基于电涡流热成像的钢轨滚动接触疲劳裂纹动态检测研究

针对钢轨滚动接触疲劳裂纹检测挑战,提出了新型传感结构下的多物理电涡流热成像技术。通过COMSOL Multiphysics有限元仿真软件,分析了圆柱形磁芯结构、弧形磁轭结构和U形磁轭结构的电磁场特性,并研究了在不同传感架构下对疲劳裂纹的检测效果。针对实际应用条件,在U形磁轭结构的基础上研制了L形磁轭和梭形磁轭结构并集成开发了感应激励源系统。静止状态下铣平钢轨试块缺陷检测试验表明自主研制的系统对钢轨表面微小缺陷的检测灵敏度高,能实现0.5mm宽缺陷的定量分析,且最小能识别钢轨表面0.2 mm宽的缺陷。通过圆盘缺陷检测试验对速度效应下疲劳裂纹的检测进行了研究,提出的鲁棒低秩张量裂纹分解算法极大地消除了原始热图像的背景噪声并提升缺陷检测分辨率。最后搭建并集成了钢轨低速巡检试验平台,验证了对钢轨踏面复杂滚动接触疲劳裂纹检测的有效性。

金属表面缺陷的电涡流脉冲热成像检测

利用搭建的电涡流脉冲热成像检测平台,对常用金属的表面缺陷进行了检测。为了去除热成像图中的噪声,提高金属试件表面缺陷的对比度,采用独立成分分析法分析了表面缺陷的热响应特征。结果表明,独立成分分析法可有效地识别出缺陷、线圈、缺陷及线圈附近、试件边缘等区域的热响应信号特征,缺陷区域成像清晰,实现了金属构件表面线性缺陷和微小开孔的可视化检测。

涡流热成像隐马尔科夫评估方法及应用

电涡流脉冲热成像(Eddycurrentpulsed thermography,ECPT)技术是一种集成了电、磁、热等多物理效应的新兴无损检测技术,具有单次检测范围大、无交互、检测速度快等特点。传统基于特定时刻的单帧热图像分析,很难直接区分不同区域的热分布,无法建立有效的数学、物理模型,对微小缺陷与早期疲劳损伤难以进行完整、有效的检测与评估。本文利用多帧热图像序列构造出了不同阶段的多维观测矩阵,通过拉普拉斯特征映射(Laplacianeigenmap,LE)方法对高维观测数据集进行降维处理。利用COMSOL仿真分析了隐马尔科夫模型(hidden Markov model,HMM)追踪、评估材料特性的有效性,最后通过HMM对降维后的齿轮疲劳数据进行学习、评估。通过不同阶段的齿轮疲劳实验验证,基于隐马尔科夫模型与电涡流脉冲热成像的技术可以很好地评估齿轮在不同阶段的疲劳损伤状态。

基于电涡流脉冲热成像偏度特征的钢轨自然裂纹量化评估

钢轨在服役过程中长期承受列车轮对的压力和冲击载荷,会使其表面及浅层区域产生滚动接触疲劳裂纹。该种裂纹具有典型的三维空间特征,常规无损检测方法难以对裂纹的三维特征进行量化评估。以不同承载的钢轨试件中含有的滚动接触疲劳裂纹为研究对象,采用基于多物理场耦合的电涡流脉冲热成像检测技术,分析钢轨车轮踏面加热及冷却阶段的热图像序列偏度分布,表征裂纹三维特征,并与工业计算机层析成像扫描得到的裂纹形貌进行校验。试验结果表明,热图像序列的偏度特征能有效表征钢轨滚动接触疲劳裂纹的位置、走向、长度以及深度信息,偏度表征的裂纹沿钢轨表面走向角度与工业计算机层析成像扫描所得的结果线性相关,相关系数约0.97;偏度表征裂纹沿钢轨内部纵向扩展的空间角度与工业计算机层析成像扫描空间角度相关系数约0.89;偏度表征的钢轨内部闭合裂纹长度值与工业计算机层析成像扫描结果相关系数约0.94;偏度值与对应裂纹深度呈近似线性关系,相关系数约0.98。因此,基于电涡流脉冲热成像技术的偏度特征提取可用于钢轨滚动接触疲劳裂纹的量化评估,并得到工业层析成像结果校验。电涡流热成像及偏度量化评估方法对在役钢轨滚动接触疲劳裂纹的早期诊断、量化评估、三维可视化以及运营维护具有广阔的应用前景。