各向异性碳纤维复合材料的方向性涡流检测

根据碳纤维复合材料(carbon fiber reinforced polymer,简称CFRP)的层合结构和电各向异性,提出一种基于A-Φ(矢量磁位-标量电位)的电磁有限元数值分析方法。采用COMSOL多物理场仿真软件对数值方法实现并建立各向异性复合材料层合板分析模型,利用仿真得到感应出的涡流密度在平面和厚度方向的分布规律,以及复合材料板铺层方向、裂纹缺陷以及激励电流频率对涡流线圈阻抗幅值和相位的影响,并通过实验进行了验证。结果表明,一定范围内裂纹缺陷越大、频率越高,线圈阻抗变化就越大,涡流检测效果更好,且正交铺层复合材料板的检测效果明显优于单向铺层复合材料板。     

智能机械臂的压电半主动振动控制

以在半主动控制领域具有良好应用前景的压电元件为基础,在受控机械臂上粘贴压电陶瓷(PZT)片,运用基于压电分流阻尼的振动被动控制和基于同步开关阻尼(SSD)技术的半主动控制理论,消耗机械臂振动的机械能,减小结构振动的位移幅度,从而达到振动控制的目的.     

一种自调零平切型电涡流探头及其在碳纤维复合材料细观成像中的应用

针对碳纤维增强树脂基复合材料(Carbon fiber reinforced polymer,CFRP)弱导电性和异质多相结构特点,通过设计开发高分辨率涡流线圈探头结合空频域信号处理方法,实现对碳纤维复合材料板中10-6～10-3m细观尺寸范围内的纤维分布以及纤维缺失、褶皱和空隙过大等缺陷的涡流成像.主要从线圈探头耦合特性建模仿真和图像特征参数提取两个方面对碳纤维复合材料的电涡流细观尺度成像技术进行研究,建立分离式线圈探头耦合阻抗信号模型和点扩散函数数学模型,综合考虑这两方面影响因素设计一种自调零涡流探头并确定了其结构参数.对多方向CFRP层合板进行了检测并研究了图像的特征参数提取方法,基于复平面相位旋转的方法确定每个扫描点的像素值,得到了清晰的纤维纹路分布和缺陷图像,进一步提高检测的分辨率.     

用于输电线接头缺陷检测的磁通法仿真分析

根据高压输电线的接头中两段对接钢芯拉开的缺陷情况,提出了两种不同励磁装置形式的磁通检测方法。运用有限元分析法,以LGJ-400/35型钢芯铝绞线为仿真对象,进行了有限元的建模分析和计算,分析钢芯完整和拉开两种情况下磁路空隙中磁感应强度差值的大小。最终得出使磁力线平行于输电线轴向的漏磁检测方案对于输电线钢芯拉开缺陷具有最好的检测能力,钢芯拉开引起磁路中磁感应强度的变化更大,这为今后的实验和现场应用提供了依据。     

高频电磁涡流检测系统及实验研究

针对碳纤维复合材料电磁涡流检测的特点,自主设计研制了一套高频电磁涡流检测系统,其最高检测频率可以达到10 MHz以上。该系统下位机以高速ARM微控制器STM32F407VGT6芯片为控制核心,上位机以虚拟仪器软件LabVIEW设计用户界面。系统集成了信号发生模块、功率放大模块、可调增益放大模块、锁相放大模块、USB模块以及数据采集模块,集成度高、体积小、使用简单方便。利用制作的高频电磁涡流检测系统对碳纤维复合材料的常见损伤形式进行了检测,包括冲击以及分层等,证明了系统的可行性以及实用性。     

烧结温度对0.55Pb(Ni_(1/3)Nb_(2/3))O_3-0.45Pb(Zr_(0.3)Ti_(0.7))O_3压电陶瓷性能的影响

0.55Pb(Ni1/3Nb2/3)3-0.45Pb(Zr0.3Ti0.7)O3(0.55PNN-0.45PZT)组分的弛豫型压电陶瓷因具有较高的压电性能,已被作为制备含金属芯压电陶瓷纤维的材料等使用。为了进一步提高压电陶瓷纤维的电学性能,采用传统固相烧结法制备了0.55PNN-0.45PZT压电陶瓷,研究了烧结温度对材料结构、表面形貌和电学性能的影响。结果表明,在烧结温度为1200℃时,材料的各方面性能较佳:密度为8.12g/cm3,d33=850pC/N,kp=0.62,εr=7317,tanδ=0.033,Qm=41.66。     

PNN-PZT陶瓷流延浆料流变性能研究

以体积比为7:3的丁酮和无水乙醇为混合溶剂,聚乙烯醇缩丁醛(PVB)为粘结剂,邻苯二甲酸二丁酯为增塑剂,玉米油为分散剂配制了PNN-PZT陶瓷流延浆料。研究了浆料球磨时间、固相体积分数以及各有机添加剂用量对其流变性能的影响。结果表明:当w(分散剂)为0.75%,w(粘结剂)为4.17%,球磨时间为8h,固相体积分数为75%,ζ(增塑剂:粘结剂)为0.6时,浆料流变性能良好,浆料黏度在2500mPa·s左右。     

弹性波在受拉钢绞线中传播的耦合与衰减

基于超声波的无损检测方法在钢绞线健康监测检中得到了越来越多的关注。目前大多数研究将钢绞线视为整体来研究弹性波在其中的传播特性,而很少研究弹性波在钢丝绞线间的传递及相互耦合。该文从单根钢丝的角度出发,分别通过仿真和实验的方法,在外围单根钢丝线中激励弹性波,测量其余钢丝线中的响应,分析弹性波在钢丝线间的传递关系。仿真和实验结果表明,在受拉钢绞线中,弹性波从激励钢丝线到其余钢丝线的传递率相同,与几何位置无关。随后改变信号接收位置,得到了弹性波随传播距离呈指数衰减的规律。     

基于深度学习的导波特征提取及其激光超声检测

针对激光超声检测中波场的三维数据处理计算量大且损伤特征提取难的问题,提出了一种基于深度学习模型的导波 波场分析方法. 首先,以 VGG-Net 网络为框架,建立了基于 VGG11(A-LRN)的残差网络模型,用于挖掘时间-空间波场数据中的 导波特征;其次,以局部波数特征为物理机理,采用导波传播的解析式生成训练样本,解决了深度学习大数据获取的问题,获得 了波场特征提取的神经网络模型;最后,以激光超声系统在含损伤结构中的实验数据作为测试样本,验证了所提出的网络模型 能够提取表征损伤的导波特征,实现了结构的损伤成像,其损伤成像精度均在 67% 以上,损伤形貌的可视化效果好。     

基于激光激励技术的结构损伤成像

采用了一种新型的损伤检测技术,利用激光脉冲在板类结构中产生热弹效应,激发出板中的导波（Lamb波）。通过分析Lamb波的传播状态与损伤之间的关系,并利用Morlet复数小波变换和频散补偿能量聚焦的方法,从两个不同的角度分析信号并提取信号特征,实现了对平板结构的快速、大面积检测。实验结果表明,该系统具有较高的测量精度,能较好地检测结构缺陷。