管道漏磁图像的卷积核信息熵相似度约束方法

为了提高卷积神经网络中卷积核对管道漏磁图像的特征学习能力,提出一种基于信息熵相似度约束的卷积核优化方法.建立一种信息熵相似度约束规则,通过判定条件对权值相近或相似度过高的卷积核进行优化.搭建实验平台并建立样本数据库进行实验,该方法可优化其特征提取能力,得到具有区分目标和背景语义信息能力的优化卷积核.结果表明,优化卷积核对目标具有较强的特征提取能力,能提高网络分类准确率和工作效率,实验结果与理论分析具有很好的一致性.     

机械损伤检测传感器的设计

利用磁致弹性效应和电磁感应原理，设计了一种机械损伤检测传感器，详细地描述了传感器激励端和接收端测量电路的设计及传感器的软件设计，并对传感器的影响因素进行了分析.结果表明，该传感器可对凹陷和凿痕两种典型机械损伤进行有效的识别.非线性谐波传感器具有小型化、低噪声、低功耗等优点，可望实现管道机械损伤的在线检测.     

电磁超声表面波探伤技术

针对金属板材表面大范围的健康监测问题,进行了电磁表面波的研究。设计了基于电磁超声原理表面波探伤系统,其主要由激励、接收和换能器组成。由表面波的特性,推导出了表面波的激发频率,线圈采用反复绕制的回折线圈,其优点是增大单位面积的电流。激励采用推挽式功率放大,接收采用二级放大。在长600mm、宽300mm、厚30mm铝板上进行试验,实验结果表明利用一发一收的换能器模式能够检测铝板表面的缺陷,达到了对铝板表面探伤的效果。     

基于脉冲远场涡流的管道内检测技术

针对传统远场涡流检测方法对铁磁性管道内外壁缺陷灵敏度相同,无法有效区分缺陷在管道内壁还是管道外表面的问题,提出了采用具有丰富频率成分的脉冲激励信号取代传统的远场涡流中正弦信号激励的方法.采用小波去噪方法滤除检测数据中的信号噪声;研究了将检测线圈分别置于近场区、过渡区和远场区时的信号时域特性与管壁伤的关系;进行了针对管道管壁内外相同宽度不同深度缺陷的检测试验,结果表明采用脉冲激励作为激励源并综合运用过渡区的检测信号的幅值和过零时间特征能够有效地区分管壁内外全周向的缺陷.     

基于超声波的沟槽电缆局部放电检测技术

为了检测沟槽电缆绝缘层局部放电区域,文中提出了一种基于超声波的局部放电在线检测技术。基于绝缘层三电容模型和气隙放电模型,分析局部放电产生超声波的机理及信号特征;研究了高灵敏度、便携式沟槽电缆局部放电超声波在线检测装置;基于MATLAB的GUI功能研究了数据处理系统。测试结果表明:该装置能可靠地采集处理局部放电超声波信号,且信号幅值与放电量成正比,与传播距离成反比;在局部放电信号频率范围内,低频段放电信号的幅值较大。     

铝板材电磁超声检测中波的产生与传播过程分析

针对电磁超声波如何在非铁磁性金属板中产生的问题,研究了铝板中电磁超声波的产生和传播机理。利用有限元分析软件对铝板受偏置磁场作用,铝板内感生出涡流,在涡流的作用下产生洛伦兹力,最后在该洛伦兹力的作用下铝板内的质点发生位移形成电磁超声波的4个过程进行了仿真。仿真结果表明,通有高频电流的线圈正下方会感生出交变的涡流;在平行于铝板表面的静电场作用下,铝板表面上的质点受到垂直于其表面的洛伦兹力作用;板内质点在此垂直力的作用下振动产生电磁超声波;查看质点各个方向位移的变化直观地看出电磁超声波的衰减很大。最后通过对单个质点位移的仿真分析得出了质点位移最大的方向。     

磁层析成像管道检测信号空间传递过程的能量变化

磁层析成像管道检测方法已经被广泛应用于埋地和海底管道的无损外检测。该方法基于金属磁记忆原理,通过在管道外测量空间磁场分布中的异常情况来判别应力集中区的危险等级和位置。为了研究磁层析成像法管道检测信号在空间中的分布特征和传递规律,对磁化管道的应力集中区空间磁记忆信号的能量分布和变化规律进行了研究。利用磁偶极子场建立管道内壁应力集中区磁场模型,基于磁能理论对管道外不同提离空间磁记忆信号的磁场能量和磁能密度进行有限元计算,得出空间磁场的分布规律,分析了不同提离磁信号磁能密度之间的相关性。结果表明,管道外空气中的磁场能量随着提离值的增加而衰减,在管道外壁至提离值小于50 mm时衰减最快;管道外磁层析成像法检测的磁信号与管道内壁应力集中区信号同源。从理论上解释了磁层析成像管道检测的有效性,为从检测数据中提取有效信号提供了理论依据。     

电力变压器匝比测试仪

介绍了变压器匝比测试仪的两个部分,测试电源和测试电路,经Ｄ／Ａ转换、滤波、功率放大及变压器后,获得测试所需的精密电源,测试电路以８０３１为微处理器,配以自动组别切换电路、极性判别电路等,能自动测出任意组别变压器的匝比、误差等。并打印。     

基于神经网络及数据融合的管道缺陷定量识别

分析了管道缺陷的特征参数与漏磁信号的关系，研究显示管道缺陷的深度和长度分别与漏磁信号的幅值和宽度呈近似线性关系。将实际漏磁信号预处理以消除传感器提离值不同带来的影响，然后用已训练好的BP神经网络进行了管道缺陷的定量识别，识别结果的误差〈10％，完全满足实际检测要求。分别用加权平均和自适应加权平均两种方法将轴向和径向漏磁信号进行信号级融合，融合后基于BP神经网络的缺陷定量识别的精度和可靠性得到了明显提高，其中加权平均法更优。