变板厚漏磁信号有限元仿真分析

为了分析漏磁检测中不同缺陷深度及测试件厚度对缺陷漏磁信号的影响,基于漏磁检测技术基本原理,借助COMSOL有限元仿真分析软件,采用横向励磁方法对圆柱缺陷的漏磁场分布特征进行三维有限元模型建立,对缺陷漏磁场在不同影响因素条件下进行了仿真研究。结果表明,得到的漏磁场磁力线与理论分析结果一致;测试件厚度及缺陷深度均对不同缺陷半径有不同的检测性能,根据所提的评价方法来区分检测性能的优劣,最终得出对于不同测试板厚度的恒深度(8 mm)缺陷及测试板厚度的40%缺陷深度,均适用于12~32 mm测试件厚度的磁化器结构参数。研究结果对励磁结构的优化设计具有一定的参考价值。

基于双正交样条小波的输油管道焊接缺陷漏磁信号识别技术

针对输油管道焊接缺陷漏磁信号量大,无法精准检测漏磁信号磁场强度,影响识别效果的问题,提出基于双正交样条小波的输油管道焊接缺陷漏磁信号识别技术。应用双正交样条小波技术分解信号,采用稀疏矩阵求解器分解磁感应强度。计算连续小波变换系数和缺陷内漏磁场场磁导率,明确不同介质磁感应强度和场磁导率关系,识别凹、凸缺陷漏磁信号。实验结果表明,该技术凹形缺陷磁场强度检测结果只在峰值处出现了与实际数据最大为50 A/m的偏差,凸形缺陷磁场强度检测结果与实验数据一致。

小波包在管道漏磁信号分析中的应用

叙述了小波包分析的基本理论,并将时频分析理论引入管道漏磁信号的分析中,通过对实测信号的小波包分析,表明了小波包分析作为时频分析方法的一种,在漏磁信号的分析中具有独特的优越性。

漏磁信号增强算法研究

对漏磁信号进行增强处理以提高其信噪比是实现漏磁数据智能分析的重要前提。漏磁信号中同时包含低频和高频噪声,直接进行处理往往会产生较高的错误率。从无限长矩形凹槽的磁偶极子模型中发现,漏磁场的切向分量和法向分量的原函数和一阶导数具有较强的交叉相关性。于是,利用这种交叉相关性,提出将漏磁场磁感应强度切向分量和法向分量融合的漏磁信号增强算法,对检测目标位置的信号进行增强,同时对其余位置的噪声进行抑制,从而提高漏磁信号的信噪比。利用牵拉实验数据和在役管道漏磁内检测数据对算法进行了初步验证和推广。最后,从在役管道漏磁内检测数据中收集了若干样本,并提出适合于漏磁信号的信号质量评估方法,对所提增强算法进行量化评估。实验结果显示,几乎所有样本的信号质量均得到了提高,大多数样本得到了不小于10 dB的提高。

管道内壁缺陷漏磁信号的ANSYS仿真与分析

漏磁探伤法所检测到的缺陷除了可能是内表面或外表面、纵向或横向这些属性之外, 它还有分等级的问题, 即可能是一个导致管道报废的缺陷, 也可能是一个不影响使用的" 合格" 缺陷, 这要求检测系统有自动识别的功能。以管道内表面缺陷作为研究对象,利用有限元分析软件作为仿真分析工具, 对不同内表面缺陷所产生的漏磁信号进行仿真分析, 仿真结果表明, 不同缺陷所产生的漏磁信号不同, 缺陷的参数与其所产生的漏磁信号的参数之间有一定的对应关系, 通过大量的模拟仿真数据和实测数据可找出这种对应关系,从而为缺陷的鉴别和管道使用寿命的评价提供依据。

金属磁记忆漏磁信号检测钢绞线拉索锈蚀模型和试验

为检测斜拉桥重要承载构件——钢绞线拉索锈蚀状况,引入金属磁记忆技术,结合缺陷漏磁信号检测磁偶极子模型,建立了钢绞线锈蚀缺陷漏磁模型,并开展钢绞线试件锈蚀缺陷漏磁信号有限元数值仿真模拟和试验验证.通过理论研究、仿真分析和试验验证,剖析了钢绞线锈蚀缺陷漏磁信号分布变化特征,构建了漏磁信号检测钢绞线锈蚀的判别准则.研究结果表明:钢绞线锈蚀程度和漏磁信号存在唯一对应关系,可通过检测钢绞线周围漏磁信号及其变化来判定钢绞线锈蚀程度.漏磁信号量纲一磁感应强度峰值与钢绞线锈蚀程度呈Boltzmann函数分布,可以将其作为判断试件锈蚀程度的特征量.

基于漏磁信号的持荷钢绞线锈蚀检测试验

为检测持荷钢绞线的锈蚀情况,引入磁记忆技术,通过持荷钢绞线锈蚀检测试验,对钢绞线漏磁信号进行剖析,构建基于漏磁信号的持荷钢绞线锈蚀检测判别准则.研究结果表明:随着锈蚀程度的增加,持荷钢绞线漏磁信号随之增强,磁感应强度切向分量在锈蚀区域两端交汇于一点,且在锈蚀中间位置具有最大值,磁感应强度法向分量在锈蚀两端具有反向极大值和极小值,由此可定量判定钢绞线锈蚀位置及范围;进一步剖析持荷钢绞线锈蚀漏磁信号的磁感应强度切向和法向分量量纲一化的峰值与锈蚀程度、拉力之间关系,发现其关系曲线均呈Boltzmann函数分布,由此可定量判定钢绞线锈蚀程度与拉力大小.

管道漏磁检测中漏磁信号与缺陷特征关系的研究

运用有限元分析方法,建立缺陷漏磁场的数学模型,利用ANSYS有限元分析软件建立漏磁检测模型,对二维轴对称情况进行仿真。仿真结果表明不同的缺陷引起不同的漏磁信号,漏磁信号特征与缺陷特征之间有特定的关系,利用漏磁信号特征可以定量评价缺陷的特征。

基于形态滤波的漏磁信号基线漂移在线处理

为了实现快速漏磁检测，采用形态滤波的方法对漏磁信号的基线漂移进行在线处理．首先，运用Maragos类型形态滤波器，选择平面结构元素作为最佳形态滤波形式，并通过实验得到最佳结构元素选取标准；然后，利用该滤波器和小波分解的方法分别对仿真信号和采集到的漏磁信号进行基线漂移的处理．结果表明：形态滤波的方法能够实时准确地实现基线漂移的去除．

基于形态滤波和提升小波变换的漏磁信号处理研究

利用数学形态学与提升小波变换相结合的方法对漏磁信号进行分析处理。先用数学形态方法对漏磁信号进行滤波预处理,可以有效地去除脉冲噪声与基线飘移,再利用提升小波变换对处理后的漏磁信号进行多分辨分析,得出各层逼近信号与细节信号。结果表明,该方法可以有效地滤除漏磁信号的噪声。罗华1,2,3雷斌1,2胡玉新1,2(1.中国科学院空间信息处理与应用系统技术重点实验室北京100190;2.中国科学院电子学研究所北京100190;3.中国科学院大学北京100039)

基于自适应阈值的提升小波包漏磁信号去噪研究

为了更好地实现对原始漏磁信号噪声的抑制，针对硬阈值函数和软阈值函数中存在的问题，提出一种自适应阈值选择方法，研究了基于该方法的提升小波包降噪算法。采用小波包和提升小波包，分别在硬阈值、软阈值和自适应阈值处理函数下，对含噪信号进行降噪效果的分析和比较，并给出了漏磁信号在自适应提升小波包算法下的降噪效果。仿真结果表明：该方法具有更高的分辨率和近似优化能力，在保留原始漏磁信号有效成分的同时，能更好地去除噪声。

基于提升小波包的漏磁信号去噪研究

为了更好地解决对原始漏磁信号的噪声抑制问题,在讨论提升小波包变换的基本原理及特点的基础上,提出应用这种方法对漏磁信号进行分解和重构。与传统小波包变换相比较,该方法具有更高的分辨率和近似优化能力,研究结果表明,它能在保留原始漏磁信号有效成分的同时,更好地去除噪声。

基于DM7520的在线漏磁信号采集系统

对一种基于工控机PC104和数据采集卡DM7520的在线漏磁信号采集系统进行了研究,并提出了相应的滤波算法和基于小波多分辨率分析的数据压缩算法。通过系统的实际应用,在现场试验中取得快速、精确、可靠的测试效果。

缺陷参数与漏磁信号相互关系的实验研究

为了评价无缝钢管表面缺陷的严重程度，必须估测出缺陷的深度、宽度等参数。文章阐述了漏磁探伤中缺陷参数和漏磁信号的相互关系。通过对实验结果的分析表明：缺陷的深度、宽度及倾角分别与漏磁信号的幅值成一定的函数关系，根据信号的特征可反演出缺陷的大小。

模糊提升小波在脉冲漏磁信号处理中的应用

在脉冲漏磁检测中,有效抑制信号中的噪声是最终正确识别缺陷的关键环节之一。介绍了提升小波变换的基本理论及传统阈值降噪方法;针对传统硬、软阈值法的局限性,提出了包括带有可变因子的隶属函数的模糊阈值处理方法;运用该方法对仿真和实验信号进行了降噪研究。结果表明,采用模糊提升小波降噪方法能够很好的抑制脉冲漏磁信号中的噪声,在实时信号降噪方面具有很好的应用前景。

自适应提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题,采用提升小波变换的方法构造小波,在讨论了第二代小波变换基本原理及其特点的基础上,将自适应性引入提升方案中,提出了第二代小波的改进算法,用先更新后预测的改进提升方案解决自适应性引起的非线性问题。应用该算法对采集的漏磁信号进行消噪处理,并在阈值处理过程中引入了软硬阈值折衷法。仿真结果表明:与传统小波变换的去噪效果相比较,该文的信号降噪处理方法,不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法。

基于阵列漏磁信号分析的无刷直流电机高阻接触故障诊断研究

无刷直流电机具有效率高、能量密度高、噪音低等优点进而被广泛应用于汽车、工业自动化、航空航天等领域。高阻接触(high resistance connection,HRC)故障是电机的典型故障之一,该故障严重时会导致急剧温升乃至火灾,因而无刷直流电机的HRC故障研究具有重要的意义。通常采用电流电压信号分析的方法诊断HRC故障,但现有的方法仍存在局限与不足。针对此问题,设计了一种新的结合阵列漏磁信号分析和机器学习的方法实现无刷直流电机HRC故障的定位和定量分析。首先通过安装在电机外壳的霍尔传感器阵列采集多通道漏磁信号,利用神经网络分析漏磁信号的时域特征实现电机HRC故障检测和定位。在确定故障相之后,利用另一个神经网络模型分析漏磁信号频域特征实现HRC故障的定量分析。实验结果表明,提出的方法检测和定位故障的精度为98.75%,故障定量分析的平均均方根误差为0.018Ω。该方法具有非侵入式测量、易于实现、效率高等优点,对提升无刷直流电机HRC故障检测精度和效率具有促进作用。

模糊小波包在漏磁信号处理中的应用

采用小波包去噪方法解决漏磁信号的噪声抑制问题。针对软、硬阈值处理中存在的缺陷,提出了模糊阈值处理方法,应用该方法对采集的漏磁信号进行消噪处理。实验结果表明,与传统小波包的去噪效果相比较,模糊小波包降噪方法不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法。

基于漏磁信号深度特性的缺陷深度轮廓迭代优化方法

漏磁检测是一种广泛应用于钢结构件缺陷检测与评估中的无损检测方法。缺陷漏磁信号反演是漏磁检测的关键环节,其中有效的缺陷深度轮廓优化对于提高反演效率至关重要。该文提出一种基于漏磁信号深度特性的缺陷深度轮廓迭代优化方法,该方法基于缺陷区域漏磁信号平均值与深度间的近似线性关系,对缺陷初始深度序列进行估计,并进一步根据缺陷计算漏磁信号与检测漏磁信号间的误差分析对缺陷深度序列进行优化更新,最终实现缺陷深度轮廓的反演重构。通过仿真与试验分别对不同类型缺陷的漏磁检测信号进行反演,仿真与试验结果均验证了该方法的有效性。

提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题,在讨论了第二代小波变换基本原理及其特点的基础上,提出了应用第二代小波的算法对采集的漏磁信号进行消噪处理,并在阈值处理过程中引入了软硬阈值折衷法。仿真结果表明,与传统小波变换的去噪效果相比较,该降噪处理方法,不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法。