以聚焦能量为导向导波非穿透型缺陷检测研究

为了达到导波的检测能量尽可能聚焦于缺陷处的目的,结合时间反转聚焦理论,采用模拟计算与实验研究相结合的方法对含有不同尺寸的非穿透型裂纹缺陷的管道进行检测研究,得到时间反转导波反射回波系数是直接导波反射回波系数的3倍,由此证明了时间反转法的时-空聚焦的特性,即时间反转导波同时到达缺陷位置,实现了能量的汇聚,论证了时间反转聚焦理论可用于管道导波的缺陷检测、提高小缺陷的检出能力。     

基于小波包能量和层次熵的D-S证据理论的轴承故障诊断技术

针对齿轮箱轴承故障识别率低、故障信号不平稳的问题,提出层次熵与小波包能量多源数据融合轴承故障诊断方法。采用小波包对轴承正常、内圈、外圈、滚动体故障等4种振动信号进行三层小波包分解并重构,计算各频段样本熵（即层次熵）和小波包能量作为故障特征向量集;应用归一化方法对2种特征向量处理后分别建立BP神经网络模型实现轴承不同故障模式的诊断;最后应用D-S证据理论,通过小波包能量和层次熵以及两者融合信息的故障诊断结果比较,表明基于神经网络和D-S证据理论相结合方法用于复杂机械的故障诊断是可行和有效的。     

小波变换与近似熵原理在桩基检测中的应用

桩基混凝土质量评级常采用PSD多参数综合方法,但由于随机扰动的存在和混凝土本身的不连续特性,在检测过程中会混入奇异信号,导致对缺陷产生漏判或者误判。文章利用小波变换对桩基的疑似缺陷信号进行分解,同时引入近似熵定量表征信号的无序程度。结果表明缺陷信号经过小波分解后,在高频段上信号幅值衰减且波形杂乱、近似熵值大。该方法特别适合判别疑似缺陷,工程实践证明了其在桩基检测中的有效性。     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了两种金属材料缺陷特征提取的方法,即能量-裂纹法和小波包-功率谱法.能量-裂纹法选取最能反映缺陷特征的能量特征向量作为特征参数,进行缺陷的识别.小波包-功率谱法需要找到小波包分解中对裂纹缺陷最敏感的结点,然后对其进行功率谱分析,从而可以很明显地区分出有无裂纹的信号以及裂纹类型.以航天发射塔架钢连接构件疲劳裂纹超声信号为例,对这两种方法进行验证,表明是行之有效的特征提取方法,为金属材料缺陷检测与识别开拓了新的思路.     

基于样本熵的改进小波降噪在微电机质量检测中的应用

微型电机振动信号信噪比低,环境噪声复杂,对噪声信号进行有效去除是对其进行质量检测的关键步骤。针对传统小波降噪阈值函数连续性差、降噪效果不理想等问题,提出一种基于样本熵的改进小波阈值函数,能够根据信号混乱程度自动对阈值函数进行调节。仿真结果表明：在低信噪比环境下,基于样本熵的改进阈值函数降噪效果明显优于传统阈值函数和普通改进阈值函数,信号信噪比得到显著提升。对微型电机异音信号进行降噪处理和特征提取,结合SVM分类器进行训练测试,试验结果表明：改进的小波降噪算法能够有效去除电机信号环境噪声,提取有效的信号特征,对出厂电机性能优劣进行准确判断。该方法将为微型电机厂家大规模质量检测提供理论依据和支持。     

不锈钢增材制造件表面缺陷激光超声检测

利用激光超声技术检测增材制造件表面缺陷,采用有限元方法模拟热弹机制下激光激发超声波的传播过程,对不同探测位置接收的表面波反射信号进行了分析,研究缺陷的深度和宽度对表面波反射信号的影响。对316L不锈钢增材制造件进行了激光超声检测试验,验证了该模型的正确性。利用小波软阈值去噪算法处理采集到的激光超声信号。结果表明,数值模拟与试验结果基本一致,表面波与缺陷作用产生的RS波和RR波的到达时间差可以检测缺陷的深度,缺陷的宽度对检测结果几乎无影响。     

不锈钢增材制造件表面缺陷激光超声检测

利用激光超声技术检测增材制造件表面缺陷,采用有限元方法模拟热弹机制下激光激发超声波的传播过程,对不同探测位置接收的表面波反射信号进行了分析,研究缺陷的深度和宽度对表面波反射信号的影响。对316L不锈钢增材制造件进行了激光超声检测试验,验证了该模型的正确性。利用小波软阈值去噪算法处理采集到的激光超声信号。结果表明,数值模拟与试验结果基本一致,表面波与缺陷作用产生的RS波和RR波的到达时间差可以检测缺陷的深度,缺陷的宽度对检测结果几乎无影响。     

基于Db4最优提升小波和T-K能量近似熵的轴承故障诊断

将Db4提升小波和Teager-Keiser能量算子结合分别对仿真信号和滚动轴承信号进行分析,用Db4提升小波根据小波系数最小熵原则获得最优细节信号,求其T-K能量谱提取特征信息,计算T-K算子的近似熵对轴承故障分类。结果表明:仿真和真实轴承信号经提升小波提取的细节信号,其T-K能量谱都可以提取故障特征,且T-K能量近似熵基本能对实验故障信号分类,效果较好。     

基于超声相控阵对焊缝缺陷的检测研究

为了解决超声相控阵检测过程中人为造成的缺陷误判及达到对缺陷准确分类的结果,首先对风电塔筒Q345E焊接试板内部预制人工缺陷-气孔、夹杂及裂纹;然后用超声相控阵设备对预制的三种缺陷分别进行检测,提取超声相控阵检测A扫数据。结合超声相控阵信号、小波包自适应分析信号的特点和不同小波基对采集信号的处理效果,选取dB10小波为最优小波基,提取缺陷"频率-能量"特征。最后利用小波包分解的第三层各个节点的缺陷特征能量比例作为BP神经网络输入参数,其缺陷分类结果的精度可达到90%。研究结果表明:以上方法对于Q345E焊接缺陷区分度明显,神经网络分类效果较好。     

基于归一化求导的裂纹缺陷涡流检测信号处理方法

针对裂纹缺陷检测时材料应力变化引起检测信号波动的问题,提出了一种归一化求导的信号处理方法,以实现对应力变化影响的抑制。首先,通过涡流检测系统获取被测试件的单点检测信号,并对信号数据求均方差,获取单点采集的均方差信号特征;接着,利用获取的信号特征进行A扫检测,获取相应的扫查信号,并进一步对扫查信号进行求导处理,获取均方差导数信号;然后,利用归一化方法对均方差导数信号进行处理,获取归一化导数信号;最后,提取出归一化导数信号的幅值变化量特征,用以检测裂纹宽度。试验结果表明,裂纹缺陷检测信号数据经归一化方法求导处理后,获取的归一化导数信号可以有效抑制应力变化的影响,提高裂纹缺陷的检测精度。     

基于同步提取变换的旋转机械振动信号时频分析北大核心

为提升工业现场采集摩擦故障振动信号时频分辨率,采用小波变换、短时傅里叶变换、同步挤压变换和同步提取变换(SET)4种时频分析算法对多分量仿真信号和旋转机械的摩擦故障振动信号进行时频分析,并对同步提取变换算法原理进行详细介绍。通过实验与其他3种算法Renyi熵值进行比较。结果表明:针对多分量仿真信号,利用SET算法可有效去除能量发散现象、混叠和端点效应,与原始多分量仿真信号的真实时频谱一致,在时间分辨率和频率分辨率上均实现了最优;针对现场摩擦故障振动信号,利用SET可以很好地抑制摩擦故障信号中的背景噪声,得到的时频图时频聚焦性较好,同时能量发散情况得到极大改善,在时频图中可以清晰地看出摩擦故障信号对应的频率。     

基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法

漏磁检测是对输油管道、油罐等设备缺陷进行无损检测的一种重要方法,但在检测过程中产生的信号数据量庞大,同时会产生多种干扰噪声,出现信号失真、漂移和信号被湮没等问题,对信号进行降噪滤波是缺陷漏磁检测的关键环节。探讨了信号降噪压缩方法,研究了基于小波包-Haar小波算法的漏磁检测信号降噪压缩算法,通过该算法,在对信号数据进行降噪压缩处理同时,保留了高频部分信号特征,从而在降噪后数据解压缩过程中避免了信号失真畸变的现象。     

基于金属磁记忆法的焊接缺陷特征值提取

研究了磁记忆检测技术在焊缝检测中的应用情况。采集了有缺陷和无缺陷试件分别在无应力作用下和加载后的磁记忆信号,并进行对比分析。以小波包变换为理论基础,对磁记忆信号进行小波包分解和小波包能量谱特征分析。试验证明,采用磁记忆信号的能量集中位置来判断缺陷的区域是可行的。     

双树复小波算法在滚动轴承故障信号特征提取中的应用

现有滚动轴承故障特征提取算法的性能会随着故障集规模扩大而出现衰减。针对故障信号间存在的干扰和模态混叠等问题,提出一种基于双树复小波的特征提取算法。双树复小波结构包含两个独立的滤波器组,在含噪混合信号的分解和重构中形成互补关系,提升信号采样的平稳性;优化双树复小波滤波器组的结构,降低故障信号平移敏感性,利用门限阈值处理高频小波系数,达到降噪的目的,并基于时间序列样本熵提取子带信号的能量特征。实验结果显示：提出的算法能够准确提取滚动轴承各部分的故障特征信息,算法的在线故障识别率达到99.56%。     

一种基于小波包和PCA的超声缺陷识别方法

在超声检测中，对缺陷进行定性分析是无损检测与评价的关键内容。本研究提出一种对缺陷类型进行分类的检测方法，通过对不同类型的缺陷波信号进行特征量提取，实现对缺陷的类型识别。首先使用空气耦合超声检测系统采集无缺陷信号与3种不同类型的缺陷波信号，提取信号的时域无量纲参数和小波包能量系数组成多维特征向量；然后使用主成分分析法（Principal component analysis，PCA）对多维特征向量进行降维处理得到特征融合量；最后输入BP神经网络系统进行缺陷类型的分类，并与未经过PCA处理的测试结果进行对比分析。实验结果证明，经过PCA处理的测试结果准确率更高，测试时间更短。     

基于时频分析的奥氏体焊缝超声检测信号处理

对奥氏体焊缝超声检测信号处理方法进行了研究.提出一种基于匹配追踪和小波变换两种时频分析方法的信号处理方法,分别从能量和频率的角度区分缺陷信息和材料散射噪声,提高超声检测回波的信噪比.为了验证此方法的有效性,建立了超声检测试验系统,对53 mm厚焊缝试块进行检测试验,采集了含有大量材料噪声的实际检测信号.选用sym8小波...     

一种新的滚动轴承性能退化指标S-时间熵的提取方法

S变换兼具了小波变换和快速傅立叶变换各自的优势,具有良好的时频聚集性。归一化信息熵能够定量地度量信号分布的复杂程度。滚动轴承振动信号经S变换后,利用归一化信息熵定量地度量每个时刻下频率分布均匀程度,提出一种S-时间熵特征指标来反映滚动轴承的退化过程。针对滚动轴承内圈、轴承外圈、轴承滚动体的3种故障,分别对其3种不同损伤程度的数学模型进行仿真数据分析,提取各自S-时间熵指标进行对比,验证该方法的可行性。通过对滚动轴承加速疲劳寿命周期内的数据进行分析,与工程中常用的时域指标有效值进行对比,结果表明该方法的有效性。     

基于小波变换的管道漏磁检测信号处理

介绍了管道漏磁检测的原理，给出了管道检测装置框图。在小波变换Mallet快速算法的基础上，结合缺陷信号的特点，对实验室模拟状况下的采集信号进行了分析和处理，有效消除了信号噪声，提取了缺陷信号的特征值。     

冲击回波法结合AI在套筒灌浆检测中的应用

为研究冲击回波法在套筒灌浆质量检测中的可行性和适用性，对冲击回波法进行理论分析和试验研究。结果表明冲击回波法能较好地应用于套筒灌浆密实度的检测。通过实际工程进行验证，进一步证明了冲击回波法在套筒灌浆检测中具有良好的应用前景。在试验和实际工程中发现，套筒直径、埋深和边界等易对检测结果造成影响，提出采用人工智能(AI)的辅助检测方法来优化上述影响，提高了缺陷检出率。     

钛合金超声检测的信号特征与处理方法

钛合金材料广泛应用于船舶、航空等领域,通常采用超声检测技术对其原材料与焊接质量进行评估,但在大规格构件与微小缺陷检测时,存在晶粒噪声导致缺陷信号难以识别的问题。基于水浸超声技术测试了典型钛合金组织的声学性能,结果表明其声速与衰减系数呈现各向异性,大厚度结构检测时影响灵敏度的关键因素为散射杂波的干扰。采用小波包能量熵作为特征参数,分析杂波信号与缺陷信号的特征,通过支持向量机与神经网络模型分类,缺陷信号的识别准确率达到90%以上。