共查询到17条相似文献,搜索用时 234 毫秒
1.
2.
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. 相似文献
3.
4.
为解决磁记忆技术不能定量分析焊缝缺陷的问题,本文针对Q345R钢焊板试件,测取了沿焊缝方向和垂直焊缝方向的2种磁记忆信号,分析焊缝裂纹长度与深度对磁记忆信号的影响,建立焊缝裂纹尺寸与磁记忆信号间的量化关系。探索并提出了利用组合测量路线进行焊缝裂纹量化识别的新途径。结果说明,2条测量路线检测得到的磁记忆信号均存在明显的焊缝裂纹定位特征,但单独1条测量路线的磁记忆信号是不能反映裂纹的全部尺寸信息的,需综合沿焊缝方向和垂直焊缝方向磁记忆信号进行焊缝裂纹尺寸的量化识别。此外,本文还用BP神经网络方法对此课题进行了深入研究,结果表明BP神经网络可以实现焊缝裂纹尺寸的量化评价。 相似文献
5.
6.
7.
8.
为快速准确检测钢材焊缝质量的力学性能,结合磁记忆检测机理,试验探索了磁记忆检测技术对焊缝质量强度匹配的检测方法。对不同材料焊接试件进行拉伸试验、磁信号测量和射线检测分析,研究了拉伸过程中磁记忆信号变化规律与焊件不同材料强度匹配之间的关系。结果表明,不同材料匹配的良好焊接构件具有不同的力学性能和磁记忆特征,匹配状况、力学性能和磁记忆信号特征具有内在的联系,其焊接强度和断裂位置与材料匹配状况有关。依据金属磁记忆检测技术的基本原理,以焊接强度为宏观特征,采用不同应力作用下的磁信号梯度信息和平均磁信号信息为检测参量,运用双参数信息融合技术,可以有效判断焊缝构件的强度匹配问题。 相似文献
9.
将金属磁记忆检测技术应用于含埋藏缺陷承压构件的检测中,将承压构件简化为平板结构,对平板试件进行单向拉伸的有限元模拟试验,分析了不同裂纹尺寸和载荷对检测信号的影响以及构件焊缝缺陷磁记忆信号的变化规律,得到了磁记忆信号特征参数与缺陷的关系。结合磁记忆检测试验,对磁记忆信号特征参数与缺陷参数、加载结果进行了量化分析。试验结果表明,磁记忆信号可以对承压构件缺陷进行有效表征,并可以对裂纹扩展趋势进行预测。研究为金属磁记忆检测技术在承压构件检测中的应用提供了理论支持。 相似文献
10.
11.
根据液压泵发生故障所表现出来的特征,采用小波包能量值提取的办法作为故障类型识别的特征量,采用BP神经网络对输入的特征量进行识别。实验结果表明:采用小波神经网络对液压泵故障类型的识别可以取得满意的效果。 相似文献
12.
13.
针对激光焊接微间隙焊缝(间隙小于0.1 mm),研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法. 相似文献
14.
因小波变换具有多尺度分析的特点,在时频两域都有表征信号局部特征的能力,因此采用小波分解方法研究了不同时频成分的磁巴克豪森(MBN)信号随温度和应力变化的灵敏度问题。采用db5小波对MBN信号进行6层小波分解,提取各层分解系数的均值和均方根,并讨论分析了各特征值随所加应力以及温度变化的相对变化关系。研究表明,在试样的弹性范围内,低频系数和各层高频系数的均值和均方根都随压应力的增加而减小;各层高频系数的均值和均方根随温度的升高而降低,低频系数的均值和均方根随温度的升高而升高。最后将温度、原始MBN信号以及各分解系数的均值和均方根作为神经网络的输入,压应力作为其输出建立神经网络模型,结果表明该神经网络模型与之前没有用小波分解时的神经网络模型相比,检测应力的准确性更高。 相似文献
15.
通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用并加以改进,建立了基于电弧声信号特征的MIG焊熔透状态诊断网络模型.声波信号经小波去噪和小波包频带能量特征提取后,作为小波神经网络模型的输入特征向量,网络训练中采用具有全局优化能力的遗传算法动态修改网络结构和参数,避免了神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能.结果表明,将网络模型用于熔透状态诊断,证实了方案的可行性和有效性. 相似文献
16.