基于LabVIEW的远场涡流检测扫查系统研究

针对金属构件近表面存在的裂纹缺陷,基于远场涡流检测法,建立了包含运动扫查平台、信号激励、数据采集等模块的远场涡流检测扫查系统。运动扫查平台利用PLC控制步进电机带动三维扫查架运动;编写LabVIEW数据采集程序,控制NI采集卡对检测信号进行采集,在LabVIEW软件与PLC之间使用MX组件通讯,使LabVIEW可以访问PLC的寄存器,读取三维扫查架各轴位移信息,软件与硬件相结合,实现缺陷的自动化检测。设计了2种不同类型的缺陷,实验结果表明,随着缺陷埋深减少及缺陷宽度增大,得到的缺陷信号也在变大,实际缺陷位置与检测到的缺陷位置误差为0.001 mm;同时,该方法能够检测出最大埋深为5 mm、宽度为0.2 mm的矩形缺陷。     

交流电磁场裂纹实时判定与评估方法

交流电磁场检测(ACFM)技术已经广泛用于海洋各类结构物的缺陷检测和评估中。传统的基于特征信号或蝶形图的缺陷判别方法易引起误判且难以实现实时判定与评估。搭建ACFM阵列检测系统,利用B_x能量谱和B_z相位导数阈值算法实时判定裂纹,依据阈值参数对裂纹危险等级进行评估,并开展裂纹检测与评估试验。结果表明:交流电磁场特征信号B_x能量谱可作为裂纹长度评估阈值,特征信号B_z相位在裂纹区域发生明显的翻转;基于能量谱和相位导数阈值的判定方法能够实时判定裂纹;利用阈值参数可对裂纹危险等级进行评估;基于能量谱和相位导数阈值的ACFM检测系统能够实现裂纹的实时定量与定位评估。     

基于交流电磁场检测技术的裂纹缺陷信号识别方法

针对海洋平台主体结构焊缝的交流电磁场检测技术(ACFM),提出了一种横向、纵向以及斜向裂纹缺陷信号的识别方法。基于ACFM技术原理,分析了横向以及纵向裂纹缺陷检测信号Bx、Bz特征向量的特点及其形成机理。通过对与扫查方向呈0°(纵向),45°(斜向)以及90°(横向)裂纹缺陷信号的试验分析,得出了如何识别横向、纵向以及斜向裂纹缺陷信号的方法。     

厚壁焊缝横向裂纹的超声波判别方法

介绍了采用超声波检测锅炉汽包环缝横向裂纹的方法,分析了缺陷成因。因为厚壁焊缝的横向裂纹危害很大,归纳了鉴别横向裂纹的方法和步骤。通过观察在不同扫查方式下的超声波幅度的变化,可以区分缺陷的性质是否为点状还是密集状,利用不同探头角度变化导致的缺陷回波幅度的变化,可以判断曲线是否为横向裂纹。该方法操作性强,可应用于超声波检测厚壁容器时的横向裂纹缺陷判断。     

基于磁致伸缩超声导波的管道周向扫查技术

超声导波因其单点激励、传播距离远、全截面检测等突出优势,已被大量应用于油气管道的检测中。然而,现有的轴对称超声导波检测方法只可以通过A扫信号对缺陷在管道轴向的位置进行定位,且在大直径管道以及焊接支架、不等径三通等特定部位的检测效果不佳。通过建模和仿真对比了基于局部加载下的周向扫查技术和现有导波检测技术在管道上的应用特点,得出周向扫查技术更适用于大直径管道的中距离检测的结论。最后开展了验证试验,验证了周向扫查技术可通过B扫成像图对管道上的缺陷进行轴向和周向定位,缺陷回波幅值是现有T(0,1)模态导波检测的3倍以上。     

基于超声相控阵对焊缝缺陷的检测研究

为了解决超声相控阵检测过程中人为造成的缺陷误判及达到对缺陷准确分类的结果,首先对风电塔筒Q345E焊接试板内部预制人工缺陷-气孔、夹杂及裂纹;然后用超声相控阵设备对预制的三种缺陷分别进行检测,提取超声相控阵检测A扫数据。结合超声相控阵信号、小波包自适应分析信号的特点和不同小波基对采集信号的处理效果,选取dB10小波为最优小波基,提取缺陷"频率-能量"特征。最后利用小波包分解的第三层各个节点的缺陷特征能量比例作为BP神经网络输入参数,其缺陷分类结果的精度可达到90%。研究结果表明:以上方法对于Q345E焊接缺陷区分度明显,神经网络分类效果较好。     

铝合金焊缝裂纹的阵列涡流检测仿真研究

为了分析阵列涡流传感器扫查不同位置表面横向裂纹时的线圈输出信号特征,以及焊缝受热区金属材质变化对线圈输出信号的影响,建立铝合金焊缝裂纹的阵列涡流检测的三维有限元模型。结果表明:当裂纹长度分别为1.6、3.0、4.5mm时,裂纹长度与线圈感应电动势的波峰幅值呈单调递增关系,探头扫查侧面裂纹时的线圈感应信号总是大于正上方裂纹;焊接所引起的5A06铝合金材料电导率减小会使线圈的感应电动势幅值增大,且当裂纹长度分别为1.6、3.0、4.5 mm时,裂纹长度越大,电导率减小在裂纹检测时对线圈输出信号的影响越小。     

小波分析结合神经网络的桩基缺陷检测

引入一种小波分析结合神经网络的桩基检测方法,根据桩基中超声波传播的特点,利用小波分析对采集的超声波信号进行小波包分解,对分解后的信号进行归一化处理,将超声波信号矩阵化,构建表征桩基缺陷信息的特征向量;再取多组特征向量作为神经网络的训练样本,对特征向量进行训练学习,并将未诊断样本输入神经网络进行识别验证。试验数据表明,通过小波分析方法获取超声波信号特征向量并构建的神经网络可以有效识别出桩基缺陷以及缺陷类型。     

航空发动机涡轮叶片缺陷弱磁检测方法研究

针对航空发动机涡轮叶片边缘裂纹缺陷难以进行检测的难题,提出了一种基于弱磁检测技术缺陷判定方法的新算法.首先从理论上分析了弱磁检测技术对涡轮叶片边缘裂纹缺陷检测的可行性,其次,为减少检测提离高度设计了扫查工装并在地磁场环境下对人工刻伤的涡轮叶片进行弱磁检测,最后通过磁梯度法与极值法相结合的方法对原始信号进行数据处理,提取...     

基于多幅连续相关法的超声检测信号的缺陷识别技术

相关法是时域中描述信号相似性特征的一种常用分析方法。文章基于数字相关法,针对超声检测中的大量检测回波信号,提出了一种多幅连续相关的处理方法,以实现超声检测信号的缺陷追踪与识别,并在实际检测试验中采用该方法对A型扫查的大量超声自动化检测信号进行处理,不仅有效地排除了随机干扰,同时保留了缺陷信号的完整信息,缺陷识别稳定、快速,识别准确率可达90%以上。     

利用骑焊缝式超声检测方式检测管道对接焊口的横向裂纹

为避免常规超声A波锯齿型扫查方式检测管道对接焊口的横向裂纹时可能造成的漏检和误判,采用骑焊缝式A波一次反射波扫查方式进行检测,较好地解决了这一问题。较平行于焊接面的锯齿型扫查,骑焊缝式扫查更易检测到横向缺陷,同时,通过计算可校正由于管道弧度的原因而产生定位误差,校正后的数据与原始结果相符。对于发电厂大口径厚壁管道焊口的横向裂纹检测,骑焊缝式检测是一种积极、有效的方法。     

焊接缺陷高频显微超声可视化扫查检测

目前普遍使用的超声检测方法主要依据超声脉冲信号判断结构内部有无缺陷,难以对缺陷进行定性和定量检测。开发了高频超声成像技术,可进行超声A信号、B扫描和C扫描图像联动显示,缺陷标识和定量分析;研发建立了高频超声扫查系统平台,实现了高精度机械扫查、高频超声收发、全波数据高速采集和成像。用该系统对弧焊、激光焊、搅拌摩擦焊等焊接构件进行检测试验,与射线检测、金相检测进行对比,结果表明:该系统可直观发现焊缝气孔等微小缺陷,能够发现射线难以检测的未熔合缺陷,也可对缺陷埋藏深度进行准确定量分析。     

不锈钢焊缝缺陷的超声相控阵扫描图像特征分析

采用超声相控阵检测方法对预制了夹杂和气孔缺陷的奥氏体不锈钢焊缝进行检测,分析了缺陷的相控阵图像与A扫描信号特征。试验采用的是超声相控阵扇型扫查方式,同时用深度定标方法对仪器参数进行了优化,对缺陷的位置及尺寸进行测量并获得了能够判断缺陷类型的图像特征和A信号特征。研究结果表明:超声相控阵方法不但适用于不锈钢焊缝的检测,且具备更大的检测范围及更丰富的检测信息;通过检测图像特征及相关的A信号特征能够对这2类缺陷的位置及类型进行有效评价。     

基于神经网络的铝合金裂纹缺陷识别

将人工神经网络方法应用于铝合金工件裂纹缺陷识别,以克服传统人工识别的局限性,从而提高裂纹缺陷识别的准确率。通过设计并搭建水浸超声检测系统,获得超声检测缺陷的波形数据,并对收集到的缺陷波形数据进行特征提取,从中筛选出有用的特征信息,经过小波去噪处理后作为特征信号输入概率神经网络,并进行网络训练,实现对不同裂纹尺寸的智能识别。实验结果表明:该方法可提高对裂纹缺陷尺寸识别的准确率和检测效率,具有较好的应用前景。     

基于神经网络的铝合金裂纹缺陷识别（英文）

将人工神经网络方法应用于铝合金工件裂纹缺陷识别,以克服传统人工识别的局限性,从而提高裂纹缺陷识别的准确率。通过设计并搭建水浸超声检测系统,获得超声检测缺陷的波形数据,并对收集到的缺陷波形数据进行特征提取,从中筛选出有用的特征信息,经过小波去噪处理后作为特征信号输入概率神经网络,并进行网络训练,实现对不同裂纹尺寸的智能识别。实验结果表明:该方法可提高对裂纹缺陷尺寸识别的准确率和检测效率,具有较好的应用前景。     

插入式管座角焊缝超声声束全覆盖方法与检测试验

为了提高插入式管座角焊缝超声检测的缺陷检出率,提出了利用刚性相控阵在管座上进行扇形扫查,结合柔性相控阵在接管内壁进行线性扫查的方法,从而实现对此类焊缝的声束全覆盖检测。首先,讨论了不同检测面的选择对缺陷检出率的影响;接着,利用CIVA软件仿真并分析了两种检测方法对不同缺陷的检出情况;最后,对自行设计的插入式管座角焊缝试样进行了检测。试验结果表明,同时利用这两种方法进行检测,可以有效提高缺陷检出率。     

加垫板对接焊缝超声波检测中非缺陷信号的识别

在加垫板对接焊缝的超声波检测中,通常采用在焊缝的双面双侧布置探头进行半波程扫查的方式进行检测。对于钻杆接头与本体连接焊缝的检测,由于只能从单面进行探测,则必须同时进行半波程与全波程扫查,才能检测到整个焊缝截面,但全波程扫查时,不可避免地会出现焊缝余高表面、焊缝底部垫板端角部位的反射信号,常与内部缺陷信号混杂在一起,影响检测人员对缺陷信号的正确识别。针对这一问题,设计加工模拟焊接试板,实验分析了该类结构检测中各种非缺陷信号的来源和反射波的特征,得出了这些信号的识别方法。     

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.     

基于超声信号和图像融合的焊缝缺陷识别

超声无损检测已被广泛用来检测材料内部的缺陷,然而对缺陷性质的识别始终是检测的难点,为此研究了一种基于超声信号和图像融合的焊缝缺陷识别新方法.该方法充分利用检测数据,通过对缺陷回波信号特征与缺陷形态特征的数据融合,实现了焊缝缺陷的有效识别.利用自主研制的超声成像手动检测系统对含有气孔、夹渣、裂纹、未焊透和未熔合五类典型焊接缺陷的焊件进行了检测,分别提取缺陷的超声回波信号特征和缺陷图像的形态特征,构建神经网络实现超声信号和图像特征的数据融合.结果表明,该方法实现了多类缺陷的识别,提高了缺陷识别率,有助于焊缝质量评定.     

弯头内表面应力腐蚀裂纹的超声检测

针对核电站系统弯头在运行期间会产生应力腐蚀裂纹的问题,根据弯头的结构尺寸、缺陷形貌进行了理论计算,设计了超声波探头、对比试块、扫查方式等;通过对比分析和试验研究,说明了超声波检测技术的可靠性,形成了专门针对该弯头的超声检测工艺,确保了检测灵敏度和分辨力。