基于GA-BP神经网络的微裂纹漏磁定量识别技术

针对漏磁检测定量识别技术中识别的缺陷尺寸大多为1～10mm的较大裂纹,与实际自然裂纹相差太大的问题,将基于遗传算法优化的BP神经网络（GA-BP）算法应用到微裂纹缺陷的漏磁定量识别中,使得漏磁检测定量识别缺陷的宽度、深度达到小于0.50mm的微细裂纹,并通过基于磁偶极子模型的理论计算与漏磁检测实验两种方法构建了微裂纹（0.10～0.30mm）缺陷样本库.由于在实际检测过程中存在干扰噪声的原因,实验数据的预测结果误差比理论计算数据预测结果明显偏大,最大为16.73%,但预测结果能够基本反映微裂纹缺陷的尺寸大小.

基于改进BP神经网络的微裂纹漏磁定量识别

漏磁检测是铁磁材料常用的无损检测方法之一,定量识别是指通过检测到的漏磁信号识别裂纹的尺寸.采用主成分分析和优化神经网络相结合的建模方法,建立了微裂纹宽度与深度的预测模型.主成分分析去除了数据相关性,减小了输入样本维数,显著简化了网络结构;遗传算法优化的BP神经网络(GA-BP神经网络)可以有效地防止搜索过程中陷入局部最优解.通过基于磁偶极子模型的理论计算与人工刻槽微裂纹漏磁检测实验两种途径验证了该算法在微裂纹定量识别中的应用,为裂纹发展阶段的早期定量识别技术奠定了一定的基础.

基于模块组合式阵列的三维漏磁检测系统

为了研究阵列传感器在试件上大面积扫查检测的问题,研制了一种基于模块组合式AMR磁阻传感器阵列的三维弱磁信号检测系统。检测系统由结构相同的标准模块组成,每个模块可同时采集X、Y、Z三个方向的磁信号。对含预制裂纹的16MnR钢平板试件进行检测实验,并采集试件表面的磁信号。结果表明:可重配置式三维阵列探头对表面裂纹具有较高的灵敏度,并对亚表面裂纹具有一定的辨识能力;三维阵列探头可有效扩大检测范围,并通过对磁阵列信号成像可得到裂纹的形状及所处的位置信息。

强化磁激励条件下磁记忆检测试验研究

对含预制缺陷的16MnR钢平板试件进行拉-拉疲劳试验,试验过程中采用励磁装置进行稳恒弱磁激励,通过巨磁阻传感器采集试件表面应力集中区域的漏磁场信号。结果表明,在弱磁激励和载荷作用停止时测得的漏磁场切向分量仍可以认为是一种广义的磁记忆信号,适当加强外磁场激励可以突出、强化磁记忆信号,提高检测系统的灵敏度,使检测效果得到改善;漏磁场切向分量在试件应力集中处出现最大值,其值随循环次数增加而增大,且在疲劳的不同阶段幅值变化率不同。

基于GA-BP神经网络的微裂纹漏磁检测定量化评价

介绍了利用遗传算法优化BP神经网络,实现金属中微细裂纹漏磁检测定量化评价的基本原理。将遗传算法和人工神经网络有机结合,进行漏磁定量化检测,既提高了算法的全局搜索性,又良好地适应于非线性问题。试验结果表明,将该人工智能算法应用于工程实际,能有效实现基于漏磁检测信号的金属中微细裂纹定量化评价。

弱磁激励下Q235钢的磁记忆检测

在不同弱磁场环境下对Q235钢平板试件进行静拉伸试验,利用TSC-1M-4磁检测仪原位测量试件表面的法向磁场,并分析磁场在拉伸过程中的变化规律。结果表明:强化弱磁激励可以减小干扰噪声的不利影响,改善检测效果。弱磁激励下,试件在弹性阶段出现应力磁化反转现象;塑性阶段保持磁化反转,磁场越过零点后沿反方向增大。并且,探讨了试件在弱磁激励下磁场梯度K与应力之间的相关性,为磁检测技术在铁磁材料损伤评估中的应用奠定了基础。

基于PSO-LSSVM的疲劳裂纹漏磁定量识别技术

针对疲劳裂纹难以定量识别的问题,提出一种将主成分分析(PCA)和粒子群优化的最小二乘支持向量机(PSO-LSSVM)相结合的建模方法,通过建立漏磁信号与疲劳裂纹宽度、深度之间的非线性映射关系,对疲劳裂纹宽度、深度进行定量识别.搭建漏磁检测系统,采用疲劳拉伸试验制备一系列疲劳裂纹样本,通过疲劳裂纹漏磁定量识别实验,建立漏磁缺陷样本库,对基于PSO-LSSVM的疲劳裂纹漏磁定量识别方法的可行性进行验证.结果表明,该方法能够有效定量识别尺寸小于1mm;疲劳裂纹的宽度、深度,误差在0.1mm左右.

飞机发动机叶片缺陷的差激励涡流传感器检测

针对某型号飞机发动机涡轮叶片上预制的微裂纹缺陷进行了检测研究.基于涡流检测技术设计并研制了一种尺寸小、灵敏度高的差激励探头,应用有限元分析软件开展了叶片微裂纹缺陷仿真分析.为了实现叶片的自动高效检测,设计并采用数控多自由度扫查台来控制采集过程,实现了对叶片表面裂纹缺陷的快速扫查检测.采集信号经过信号调理电路,A/D转换后输入计算机,完成信号的保存、处理和输出.通过对比实验结果与仿真结果发现,研制的差激励式涡流传感器可以有效地实现对叶片类零件表面微裂纹位置的判定,对涡轮叶片类零件微缺陷早期诊断评估具有一定的现实和借鉴意义.

关于利用金属磁记忆方法进行应力定量化评价问题的讨论

对利用金属磁记忆检测技术在应力评价方面的研究现状进行总结,分析磁记忆检测原理和磁机械效应理论之间、应力磁化反转现象和接近定律之间的关系,认为金属磁记忆效应,是稳恒弱磁场激励下的一种力磁效应,符合磁机械效应理论的相关描述和结论。指出弱磁激励情况下力磁关系的非线性、以及检测结果易受众多干扰因素影响的特点,给利用磁记忆检测技术进行应力定量化评价带来实质性困难。磁记忆检测技术的优势,应在研究铁磁材料塑性阶段濒临损伤前的微观缺陷和信号异变的复杂关系以及应力集中和损伤综合作用下异变磁信号的快速和有效识别等方面。

航空发动机涡轮叶片裂纹检测信号特征提取

航空发动机涡轮叶片是高精密重要器件,其表面微裂纹检测属于不规则曲面检测的一种,是无损检测领域研究的热点和难点。考虑到涡流检测的特有优势,设计了一种不同于传统方式的简单实用且有效的差激励涡流探头,实现对涡轮叶片预制微裂纹的识别。由于叶片表面为曲率变化的弧面,检测过程难免会发生提离,因此获得的检测信号中包含噪声和多个奇异点等多种干扰因素。为保证缺陷位置重要信息不丢失,采用镜像延拓经验模态分解(EMD)重构与小波奇异性检测相结合的方法对得到的微裂纹信号进行处理,滤除了非裂纹位置的多处畸变点影响,有效准确地实现了叶片微裂纹位置的判定。实验结果表明,该方法可以有效降低检测信号的噪声和干扰,准确提取裂纹信号特征信息,对飞机涡轮叶片类零件微缺陷的早期检测和完整有效性评估具有一定的借鉴意义。

利用强化磁激励场提高磁记忆检测灵敏度的可行性分析

金属磁记忆检测是一种弱磁场激励下的磁性检测方法,磁记忆检测易受干扰磁场的影响,因而其检测灵敏度和可靠性较低,至今仍难以在实际工程中推广应用。针对该问题,提出了通过强化磁激励场,提高磁记忆检测灵敏度和可靠性的方法。分析了该方法的原理,得出了利用该方法可以有效抑制干扰场,提高检测灵敏度的结论。

基于涡流检测信号的航空发动机叶片缺陷分类与评估方法

航空发动机涡轮叶片的缺陷检测对于保障飞机安全运行至关重要.由于叶片属于非规则小曲率零件,难以保证严格的提离距离和检测法向方向,由此产生了不可忽视的干扰和噪声,加之缺陷变化信息微弱,给检测带来了实质性困难.本文设计研制了一种尺寸小、灵敏度高的差激励涡流检测探头,可以安装在数控多自由度扫查台上,对叶片曲面零件表面缺陷进行快速扫查检测;利用总体平均模态经验模态分解技术(EEMD)和小波变换相结合的方法,来有效抑制强背景噪声,提取信号特征,并结合支持向量机(SVM)方法实现裂纹缺陷的分类.

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。

基于强化磁记忆的螺栓联接件损伤在位监测研究

针对螺栓联接结构中螺栓孔位置处裂纹损伤实时监测的需求,采用强化磁记忆检测技术,搭建了基于GMR传感器的环螺栓孔阵列的低周疲劳裂纹产生和扩展监测装置,对螺栓孔孔边的状态进行实时在位监测,并通过分析监测信号对拉伸试件的损伤断裂位置进行定位。结果表明,该装置可以有效预测裂纹萌生及试件断裂的位置,并且在损伤出现的早期阶段磁异变信号更加敏感。

基于磁性方法的集成无损检测装置研究

为了对铁磁性材料的残余应力、微裂纹等缺陷进行快速检测,设计了基于AMR传感器的集成无损检测装置。该装置集成了磁记忆检测技术、漏磁检测技术和磁巴克豪森噪声检测技术,并对含残余应力带与不同方向预制裂纹的45#钢试件进行检测实验。结果表明:该集成装置既可以检测试件中的残余应力,又可以识别不同角度的微裂纹缺陷,并且可以对残余应力进行定量化评价,实现了铁磁材料残余应力、微裂纹等损伤状态的综合评估。

电火花刻伤在无损检测技术中的应用

基于电火花刻伤的原理研制出新一代刻伤设备——DYBH-NEN-Ⅱ型数控电火花刻伤机,描述了新型电火花刻伤机的结构特点和工作原理。通过对平板试件与圆管试件进行人工刻伤,验证该设备的加工试验效果。结果表明:DYBH-NEN-Ⅱ型数控电火花刻伤机性能先进,能满足刻蚀微小伤型的需求,且技术成熟、加工性能稳定,可以满足于航空、核电、铁路、压力容器等行业的检测需求。

电刷镀镍钢-铝钎焊接头的界面组织与力学性能

针对因界面形成脆性金属间化合物IMC而导致钢/铝钎焊接头力学性能差的问题,进行了Q235表面电刷镀镍预处理、及随后采用Al-12.6Si-15Cu-2Ni钎料的Q235/1060炉中钎焊试验研究。结果表明,适当厚度的电刷镀镍层能够有效提高钢/铝钎焊接头的强度和韧性,电刷镀时间15 min试件的钎焊接头具有最大的剪切强度(≈95 MPa),比未电刷镀试件(≈56 MPa)提高近70%;剪切断口中韧性断裂面积约占40%,比未电刷镀试件(≈10%)增加了4倍。电刷镀镍钢/铝钎焊接头中外侧IMC(Fe2Al5相)层的厚度变薄,内侧IMC(Fe Al3相)的形态由羽毛状边缘变成较为平直光滑的边缘。钢表面电刷镀镍对钎焊过程中液固界面反应的抑制和调制作用是其提高钢/铝钎焊接头力学性能的主要原因。

基于磁各向异性方法的铁磁材料应力检测研究

针对铁磁材料应力至今仍难以有效检测的问题,提出采用磁各向异性方法对铁磁材料应力进行检测。基于磁各向异性方法的检测原理,研制3种不同结构类型的锰锌铁氧体检测探头,搭建由励磁系统、信号采集系统、信号处理系统组成的磁各向异性检测系统,并在不同应力、频率与激励电压下对不同形状试件进行检测试验。结果表明,探头对于试件处于不同应力、激励频率与不同激励电压下均具有很好的检测效果,3种类型探头之间具有不同的检测现象和特征。

面向低频振动测量的双光纤光栅加速度传感器研究

低频振动测量对地震海啸等灾害预警、地质勘探和能源开发等领域具有重要意义。针对现有FBG加速度传感器测量低频振动时灵敏度较低的问题,提出一种高灵敏度低频双FBG加速度传感器。采用十字簧片作为拾振结构,理论分析传感器的振动响应特性,给出传感器的谐振频率和灵敏度公式。建立传感单元的数学模型,对传感单元结构参数进行优化,并利用有限元仿真验证理论分析结果,最后制作传感器实物并对其进行性能测试。结果表明,传感器固有频率为65 Hz,在3~45 Hz频段具有平坦的灵敏度响应,动态范围为73 dB@10 Hz,灵敏度为1498.29 pm/g,线性度为0.9998,横向串扰为–33.99 dB,能够满足工程中低频振动检测的要求。

基于模块组合式阵列漏磁传感器的微细裂纹定量化研究

采用自行研制的模块组合式漏磁传感器实现了微细裂纹的定量化研究。漏磁传感器核心器件为AMR磁敏元件,基于漏磁信号切向分量,提取与人工预制裂纹尺寸相关的一组特征量;利用三次样条法拟合实验数据,构建虚拟实验样本,采用GA-BP神经网络对样本库进行训练,并定量识别微细裂纹。研究表明,文中所提技术思路能有效实现微细裂纹的定量化评估。