基于涡流热成像的铁磁材料近表面微裂纹检测

采用涡流热成像技术,对铁磁材料近表面微裂纹进行了检测研究。提出了平行激励热传导方式检测近表面微裂纹的检测方法;数值计算模拟了涡流激励下裂纹处的生热过程,分析了裂纹处的温度分布及其对检测结果的影响;采用平行激励方式对含近表面微裂纹的铁磁材料进行了检测实验,通过提取试件表面温度分布数据,获取其变化速率曲线,实现了对裂纹的检测和识别。结果表明:涡流热成像平行激励方式能够准确地检测到铁磁材料近表面的微裂纹缺陷;选择适当的涡流激励时间有助于提高裂纹处与非裂纹处温度对比,增强检测效果。该方法的研究为近表面微裂纹的检测和定量识别奠定了基础。

涡流热成像裂纹检测中的形状大小影响分析

涡流热成像无损检测技术可以对金属表面裂纹进行快速、准确的检测,但是不同的线圈、试件以及裂纹大小对检测效果影响很大。通过建立感应加热二维模型,选取裂纹处与非缺陷处温差作为特征量,对不同组成部分形状大小对涡流热成像检测的影响规律进行了数值模拟;对比分析了不同裂纹深度下温差随体积深度比的变化规律,采用数据拟合方法研究了相似裂纹检测规律,并提取出试件形状以及线圈形状对检测效果的影响曲线;最后进行了涡流热成像试验验证。结果表明:当裂纹深度较大时,体积深度比影响规律可分为上升阶段、平稳阶段和下降阶段;相似裂纹间温差变化符合二次变化规律;涡流热成像技术可有效检测超大或超厚试件表面裂纹;减小线圈提离、曲率和线径的大小有助于增强检测效果。实际检测过程中,可据此针对不同被检试件采用不同线圈,提高检测能力。

铁磁材料表面裂纹的涡流热成像检测

针对铁磁材料表面裂纹缺陷,采用新型涡流热成像方法进行了检测。分析了感应涡流激励引起裂纹处生热的机理,设计了基于串联谐振的涡流激励装置,构建了高频低功率激励的涡流热成像检测试验系统,利用该系统对铁磁材料试件进行了检测。针对裂纹图像序列存在的"横向模糊"效应,采用高通滤波和锐化等方法对原始热图进行了增强处理,基于直方图双峰法、迭代法和数学形态学的分水岭等方法对裂纹图像进行了分割,实现了裂纹长度参数的定量识别。结果表明:涡流热成像能够快速、高效、直观地检测出铁磁材料的裂纹缺陷,当裂纹长度为5mm时,误差不超过15%。

一种光纤管道安全预警系统的EAD算法

由于石油天然气的特殊性,管道周围存在多处非破坏性干扰事件,给预警系统报警的准确性带来了巨大挑战。为提高有背景干扰情况下对破土事件(Excavation Acitivity,EA)的检测水平,开发了破土事件检测(Excavation Acitivity Detection,EAD)算法。利用光纤管道安全预警系统(Pipeline Security Forewarning System,PSFS)在西气东输武汉—鄂州段的现场数据,建立了EA和干扰事件(Non Excavation Acitivity,NEA)数据库。根据信号特性提炼了振动信号的Pisarenko谐波分解特征、相邻采样点的Itakura距离特征、Mel频率倒谱系数特征,设计了隐马尔科夫模型(Hidden Markov Model,HMM)和支持向量机(Support Vector Machine,SVM)双层分类结构,由HMM计算最优状态序列,然后输入SVM分类器区分信号中是否有EA。结果表明:该EAD算法结构能够有效提升有背景干扰情况下EA信号的检出率,经现场测试EA信号检出率为85.5%。研究结果可为光纤管道安全预警系统在开放性现场的应用提供理论依据。