巴克豪森信号与300M钢表层应力的响应特性

采用四点弯曲加载,研究300M钢表层应力与巴克豪森信号值的关系,并用磁滞伸缩模型对试验结果进行了分析。结果表明,应力方向与磁化方向平行时,巴克豪森信号值随拉应力的增大而增大,随压应力的增大而减小。但同时也发现随着磁化方向与应力方向的偏离,或是随着磁化强度的变化,这种相关性会发生变化,在特定条件下甚至出现相反变化趋势。

巴克豪森信号在钢板应力检测中的应用

针对铁磁性材料(如管道、钢板等)由于应力集中导致的裂纹、断裂甚至失效等问题,研究了应力对铁磁性材料内部结构的改变,及在磁化过程中应力影响磁畴错动产生巴克豪森信号,研究巴克豪森信号与应力的关系,提出应用巴克豪森效应检测应力的方法。采用激励线圈产生外磁场磁化钢板,检测线圈置于钢板表面接收信号,信号经滤波放大电路得出巴克豪森信号,研究拉应力与巴克豪森信号关系。实验结果表明,巴克豪森信号随铁磁性材料中拉应力增大而增大。通过检测巴克豪森信号的大小得出材料所受应力,有效的预防因应力过大造成工件的断裂等问题。

钢板应力检测中的巴克豪森信号分析

针对铁磁性材料由于应力集中导致的断裂等问题,分析了铁磁性材料在磁化过程中激励频率对巴克豪森信号的影响,分析了应力与巴克豪森信号的关系及特性。采用检测线圈与激励线圈共同缠绕于同一磁芯的方式来接收信号,并通过高通滤波电路得到巴克豪森信号。实验结果表明,激励频率在20Hz时,巴克豪森信号较强较稳定,并且随铁磁性材料中拉应力增大而增大。通过检测巴克豪森信号的大小实现铁磁性材料的应力检测,有效地预防因应力过大造成的工件损坏问题。

巴克豪森噪声应力检测的人工神经网络数据处理方法

介绍了人工神经网络技术的原理、学习与训练方法等,以及如何建立巴克豪森噪声(BN)信号与应力间的关系。分析了实际测量结果,说明该数据处理方法能够在BN应力检测中很好地应用。