所述漏率分析与报警系统能够实现对气泡直径与气泡产生速率的自动判读，并依据气泡直径与产生速率转换成漏点的漏率值，若漏率值超过接受范围，则发出报警信号。本发明可实现检测装置现场连接，检测现象的自动判定，降低了对检测人员数量以及经验的要求，提升了检测效率与可靠性。测效率与可靠性。测效率与可靠性。


技术研发人员：张逸飞 易一平 周昌智 吉宏林 张泽禹 黄凯华 刘思明 尹嘉雯 陈志国 盛海军 曾昭明 张晓慧 向继缘 敬泽昊 马立超
受保护的技术使用者：上海船舶工艺研究所（中国船舶集团有限公司第十一研究所）
技术研发日：2023.03.27
技术公布日：2023/8/14