油气管道焊接裂纹金属磁记忆定量化分析系统

金属磁记忆检测技术是一种新型的无损检测方法,在焊接裂纹的检测和监测方面具有独特的优势.在提取焊接裂纹金属磁记忆信号特征的基础上,建立了用于焊接裂纹定量化分析识别的BP神经网络,利用Visual Basic和Matlab混合编程技术建立了焊接裂纹的金属磁记忆定量化分析软件.     

焊接裂纹金属磁记忆信号的特征提取与应用

金属磁记忆检测技术是一种新兴的对铁磁性材料进行早期损伤诊断的无损检测方法.通过对焊接裂纹磁记忆信号的小波能量谱特征进行研究表明,与无裂纹时相比,含有焊接裂纹信息的金属磁记忆信号,其尺度-小波能量谱的分布范围广,能量水平高,且能量达到峰值以后,呈指数规律下降,据此可以判定被测试件中是否含有裂纹缺陷;其空间-小波能量集中程度较无裂纹时高,而能量集中的位置恰好就是焊接裂纹存在的位置.     

基于微分方法的焊接裂纹金属磁记忆特征研究

针对金属磁记忆检测技术的瓶颈问题,以X70钢为研究对象,通过对预制焊接裂纹一阶微分处理后的金属磁记忆信号进行分析,可区别焊接裂纹引起的应力集中与其它缺口效应引起的应力,并可确定焊接裂纹存在的定位信号特征.现场检测表明,利用一阶微分处理后的磁记忆信号定位特征,可准确地对焊接裂纹进行检测.     

焊接裂纹应力与磁记忆信号关系的实验研究

焊接裂纹产生的应力集中区是焊接构件在服役过程中最为危险的一个薄弱环节,对这个环节进行有效的安全评估,具有重要意义。金属磁记忆技术是近年来发展的一种全新的无损检测方法,它可以在地磁环境下检测铁磁构件的应力集中,从而诊断出产生（或可能产生）裂纹的危险区域。利用磁场中的高斯方程,对管线钢焊接裂纹的应力和金属磁记忆信号之间的关系模型进行了初步探讨,然后利用预制的焊接裂纹对此关系模型进行了研究预测,分析结果表明：此关系模型可满足应力检测的精度要求。     

金属磁记忆法检测焊接裂纹的时间空间有效性

预制了焊接裂纹试板,在试板的不同空间区域,以及焊接之后的不同时刻进行了金属磁记忆检测.采用快速傅里叶变换对检测信号进行了特征分析,研究了焊接裂纹周围不同区域在不同时刻的金属磁记忆信号以及其傅里叶变换相位突变特征.结果表明,在焊接裂纹存在的70 mm范围内是金属磁记忆检测的空间有效区域.在焊接完成后,接头温度低于100 ℃以后的任何时间进行金属磁记忆检测,取得的结果都是有效的.     

金属磁记忆检测信号的二维谱熵特征

金属磁记忆检测技术是能够对焊接裂纹进行早期诊断的最具有潜力的无损检测方法之一.以X70管线钢为主要研究对象,研究了其拉伸条件下金属磁记忆检测信号的二维特征谱熵分布规律,通过支持向量机模型,可以实现幅值谱熵和重心频率确定点的位置的分类,结合检测实例,得到了对焊缝中应力集中状态的诊断方法.结果表明,通过磁记忆信号二维特征谱熵的分布可以诊断出材料内部的应力集中状态,从而为利用金属磁记忆检测技术对裂纹萌生状态的诊断提供了依据.     

金属磁记忆在焊接缺陷检测领域的研究现状及发展

金属磁记忆检测技术是一种新型的无损检测方法,它具有能够对焊接结构中的微观缺陷进行早期诊断,防止突发性破坏事故发生的潜在优势,在焊接缺陷检测领域具有广阔的发展前景,被认为是迄今为止能够对材料的内部损伤进行早期诊断的惟一可行的无损检测方法.文中首先对金属磁记忆检测技术进行了简要的介绍,随后指出了该技术在焊接裂纹检测方面的独特优势.并与传统焊接缺陷检测方法进行了比较,然后就其在焊接检测领域的研究和应用进行了分析.最后指出了金属磁记忆检测技术在焊接检测领域的发展方向.     

液化石油气储罐焊疤表面裂纹的磁记忆信号研究

采用磁记忆检测发现液化石油气储罐焊疤部位存在较强的磁记忆信号。通过对储罐进行0～4．0MPa的加载试验，研究磁记忆信号的幅度和梯度随载荷的变化。最后采用磁粉探伤复验发现磁记忆信号部位存在大量3-5mm长的焊疤表面裂纹。试验结果表明，在0～2．0MPa的加压过程中，磁记忆信号的幅度和梯度均逐渐增大，到2．0MPa时达到峰值，在2．0～4．0MPa的加载过程中迅速下降，在此期间采用声发射监测，发现了七个声发射信号，证明该部位应力产生了迅速释放。由此证明磁记忆信号的幅度和梯度既与材料所处的整体应力有关，也与该部位的局部应力集中度有关。     

金属磁记忆缺陷特征信号的研究

以45号冷轧钢为研究对象,对三种不同缺陷类型的平板进行了拉伸试验,提取了平板试样每条检测线上随着拉应力的增大过程中的磁记忆信号,获得了缺陷特征信号,并进行了对比分析。结果表明,缺陷异变磁记忆信号的变化可以反映载荷作用的历史和试件的应力和变形情况。     

20钢焊接缺陷磁记忆信号分析

对含有焊接缺陷的试块进行磁记忆检测,研究了金属磁记忆检测技术对裂纹、气孔、未焊透、未熔合、夹渣缺陷的检出能力,对裂纹、气孔、未焊透、未熔合、夹渣区域的磁场强度梯度平均值H_ave、最大值H_max、磁场强度梯度曲线围成的面积S(H)、磁场强度梯度平均值K_ave、最大值K_max、磁场强度梯度曲线围成的面积S(K)进行计算,并与无缺陷区域的参数进行对比分析.结果表明,焊缝中裂纹、气孔、未焊透、未熔合、夹渣区域的K_ave,K_max,S(K)明显区别于无缺陷区域,可以准确判定焊接缺陷位置;焊接缺陷和焊接残余应力虽然都会导致磁记忆信号的变化,但是二者具有本质不同.     

Predicting effects of diffusion welding parameters on welded joint properties by artificial neural network

1　ＩＮＴＲＯＤＵＣＴＩＯＮＭｅｔａｌｍａｔｒｉｘｃｏｍｐｏｓｉｔｅｓ (ＭＭＣｓ) ,ｄｕｅｔｏｔｈｅｉｒｏｕｔｓｔａｎｄｉｎｇｐｒｏｐｅｒｔｉｅｓｓｕｃｈａｓｈｉｇｈｓｐｅｃｉｆｉｃｓｔｒｅｎｇｔｈ ,ｓｐｅｃｉｆｉｃｍｏｄｕｌｕｓ ,ｓｉｚｅｓｔａｂｉｌｉｔｙ ,ｈｉｇｈ ｔｅｍｐｅｒａｔｕｒｅ ｒｅｓｉｓｔａｎｔａｎｄｃｏｓｍｉｃ ｒａｙｒｅｓｉｓｔａｎｔ ,ａｒｅｗｉｄｅｌｙｕｓｅｄｉｎａｅｒｏｓｐａｃｅ ,ａｖｉａｔｉｏｎａｎｄｅｌｅｃｔｒｏｎｆｉｅｌｄｓ ,ａｎｄｂｅｃｏｍｅｔｈｅｍａｊｏｒｄｅｖｅｌ…     

紧密对接激光焊焊缝位置神经网络预测

激光焊接过程中,控制激光束准确对中焊缝是获得良好焊件的关键。以低碳钢板紧密对接激光焊(焊缝间隙不大于0.1 mm)作为研究对象,利用磁光传感法摄取焊接过程中焊缝区域磁光图像。分析焊缝区域图像特征,定义并提取紧密对接焊缝位置坐标,以前时刻的焊缝位置及其变化值作为输入量,当前时刻焊缝位置坐标作为输出量,应用神经网络建立焊缝位置的预测模型。试验结果表明,建立的前馈型神经网络能够较好地预测焊缝位置坐标,为激光焊缝及时纠偏和自动跟踪奠定基础。     

An approach of artificial neural network to robotic welding process modelling

Ａｎａｐｐｒｏａｃｈｏｆａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｒｏｂｏｔｉｃｗｅｌｄｉｎｇｐｒｏｃｅｓｓｍｏｄｅｌｌｉｎｇ￥ＬｉＹａｎ（ＨａｒｂｉｎＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＷｅｌｄｉｎｇＪｏｈｎＮｏｒｒｉｓｈａｎｄＴ．Ｅ．Ｂ...