基于弱磁技术的火车轮踏面裂纹检测

针对火车轮踏面易萌生细小裂纹的问题,提出一种无需励磁,利用地磁场磁化的无损检测方法.根据火车轮踏面结构设计探头工装,利用弱磁检测仪器采集车轮踏面磁感应强度信号,分析预制裂纹缺陷的磁异常信号特征,对比不同深度裂纹的磁异常信号幅值,通过傅里叶最小二乘拟合得到缺陷深度的定量算法,根据极值差法与拉依达准则对火车轮踏面进行智能识...     

脉冲涡流无损检测腐蚀缺陷定量技术

腐蚀缺陷深度以及体积的定量是无损检测领域的一个难点，本文首先采用基于频谱分析的方法消除了提离效应的影响，实现了对缺陷深度的定量，在此基础上，采用时频分析的方法，得到了检测信号的伪Wingner—ville分布，通过提取其谱图能量作为新的特征量实现了对腐蚀缺陷体积的定量。     

基于WPT-ANN的磁瓦内部缺陷音频检测

针对工业生产中提高磁瓦内部缺陷检测效率、降低误检率和漏检率的实际需求,提出一种小波包变换(wavelet packet transform,WPT)结合人工神经网络(artificial neural network,ANN)的磁瓦内部缺陷检测方法。通过采集合格和缺陷磁瓦撞击金属块产生的声音信号,用小波包分解与重构,筛选并提取特定频段信号的能量作为特征信息,输入BP神经网络并训练,使BP网络具有磁瓦内部缺陷检测的功能,试验证明该方法准确率达到98%以上。结果表明:小波包-神经网络方法(WPT-ANN)检测速度快、可靠性高、适应性强,为高效、准确地进行磁瓦内部缺陷检测提供有效的技术手段。     

非磁性金属平板脉冲远场涡流传感器优化设计与缺陷定量检测

将脉冲远场涡流检测技术应用于对非磁性金属平板的无损检测中,设计了一种新型脉冲远场涡流检测传感器,并通过仿真分析对传感器参数进行了优化.在此基础上,通过提取检测信号最后一个过零时间作为特征量,实现了对非磁性平板上、下表面缺陷的定量检测.仿真结果表明,优化后传感器尺寸更小,并且可以较好的实现对非磁性金属平板中缺陷的定量检测.     

基于深度学习的磁瓦内部缺陷声振检测方法

针对开发一套智能化磁瓦内部缺陷检测设备的需求,提出一种基于深度一维卷积网络的智能识别方法。该方法通过原始时域信号训练深度一维卷积网络,利用卷积网络逐层挖掘信号隐藏特征能力完成智能诊断。与传统方法相比,利用深度一维卷积网络能够摆脱对专家经验和信号处理知识的依赖,以其强大的自动提取特征能力完成磁瓦内部缺陷的智能诊断。在3种类型磁瓦数据上进行特征提取和缺陷识别,实验结果表明,该方法能够有效地从声音信号中提取缺陷特征和识别,结合开发的机械设备,能够满足磁瓦内部缺陷智能化检测的需求。     

焊缝两种典型缺陷的磁记忆特征对比

为了将金属磁记忆检测技术应用于焊缝不同典型缺陷的定性和定量评价上,对Q235钢未焊透和固体夹渣两种缺陷进行实验研究,通过比较0、150和230 kN不同载荷级别下的磁记忆信号检测结果,提取了焊缝未焊透和夹渣两种缺陷的不同磁记忆信号特征,结果表明,未焊透的磁记忆特征信号波宽D的变化更为突出,而固体夹渣的磁记忆特征信号梯度...     

小曲率壳状粘接结构脱粘缺陷热波定量检测

采用热波无损检测方法,对某型导弹发动机壳状钢壳体/绝热层试件的脱粘缺陷进行实验研究。针对实验获取的热图存在非均匀性、噪音大、缺陷显示对比度低等问题,基于自适应滤波和分水岭方法对热图进行增强和分割处理,实现了缺陷位置、大小及深度的定量评估。结果表明:热波技术能快速地发现缺陷(几秒钟);对缺陷的定位比较准确,检测结果直观;特别适用于复杂壳状结构的检测,很容易检测出深度4mm、直径15mm的脱粘缺陷,能够满足固体火箭发动机壳体粘接结构的检测需求;并且脱粘面积越大越容易检测,对缺陷直径、深度等参数的估算误差也越小。     

钛合金扩散焊微小缺陷弱磁检测试验研究

针对60 mm厚钛合金扩散焊中未焊合和紧贴型微小缺陷,提出一种新的钛合金扩散焊弱磁检测方法。利用基于弱磁原理的固相焊缝检测系统采集试件表面弱磁信号,分析扩散焊不同缺陷的磁信号特征。结果表明:弱磁方法可检测出埋深60 mm,厚度0.02 mm未焊合缺陷和直径0.01 mm紧贴型缺陷,可根据表面磁感应强度和磁感应强度梯度信号判断缺陷位置。磁异常幅值、磁异常宽度和基于拉依达准则的磁梯度阈值可作为识别缺陷类型的磁信号特征量,可有效判别出钛合金扩散焊中的未焊合和紧贴型微小缺陷。弱磁检测技术在大厚度钛合金扩散焊微小缺陷的无损评估中具有可行性。     

铁磁性材料硬度电磁无损检测的定量模型研究

目前硬度检测多采用机械压痕测量法,该方法对被测工件表面产生破坏性,且检测周期较长,已无法满足现代工业提出的快速无损的检测需求.基于铁磁性材料特殊的电磁特性,本文将电磁无损检测应用于零部件硬度测量.首先分析了其检测原理,然后通过多次硬度电磁检测的试验,采用最小二乘拟合法建立了硬度与探头信号之间的数学模型,该模型可用于实现零部件硬度的定量检测.     

基于漏磁原理的火炮零部件裂纹检测装置的设计与实现

为解决火炮零部件上裂纹等缺陷的检测问题,依据漏磁检测原理及缺陷漏磁场偶极子模型,设计了火炮零部件漏磁检测装置并进行了工程化实现.考虑到火炮零部件结构多样性,采用霍尔器件和磁阻传感器设计了多种结构的检测装置;针对漏磁信号中存在干扰信号和系统噪声的问题,采用自适应滤波和MORET-P小波变换技术,进行了信号的预处理.应用结果表明:该装置原理可行,多种结构的检测装置满足了不同火炮零部件的检测需要,自适应滤波和MORET-P小波变换技术较好地剔除了干扰信号和系统噪声,有效提取出缺陷信号.     

高速漏磁检测的二维缺陷轮廓重构

针对高速漏磁检测缺陷可视化中的关键技术与难点,通过提升小波包的方法对缺陷漏磁信号进行预处理,根据电磁场基本理论,对高速漏磁检测过程中传感器速度对漏磁信号的影响作了理论分析,提出了基于正则化理论的径向基函数神经网络的补偿措施,通过网络的映射,得到了缺陷漏磁信号的速度不变响应,最后利用蚁群算法优化的径向基函数网络对缺陷漏磁信号进行二维反演,实现了缺陷的二维轮廓重构。     

交变磁场测量法在表面裂纹无损检测中的应用

为了分析交变磁场测量法在无损检测中的应用及检测金属表面裂纹长度和深度的影响因素,本文根据交变磁场测量法基本原理,设计了新型的传感器探头和相关硬件电路,可以实现全方位检测金属表面缺陷,抑制噪声并提取缺陷信号的微小变化量。结果表明:探头型号和激励频率对漏磁场的检测影响很大,正交矩形激励线圈方法更方便直观;当霍尔传感器扫过表面裂纹时脉冲漏磁信号急剧降为零后又剧增到最大时,各个深度的表面裂纹信号到峰时间近似呈线性关系,这两个特点能用来对表面缺陷进行定位和定量。     

基于交变磁场测量技术的裂纹缺陷定量检测仿真分析与实验研究

裂纹缺陷的定量评估是无损检测的一项重要研究内容,本文采用交变磁场测量技术对平板裂纹缺陷进行了检测.在分析交变磁场测量技术原理的基础上,首先在大型电磁仿真软件AN SY S中建立了交变磁场测量模型,包括三组不同参数的裂纹缺陷和检测线圈相互垂直的两种传感器模型,然后用这两种传感器分别对不同缺陷进行了检测,研究了裂纹长度、深度和宽度变化对水平方向和垂直方向检测电压的影响规律,提取出了对长度和深度进行定量的特征量.最后,采用实验的方法对仿真结果进行了验证,实验结果的规律与仿真结论相一致,证明了仿真结果的正确性.从而为裂纹缺陷在实际中的检测和定量提供了借鉴.     

油气管道缺陷漏磁图像的小波压缩技术研究

针对漏磁信号的特点,提出了基于小波分析的缺陷漏磁图像压缩方案。该方案通过调整正交函数零极点位置来设计小波基函数,利用该函数对图像作小波变换,对获得的各级小波系数用更新的JPEG图像压缩表阈值量化,再用算术编码方案处理量化结果,从而得到压缩的图像。试验结果表明,当压缩比小于30%时,图像压缩引起的失真不会对缺陷分析产生影响。     

钢丝绳缺陷检测信号的计算机辅助定量评估

本文简单介绍了钢丝绳缺陷检测的磁检测原理和计算机辅助定量评估装置。重点论述了钢丝绳局部缺陷定量检测和评估的方法，包括检测信号中周期性信号的消除、局部异常信号的实时识别，随机干扰信号的剔除以及信号的定量评估方法，文中对截面积损耗缺陷的定量评估方法也作了简单介绍。     

基于连续小波变换的玻璃纤维增强树脂复合材料太赫兹特征增强及缺陷成像

玻璃纤维增强树脂复合材料(Glass fiber reinforced polymer,GFRP)因其耐腐蚀、强度高等优点被广泛应用于航空航天、运输等领域,但在其制作过程中存在分层、气泡等缺陷,故需对其进行无损检测。本文针对不同位置的GFRP脱粘缺陷太赫兹无损检测信号特征微弱的问题进行分析与研究,提出了利用连续小波变换(Continue wavelet transform,CWT)对太赫兹特征进行增强的方法,并通过计算图像对比度客观评价连续小波变换后得到的太赫兹图像。最终选择gaus2小波基函数,对变换后的信号进行缺陷成像,其峰值较原来增强了4.5倍,连续小波变换处理后的太赫兹缺陷成像的图像对比度提升了1.3倍,最终实现了6 mm GFRP 5 mm位置处50 μm脱粘缺陷的识别。      

基于改进模糊支持向量机的磁记忆检测缺陷识别

针对磁记忆检测信号弱、缺陷区域无法有效识别的问题,提出了一种改进的模糊支持向量机(FSVM),并将其应用于磁记忆检测缺陷的识别。改进的FSVM一方面在传统确定模糊隶属度函数方法的基础上,通过构造k近邻离散度,减弱孤立点或噪声样本对分类的影响;另一方面通过对样本特征值进行加权处理,消弱冗余特征或弱特征对识别的影响。将改进FSVM应用于磁记忆检测缺陷识别。实验结果表明：该方法可以有效识别不同危险区域的缺陷信号,具有较好的鲁棒性和分类能力,是一种有效的磁记忆检测缺陷识别方法。     

基于数学形态学滤波的漏磁信号预处理方法研究

漏磁检测是一种广泛应用于铁磁材料表面裂纹检测的磁性无损检测技术,漏磁信号的质量直接关系到裂纹定量识别的准确性和精度。针对漏磁信号的噪声特性,提出一种基于数学形态学滤波的漏磁信号预处理方法,即利用改进的中值滤波法剔除信号中的奇异点,采用多项式拟合法消除信号趋势项,使用形态滤波法对漏磁信号进行消噪处理。结果表明:该方法对漏磁信号中的干扰噪声具有较强的抑制能力,不仅剔除了漏磁信号中的干扰噪声,而且完整地保留原始信号的具体细节,提高降噪速度。     

密集型矩形阵列参数对激光Lamb波成像的影响分析

激光超声技术具有非接触、检测效率高等优点,在无损检测领域受到广泛关注;充分利用激光超声技术的高空间分辨率特性,结合密集型矩形阵列和激光Lamb波技术进行板中缺陷检测。采用连续小波变换对频带宽、时域分辨率低的激光Lamb波信号进行提取,得到特定频率下具有高时域分辨率的窄带信号;利用线性映射补偿技术消除所提取窄带信号中的频散,消除频散的信号用于缺陷成像;最后,结合幅值成像技术和符号相干因子成像技术对频散补偿后的信号进行处理,实现铝板中缺陷的成像和定位。在此基础上,进一步对不同的阵元数量和阵元间距对密集型矩形阵列指向性和缺陷成像质量的影响进行分析。当阵元数量为16,阵元间距为一个Lamb波波长时,主瓣宽度较窄且没有栅瓣出现,缺陷成像质量得到有效提高。     

基于小波基稀疏信号特征提取的轴承故障诊断EI北大核心CSCD

轴承弱故障振动信号中的瞬态成分极易被强背景噪声湮没而无法及时检测,结合稀疏表示原理提出一种基于小波基的稀疏信号特征提取方法,从而实现信号中瞬态特征成分的提取。通过构建原始信号瞬态成分稀疏表示模型,对原始信号采用相关滤波法获取最优小波原子,并构建最优冗余小波基底,实现小波基与信号故障特征的最优匹配;设计二次严格凸函数并运用优化最小(Majorization Minimization,MM)算法求解模型中的目标函数,将信号中的瞬态冲击成分转化为稀疏表示系数,实现强背景噪声下弱特征的有效提取。仿真信号及轴承微弱故障试验验证了该方法能有效地检测和提取强背景噪声下的微弱瞬态成分。