涡流式电磁声发射检测声波响应特性

涡流式电磁声发射检测由于其局部非接触式加载方式,适用于恶劣环境下对金属构件损伤在线检测,同时也是对传统声发射技术的有利补充。针对不同电磁载荷条件下电磁声发射产生的声波响应问题进行深入研究。通过引入电致塑性理论和自由电子运动理论,分析涡流加载下裂纹尖端位错滑移速率变化及声发射能量释放机理,探究不同磁场方向加载下电子的定向移动对声发射响应影响,利用希尔伯特黄变换方法实现对声发射信号的特性分析。实验结果表明:电磁声发射过程中应力波特征与电磁加载条件密切相关。因此,电磁声发射过程为定向移动电子越过障碍势垒产生的特定声波响应。     

电磁声发射技术在无损检测中的应用

电磁声发射技术是通过对导电部件进行电磁加载产生洛仑兹力,进而激发声发射效应,并通过此效应来进行无损检测.它可以定位薄金属板中微小的缺陷或裂缝,而且不需要完全加载,集合了电磁无损检测技术和声发射无损检测技术的优点.建立了电磁声发射的有限元模型,分析了试件在不同加载条件下的形变,对比了几个加载因素对电磁声发射的影响,并对试件进行了温升分析.在数值分析的基础上进行了电磁声发射实验,得到了电磁声发射信号,并对缺陷进行定位.     

基于DDS技术的电磁声发射涡流加载电源

电磁声发射技术是一种新型的无损检测技术,通过对导电部件进行电磁加载产生洛仑兹力,进而激发声发射效应,并通过这个效应来进行无损检测。传统的电磁声发射技术使用电极直接加载的方式引入电磁激励,存在激励电流过高、加载不方便等缺点。本文使用电磁线圈引入电磁激励,利用电磁线圈激发的瞬时电磁场加载在缺陷处,激发缺陷自身产生声发射信号,以提高对金属薄板中微细缺陷的检测能力。针对电磁声发射技术要求电源的输出功率较大、输出脉冲数可以调整并且电路的输出频率变化较大的特点,本文设计了一种基于直接数字频率合成技术的新型涡流激励电源。该电源主要包括信号产生、功率放大、串联谐振三部分,其中控制电路为核心部分。实验结果证明,该系统工作稳定,参数调节方便,能够满足电磁声发射检测对激励源提出的要求。     

基于大电流直接加载的电磁声发射试验

电磁声发射技术是一种新型的无损检测技术,对金属材料进行电磁加载会在裂纹处激发出声发射信号,利用这一现象可实现对金属缺陷的无损检测。本文对电磁声发射技术的实现原理进行了深入分析,设计了相应的电磁加载装置,搭建了电磁声发射试验平台,并针对铝质薄板试件进行了检测试验。通过对大量的试验采集信号进行能量和时频分析,研究了脉冲大电流的幅值、持续时间、电极加载位置以及加载历史等电磁加载参数的变化对于电磁声发射信号的影响规律,为该技术的工程应用打下了良好的基础。     

电磁声发射检测技术的涡流激励方法

本文使用电磁声发射的有限元分析模型,深入分析了缺陷顶点的形变随激励电流的变化规律,论证了涡流激励声发射的可行性,并引入断裂力学对缺陷处形变的性质进行了分析。进行了基于涡流加载的电磁声发射实验,采集到了来自不同激励电流下缺陷的电磁声发射信号,实现了对裂纹的定位,得到了声发射信号的波形特征,验证了有限元分析模型的正确性,这为使用有限元方法直接计算和分析电磁声发射信号的幅频特性提供了坚实的理论和实验基础。     

基于电磁声发射的金属板裂纹检测实验研究

通过对金属部件进行电磁加载会在金属裂纹处激发出声发射信号,利用这一现象可以实现对金属结构件的无损检测.本文对电磁声发射技术的原理与实现进行了深入分析,设计了相应的电磁加载实验装置,并针对铝质薄板试件进行了电磁声发射试验,通过对实验采集信号进行时频分析,研究了电磁声发射信号随加载条件和试件类型的变化规律,验证了带裂纹金属...     

基于FFT和小波包变换的电磁声发射信号处理

电磁声发射技术是一种新型的无损检测技术,对金属部件进行电磁加载会在裂纹处激发出声发射信号,利用这一现象可以实现对金属材料的无损检测。本文分析了电磁声发射技术的基本原理与实现过程,采用快速傅里叶变换对大量实验信号进行时频分析,验证了带裂纹金属板能够产生电磁声发射现象,并基于小波包变换和能量分布情况得出了金属板有无裂纹的特征判据,为电磁声发射技术的工程应用打下了良好的基础。     

用于电磁声发射的脉冲激励源设计

对金属结构进行电磁加载,会在裂纹处产生应力波信号,利用该现象可以实现对金属缺陷的无损检测,即电磁声发射技术。脉冲激励源作为电磁加载的核心,其输出电流的频率、幅值等参数对加载效果有显著影响。针对电磁加载实验中对激励源的要求,设计基于半桥型开关电路原理的可调稳压电源、以电容器作为储能元件的充放电回路,并利用单片机实现对电容充放电过程的调控,以产生频率和幅值可调的脉冲电流。将激励源应用于电磁加载实验,输出结果达到了设计要求。     

基于小波和凯瑟效应的电磁声发射信号特性分析

针对脉冲电磁涡流激励下,金属铝板的声发射信号具有宽频率响应以及低频干扰严重的特性,使用小波包和快速傅里叶(FFT)方法研究了不同加载条件下来自不同试件信号的高低频能量特性,揭示了不同试件的信号特征,得到了缺陷的声发射信号以及噪声的强度特性。基于声发射理论,将有限元计算的形变和声发射信号进行了归一化处理,并依据凯瑟效应,建立了有限元分析和声发射信号之间的内在联系,为理论和实验研究电磁声发射技术提供了重要的理论和实验依据。     

谱稀疏信号随机等效采样重构方法研究

随机等效采样能够突破香农采样定理的限制,实现低速模数转换器(ADC)对高速信号的采样。为了达到理想的重构精度,需要大量次数的采样,采样效率低。针对窄带谱稀疏信号采样,提出了基于压缩感知理论的随机等效采样信号重构算法,在频域对随机等效采样系统进行行为建模,采用随机采样时间间隔构造信号恢复矩阵,建立了已知采样值序列与未知待测信号的信号重构关系式,给出了信号准确重构对采样次数的判决准则。实验结果表明,对于谱稀疏信号的随机等效采样,利用压缩感知理论进行信号重构,在保证信号重构精度情况下能够有效减少采样次数。     

电磁声发射的实验与信号识别研究(英文)

电磁声发射技术是一种新型的无损检测技术,通过对金属部件进行电磁加载会在裂纹处激发出声发射信号,并利用这一现象实现对金属材料的无损检测。本文分析了电磁声发射技术的基本原理与实现过程,采用一种基于波形分析的神经网络模式识别方法,利用小波包变换提取出电磁声发射信号波形的识别特征参数,建立了由10个输入单元、18个隐含单元和单输出组成的人工神经网络识别系统。为了克服BP神经网络收敛速度慢的缺点,提出了一种输入单元数目可变的神经网络改进方法,实验表明该系统能够对有无裂纹板进行快速、准确的识别。     

基于压缩感知的电力信号压缩与重构研究*

针对电力信号的采集和压缩问题,提出采用压缩感知理论对电力信号进行压缩采样和重构的方法,避免了传统的冗余采样。首先对采用压缩感知理论进行电能信号压缩采样的可行性进行了分析,并讨论了几种典型的压缩感知重构算法的具体实现方法和特性;然后采用这些算法,对一维稀疏信号和傅里叶变换基下稀疏的含有谐波和间谐波的电力信号进行重构实验。仿真结果表明,贪婪类压缩感知重构算法计算复杂度低、速度快,更适合一维电力信号的重构,其中SAMP算法可以在稀疏度未知的情况下,使用更少的采样值精确重构原始信号。     

基于压缩感知技术的电磁脉冲信号测量方法

电磁脉冲信号的详细衍变过程,特别是其陡峭前沿的变化信息,有助于深入理解电磁脉冲信号产生及传播过程,它对于我国国防和自然科学的发展都有着极其重要的科学和实践意义。本文提出一种基于三路并行低速模数转换器(TPL)的模拟信号压缩感知技术,通过对传感器输出的电磁脉冲信号进行欠采样(信号的采样频率低于奈奎斯特采样定理的要求),得到并恢复被测电磁脉冲信号的高速采集波形。基于TPL压缩感知技术的应用,可以降低被测电磁脉冲信号陡峭前沿对后端电子ADC采样速率的要求。本文针对TPL实现过程中稀疏字典、观测矩阵的建立方法,以及信号的重构方法进行了深入地研究,创新性地提出基于KSVD的原子数自适应字典构建方法。在此基础上,通过仿真和实验测试了TPL系统对电磁脉冲信号的压缩感知采集效果,以此验证了该方法的可行性。     

三相电能质量扰动信号压缩方法研究

提出了一种基于压缩传感的三相电能质量数据压缩新方法。首先,将时间t内的三相电能质量扰动信号转换为3t时间内的一维信号;然后,将传统的多频带融合问题理论应用于压缩感知稀疏基设计中,构造稀疏基;最后,选取高斯随机矩阵作为观测矩阵,OMP算法作为重构算法,重构三相电能质量扰动信号并利用MATLAB进行仿真。实验结果表明,该方法可以有效压缩三相电能质量数据,实现三相电能质量扰动信号同时处理,并同时检测出多项性能指标参数。     

基于坐标变换的风电变流器电压信号CS压缩方法

为了解决直接利用压缩感知(CS)理论对风电变流器输出端三相电压监测数据存储空间的资源浪费以及重构性能差等问题,提出了一种基于坐标变换的风电变流器电压信号CS压缩方法。该方法的关键是利用dq0变换、空间矢量变换将三相电压信号转换为一维信号;然后将传统的多频带融合思想用于CS稀疏表示中,构造稀疏字典矩阵,并分析了稀疏字典与测量矩阵的不相关性;最后利用高斯随机矩阵进行压缩测量,使用追踪算法实现一维信号的恢复,将其转化为两相信号并作坐标反变换,即得到重构的三相电压信号。仿真结果表明,与直接对监测的三相电压数据进行CS处理相比,该方法可有效的压缩原始三相电压数据,使得运行时间降低,重构误差减小,并且节约了测量数据的存储空间,因而更加具有实际应用价值。     

动态压缩感知理论研究综述

动态压缩感知是静态传统压缩感知向动态信号的拓展,广泛应用于医学上的磁感应成像和目标追踪等领域。 由于工程 中的动态信号在某一转换基下具有随时间缓慢变化的稀疏特性,因而可以运用欠定的测量矩阵对其进行压缩。 动态压缩感知 理论主要包括动态信号的稀疏表示、动态压缩测量过程和动态信号的重构 3 个方面的研究内容。 全面综述动态压缩感知的基 本概念,归纳总结现有动态压缩感知理论中对动态信号的建模方法;对已有的动态信号重构算法进行了归类,并详述了各类算 法的计算思路;最后介绍了动态压缩感知的典型应用,并对动态压缩感知信号重构算法的研究前景进行了探讨。     

A new method of power system fault recording based on compressed sensing

Wavelet transform is usually used to deal with the numerous data in fault recording of power systems, but it still needs to sample the signal with a high frequency first and then compress the data obtained. In order to solve the problem, this paper proposes a new fault recording method based on compressed sensing theory. The method can break the limit of Nyquist sampling theorem and acquire the fault signal with a much lower sampling frequency. It presents the theoretical framework of compressed sensing, analyzes the characteristics of the faulty waveform, and proposes a new sparsity adaptive and compressive sampling matching pursuit algorithm to reconstruct the fault signal. Finally, simulation results in MATLAB show that the proposed method performs well at different compression ratios in terms of the norm mean‐square error, signal‐to‐noise ratio, and waveform similarity. © 2017 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.