基于气体基压电复合材料的线聚焦空耦超声传感器研制与应用

空气耦合式超声检测技术因具有非接触、无损伤等特点,被广泛应用于材料的非接触检测。本文从晶硅太阳能电池的实际检测需求出发,设计并制作了一种气体基线聚焦空气耦合（空耦）式超声传感器,与传统的聚合物基空气耦合（空耦）式超声传感器相比,气体基线聚焦空耦传感器利用了3D打印技术将聚合物基框架改进为镂空结构,进一步降低了压电复合材料的声阻抗。所研制的传感器中心频率约为150 kHz,聚焦半径为20 mm,孔径为28 mm。对传感器进行了激励接收性能测试,并采用空耦超声Lamb波检测技术,对含有裂纹缺陷的单晶硅太阳能电池片进行非接触式检测,通过分析接收信号的幅值信息并利用相关系数法,完成了对裂纹缺陷的检出和定位,实现了气体基线聚焦空耦传感器在缺陷检测中的应用。     

纤维增强复合板中声弹Lamb波的波结构分析

基于线性三维弹性理论和“增量变形力学”理论,采用勒让德正交多项式展开法,推导了在水平和垂直方向施加初应力时,沿纤维增强复合板的非主对称轴方向传播的声弹Lamb波的波动方程,并对波动方程进行数值求解。为了验证方法的准确性,将该文方法求解的各向同性材料的相速度频散曲线与Disperse?软件的计算结果进行比较,两者吻合良好。以单层单向纤维增强复合材料板为例,计算了无初应力状态下的波结构应力曲线,并与应力自由边界初始条件的一致性进行了比较。研究了水平和垂直方向初应力效应对Lamb波频散曲线的影响。针对声弹效应较为敏感的Lamb波A₀模态,着重分析了初应力效应对波结构位移分布曲线的影响。     

基于迭代递推的供水管道多泄漏点声定位方法

针对多泄漏点产生的声发射信号及环境噪声对供水管道泄漏定位的影响,进行供水管道多泄漏点声定位方法研究。发展了一种基于迭代递推的供水管道多泄漏点声定位方法,研究迭代递推中品质因数阈值、信噪比阈值、相位偏移量的寻优区间和泄漏相关时频点的判定阈值等参数选择对泄漏定位效果的影响,并优选出适合的参数值。在此基础上,进行供水管道多漏点检测实验;结果表明,该方法可以实现管道上多个泄漏检测和定位,且定位误差小于1 m。研究工作为实际供水管道多泄漏点检测及定位提供了可行的解决方案。     

基于时间反转的管道导波非穿透缺陷检测数值分析

为克服现有导波检测技术对管道非穿透型小缺陷检测的不足,给出一种基于时间反转理论的管道缺陷超声导波无损检测方法.通过对含有非穿透型裂纹小缺陷的管道进行数值模拟,进一步说明了在管道导波检测时,时间反转的方法可以实现超声导波在时间-空间上的聚焦,增强检测能量,提高对小缺陷的检出能力.利用时间反转导波的空间聚焦特性还可建立时间反转导波的圆周位移分布与缺陷的周向和径向位置间的关系,为实现缺陷的三维定位奠定基础.     

用于Sagnac干涉仪的PGC解调电路研制

论述了相位生成载波PGC解调技术的算法,并将基于PGC解调技术的硬件系统应用于Sagnac干涉型管道泄漏定位系统中,解调出干涉信号相位.实验结果表明:该解调系统能从干涉信号中有效地解调出泄漏信号,并实现管道泄漏点的准确定位.     

基于连续小波变换的厚壁管道周向导波扫描成像试验研究

采用周向导波用于厚壁管道中的缺陷扫描检测。基于连续小波变换提取特定频率下小波系数包络信号用于厚壁管道缺陷成像。试验中斜探头以步长为2 mm轴向扫描检测轴向缺陷,得到斜探头晶片覆盖轴向缺陷不同程度时的检测信号。截取包含缺陷回波和周向回波的信号并得到频率点500 kHz的小波变换系数包络信号,与频散曲线对比分析得到检测信号主要为周向类Lamb波模态CL3。进一步利用不同扫描点处检测信号的连续小波变换系数包络信号并进行幅值包络成像。利用该幅值包络成像重构得到轴向缺陷并有效确定该缺陷的长度。基于连续小波变换得到的特定频率点处幅值包络信噪比较好,且成像结果具有较高的聚焦性。因此,利用基于连续小波变换的幅值包络成像方法可提高检测信号识别以及缺陷识别能力。     

高频纵向超声导波在埋于无限大介质中钢杆的传播特性

从理论上分析高频纵向超声导波在埋于无限大介质中钢杆传播的特性.根据在杆状波导中传播的超声波具有频散现象及多模态特征,选择特定频率下的单音频信号激励超声导波,使其衰减最小,能传播较长距离;能量速度最大,最先到达,从而可与其他速度较慢的模态相区别.说明此频率下的纵向模态可用来对埋于介质中的钢杆进行检测.同时建立试验系统,对直径22 mm、长度1 m的埋于水泥中的钢杆进行检测,并对结果进行时频分析,试验结果与理论分析相吻合.     

基于低分辨率磁滞变化曲线的杆件拉力测量

根据磁弹基本原理可知,不同拉力作用下杆件材料的磁滞回线存在差异,据此提出了一种磁弹拉力测量改进方法。该方法先采用双套筒线圈式磁弹传感器采集不同拉力下杆件磁滞回线信号,并利用磁滞变化曲线衡量力对磁滞回线上每一点的影响,应用小波分析对磁滞变化曲线降维得到不同拉力下的低分辨率磁滞变化曲线特征,输入到神经网络进行训练,从而获得低分辨率磁滞变化曲线与拉力的映射关系。通过实验分析表明,磁滞变化曲线可以从本质上直观地反映拉力对磁滞回线上每一个点的影响。低分辨率磁滞变化曲线特征不仅包含着完整的拉力对磁滞回线每一点影响的信息而且特征维数低。应用基于低分辨率磁滞变化曲线和神经网络的拉力测量方法,无需分析灵敏度曲线和拟合确定系数曲线就可确定反映拉力的特征,可以实现多特征对拉力的拟合。接着,比较了误差反向传播神经网络(BPNN)、径向基神经网络(RBFNN)和利用线性插值样本训练的RBF神经网络对拉力的预测性能,发现利用线性插值样本训练后的RBF神经网络的预测效果,优于BP神经网络和没采用线性插值样本训练的RBF神经网络。最后,将基于低分辨率磁滞变化曲线和采用线性插值样本训练的RBF神经网络的拉力测量方法集成于双套筒线圈式杆件拉力测量装置并应用于实际拉力测量中,其拉力测量误差和确定系数分别达到0.11%和1,达到了实际测量要求,证明了该方法的有效性和可用性。     

基于GA PSO混合算法的钢杆磁特性参数识别方法

测量轴类零件的磁滞回线,利用其特征参数的变化表征零件表面硬度及硬化层深度,是具有工程应用前景的电磁无损检测新技术之一,其关键是轴类零件磁特性曲线测量装置的研制和磁特性参数高精度识别方法的研究。设计出一种基于闭环磁路的钢杆磁滞回线测量实验装置,并基于J-A磁滞模型,提出了一种遗传粒子群(GA-PSO)混合算法,实现了钢杆磁滞回线全局与局部特征参数的快速、高精度识别。实验测得的3种不同材质钢杆磁滞回线,对比分析了混合优化算法与单一算法(遗传、粒子群、模拟退火)的参数识别速度与精度,结果表明,混合算法全局识别结果的最小均方根误差仅为0.004 7,低于单一算法的相应结果;混合算法对局部特征参数(矫顽力、剩余磁感应强度)识别的相对误差均小于0.35%,优于单一算法识别精度。上述实验测试和磁特性参数识别方法,有望应用于销钉、螺栓等轴类构件表面硬化层的无损检测。     

扭转模态导波检测管道纵向缺陷的数值模拟

为了评价超声扭转模态导波对管道纵向缺陷的检测能力,采用有限元方法进行了数值模拟研究.建立了带有纵向缺陷的管道有限元模型,激励和接收了扭转模态的T(0,1)导波,获得了缺陷长度与反射系数之间的关系曲线和回波信号在管道圆周方向的分布规律,并提出了采用T(0,1)模态导波检测时,对纵向缺陷进行周向和纵向定位的方法.结果表明,32.6 kHz的T(0,1)模态导波对管道上的纵向缺陷比较敏感,在缺陷所对应的圆周位置上,导波的回波幅度最大,而且,纵向缺陷对T(0,1)模态导波的反射系数呈单调增大、然后减小的趋势.