共查询到19条相似文献,搜索用时 656 毫秒
1.
2.
某型发动机燃烧室外套 ,曾因其搭接板内表面滚焊缝热影响区产生疲劳裂纹而发生空中爆破 ,造成严重的飞行事故。为确保飞行安全 ,决定用超声检测技术对正在服役的发动机作定期普查监检。1 检测方法1 .1 燃烧室外套及裂纹易出现部位燃烧室外套的形貌示于图 1 ,疲劳裂纹发生的部位及裂纹发展方向示于图 2。疲劳裂纹起始于外套滚焊缝上搭接板内表面的熔合线或热影响区 ,由内表面向外表面扩展。图 1 燃烧室外套图 2 裂纹部位1 .2 标准试块制作试块用电火花刻槽 ,用 2 mm的铜片作电极 ,刻槽宽度为 0 .2 5mm;深度分别为 0 .5,1 .0和 1 .5mm;长… 相似文献
3.
4.
提出了一种磁记忆和涡流集成检测的快速方法,利用磁记忆和涡流检测信号,实现铁磁性材料表面和近表面应力集中和缺陷的检测,同时设计了集成检测系统和传感器,对模拟试块分别进行了四种状态的检测试验。结果表明,集成方法可以实现铁磁性试块应力集中和裂纹的检测,比单一检测能获取更全面的有用信号。 相似文献
5.
采用超声横波检测薄壁焊缝表面和近表面缺陷时存在检出率低的问题。分析了爬波的波型特征,制作了带长横孔和刻槽孔和刻槽缺陷的焊缝试块,对薄壁焊缝的爬波检测技术进行了试验研究。结果表明,采用特制的爬波探头检测时,灵敏度满足不同深度缺陷的检出要求,并且对表面和近表面缺陷表现出更好的检出能力。 相似文献
6.
对内壁含肋的不锈钢异型管件进行了涡流检测试验。采用外穿过式线圈,通过涡流阻抗平面图分析和数据整理,比较了刻有人工缺陷的不锈钢异型管件和普通管件。结果表明,外穿过式线圈在最佳检测频率时可以检测出异型不锈钢管件表面深0.20mm的周向槽,同时与异型管件内壁宽10mm肋的信号分离,检测结果更可靠。 相似文献
7.
为了研究电磁检测技术检测铁素体与奥氏体异种钢焊接接头表面开口裂纹的能力,制作了Q235R与S30408异种钢横向刻槽对比试样和纵向刻槽对比试样,开展了涡流阵列检测和交流电磁场检测试验。结果表明:涡流阵列检测技术能够检测异种钢焊接接头的横向裂纹和远离铁素体与奥氏体熔合线处的纵向裂纹,但无法检出熔合线处的纵向裂纹;交流电磁场检测技术能够检测熔合线处的纵向裂纹,但无法检测出远离铁素体材料的纵向刻槽;涡流阵列检测技术与交流电磁场检测技术的组合,可以解决铁素体与奥氏体焊接接头的表面开口裂纹的检测问题。 相似文献
8.
9.
10.
11.
针对传统的涡流检测激励频率确定方法存在与实际情况不符和难以得到最佳检测频率的问题,基于大型通用有限元软件ANSYS建立了外径19 mm、壁厚2 mm的1Cr18Ni9Ti不锈钢管材涡流检测内插式探头和穿过式探头的仿真模型,根据差动探头的特性,通过计算距人工缺陷不同距离时检测线圈电流的实部IREAL、虚部IIMAG和线圈的阻抗差ΔZ,进而得到缺陷仿真信号,通过比较不同频率下缺陷信号的幅值和相位,确定穿过式探头的最佳检测频率为50 kHz。 相似文献
12.
13.
14.
在利用外穿过式线圈对不锈钢管件进行涡流检测时,发现深度分别为0.10,0.15和0.20 mm的三种裂纹无法利用检测信号的相位角进行识别。针对这一现象,利用阻抗分析方法进行了计算,得出在不同检测频率下,管件表面从0.10~1.90 mm不同深度裂纹的相位角,以及上述无法区分的三种缺陷的幅值。在此基础上,制作了带有人工缺陷的试样管件并对其进行涡流检测。检测结果表明,根据检测信号幅值的大小,可将深度差异为0.05 mm的人工缺陷区分开,且检测结果稳定可靠。 相似文献
15.
16.
17.
An artificial neural network is presented for on-line eddy current testing of austenitic stainless steel welds. Time-domain parameters that are functions of digitized in-phase and quadrature components of probe impedance are used as input to the neural network and the network output, in depth units, is evaluated and displayed continuously. The neural network is trained to recognize disturbing variables such as variations in weld microstructure, lift-off and edge-effect as well as notches of different depth. The neural network is able to detect and characterize longitudinal and transverse surface-breaking notches, despite the presence of disturbing variables. 相似文献
18.
19.
核电是公认的清洁能源,但核电安全问题日益引起人们的高度关注。采用有限元仿真的方法研究了核电站蒸汽发生器传热管缺陷特征与涡流阻抗信号之间的关系。利用内穿式差动Bobbin线圈对传热管缺陷进行了数值模拟检测。研究了缺陷形状结构对缺陷信号特征的影响,分析了检测频率、裂纹宽度和裂纹深度对缺陷信号特征的影响。通过对仿真试验结果的分析,发现不同缺陷结构、不同缺陷宽度、不同缺陷深度及不同检测频率对涡流阻抗信号影响具有各自明显的规律。该研究成果对核电站在役管道的涡流无损检测具有重要的实用价值和理论意义。 相似文献