超声TOFD检测回波信号的时间识别

超声TOFD检测信号是一种非线性、非平稳的信号,常受噪声干扰甚至因材料的厚度过小导致波形混叠,故较难分析出各混叠回波的精确到达时间。本文应用一种基于经验模态分解（EMD）的方法,对超声TOFD检测回波到达时间进行准确识别。该方法首先把采集到的原始回波信号进行经验模态分解,得到若干个固有模态函数,通过计算出一个能量临界值与固有模态函数的能量相比较,恰当地选择其中几个分量进行重构信号,将其进行Hilbert变换得到该信号的峰值包络,则该包络的峰值所对应的时间表示为各个回波的精确到达时间。最后通过超声TOFD实验信号验证了该方法的可行性和正确性。     

超声TOFD法检测信号相位识别技术

超声TOFD（time of flight diffraction,衍射时差）法检测信号中的相位信息是缺陷定性识别及定量测量的重要参量,但受检测系统影响,原始信号的相位特征不明显.针对传统维纳逆滤波解卷积技术在提高超声检测信号时间分辨力上的不足,采用一种基于谱外推的改进维纳逆滤波方法对超声TOFD法检测信号进行处理.分别采用传统及改进的维纳逆滤波技术对计算机仿真及缺陷实测信号进行处理,并将结果进行分析比较.结果表明,基于谱外推的改进方法能有效提高信号的时间分辨力,提取与缺陷形态相关的相位信息,从而为缺陷的定性识别及定量测量提供依据.     

基于混合编程和结合特征提取方法的转辙机故障诊断系统开发

针对基于EMD、WPT的特征提取方法各自存在的问题,采用将EMD与WPT结合的信号分解方法用于包络特征的提取,保证信号的分解不仅具有较高的分辨率,并且能够避免虚假IMF分量带来的错误信息。在包络特征的提取及结合之后,采用了基于PCA的特征选择方法对缺陷信号的特征数据集进行最有效特征的分类识别。根据以上特征提取及识别方法,使用Matlab以及Labview的混合编程进行了面向S700K-C型电动转辙机的故障诊断系统操作,并通过应用试验证明了该系统能够准确、快速地提取出故障信号。     

2.25Cr1Mo钢试块缺陷的超声TOFD检测

基于超声TOFD技术检测缺陷位置和尺寸的原理,应用多通道超声TOFD检测系统检测了110 mm厚的2.25Cr1Mo钢试块中的横孔和切槽,给出了试块的D扫描和A扫描图像,分析了两者的对应关系.试验结果表明,缺陷位置和尺寸的误差＜5%,验证了超声TOFD方法在缺陷定位和定量上具有较高的准确性.为应用超声TOFD设备进行现场检测时获得的自然缺陷图像的评定提供了有效的依据.     

基于超声杂波抑制的缺陷检测

超声TOFD(time of flight diffraction,衍射时差)法检测的D扫描图像中,作为背景杂波的侧向波与近表面缺陷波会发生混叠,致使近表面缺陷不易于检测. 针对这一问题,提出一种基于杂波抑制的缺陷检测方法. 该方法通过图像能量分布统计,确定背景杂波分量并予以去除,从而分离出与其混叠的缺陷信号,实现近表面缺陷的检测. 建立了的超声TOFD法检测信号的数学模型,阐明了基于图像能量分布的杂波抑制原理. 制作了人工缺陷试块及实际焊缝试块,并对其检测获取的图像进行了杂波抑制处理. 结果表明,提出的方法可有效去除图像中的非缺陷目标、提取近表面缺陷波,从而提高系统的有效检测范围.     

基于自适应滤波的超声杂波抑制方法

在超声衍射时差(time of flight diffraction,TOFD)法检测获取的回波中,作为固定存在的侧向直通波信号会导致近表面缺陷信号不易于识别. 针对这一问题,提出一种基于自适应滤波技术的杂波信号抑制方法. 该方法通过迭代滤波器自身参数,调节参考信号以满足待处理回波中杂波的时基抖动变化要求,并予以去除,从而分离出与其混叠的近表面缺陷信号. 阐明了基于自适应滤波技术的杂波信号抑制原理,并利用所提方法对计算机仿真信号及人工缺陷检测回波进行了杂波抑制处理. 结果表明,所提方法可有效滤除超声TOFD法检测回波中具有时基抖动特性的杂波信号,并提取近表面缺陷信号.     

基于USB接口的超声TOFD检测系统研制及其应用

为了定量检测厚壁焊接结构中的缺陷,对基于USB接口的便携式超声衍射时差法(TOFD,timc of flight diffraction)的缺陷检测及定位系统进行了研究.为了便于缺陷的定量及定性识别,引入了信号互相关算法,实现了检测图像的校正.利用该检测系统进行了锅炉压力容器焊缝的检测.结果表明,该系统所获得的D扫描图...     

脉冲反射法和衍射时差组合法在环向对接焊缝检测中的应用

分析了脉冲反射法(PE)和超声波衍射时差法(TOFD)组合检测方法的特点和原理,介绍了PE和TOFD组合检测方法在环向对接焊缝检测中的应用。通过多种检测方法对预制缺陷进行检测和分析,发现该组合检测技术不仅能合理地分析评定缺陷,又能极大地提高检测效率。PE和TOFD检测技术的组合应用,不仅能控制产品质量,又能保证缺陷检出率和检出效果。     

3000m~3液氨球罐TOFD检测应用

介绍球罐的技术特点和液氨球罐在现场建造过程中的焊缝检测难点,以及TOFD检测技术的特点分析和国内TOFD检测标准的发展和应用更新,列举了TOFD检测在3 000 m~3液氨球罐工程上的应用实例。总结出TOFD检测代替射线检测在3 000 m~3液氨球罐建造上应用的可行性。同时,分析了在应用TOFD进行焊缝检测时,TOFD检测精度和结果的影响因素。在说明TOFD检测应用优势的同时又指出TOFD检测的不足之处,即TOFD检测存在一定的表面和底面盲区,球罐采用TOFD检测时仍然需要辅以脉冲反射法超声波检测和表面检测。为今后同类设备的无损检测应用提供了应用经验和工程借鉴。     

多用途智能爬行器控制系统设计

为实现大合拢焊缝的TOFD检测,研制了多用途智能爬行器。利用电子差速转向的控制策略,满足了TOFD检测工艺要求,提出了一种利用伺服电机编码器反馈信号进行爬行器位姿计算的方法。基于上述方法,从硬件和软件两方面对爬行器的控制系统进行了设计。试验证明,基于差速转向的控制系统可以灵活地控制爬行器运动,满足了爬行器的机动性要求,利用编码器反馈信号进行位姿计算的方法结果准确,无需额外的位置传感器,对辅助操作和自动化检测等应用具有较高的实用价值。     

TOFD检测技术在球形储罐检验中的应用

详细阐述了TOFD技术在球形储罐检验中的各项要求,对TOFD检测仪器的调校方法,以及在实际检测中主要工艺参数的设置进行了分析研究,并举例说明了TOFD检测技术在球形储罐检验中的成功应用。     

TOFD检测中变形波信号和非相关信号的识别

TOFD检测技术的难点之一是图谱识别和判读。针对TOFD检测图谱中的变形波信号进行了时差计算,并结合检测实例进行了展示和分析,以排除变形波和其它非相关信号的影响,从而正确识别和测定缺陷,避免误判。     

电站锅炉厚壁管道的TOFD检验

详细阐述了TOFD技术在电站锅炉厚壁管道检验中的各项要求,对TOFD检测仪器的调校方法,以及在实际检测中主要工艺参数的设置进行了分析研究,举例说明了TOFD检测技术在电站锅炉厚壁管道检验中的应用。     

TOFD检测技术在球罐检验中的应用

介绍TOFD技术在球罐焊缝检测中的要求,对TOFD检测仪器的调校方法和实际检测中的各项参数的设置进行了分析,举例说明TOFD检测技术与常规检测方法对不同缺陷检测灵敏度的差异,从而验证了TOFD检测技术在球罐检测中的可靠性。     

焊缝超声TOFD检测信号及图像降噪技术研究

超声TOFD检测信号中混入的无关噪声常导致从检测图像中难以分辨缺陷特征。本研究通过小波包分解技术分析缺陷衍射波特征信号的时、频域分布特征,采用小波包统一阈值对超声TOFD检测信号进行降噪处理,对比软、硬阈值函数对检测信号的降噪结果。研究结果表明:采用软、硬阈值对长度10 mm、深度5 mm的裂纹缺陷信号降噪,其信噪比由原始的22.88 dB分别提高至186.66、176.65 dB,对长度28 mm、深度8 mm的夹杂缺陷信号降噪,其信噪比由原始的16.62 dB分别提高至33.74、28.16 dB;基于小波包软、硬阈值去噪后信号进行图像重构可有效抑制干扰条纹并提高缺陷特征图像的分辨力,而采用软阈值法几乎完全去除了原始超声TOFD检测图像中的噪声条纹。     

基于图像线性化处理的超声TOFD检测缺陷定位方法

超声TOFD检测方法在厚大焊缝的检测中具有较强的优势,特别是对裂纹类的缺陷,其检出效率高。为满足工程现场检测的需要,开发了基于USB接口的便携式超声TOFD检测系统,利用该系统对含有不同尺寸的人工底面开口窄槽的铝合金试块进行了D扫描检测。同时利用提出的自动算法提取了焊缝区域并将该区域的图像进行了转换,解决了D扫描图像在纵向方向上的显示与焊件厚度之间非线性的关系。结果表明,处理后的图像便于缺陷深度测量,检测人员可根据线性关系直接估算出缺陷的深度和高度,提高了检测效率。     

超声衍射时差法用于核电站常规岛管道焊缝检测的可行性

根据核电站常规岛管道焊缝施工特点,设计制作了带有人工缺陷的试块,对试块进行了超声衍射时差法(TOFD)、射线及超声检测,并对检测结果从检出率、缺陷定位、缺陷定量及缺陷评级等方面进行了对比分析。结果表明,TOFD方法在管道检测方面具有较高的可靠性。通过在工程现场进行TOFD和射线检测试验,表明TOFD方法在核电站常规岛中的应用是可行的。     

基于EMD降噪的递归图分析方法在齿轮故障诊断中的应用

为从齿轮振动信号中提取包含故障信息的特征量,提出了一种基于经验模态分解(EMD)降噪的递归图分析方法。该方法用EMD方法将振动信号分解为有限个固有模式函数(IMF)分量,选取包含故障信息的IMF分量建立递归图,从递归图中提取特征向量,运用高斯混合模型进行模式识别。将该方法运用于故障齿轮振动信号的识别,结果表明该方法具有较高的识别率,对齿轮故障能够有效地进行分类与诊断。     

基于超声TOFD直通波及神经网络的近表面缺陷自动识别

针对超声TOFD存在近表面盲区及近表面缺陷自动识别分类的问题,提出了基于超声TOFD直通波及神经网络对近表面孔状缺陷识别分类的方法。在近表面缺陷检测信号的直通波部分选取多个关键点,揭示了各关键点幅度分布与近表面缺陷深度的关系,获得了用于近表面缺陷检测的幅度分布特征值,并将该特征值用于BP神经网络对缺陷识别分类。试验结果表明,该方法能够对铝合金板近表面孔状缺陷进行准确、有效的自动识别分类。     

基于合成孔径聚焦的不锈钢焊缝超声TOFD检测技术

奥氏体不锈钢焊缝受粗大柱状晶组织的影响,其焊缝的超声TOFD检测信号信噪比低、扫描图像模糊,缺陷检测容易误判或漏检。为提高检测信号信噪比及扫描图像分辨力,引入合成孔径聚焦算法对超声TOFD-D扫描采集的A信号进行处理,并分析了变迹窗对处理后检测信号信噪比的影响。研究表明,通过优化选择变迹窗可提高检测信号的信噪比和缺陷的D扫描图像分辨力,有效地增强了超声TOFD检测技术对奥氏体不锈钢焊缝的检测能力。