单向碳纤维复合材料分层缺陷垂直涡流检测有限元仿真研究

针对单向碳纤维复合材料分层缺陷难以检测的问题,设计了一个共面三矩形线圈探头,建立了利用该探头进行单向碳纤维复合材料分层缺陷垂直涡流检测的有限元模型,并利用该模型仿真计算了存在不同厚度分层缺陷时垂直涡流检测探头输出的感应电压信号变化情况。仿真结果表明,所设计的探头可灵敏地检测出单向碳纤维复合材料分层缺陷,并且在探头扫描检测分层缺陷的过程中,探头输出的感应电压虚部会出现成对的峰值和次峰值,峰值与分层厚度成正比,次峰值对的出现位置对应于分层缺陷边缘的位置,通过对峰值大小和次峰值对的出现位置进行分析,可以实现单向碳纤维复合材料分层缺陷厚度和范围的定量化评估,为实际工程应用提供了有价值的参考。     

基于矩形线圈水平分量磁场分析的脉冲漏磁检测研究

针对铁磁性材料金属的缺陷检测,提出了一种基于矩形线圈水平分量磁场分析的检测方法.在涡流和漏磁理论基础上,建立了矩形激励线圈检测仿真模型.仿真表明:矩形线圈的下方水平磁场平整,当线圈轴线与缺陷方向垂直时,线圈底部水平分量的磁场与缺陷形成90°夹角.在铁磁性金属材料中,铁和空气介质处相对磁导率不一致导致磁场的偏转,产生了较强的漏磁场.在非铁磁性金属中,磁感线在缺陷处分布较为平滑,并不存在漏磁现象.搭建了检测平台,并分别在缺陷边缘和上部放置了Hall和GMR巨磁阻传感器进行检测.实验结果表明:在铁板表面,z分量磁场是涡流场和漏磁场的矢量叠加,磁场强,但与缺陷深度并没有线性关系;x分量磁场是单一的漏磁场,与缺陷深度存在线性关系,可以对缺陷进行定量分析.     

新型脉冲漏磁检测法的表面缺陷检测特征分析

针对脉冲漏磁检测技术对不同方向的漏磁分量进行分析时存在一定局限性的问题,基于脉冲漏磁(PMFL)检测中的U型磁轭和脉冲涡流(PEC)检测中的矩形空心激励线圈,提出了脉冲聚磁(PMC)检测方法.通过仿真和实验分析了铁磁性试件在脉冲漏磁和脉冲聚磁两种检测模式下,缺陷部位的响应信号X,Y和Z3个分量的检测效果.结果表明:脉冲聚磁检测方法在进行铁磁性材料构件的缺陷检测时,激励探头对被测试件的3个方向的分量激励效果更明显,同时对于不同深度的表面缺陷,脉冲漏磁响应信号的三维分量具有更高的检测灵敏度.     

基于涡流线圈提离效应的深裂纹检测方法研究

为了提高涡流探头检测厚壁结构中深裂纹的能力,使用 ANSYS有限元模型研究了圆形和矩形两类涡流激励线圈的 提离效应对涡流渗透深度的影响,发现当线圈轴线和材料表面之间的夹角发生变化时,其所产生的提离效应会对涡流的分布产生较大影响。通过分析材料表面各点处涡流渗透深度的变化情况?发现当矩形线圈倾斜60°时进行激励可在材料中感应出 最大渗透深度的涡流,用于深层缺陷的检测,为了提高深裂纹的检测效果,对矩形线圈的参数进行了优化,进一步提高了探头的性能。     

脉冲涡流矩形传感器的多维信号特征分析与缺陷识别

脉冲涡流是一种可以对飞机结构中缺陷进行有效检测的电磁无损检测技术.本文设计了三维检测传感器,并对矩形激励传感器中的多维检测信号进行了研究.分别在传感器不同扫描方向下,对三维检测传感器的Bx、By与Bz曲线进行了特征分析.实验证明取其中任意两路信号都可构成蝶形图,可以有效地实现缺陷的判别.对检测信号进行特征分析后,不仅可以判断缺陷的有无,还可以评估缺陷的长度,深度等信息,为进一步实现飞机机身缺陷的定量检测提供了有价值的参考.脉冲涡流技术将会在航空无损检测领域发挥重大的作用.     

矩形脉冲涡流传感器的缺陷定量检测仿真研究

传统的脉冲涡流传感器由于其结构特点,在实际检测中存在自身激励干扰,使得其对缺陷的检测灵敏度不高。为了提高传感器对缺陷的检测能力,采用矩形传感器对铝板上缺陷进行检测。在分析矩形脉冲涡流传感器检测原理的基础上,采用ANSYS仿真软件建立了矩形脉冲涡流传感器检测模型,对矩形激励下方铝板表面涡流分布进行了仿真计算,研究了缺陷对空间三维磁场的扰动规律。仿真结果表明:矩形传感器能够在铝板表面激励出均匀的感应涡流;当有缺陷存在时,提取三维响应信号的幅值为特征量,分析传感器在扫描路径上不同位置检测幅值的变化特征发现,通过3个信号幅值变化的位置和幅值变化的程度可以实现对缺陷长度,宽度和深度进行定量检测。     

钛合金深层裂纹缺陷涡流检测仿真与实验研究

针对常规涡流只能检测金属构件近表面缺陷的瓶颈,本文基于TMR隧道磁阻阵列设计了多通道差分激励涡流检测探头,实现了对钛合金板件深层裂纹缺陷的检测.通过模拟优化了线圈参数,设计了差分式矩形激励线圈组合结构,从而提高TMR阵列对缺陷的检测效果,并制作了TMR阵列的差分涡流检测探头.分别针对钛合金板件表面3 mm和4 mm下的深层裂纹缺陷进行实验测试,表面3 mm下的长度为12 mm、6 mm、3 mm微裂纹检测得的感应磁场强度分别为0.01992 mT、0.0152 mT、0.00528 mT;表面4 mm下的6 mm长微裂纹的感应磁场强度大约为0.00448 mT.结果表明,所设计的TMR阵列涡流探头对缺陷长度变化相较于宽度变化更为敏感,能有效检测出深层微小裂纹缺陷.     

飞机铆接结构缺陷的远场涡流检测技术研究

飞机机身铆接结构中缺陷的检测评估是目前航空和无损检测领域中的研究难点.远场涡流检测技术因其不受集肤效应的限制从而可以实现对大厚度构件的检测.设计了一种激励线圈带多层屏蔽结构的传感器模型,在非磁性金属平板构件上实现了远场涡流现象.采用旋转式扫描的检测方法对铆接结构中缺陷进行检测,结果表明,检测线圈在经过缺陷正上方时其相位出现极小值,并且该极小值与缺陷深度之间存在线性关系,从而验证了将远场涡流检测技术应用于铆接结构中缺陷检测的可行性.     

利用正交型锁相放大器实现三维磁场微弱信号检测

变磁场测量(ACFM)是近年兴起的可以定量的无损检测技术,为实现该检测方法,设计了由矩形激励线圈和正方体检测线圈构成的三维ACFM传感器激励和感应空间磁场的变化,提出了利用正交型锁相放大器(LIA)的信号检测方法实现传感器的每个方向毫伏级变化的微弱感应电压信号的精确测量。并在此基础上建立了基于频率扫描技术的缺陷识别模型,结果表明:该检测方法达到了对三维磁场微弱感应信号测量和对任意走向裂纹识别的目的。     

基于Tx-Rx探头的异种金属焊缝缺陷检测及定量分析

异种金属焊接结构在使用过程中容易产生损伤,因此需对其进行检测;脉冲涡流一发一收式非同轴(Transmitter Receiver,Tx-Rx)探头可应用于异种金属焊缝缺陷检测;然而,考虑到异种金属焊接构件成分多样、结构复杂的特点,需对Tx-Rx探头的摆放位置进行了优化;首先,建立仿真模型,讨论了激励线圈的摆放位置对试件中涡流及涡流扰动的影响,结果表明,当激励线圈位于带堆焊的合金钢上方时,其表面涡流强度及涡流扰动强度较大;其次,建立实验平台,实验表明,当激励线圈放置在带堆焊的合金钢上方时,其检测信号幅值和差分信号幅值最大;最后利用差分信号的峰值对焊缝缺陷的定量展开分析;脉冲涡流Tx-Rx探头的研究可为其在异种金属焊缝缺陷的应用提供参考.     

基于缺陷分类和缺陷预测的软件缺陷预防

为降低软件缺陷率,对现有的缺陷预测模型进行了优化,同时引入正交缺陷分类方法,并对该方法加以改进,使其能够支持缺陷的原因分析,将缺陷预测与改进的正交缺陷分类方法结合起来,形成一套软件缺陷预防流程并应用在实际项目中.实验结果表明,该成果可以在软件生命周期的各个阶段有效预防缺陷,最大限度地提高软件质量.     

基于ODC的软件缺陷度量研究

从正交缺陷分类(orthogonal defect classification,ODC)出发,介绍在缺陷度量前需要收集的缺陷数据信息,阐述了缺陷属性的具体分类,然后从单维度和多维度两个角度介绍了如何利用ODC的缺陷属性进行度量分析,并给出了软件组织应用ODC的流程,最后提供了正交缺陷分类方法的应用实例,为缺陷度量的应用研究提供了一种思路。     

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性,提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模,将预处理后的图像与背景图像进行差分操作;其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断,以增强差分图的对比度;随后利用此特征改进最大熵阈值分割,采用自适应加权因子对目标熵进行全局可变加权,并选择出一个合适的阈值使熵值最大化,使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰;最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计,并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除,以实现钢轨表面缺陷检测。仿真实验结果表明,新方法可以对钢轨表面缺陷进行很好的检测,其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%,平均错误分类误差值为0.006 4,具有一定的实用价值。     

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性，提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模，将预处理后的图像与背景图像进行差分操作；其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断，以增强差分图的对比度；随后利用此特征改进最大熵阈值分割，采用自适应加权因子对目标熵进行全局可变加权，并选择出一个合适的阈值使熵值最大化，使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰；最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计，并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除，以实现钢轨表面缺陷检测。仿真实验结果表明，新方法可以对钢轨表面缺陷进行很好的检测，其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%，平均错误分类误差值为0.006 4，具有一定的实用价值。     

PCA-NLM的纺织品缺陷检测

在纺织品自动检测过程中,采集的图像容易受到噪声及织物表面材质的干扰,为解决这一问题,提出一种混合方法进行纺织品缺陷检测,将图像增强和缺陷检测方法进行混合处理,在非局部均值滤波算法（NLM）的相似度评价中引入主成分分析（PCA）进行去噪处理,采用的PCA-NLM混合模型有效增强了缺陷区域的灰度共生矩阵纹理特征,提高了缺陷纹理和无缺陷纹理之间的类可分离性。通过对7类缺陷的纺织品图像检测实验分析表明,相比单一的非混合方法,本文的混合模型有效提高了纺织品缺陷的检测正确率。     

Cumulative defect

We prove that if X is a finite code and s is an infinite word with 3 X-factorizations, then the rank r(X) of X is at most |X|−2. More generally, if X belongs to a certain family of codes and s has l⩾2 X-factorizations, then the rank is at most |X|−l+1.     

轴承表面缺陷类型识别算法

针对生产和装配过程中轴承表面缺陷检测传统方法的不足,提出一种新的轴承表面缺陷类型识别算法。首先改进 Canny 算子以提高轮廓识别度,将 Sift 算法应用于缺陷区域提取,对轴承表面缺陷图像和无缺陷图像进行 Sift 图像匹配以定位缺陷区域,运用像素点的异或运算以精确提取缺陷区域。选择部分 Hu 矩值和几何特征值准确描述缺陷区域,将其作为 BP 神经网络算法的输入,从而最终识别出缺陷类型。实验表明,该方法提高了识别率,且具有非接触、速度快、精度高和抗干扰能力强等优点,较好地实现了轴承表面缺陷类型的检测。     

基于角点定位的印刷品缺陷检测

通过CCD采集到的图像受光照及环境干扰存在大量噪声,本文首先用中值滤波去除噪声、保留图像边缘细节.缺陷检测中选择了基于角点的定位方法,该算法计算量小、速度快,能够满足在线印刷品检测的要求.定位后待检测图像需要与标准图像配准,通过图像减法得到差分图像,将其各象素与预先设定好的阈值进行比较,如果大于阈值,则记为缺陷点.本文...     

基于PSO-BP的软件缺陷预测模型

软件缺陷检测旨在自动检测程序模块中是否包含缺陷,从而加速软件测试过程,提高软件系统的质量。针对传统软件缺陷预测模型被限制在一定的应用范围而影响其预测的准确性和适用性,提出了一种基于PSO-BP软件缺陷预测模型。该模型运用粒子群优化算法优化BP神经网络的权值和阈值,采用交叉验证的方式进行实验,并与传统的机器学习方法J48和BP神经网络等方法进行了比较。实验结果表明提出的方法具有较高的预测准确性。