超声检测方法研究HMX及TATB基PBX的热循环性能

为了获得奥克托今(HMX)及三氨基三硝基苯(TATB)基高聚物黏结炸药(PBX)热循环性能,在-40~75℃条件下对HMX及TATB基PBX进行热循环试验,采用超声回波法对分别经历3N个(N=0,1,2,…,9)热循环周期的炸药试件的纵、横波声速进行了测试,通过弹性模量和泊松比的超声测量方法计算得到动弹性模量(杨氏模量、剪切模量)和动泊松比,通过拉伸力学性能试验对静弹性模量进行了测试,计算得到动静弹性模量比。结果在热循环试验过程中,随着周期增加,HMX基PBX密度降低且降低速率逐步平缓,TATB基PBX密度呈先降低并速率放缓后略微回升的趋势,HMX及TATB基PBX纵波声速、横波声速、动杨氏模量、动剪切模量的变化趋势与其密度变化趋势一致,动泊松比基本不变,纵、横波声速与密度具有正相关的线性关系,静弹性模量先降低再升高,动静弹性模量比先升高再降低,静弹性模量和动静弹性模量比的变化拐点HMX基PBX在第15个热循环周期,TATB基PBX在第21个热循环周期。说明PBX热循环损伤量与密度变化和内部微损伤密切相关,超声纵、横波声速可定量评价PBX热循环试验中的热疲劳损伤;PBX动、静态弹性模量的差别是由PBX的结构特征所决定的;PBX动、静态弹性模量的变化趋势由微观机制控制,内在因素包括PBX内部的微裂隙、孔隙黏结剂流动。

基于CNN的强噪声干扰下C扫成像检测方法

在C扫成像检测中,若A扫信号中含有与缺陷回波幅值相当的强噪声干扰,则闸门方法无法正确成像。针对这一问题,提出了一种新的卷积神经网络模型架构,对缺陷A扫信号进行识别,实现了强噪声下的C扫成像检测。网络架构中采用了残差模块,使得利用深层卷积神经网络提取更加抽象特征成为可能;同时在训练中采用了Focal Loss损失函数和联合准确率克服了训练集类别不平衡的影响,有效调高了分类准确率。实验结果表明,在强噪声干扰下,该方法的A扫信号分类识别准确率接近100%,较传统闸门方法提高了20%以上,实现了高质量、高精度的C扫成像。

基于自适应滤波的薄层厚度超声测量方法

针对应用超声脉冲回波法测量三层结构中的硅橡胶薄层厚度时回波混叠的问题,提出一种基于RLS(recursive least square)自适应滤波的解决方法。该方法将硅橡胶层下界面回波发生混叠的信号作为输入信号,将无硅橡层时的回波信号作为期望信号,通过RLS自适应滤波算法的处理提取出相互分离的有效下界面回波信号,实现硅橡胶薄层的测厚。研究不同滤波器阶数和遗忘因子对信号分离及测厚精度的影响,以输出信号的信噪比为指标选择最优的滤波参数。结果表明:该方法能够有效分离出发生混叠的硅橡胶薄层界下界面回波,能够测量0.15,0.17,0.19,0.21 mm 4种厚度的硅橡胶薄层,对回波部分混叠和完全混叠两种情况均有良好的适用性。

变壁厚回转体零件超声检测动态闸门技术研究

针对回转体自动化超声检测系统难以对变壁厚零件进行全尺寸检测的特点,提出一种基于底波声时预扫查的闸门动态控制技术。首先利用预扫查获取底波声时信息,然后对无底波声时信息的过渡区讨论线性及非线性插值方法,构建出闸门宽度控制数组,最后设计算法实现与验证试验,用该数组实时控制扫查闸门宽度,实现对变壁厚回转体的全尺寸扫查成像检测。实验结果表明:动态闸门技术可以有效检测出变壁厚回转体零件中的缺陷。