基于稀疏化LS-SVM的漏磁缺陷三维轮廓重构

漏磁缺陷轮廓重构是指由检测到的漏磁信号重构缺陷轮廓及参数,是实现漏磁反演的关键。将最小二乘支持向量机( LS-SVM)应用于漏磁缺陷的三维轮廓重构中,并对LS-SVM采取了稀疏化处理,将漏磁信号磁通密度法向分量Bz作为支持向量机网络的输入,缺陷的几何参数长度、宽度、深度作为输出,由实验测量数据和三维有限元仿真计算得到的仿真数据组建样本库。建立了由缺陷的漏磁信号到缺陷三维轮廓图的映射关系,实现了缺陷三维轮廓的重构。实验结果表明：该方法具有很高的精度和很好的泛化能力,同时对噪声也有一定容忍能力。     

一种消除材料属性对脉冲涡流缺陷轮廓重构影响的方法

采用脉冲涡流技术对缺陷轮廓进行重构时,不同属性材料中相同尺寸缺陷的检测信号特征存在较大的差别,缺陷轮廓重构的精度会受被测试件材料属性的影响,为有效地消除其影响,提出了一种基于不变函数的缺陷轮廓重构方法。该方法通过采用表征同一缺陷的两个不同特征量构建了能够消除材料属性影响的不变函数,而后通过建立由检测信号到缺陷轮廓的非线性映射关系模型,实现了不同属性材料的缺陷轮廓重构。将该方法应用于不同材料的缺陷重构实验,结果表明：该方法不仅可以有效地消除材料属性对缺陷轮廓重构的影响,而且具有较高的重构精度和较强的抗噪声干扰能力,是一种有效可行的缺陷重构方法。     

双小波神经网络迭代的漏磁缺陷轮廓重构技术

在二维漏磁缺陷重构中,建立基于径向基小波神经网络(RWBF)的正演和反演模型,提出了一个反馈形式的双小波神经网络迭代模型,通过迭代使目标函数最小化,实现对缺陷轮廓的快速逼近。用仿真和实验获取的训练样本分别对正演和反演模型的RWBF进行训练。为了提高径向基神经网络的适应性和精度,提出了一种新的训练算法。首先确定最优分解层数,然后利用梯度下降法修正网络的权值。对不同分辨率和不同信噪比下的漏磁信号进行了重构,并与其他方法进行了比较。结果表明,双小波神经网络迭代模型能够实现漏磁缺陷的精确逼近,具有良好的鲁棒性,是有效的二维轮廓重构方法。     

漏磁的磁记忆检测技术

基于漏磁检测的磁记忆检测仪由RC网络和运算放大器组成的有源滤波器、磁敏传感器、探头、信号处理电路、显示及键控装置、CPU系统等组成.该检测仪可检测疲劳构件表面应力分布、焊缝、设备和工件.以某电厂再热管对接焊缝的检测为例,对被测对象进行编号,对仪器进行规一化处理、检测焊缝,测到应力集中部位作好标记.然后对标记部位重点复查、跟踪监控.     

火炮身管缺陷漏磁信号的识别

在对火炮身管缺陷进行漏磁检测时,由于内表面膛线的存在,漏磁信号中除缺陷信号外,还有系统噪声和膛线干扰信号。说明了自适应滤波方法和小波变换分别去除膛线干扰信号和系统噪声的原理。在仿真试验中,自适应滤波的权值学习算法采用最小均方算法,自适应滤波的原始输入和参考输入信号来自于不同的两个传感器;选取二阶样条小波为小波函数,选用硬阈值函数和固定阈值的方法处理小波系数。结果表明,自适应滤波方法和小波变换很好地去除了膛线干扰信号和系统噪声,提取出了缺陷信号。     

基于三维有限元法的漏磁场分析

针对磁偶极子模型和二维有限元法在分析漏磁场过程中存在的不足,采用三维有限元分析漏磁场。根据麦克斯韦方程组和三维有限元分析原理建立了数学模型。利用数学模型对漏磁信号进行了仿真分析,得到了三维磁通密度矢量图和它的径向分量曲面图,直观地显示了缺陷附近漏磁场的特点。同时研究讨论了缺陷长度、检测路径位置和提离值对漏磁信号峰峰值的影响。为进一步对漏磁场的研究打下基础。     

基于漏磁原理的非接触式电磁阀检测技术应用研究

电磁阀是重要的控制部件,应用于各类航天飞行器。根据电磁阀阀芯动作特性,结合目前漏磁检测的一些研究,提出了一种基于漏磁原理的非接触式电磁阀检测方法,对飞行器的电磁阀极性进行测试,并设计了电磁阀极性检测系统.在此基础上对检测系统应用进行研究,验证漏磁检测技术应用到航天器极性测试中的可行性和准确性。结果表明:基于漏磁原理的非接触式检测技术应用于电磁阀动作检测,与控制指令相比,检测结果准确可靠。     

漏磁检测技术的新发展--磁记忆检测

磁记忆检测技术（MMT）是基于漏磁检测方法上的一种新兴元损检测（NDT）技术，是迄今为止对金属部件进行早期诊断唯一行之有效的无损检测方法。本文着重介绍了磁记忆检测技术的原理、检测设备及其在实际生产中的应用。     

基于BP神经网络的漏磁定量化检测

漏磁检测是由铁磁材料制作的兵器部件的常用无损检测方法之一,检测中的难点是根据被测漏磁信号反演缺陷的几何参数。将BP神经网络应用于漏磁信号的反演中,对神经网络进行训练,建立了漏磁信号与缺陷几何参数之间的数学模型,利用测量漏磁信号和仿真数据对模型进行了检验。试验结果表明,BP神经网络能根据漏磁信号精确地预测缺陷的几何参数,为漏磁定量化检测提供了一种可行的方法。     

基于磁阻效应的镀层工件漏磁检测传感系统设计

针对镀层工件漏磁检测中检测信号微弱,干扰信号相对于缺陷信号大等特点,采用具有差分结构的磁阻传感器设计,对传感器信号进行放大、滤波处理,对传感器进行置复位、增益和偏差调整电路设计,取得了满意效果。     

一种漏磁信号不变特征提取方法

为了提高漏磁缺陷的重构精度,提出一种基于径向基函数(RBF)的漏磁信号不变特征提取的方法。该方法在对漏磁检测过程中速度影响进行全面分析的基础上,建立二维有限元模型,采集不同速度下的漏磁信号,将速度影响下的漏磁信号作为RBF网络的输入,静态下的漏磁信号作为输出进行训练。实验结果表明:这种方法实现了速度效应的补偿,提取出了漏磁信号的不变特征,而且具有较高的精度,是一种有效的方法。     

利用有限元神经网络计算漏磁场方法研究

针对有限元法计算量大的不足,用神经网络模拟有限元的分析过程,建立了求解漏磁场计算的有限元神经网络模型,并采用共轭梯度学习算法,对矩形缺陷的漏磁场进行了计算.通过计算得到了磁场强度、磁感应强度矢量图以及漏磁通密度x、y分量图.结果表明,有限元神经网络能够实现漏磁场的并行求解,具有速度快、稳定性好等优点,是一种漏磁场的快速...     

基于磁记忆梯度张量信号的缺陷二维反演研究

金属磁记忆检测技术是一种能对铁磁材料早期微观损伤及应力集中进行有效诊断的无损检测方法,针对二维反演方法难以准确得到缺陷分布的问题,提出了磁记忆梯度张量分析方法。分析磁梯度张量的测量要素,设计了磁记忆梯度张量信号测量方案;将磁记忆信号水平梯度模量作为缺陷边界反演的特征量,通过水平梯度模量的极大值位置来确定缺陷的边界及分布。裂纹二维反演实验结果表明,该方法不受检测方向影响,可对缺陷二维分布进行准确反演。     

基于重采样粒子滤波的目标跟踪算法研究

基于传统粒子滤波的机动目标跟踪方法针对非线性、非高斯系统有较好的估计性能,但是存在粒子退化现象。利用残差重采样算法,可以有效克服粒子滤波的退化问题。本文针对残差重采样算法作进一步研究,提出了一种改进的残差重采样粒子滤波算法。该方法在残差重采样基础上进行改进,可以避免残差重采样中关于残留粒子的重采样问题,在保证精度的前提下提高运行效率,减少运算复杂程度。仿真实验结果表明该算法与残差重采样粒子滤波相比提高了目标跟踪的实时性,并且随着粒子数的增加,这种优势表现得更加明显。