TOFD检测中轴偏离缺陷方位参数的测量误差

在TOFD非平行扫查检测中,是假定缺陷位于焊缝中心轴线上的。因此对于偏离焊缝中心轴线的缺陷,其埋藏深度和自身高度这两个方位参数的测量存在一定的误差。通过数学推导,建立了相应的数学模型,从理论上分析了埋藏深度、自身高度、偏心距大小、探头入射点间距等多个因素对该误差影响的变化规律,并通过试块进行了试验验证。结果证明减小埋藏深度及高度测量误差的方法对TOFD无损检测工艺的选择具有较好的指导意义。     

基于超声TOFD法的焊接缺陷横向定位检测技术

针对焊缝余高存在时，超声衍射时差法（time of flight diffraction, TOFD）B扫描可达性受限这一问题，提出了双椭圆法及纵横波复合法两种缺陷横向位置无损检测方法。根据探头和缺陷位置的几何关系，建立了缺陷定位测量的数学模型，利用确定的缺陷定位算法，分别对人工缺陷和焊接缺陷进行了定位检测。结果表明，双椭圆法在缺陷定位测量精度和操作实施过程上要优于纵横波复合法；采用双椭圆法，人工缺陷的埋藏深度及横向位置的平均测量误差分别为0.5和0.3 mm；焊接缺陷的埋藏深度及横向位置的平均测量误差分别为0.6和0.4 mm。所提方法克服了由于焊缝余高的存在，传统超声TOFD法B扫描不可达的问题，并为缺陷在焊缝中的横向位置检测提供解决办法。     

端点衍射法测量焊接接头内部缺陷高度

为解决单探头测量焊接接头内部缺陷高度的问题,用端点衍射法测量了埋藏在焊接接头内部缺陷的高度,并用TOFD法进行了比较。对比TOFD分析软件的测量数值与端点衍射法计算数值的差异,证实了用端点衍射法测量焊接接头内部缺陷高度的可行性和准确性,同时文中还使用端点衍射法对缺陷方向和探测面之间的倾斜角进行了计算。     

TOFD检测中采用二次波评定近扫查面缺陷尺寸的方法

在TOFD检测过程中,因直通波宽度而产生的近扫查面盲区对检测影响很大。为精确定量位于近扫查面盲区的缺陷,制作了人工缺陷试块,对其采用常规TOFD以及TOFD二次波分别进行扫查。对比两种扫查方式所得TOFD图像可见,常规TOFD技术对近扫查面缺陷极易漏检且无法定量,而利用TOFD二次波扫查方式得到的图像能够显著分辨出缺陷并能精确定量,因此可弥补常规TOFD检测中对近扫查面缺陷检出能力的不足。     

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。     

表面开口缺陷高度的测量方法对比

表面开口类缺陷的检测和高度的测量对核电设备寿命的评估意义重大。分别利用常规超声端点衍射法与TOFD(衍射时差法)方法对表面开口缺陷的高度进行了测量并对结果进行了比较,得出结论:检测高度小于4 mm的开口缺陷时,常规超声端点衍射法分辨力下降严重;TOFD方法利用A扫信号可以区分1mm高度的开口缺陷;随着表面开口缺陷高度的增加,两种方法测量结果基本一致。     

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.     

焊接接头中偏心缺陷的TOFD检测

针对采用TOFD技术检测焊缝缺陷时,缺陷偏离焊缝中心的技术难点,先从理论上研究了TOFD检测声场的覆盖特点,归纳了偏心缺陷对TOFD检测的影响。通过相关试验,对比了非平行扫查以及平行扫查的TOFD检测结果,得出可通过结合非平行扫查、平行扫查以及偏心非平行扫查的方法来确定偏心缺陷的结论。     

电机轴中连续缺陷的回波特征及判定方法

超声波探伤中出现的缺陷信号有密集缺陷信号、分散缺陷信号、单个缺陷信号及连续缺陷信号。对前三种缺陷信号可以缺陷波在一定体积范围内的数量及缺陷间的距离来区分,较易鉴别;而连续缺陷信号按JB 1581—85标准是:缺陷波当量直径≮2mm,幅度波动范围能在探头持续移动距离≥30mm的区间内≯2dB。但在实际探测中,基本上不存在这种理想状态。 20a(年)来,本人在年均近千根东风-4干线电     

相控阵超声检测的有限差分模拟及其在回波分析中的应用

基于有限差分数值方法,建立相控阵超声检测数值模型。基于所建模型编程计算得到不同时刻相控阵探头发射声场分布图以及不同尺寸缺陷回波信号图。通过根部切槽相控阵检测试验验证了模型计算精度。利用斜切槽回波产生了山形波,并基于有限差分模型分析了各个波形产生的机理。结果表明,超声检测的数值模拟可以有效地用于变型波的识别。     

一种基于WMM的超声信号噪声抑制新方法

超声衍射时差（time of flight diffraction,TOFD）法存在接收的缺陷衍射信号能量低、易于被噪声干扰的问题.为了解决这一问题,根据TOFD法检测过程中两相邻测点回波中缺陷信号具强相关性、噪声信号具随机性的特点,在传统小波模极大值（waveletmodular maximum,WMM）方法的基础上...     

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。     

LFM激励信号在超声TOFD检测中的应用

对于大厚度焊接试件的超声衍射时差法检测(time of flight diffraction, TOFD),常规超声激励难以同时满足信噪比、检测距离以及检测分辨率的要求.文中将线性调频脉冲压缩技术应用在超声TOFD检测中,线性调频(linear frequency modulated, LFM)激励可综合改善检测信噪比(signal to noise ratio, SNR)与分辨率.首先对试验用10 MHz超声换能器进行了LFM信号参数测试,选择了合适的时宽和带宽.对埋藏3 mm高的横槽缺陷的钢板分别进行了超声LFM激励的TOFD检测及常规超声TOFD检测,对比发现超声LFM激励的TOFD检测精度高达0.01μs,可准确区分缺陷上下端衍射波.在较低的激励电压和系统增益下,实现了较高的检测信噪比及分辨率.     

线聚焦超声波法焊接缺陷识别

针对常规超声TOFD(time of flight diffraction,衍射时差)法存在超声衍射声场能量低、检测回波信号弱的问题,提出一种线聚焦超声TOFD焊接缺陷识别方法. 基于几何声学理论,根据所需主轴声线折射角度及聚焦深度,设计线聚焦超声TOFD法所用的声楔块. 通过铝合金板人工缺陷试件的检测,研究线聚焦法的检测灵敏度;通过铝合金板搅拌摩擦焊试件的检测,验证线聚焦法的有效性. 结果表明,和常规方法相比较,相同测试条件下线聚焦超声TOFD法的检测灵敏度更高,采集的图像具有更好的对比度,同时能较好地保持图像边缘. 所提新方法在改善缺陷分辨力、提高缺陷检出率及降低漏检等方面具有很好的使用价值.     

TOFD技术在薄壁堆焊层裂纹缺陷检测中的应用

研究了薄壁堆焊层裂纹类缺陷的TOFD检测技术,讨论了裂纹类缺陷的TOFD检测特征,分析了不同角度探头和不同探头间距检测结果的影响。结果表明,TOFD技术可以检测到表面下3～10 mm内的垂直裂纹,结合A扫描信号和B,D扫描图像的特征,能够有效地对裂纹状缺陷进行识别、定位和定量,为堆焊质量评价提供可靠准确的依据。     

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。     

用超声衍射时差法对焊缝缺陷定性表征

采用超声衍射时差法（TOFD）检测焊缝中大量的缺陷，分析各类典型缺陷的响应特征，总结用TOFD技术对缺陷定性的方法，并与普通超声波检测结果进行对比。较之普通超声波检测，TOFD法直观，信息量大，对人员的依赖性低且定性准确。     

面状缺陷超声TOFD法信号和图像的特征与识别

针对铝合金厚板焊缝中易于出现的几种典型的面状缺陷,研究了其超声衍射时间差法（TOFD—time of flight diffraction）的检测特征,对获得的A扫描信号和B、D扫描图像的特征进行了分析和解释,并对B、D扫描图像进行了线性化处理。结果表明,结合A扫描信号和B、D扫描图像的特征,能够有效地对面状缺陷进行识别、定位和定量。线性化处理技术有效地提高了图像的时间分辨力,使面状缺陷的信号和图像的特征更明显,进而使定位定量更为精确。