全国服务热线:400-6226-992
全部分类
化玻

烧器类 量器类 皿管类 瓶斗类 标准口类 成套仪器类 特规类 温度计、浮计类

>
烧器类>
导管 复合肥定氮仪 茄型烧瓶 烧杯 烧瓶 蒸发瓶 蒸馏器
量器类>
量杯 量瓶 量筒 容量瓶
皿管类>
比色管 比色皿 标本管 表面皿 玻璃棒 玻璃管 玻璃进样器 采样管 测氟管 层析柱 衬管 抽气管 导管 滴定管 滴管 定硫管 冻干管 多孔玻板吸收管 多肽固相合成管 发酵管 分馏管 分馏头 分馏柱 盖玻片 干燥管 干燥塔 过滤管 核磁管 挥发油测定器 活塞 接管 接受管 接头 结晶皿 聚焦皿 康卫皿 扩散管 离心管 量器管 裂解管 毛细管 内插管 培养皿 配件 取样管 染色缸 染色烧管 融点测定管 石英半圆舟 石英方舟 石英管 试管 双排管 双球型三氧化铬氧化管 透视管 雾化管 吸管 吸收管 锡还原管 消化管 消解管 消煮管 氧化管 氧气量管 样品管 移液管 粘度管 蒸发皿 蒸馏管 蒸馏柱 锥形管 自动加液管
瓶斗类>
安培瓶 安全瓶 比色瓶 比重瓶 标本瓶 标准瓶 采样瓶 测醛瓶 层析缸 称量瓶 抽脂瓶 滴定瓶 滴瓶 顶空瓶 杜瓦瓶 放水瓶 坩埚 果酒瓶 缓冲球 鸡心瓶 集气瓶 接收瓶 进样瓶 酒精灯 菌种瓶 刻度浓缩瓶 离心管 离心瓶 龙头瓶 漏斗 滤瓶 梅酒瓶 密度瓶 培养瓶 培养摇瓶 配件 喷瓶 喷雾瓶 茄型瓶 青霉素瓶 球磨口瓶 取样瓶 溶解氧瓶 砂芯滤球 闪烁瓶 试剂瓶 水准瓶 吸收瓶 洗瓶 香精瓶 消解瓶 血清瓶 盐水瓶 厌氧瓶 样品瓶 真空瓶 蒸发瓶 种子瓶
标准口类>
玻璃塞 二口连接管 反应管 反应瓶 分馏头 分馏柱 干燥管 缓冲球 加压球 搅拌器套管 接管 接管塞 接受管 接头 冷凝管 配件 气体分析器 双口管 四通瓶 旋转瓶 油水分离器 蒸馏管 蒸馏头
成套仪器类>
比色法测砷器 测砷器 常量定氮仪 穿孔萃取仪 定量加液器 二氧化硫测定装置 二氧化碳测定仪 复合肥定氮仪 干燥器 钢铁定硫吸收器 古蔡氏测砷器 固体气体吸收器 挥发油测定器 回流吸收装置 减压计 开口反应器 流量计 硫化物吹气反应装置 罗氏泡沫仪 凝固点测定装置 配件 气体发生器 气体分析器 气体洗涤器 水份测定器 酸化吹气吸收装置 酸化吹气仪 液氨测定器 银盐法测砷器 粘度计 蒸馏瓶 蒸馏器 脂肪抽出器 自动加液器
特规类>
玻璃 玻璃棒 玻璃防潮箱 玻璃分针 玻璃过滤器 玻璃片 玻璃研钵 玻璃珠 层析柱 抽出筒 滴点3号 电解池 定量加液器 反应釜 防倒吸鼓泡器 放大镜 放气阀 分馏头 复合肥定氮仪 盖玻片 干燥器 核磁管 恒温玻缸 活塞 搅拌棒 接受管 接头 冷阱 离心管 流量计 硫化锌胶体制备溶液装置 培养瓶 配件 溶出杯 渗漏筒 石英片 试剂瓶 双层循环水杯 水槽 填充料 涂布棒 脱水柱 微量移液器 细胞爬片 研钵 研磨棒 研磨器 样品杯 液面水位计 油水分离器 载玻片 展开槽 蒸馏器 注射器
温度计、浮计类>
比重计 分馏头 流量计 密度计 温度计 压力计 粘度计
仪器

称量 分析仪器 光学仪器 力学仪器 电化学仪器 合成/纯化 混合/分离 加热/制冷 粉碎/切削 气象/环境检测 箱体/存储/干燥 送液/加压/减压 清洗/净化/消毒

>
耗材

分离/过滤/萃取 加热/降温 检测耗材 清洁/消毒/回收 取样/加样 容器/收纳 塞子/密封 蒸发/干燥 生物通用耗材 身体防护 手部防护 头部/面部防护 足部防护

>
超声检测中二次采样的研究

云试剂数字化科学粮草库 / 2018-07-03

 

 

超声检测与其它常规技术相比,具有被测对象范围广、检测深度大、缺陷定位准确、检测灵敏度高、成本低、使用方便、速度快、对人体无害及便于现场使用等优点[1]。因此,它是国内外应用最广泛、使用频率最高且发展较快的一种无损检测技术。现代工业对无损检测提出了高速度、高精度、高分辨力和高可靠性等要求,超声检测设备的自动化、小型化和数字化成为发展方向[2]。

超声模拟信号经过A/D采样成为一系列离散的源样本序列x(n)(n∈[1,N]),随之进行数字信号处理,最后以A,B,C等方式成像显示,此时用于显示的样本序列为y(m)(m∈[1,M])。源样本序列的长度N与采样深度L、超声声速C及A/D采样频率fad有关,可用如下公式计算[3]

 

而显示样本序列长度M受显示屏像素限制。在实际使用过程中,源序列长度与显示样本序列长度并不相等,多数情况都是N M,这时就产生了一个变换采样率的问题,同时还不能丢失缺陷的特征

(如峰值点的幅值和位置)。笔者提出二次采样的算法来解决变采样问题。

1二次采样

二次采样的实质是在N>M的情况下,对源样本序列以一定的采样间隔算法进行抽取。首先需利用采样间隔算法确定抽取所需的采样间隔参数。

先根据源样本序列和显示样本序列的长度计算初始样本间隔Inum=[N/M]及此时所剩的样本数R(0)=N-Inum×M,若R(0)=0按照初始采样间隔Inum进行抽取即可,否则要再根据下面方法计算出各阶采样间隔I(k)和相应的剩余样本数R(k),算法终止的边界条件为已满足样本误差要求(N-N′)<ΔN(N为实际样本数,N′为算法使用的样本数,ΔN为设定的样本数误差)。I(k)>M即[M/I(k)]=0。

利用该算法所用到的样本空间

抽取就是用计算出的采样间隔参数来修正样本间隔,并从中获取特征样本的过程[4]。算法如下

抽取的样本序列长度为Interval(j),且Interval(j)=Inum。

另外在抽取过程中,还要依据获取特征样本的要求从待抽取的样本序列里取一个样本,例如峰值捕获处理。

在程序设计实现时首先要根据上述算法计算采样间隔,至于阶数的选取可综合考虑样本误差和I(k)>M的因素;然后利用所得采样间隔参数进行二次采样的实现。设计的流程示于图1和图2。

2试验对比

中心频率fd=7.5MHz的超声射频信号,经A/D采样后取20μs得到的源样本序列x(n),长度N=10 000;然后进行二次采样,得到显示样本序列y(m),长度M=512。如图3a和c所示,在时域上很好地保持了和源序列波形的一致性,而且在处理过程中还可根据需求保留某些特征信息,这里进行了峰值捕获。

分别对x(n)和y(m)进行离散傅里叶变换(DTFT),得到频谱密度X(ejω)与Y(ejω)分布(图3b和d),中心频率仍是7.5MHz,但Y(ejω)中心频率带宽较X(ejω)的大,低频分量有所增加,局部有失真。

3结论

二次采样算法简单,代码开销小,其效果类似于对x(n)进行低通滤波;在对缺陷特征的处理中还可保留峰值样本的信息,包括该样本的幅值及在源样本序列中的位置,这样有利于定量分析评估缺陷的大小和位置。但它的适用源样本序列长度N大于显示样本序列长度M(最好是N M),另外,二次采样处理的频域特性较差,不利于进一步进行时频分析。

摘自:中国计量测控网


本文由科学粮草官为你整理编辑,如有侵权请联系删除

 

 

 

 

-------------------------------------------------------------------------