基于GA-BP神经网络的ACFM实时高精度裂纹反演算法

针对传统交流电磁场检测(ACFM)特征信号难以实现缺陷高精度实时反演的问题,在电磁耦合ACFM探头有限元模型分析的基础上,引入能量谱和相位阈值判定方法实时获取裂纹特征信号,建立裂纹实时反演实验系统并进行裂纹检测实验,基于加入遗传算法的BP神经网络(GA-BP)建立的ACFM实时高精度裂纹反演算法对实验得到的裂纹特征信号进行长度和深度的反演。结果表明:电磁耦合ACFM探头有限元模型可较好地仿真裂纹特征信号;采用能量谱和相位阈值判定方法能够实时获取裂纹特征信号;GA-BP神经网络能够实现裂纹长度和深度的反演,反演精度误差不超过10%。

基于ACFM技术的阵列TMR探头及裂纹检测系统开发

隧道磁电阻(TMR)是近年来发展的一种高精度磁传感器,在交流电磁场检测(ACFM)领域有很好的应用和发展前景。基于TMR传感器和交流电磁场检测技术,采用宽U型激励,设计了一种新型高精度阵列检测探头。借助TMR阵列探头,搭建完整的ACFM系统,开展了裂纹检测试验。试验结果表明,使用该探头的ACFM检测系统具有较大的检测范围和较高的检测灵敏度,在实现工件大面积检测的同时,可有效防止漏检。