钢轨无损检测中的超声导波技术

超声导波技术因检测距离远而成为近年来无损检测领域研究的热点。文章首先分析了超声导波技术与常规超声波检测技术的区别,介绍了导波检测原理以及钢轨中超声导波的频散及多模态特性。其次,从导波传播特性的数值计算方法、激励频率及导波模态的选择、导波信号处理方法以及工程应用等方面阐述了超声导波技术在钢轨无损检测中的研究进展。最后,对钢轨超声导波检测技术的研究趋势进行了展望。

结合小波包奇异谱熵和SVDD的滚动轴承性能退化评估

针对设备的视情维修,提出一种将小波包奇异谱熵和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的特征矢量,然后以轴承正常状态下的特征矢量训练SVDD,得到正常状态下的基准超球体,再计算轴承全寿命周期内的特征矢量与基准超球体之间的相对距离,作为性能退化过程的定量评估指标,并对失效阈值和早期故障阈值进行设定。结果表明,与基于小波包和SVDD的性能退化评估方法相比,该方法的早期故障检测能力更强,对轴承性能退化各个阶段的描述更加准确。最后,利用基于EMD的Hilbert包络解调方法对评估结果的正确性进行了验证。

基于阵列探头的超声缺陷检测仿真及其定位

以铝板为研究对象,首先基于超声仿真技术,设计了"单发多收"超声阵列探头,对位于铝板内部不同深度处的21类缺陷分别进行建模和仿真分析,并获取相应的时域信号;其次,基于主成分分析(principal component analysis,PCA),对各缺陷的幅频初始特征进行提取,获得各缺陷的特征向量;最后,采用概率神经网络(probabilistic neural network,PNN)对各缺陷进行定位分析。研究分别以21×9和21×4个缺陷为训练样本和测试样本,分析结果表明:缺陷定位的平均正确率为82.14%,96.43%,100%。研究论证了采用超声阵列探头,并结合主成分分析和概率神经网络,进行缺陷定位的有效性。

基于小波包Tsallis熵和FCM的滚动轴承性能退化评估

鉴于小波包Tsallis熵和模糊C均值(FCM)的优点,提出了一种将两者相结合的滚动轴承性能退化评估方法。该方法首先提取正常数据和失效数据的小波包Tsallis熵,并利用FCM建立性能退化评估模型。然后提取待测数据的小波包Tsallis熵,并以待测数据隶属于失效状态的程度作为轴承性能退化中的定量评估指标,同时设定了早期故障阈值。实验分析表明,与基于小波包熵和FCM的评估方法相比,该方法得到的评估指标能更及时地发现早期故障,对噪声的鲁棒性也更强,且其变化范围为[0,1],可解释性强。