小管径弹药筒高速漏磁检测方法与系统

为解决传统检测设备难以对弹药筒进行高速、高精无损检测的问题,采用漏磁检测法检测弹药筒,设计了用于弹药筒无损探伤的检测系统,该系统采用弹药筒原地旋转、漏磁检测探头管体外全覆盖的漏磁检测方式。设计了可调节探靴、U形磁轭磁化机构,使用磁头式精密漏磁检测阵列探头拾取微细裂纹产生的漏磁场,根据弹药筒规格合理提取多通道中有效检测信号并分析缺陷信号和典型误报信号的特征,进行减少误判的信号处理。该检测系统满足多规格弹药筒高速、高精的漏磁检测需求,单机检测时间可达每件4 s,最小检出深度达0.05 mm。     

基于PCI总线的超声检测虚拟仪器系统设计

为了实现超声检测的数字化、智能化、图像化以及自动化,开发了一种基于PCI总线的超声检测虚拟仪器系统.系统以计算机为核心,利用FPGA强大逻辑处理能力,PCI总线高速数据传输功能,实现了超声检测信号的发射接收,采集处理,数据存储、显示和输出,并运用小波变换对超声信号进行了降噪处理.实验结果表明,小波变换对超声信号具有良好的滤波效果,该系统具有数据传输速度快,信噪比高、性价比高等优点,为缺陷信号的准确定量和定性分析奠定了良好的基础.     

基于机器视觉的齿轮缺陷快速检测

结合齿轮缺陷自身的特点，论述了齿轮缺陷检测系统的构成、图像处理及检测流程，提出了一种基于机器视觉的齿轮缺陷快速检测方法。实例分析表明．该检测系统能够快速、准确地实现齿轮缺陷的检测，满足自动化生产的需要，可在实际生产中代替人工检测；     

多频涡流的谱分析和缺陷分类技术研究

多频涡流检测技术是一项重要的无损检测技术,它可以有效地实现多参数检测和干扰抑制.针对普通单频涡流检测方法只能实现缺陷检测而难以实现缺陷分类的问题,提出一种采用线性调频信号激励涡流传感器和检测信号谱分析的多频涡流检测方法.该方法采用线性调频信号激励位于交流电桥中的线圈涡流传感器,放大和采集桥路输出信号进行谱分析来识别缺陷的特征.根据谱图能量的变化,可以检测出缺陷;同时,为了有效地实现缺陷分类,提出一种新的称为"谱图重心偏移"的缺陷分类方法.与传统多频涡流检测方法相比较,该方法具有检测时间短和系统成本低等优点.理论分析和试验结果相一致,验证了所采用方法的正确性.     

基于计算机视觉的晶振帽缺陷自动检测系统

针对工业现场中晶振帽的主要缺陷,通过计算机视觉系统来实现缺陷的自动检测.结合晶振帽的缺陷特点,论述了晶振帽缺陷检测系统的构成、图像处理及检测流程,提出一种基于计算机视觉的晶振帽缺陷检测方法.设计了缺陷检测系统的具体软件结构,并用模块化方法实现软件功能.该软件主要包括主程序模块、图像采集模块、图像处理模块和通信模块.实验证明,该检测系统能够准确地实现晶振帽缺陷的检测,满足自动化生产的需要,可在实际生产中代替人工检测.     

小径厚壁钢管超声探伤系统设计研究

针对壁厚与外径比大于0.2的小径厚壁无缝钢管提出了一种基于超声波检测的缺陷检测系统,完成了系统的硬件和软件设计,同时为提高系统缺陷的识别效率和准确度,通过分析小径厚壁钢管超声自动探伤系统干扰来源和传播途径,利用改进小波阈值去噪方法来去除混回波信号中的噪声提高回波信号信噪比。实验证明,超声探伤系统能够实现小径厚壁钢管的缺陷检测,小波阈值降噪法可有效去除混在超声回波信号中的各种噪声,大大提高回波信号信噪比。     

基于PCA-WHMM的超声漏表面波频域合成孔径成像研究

超声漏表面波可用于检测表面或近表面缺陷,其非接触检测的优点易于实现自动化检测.但由于波型转换与传播衰减,漏表面波的回波幅值较小,不利于缺陷检测和成像.仿真分析了漏表面波的传播特性及缺陷回波特征,应用主成分分析分离回波信号中的干扰波,再利用小波域隐马尔可夫模型算法分离整段信号的系统噪声,联合两种方法提取漏表面波信号中的缺陷信息,最后通过频域合成孔径算法对漏表面波扫查数据进行了高分辨率图像重建.结果 表明,相比于传统B扫成像,基于PCA-WHIMM的超声漏表面波F-SAFT方法在回波信号平均信噪比上提高了10.05 dB,平均成像误差降低了26.3％,为金属表面及近表面缺陷检测提供了一种有效方法.     

基于LabVIEW的滚动轴承缺陷在线智能检测系统

为了控制出厂轴承的质量,开发了一种基于LabVIEW的滚动轴承缺陷在线智能检测及分选系统。该系统由机械装置和控制系统组成,实现振动信号检测、智能分析和动作控制。系统采用工控机采集振动信号并智能诊断轴承缺陷,采用PLC实现动作控制。系统的振动信号采样与分析软件系统是基于LabVIEW实现的。实验结果及分析表明,缺陷检测系统可以有效地在线识别多种轴承早期缺陷。目前该系统已成功地应用在滚动轴承生产现场,连接于轴承自动装配线中。     

LabVIEW环境下三维磁场测量系统的量产自动化检测研究

为满足批量检测三维磁场测量系统的工业需求,提出一种LabVIEW环境下基于工控机数据采集卡的检测系统。该系统通过数据采集卡产生测试信号,经过检测平台,加载到三维磁场测量系统中,系统输出的响应信号由采集卡采集,并送至工控机进行处理、显示和存储,实现量产的自动化检测。该系统已用于某三维磁场测量系统的检测,达到了适应量产的目标。     

飞控传感器综合检测系统的研制

提出了一种飞控传感器综合检测系统的研制方案,该系统能够在不具备飞控系统配套联试的条件下对飞控系统的多类传感器进行检测,并且系统实现了对传感器输入信号的自动给定,输出信号的自动采集,测试状态的三维图形仿真,采集数据的分析、校验、存取与导出等多项功能,对飞控系统检测精度和检测自动化程度的提高具有重大意义。     

光学外差干涉法检测微弱超声振动的研究

设计一个具有较高检测灵敏度的光学外差干涉系统,用于检测微弱超声振动信号。采用相干性高的线偏振光作为光源,提高有效干涉强度;利用光阑消除光学噪声,有效控制回授光对光路的影响;以1级光作为参照,使光路调节简单易行。用主频为62.42KHz、幅值为74V的方波信号激励超声探头作为振动信号源,测得振动信号频率和幅值分别为62.38KHz和76.4mV。结果表明该系统能满足微弱超声振动检测要求。     

RETRACTED ARTICLE: Development and application of intensified envelope analysis for the condition monitoring system using acoustic emission signal

The application of the high-frequency acoustic-emission (AE) technique in the condition monitoring of rotating machinery has been increasing of late. It has a major drawback, though, the attenuation of the signal, and as such, the AE sensor has to be close to its source. Two signal-processing methods, envelope analysis and wavelet transform, were found to be useful for detecting faults in the rolling element bearing and gearboxes. These methods have a disadvantage, though: their application is focused only on a component of the assembled machine. For example, envelope analysis is a powerful method for detecting faults in the bearing system, but it is not proper for use in the gear system. Thus, these methods could not be used to detect combined faults in the common assembled machines. Therefore, we propose a signal-processing method consisting of envelope analysis and DWT (discrete wavelet transform). In addition, a novel mother function optimized for the AE signal for DWT was extracted through a fatigue crack growth test, and is also proposed herein. Then the proposed method, called intensified envelope analysis (IEA), was used to detect the faults in the rolling element bearing and rotating shaft. According to the results, IEA can be a better signal processing method for the condition monitoring system using AE technique.     

Fault detection in a ball bearing system using a moving window

A signal processing method to detect flaws in a ball bearing system is proposed. The method is formulated theoretically and the performance of the method is expressed in terms of signal to noise ratios. To verify the method, ball bearings with man-made defects and an actual production line were tested.     

Study on multi-frequency weak signal detection method based on stochastic resonance tuning by multi-scale noise

In practical engineering applications, useful information is often submerged in strong noise and the feature information is difficult to be extracted. Aimed at the detection problem of multi-frequency signal under colored noise background, a novel weak signal detection method based on stochastic resonance (SR) tuning by multi-scale noise is proposed. Firstly, noisy signal is processed by orthogonal wavelet transform to decompose the signal into multi-scale ingredients. According to the orthogonal wavelet transform coefficients characteristics of 1/f distribution, multi-scale noise is constructed so as to make the frequency-band containing the driving frequency be enhanced through SR system. Thus multi-frequency weak signal is detected. The method is effective to detect multi-frequency weak signal under colored noise background. Experiment signal analysis results show that the proposed method is simple for multi-frequency weak signal detection, and has good prospects for engineering applications.     

光伏发电系统直流串联微弱故障电弧检测方法研究

光伏发电系统直流故障电弧因随机性强、信号微弱、容易受负载突变影响而难以准确检测。根据光伏电池U-I输出特性,文中分析光伏发电系统直流串联微弱故障电弧产生机理,通过搭建光伏发电系统故障电弧模拟实验平台,分析了微弱直流串联故障电弧信号特性;进而提出了一种基于电流小波能量熵特征的检测直流串联微弱故障电弧的方法。该方法先计算电流信号脉冲因子,并利用阈值比较法来检测故障电弧。在此基础上,进一步计算电流小波能量熵特征,并采用极限学习机(ELM)辨识微弱故障电弧。实验结果表明:所提方法不仅能检测强直流故障电弧,还能检测微弱直流故障电弧,且平均辨识率高达98%。     

采用多伯努利滤波器的过采样点目标检测前跟踪

为了提高过采样体制下点目标的探测能力,提出了基于多伯努利滤波器的过采样点目标检测前跟踪方法。分析了时空过采样体制的成像过程,给出了时空过采样体制下的点目标成像模型,并将过采样观测过程等效建模为多个单采样线阵同时观测的过程。利用提出的模型,将单采样条件下的图像处理方法自然地扩展到过采样条件下。然后,根据等效观测模型,给出了针对过采样点目标的多伯努利预测和更新过程,并用序贯蒙特卡罗的方式实现了该检测前跟踪方法。最后,通过仿真实验验证了本文算法的有效性。实验结果表明:本文提出的方法能够在图像信噪比≥3的条件下,有效检测和跟踪过采样体制下的多个点目标,目标估计误差≤0.25pixel;与单采样检测前跟踪相比,过采样检测前跟踪能够探测目标能量更弱的小目标。因此,本文方法能够满足高精度天基点目标检测跟踪的需求。     

基于Duffing振子检测频率未知微弱信号的新方法

针对现有混沌振子难以检测频率未知微弱信号这一难点,提出利用Duffing振子输出值的方差峰值结合遗传算法检测淹没在强噪声背景中频率未知微弱信号的一种新方法。从分析混沌系统结构参数的阈值入手,讨论了周期策动力的频率、初始相位和噪声对系统运行状态的影响;研究系统输出值方差与系统状态的对应关系,探讨待测信号频率以及与周期策动力之间相位差对状态变量方差和状态转换时间的影响。由此,提出采用具有相位偏移的Duffing振子阵列覆盖全相位,并结合遗传算法,优化求解不同频率输入信号下系统输出值方差的极值,以此得到待测信号频率的方法。该方法解决了现有混沌振子类检测方法必须已知信号频率的限制。实验结果证明了本方法能准确、快速地检测待测信号频率。新方法的状态判定简便、检测精度高、更为灵活、适应性强,为微弱信号的检测提供了新的手段。     

Speech Signal Segmentation into Vocalized and Unvocalized Segments on the Basis of Simultaneous Masking

This paper touches upon a model of simultaneous acoustic masking, which detects speech signal components perceived by a human’s auditory system. A simultaneous masking algorithm on the basis of this model is proposed. It is shown that, after simultaneous masking, a signal becomes a binary structure that reflects the harmonic structure of a vocalized sequence. It is experimentally proven that this structure can be used to detect key speech segments (from the standpoint of perception by an auditory system). This structure serves as a basis for an algorithm of high-quality segmentation of a speech signal into vocalized and unvocalized segments, which does not require learning before use. The joint use of the algorithms for simultaneous masking and speech signal segmentation is tested, and their performance is evaluated.     

ARRAY PULSED EDDY CURRENT IMAGING SYSTEM USED TO DETECT CORROSION

A theory model is established to describe the voltage-current response function. The peak amplitude and the zero-crossing time of the transient signal is extracted as the imaging features, array pulsed eddy current (PEC) imaging is proposed to detect corrosion. The test results show that this system has the advantage of fast scanning speed, different imaging mode and quantitative detection, it has a broad application in the aviation nondestructive testing.     

基于幂函数型双稳随机共振的故障信号检测方法

在实际的故障诊断中,有用信号经常淹没在噪声中,特征信息提取非常困难。为了提取强噪声背景中的微弱信号,将幂函数型单势阱模型与Gaussian Potential模型相结合提出一种新型的双稳随机共振系统,称为幂函数型双稳随机共振系统。首先,以平均信噪比增益为衡量指标,提出一种寻找最优系统参数组合的算法,使微弱信号、噪声及系统产生最佳的共振效果;然后,基于幂函数型双稳随机共振系统对Levy噪声背景下的仿真信号进行检测;最后提出一种基于小波变换和幂函数型双稳随机共振的微弱信号检测方法并应用于轴承故障信号检测中。仿真实验表明,幂函数型双稳随机共振模型在故障信号检测中是有效和可靠的。