无损检测专业英语教学中的认知结构迁移理论应用研究

个体的认知在头脑中以“图式”的框图模式储备。已有的先验知识以迁移的形式影响新知识的学习,包括积极的正迁移和错误的负迁移,这将同化或顺应原有的“图式”形成新的“图式”。从大学英语知识的迁移、相关专业知识的迁移以及端正学习态度3个层面探讨认知结构迁移理论在无损检测专业英语教学中的影响,给出教师在专业英语教学中帮助学生形成正迁移的相关建议和策略,具有非常重要的意义。同时,通过无损检测专业英语课程的负迁移案例分析发现,教师授课时应注意减小或消除负迁移对新知识学习的影响。研究表明,认知结构迁移理论在专业英语中的应用有助于提高学生英语素养,丰富和改善大脑中原有的“图式”结构。

仅线圈式电磁超声检测方法与提离特性研究

针对传统永磁体式或脉冲电磁铁式电磁超声换能器(Electromagnetic Acoustic Transducer,EMAT)易吸附铁磁性颗粒导致换能效率下降甚至功能性损坏、难与铁磁性金属材料实现快速分离或移动、探头体积大、难以实现狭小区域等探头不可达区域的检测等难题,提出了一种仅线圈式电磁超声检测的技术实现与建模方法。建立了集仅线圈式EMAT的激励等效电路和检测过程的场路耦合分析有限元模型,分析了仅线圈式EMAT的纵波激励和接收机理,研究了提离对EMAT线圈的等效阻抗、放电电流的高频成分和类直流成分、检测回波的幅值和中心频率的影响。研制了仅线圈式EMAT检测电路,验证了提离的影响规律。研究结果表明:所研制的仅线圈式电磁超声检测系统可以在80 mm厚的铝合金试样中激励和接收纵波,且在0.1 mm提离时,一次底波的信噪比为28.10 dB。当提离由0.1 mm增加至1.0 mm时,二次底波的信噪比由22.21 dB减小至8.01 dB,其中心频率由1.35 MHz下降为1.27 MHz。

SiC_(p)/AZ91D镁基复合材料中SiC_(p)颗粒分散情况的无损检测方法

SiC_(p)/AZ91D镁基复合材料在航空航天领域应用较为广泛,但由于国内外对于超声波检测方法研究SiC_(p)/AZ91D镁基复合材料中SiC_(p)颗粒分布情况鲜见报道。本工作通过挤压铸造法,制备体积分数分别为0%,2%,4%和6%的SiC_(p)颗粒增强镁基复合材料。为了研究复合材料中颗粒分布情况,本工作采用超声声速法、超声衰减法、超声波特征扫描成像检测及非线性超声检测方法对SiC_(p)颗粒分散性进行研究。探索各种声学参量随SiC_(p)体积分数的变化关系及不同的检测方法对SiC_(p)颗粒分布情况检测能力的差异,并进行实验验证。结果表明:超声特征扫描检测及超声速度法能够定量检测SiC_(p)宏观团聚,超声衰减法对表征微观团聚和宏观团聚都能达到一个很好的效果,非线性超声检测方法对于检测SiC_(p)微观团聚更为敏感,颗粒不均匀时对力学性能影响最为突出,抗拉强度大大降低。

航空转子铜-钢结合层缺陷的五轴超声成像检测系统

针对现有的四轴平动扫描成像系统检测航空转子时系统定位精度低、抗干扰能力差的问题,研制了一套五轴超声成像检测系统。该系统对检测工作台,探头夹持装置及抗干扰装置进行了优化设计,改进了滤波方式,并在软件中加入探头对中算法。采用该系统进行抗干扰性试验,并对系统的定位精度进行验证,试验结果表明,五轴超声成像检测系统的定位精度高,成像效果好,能有效抑制电磁干扰,实现转子的连续稳定检测。

磁声发射信号样本熵特征量的应力检测方法研究

为解决在应力检测中传统磁声发射(magnetic acoustic emission,MAE)特征量易受噪声干扰的问题,提出基于磁声发射信号样本熵特征量的应力检测方法。在研究Q235钢试样在0~400 MPa拉伸应力状态下磁声发射信号中样本熵变化规律的基础上,分析励磁强度、嵌入维数、容限系数对磁声发射信号样本熵特征量的影响规律。结果表明磁声发射信号样本熵特征量与应力具有良好的对应关系,并且相较于传统时域特征量(峰峰值和均方根值),样本熵值的波动性指标分别下降89%和33%,在所选励磁条件下由样本熵值计算得到的应力值和实际应力值平均误差仅为8.5%,其受噪声干扰较小且一致性更好,更适合应用于铁磁性材料的应力检测。

基于FPGA和LabVIEW的磁声发射应力检测系统设计

磁声发射(Magnetoacoustic emission,MAE)是一种应力检测的有效方法,针对传统检测仪器设计参数固定,灵活性较差的问题,结合FPGA(现场可编辑逻辑门阵列)和LabVIEW设计了参数可调的磁声发射应力检测系统。其中,FPGA负责激励信号产生波形,并将接收到的AD转换数据发送至上位机进行处理。设计的LabVIEW上位机程序负责信号接收、数据处理和存储。试验结果表明,所设计的检测系统简单可靠,集成度高,能够灵活调整激励信号,满足应力检测的需求。

基于TRIZ理论提高滚动轴承故障检测的准确性

滚动轴承作为精密机械元件,广泛应用于大型工业或航空设备。如果轴承检测的准确性不高,导致漏检,将会造成严重事故。利用TRIZ创新方法提高滚动轴承故障检测的准确性。首先利用资源分析、功能分析及因果分析得到解决问题的突破点,之后利用TRIZ解决问题的多种工具,得到了14种解决方案(去重后),综合考虑成本、可行性和可靠性,提取了3个方案组合形成最终方案,即:将传感器内置于滚动轴承内部,并对传感器采集的信号进行放大滤波处理,再用自适应的信号处理方法进行故障特征提取,以确保不漏检。该方案提升了理论研究水平,增强了检测与处理智能化能力,提高了故障检测准确率,避免了因轴承故障导致的财产及人身安全的损失。

基于同步提取变换的钢轨踏面裂纹电磁超声表面SH波B扫成像检测研究

钢轨踏面在车轮的重复载荷作用下,极易产生滚动接触疲劳裂纹,并从轨头向下扩展,甚至导致断轨等重大安全事故,因此开展钢轨踏面裂纹高效准确的无损检测方法研究具有重要意义。对于钢轨轨头有限截面非规则几何体,无法采用解析法求解其频散曲线,采用Floquet-Bloch边界的有限元特征频率法,求解钢轨轨头类水平剪切导波频散曲线,在频散曲线的基础上,分析并确定电磁超声表面水平剪切波换能器的最佳检测频率。建立表面水平剪切波在含踏面裂纹钢轨轨头的传播有限元模型,研究表面水平剪切波在不同角度、深度的踏面裂纹上的反射及透射规律。为实现快速的钢轨踏面裂纹B扫成像检测且得到高信噪比的检测结果,实验对比同步提取变换和同步压缩变换对钢轨踏面检测回波的噪声滤除能力。结果表明:对单次检测回波应用同步提取变换消噪处理后,信噪比提高13.73 dB,比单次采集信号经同步压缩变换处理后的信噪比高4 dB。将同步提取变换用于钢轨踏面导波B扫成像检测,可以减小同步平均次数以满足快速检测的要求。

激光-仅线圈式EMAT的金属检测系统优化设计

在铝合金铸造和高温轧制过程中,采用非接触式无损检测技术实现在线监测与检测,对减小生产成本、保证生产线连续、提高产品成品率具有重要意义。首先,建立了以脉冲激光束激励和仅线圈式电磁超声换能器(EMAT)接收的铝合金Laser-EMAT检测过程有限元模型,分析了水膜表面约束机制以及硅钢聚磁结构对所激励的多模式超声波幅值的影响规律,研究了仅线圈式EMAT的励磁线圈和接收线圈的外径、内径、线径、层数等对超声波接收效率的影响;其次,开展了铝合金Laser-EMAT检测实验,验证了水膜表面约束机制、仅线圈式EMAT设计参数和硅钢聚磁结构对检测回波幅值的影响规律。研究结果表明,水膜表面约束下,采用硅钢材料作为励磁线圈的聚磁背板后,超声回波信号幅值增强了37.76%,信噪比增加了17.3 dB。在激光能量一定、光斑大小不变、励磁线圈外径为12.3 mm、内径为1.6 mm、线径为0.4 mm、层数为2层时,线圈阻抗与电路内阻一致,线圈获得的能量最多,其提供的径向偏置磁场最强。当接收线圈外径为14.1 mm、内径为1.7 mm、线径为0.26 mm时,超声波接收效率最佳。

基于点聚焦表面波EMAT的钢轨踏面检测实验研究

曲折线圈电磁超声换能器(EMAT)换能效率低,对钢轨踏面小缺陷检测能力有限,为此,设计了一种采用圆弧曲折线圈制作而成并与钢轨踏面自适应贴合的点聚焦表面波EMAT。建立了点聚焦表面波EMAT的三维有限元模型,模拟钢板中圆孔和槽型缺陷的检测。分别用点聚焦表面波EMAT和曲折线圈表面波EMAT对钢板试样中的圆孔和U型槽进行检测对比实验。研究结果表明,点聚焦表面波EMAT能检测出曲折线圈表面波EMAT无法检出的Φ4 mm、Φ7 mm圆孔,且U型槽的检测回波幅值是曲折线圈表面波EMAT的2倍以上,极大程度地提高了小缺陷的回波信噪比和检出能力。

基于TRIZ的矿井提升机主轴轴承微弱故障特征检测

矿山开采过程中,由于矿井提升机所处环境恶劣和设备本身结构复杂,导致其故障诊断的难度较大。针对传统方法对矿山设备主轴微弱故障特征检测能力不足这一缺点,引入TRIZ理论,从最终理想解、系统功能分析、因果分析和九屏幕法分析等各个维度对微弱故障特征难以检测的问题进行分析,最终得到3个理想解方案,这些方案不仅可以得到精确检测的主轴轴承微弱故障特征,而且极大地保障提升机矿业生产的经济效益和生产安全。

基于编码压缩的纤维缠绕气瓶贴附式电磁超声检测方法研究

针对电磁超声换能器(EMAT)在纤维缠绕储氢气瓶在线监测中回波信噪比低、洛伦兹力机制失效等问题,提出了基于编码压缩的贴附式电磁超声水平剪切(SH)导波检测方法,通过有限元建模分析了Barker编码序列位数和码元载波周期、chirp信号脉宽和带宽、组合Barker码的组合方式对脉冲压缩信号的信噪比和分辨率的影响,并进行了实验验证,最后开展了纤维缠绕储氢气瓶中长20 mm、宽0.5 mm、深2 mm裂纹检测实验。结果表明,采用金属贴膜方式能有效解决EMAT在非金属材料中难以检测的难题;增加Barker码的序列位数和载波周期、增大chirp脉宽以及减小chirp带宽、增加组合Barker码的序列长度均可以提高脉压信号信噪比;经优化设计后,相较于传统Tone-burst激励方式,脉冲压缩技术可以将缺陷波信噪比至少提高20.4 dB,在不同编码算法中,chirp信号激励下的信噪比最高,达到了23.9 dB,采用3×13位组合Barker码时,脉压信号的主瓣宽度为28.8μs,分辨率最高,但信噪比较低。

基于TRIZ理论的航空构件金属断口识别系统优化设计

【目的】服役金属工件易产生断裂、疲劳、腐蚀等失效事故,严重影响到生产安全和经济效益。对金属断口进行高效分析及失效预防,对机电设备制造及维修的意义重大。而现有的断口识别系统大多以空间域为基础对断口图像进行识别,缺乏理论支持,效果较差,需要进一步研究。【方法】针对现有断口识别系统识别效率低、准确率低及断口数据冗余问题进行系统描述。运用TRIZ理论,分别使用系统裁剪、标准解、发明原理等方法,获得多种创新方案。【结果】通过方案整合获得最终解决方案,即通过增强图像纹理特征,引入无线传输系统,更换基于经验Ridgelet-2DPCA断口识别算法。【结论】该方案提高了断口识别准确率及识别效率,降低了存储难度,提高了识别检测灵活度,经济效益显著。

基于神经网络与遗传算法的刀具磨损检测与控制

针对切削参数对刀具磨损状况和使用寿命的影响,研究了基于神经网络和遗传算法的刀具磨损检测与控制方法。采用多因素正交试验设计方法进行了马氏体不锈钢平面的铣削实验,通过万能工具显微镜测量后刀面的磨损量得到训练样本。借助BP神经网络的非线性映射能力,通过有限的训练样本建立了关于切削速度、每齿进给量、背吃刀量和切削时间的刀具磨损预测模型。实验显示该神经网络预测模型的预测误差不超过5.4%。最后构建了使刀具磨损量为最小的切削参数优化模型,根据每一代的刀具磨损量定义个体的适应度评价函数,提出了切削参数优化模型的遗传算法求解技术。与Taguchi法相比,基于遗传算法的优化方法所获得的最优切削参数减小了6.734%的刀具磨损量。实验显示:提出的刀具磨损检测与控制技术提高了刀具磨损量的计算效率与精度,并为切削参数的合理选择提供了基础理论。

刀具磨损的自动检测及检测系统

为了精确检测机械加工过程中刀具的磨损状态,分析了刀具磨损图像中背景区、磨损区、未磨损区的灰度值变化,提出了利用图像处理技术自动检测刀具磨损量的方法。首先,根据Otsu法和B-样条曲线拟合法,建立了自动确定上限阈值与下限阈值的算法,准确地增强了磨损区与背景区、未磨损区之间的灰度对比度;通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区,提出了边界提取的局部方差阈值算法,给出了自适应的局部方差阈值,清晰地将刀具磨损区从图像中分割出来。在此基础上,利用形态学描述方法对分割部分进行孔洞填充与边界完整化,从而直接计算出磨损区域的几何参数尺寸。实验结果表明:超景深三维显微镜放大倍数为50时,磨损宽度与磨损长度的检测误差分别为1.024%和1.325%;放大倍数为100时,磨损宽度与磨损长度的检测误差分别为0.661%和0.995%。该方法检测精度高、抗干扰能力强、提取的边界完整清晰,可为提高刀具使用率、保证加工质量提供技术支持。

基于脉冲压缩技术的金属锻件缺陷跑道线圈EMAT检测方法研究

针对电磁超声换能器(EMAT)在高温、大提离、表面粗糙等恶劣环境下对枝晶粗大的铸锻件进行快速、在线检测时,超声回波的信噪比低和空间分辨力差等难题,建立了基于chirp信号激励的跑道线圈EMAT检测过程的有限元模型,采用正交试验表,分析了EMAT设计参数、chirp信号带宽和脉宽等因素对检测回波脉冲压缩后的主瓣峰值和主瓣宽度的影响,分别获取了主瓣峰值\\主瓣宽度最佳的EMAT参数组合,并通过实验加以验证。比较了0.5 MHz猝发音激励信号在不同同步平均次数条件下,以及chirp脉冲压缩在不同提离且无同步平均条件下对Φ4平底孔的检测能力。结果表明:采用chirp脉冲压缩技术在无同步平均条件下,Φ4平底孔的检测回波信噪比较128次同步平均的猝发音脉冲信号提高了6.6 dB;在EMAT提离为3.5 mm且无同步平均条件下,Φ4平底孔的脉冲压缩后回波信噪比可达8.0 dB。

超声Δ法与TOFD法在薄壁电子束焊缝上的检测结果对比分析

采用超声Δ衍射法和TOFD法对模拟缺陷进行检测,得出了缺陷检测波形图和B/C扫描图。对比分析了超声Δ衍射法与TOFD法的检测结果。实验表明利用超声Δ衍射法能够识别近表面垂直表面的面状缺陷,有效地对缺陷进行定位,能够很好地克服表面盲区,对缺陷的检测识别能力不受缺陷方向限制。从检测结果数据可以看出超声Δ衍射法的检测灵敏度和缺陷识别能力优于TOFD法。

网格布断裂缺陷检测方法的研究

针对传统自动化设备在网格布断裂缺陷检测方面的不足,提出了一种基于机器视觉的网格布断裂缺陷检测方法。首先,获取网格布的高对比度图像,利用中值滤波去掉图像中的噪声,采用Otsu阈值分割算法实现目标和背景的分离。根据网格部分断裂和完全断裂的两种缺陷特点,分别设计针对性算法。网格部分断裂的特点是由背景生成的凸包区域内包含有目标物体,因此采用Blob分析和凸包检测相结合的方式,实现对此种缺陷的检测。当网格完全断裂时,缺陷区域与相近区域的位置信息会发生变化,通过分析网格骨架交点生成的圆形区域内连通区域的数目,可以完成网格完全断裂缺陷的识别。实验结果表明,该方法可以应用于网格布的断裂缺陷检测,缺陷识别率在97%以上,可以满足检测要求。

储罐底板的在役超声高频导波检测

石油、天然气等化工行业中,储罐经过长时间运行后,储罐的底板会出现不同程度的腐蚀变薄甚至穿孔,严重危害生产安全。采用S0模态的高频超声导波对模拟储罐边缘板人工试块进行检测,得出不同条件对高频导波检测能力的影响。在实际检测中,成功采用高频导波对储罐边缘进行快速大面积在役检测并发现储罐边缘板的腐蚀缺陷。通过人工试块对比试验和现场在役检测,验证了高频导波对储罐边缘板腐蚀检测的可行性。

超声有限幅度法检测混凝土孔洞缺陷

超声有限幅度法是用超声波在受损材料中传播时产生的高次谐波与材料非线性参数的关系,来检测材料损伤的方法,其在材料的微观损伤检测中已有较成熟的应用。用有限幅度法检测含有不同大小孔洞缺陷的混凝土试块,检测结果表明,非线性参数能反映出混凝土孔洞缺陷的大小。