9310钢磨削烧伤的巴克豪森噪声法检测

介绍了利用巴克豪森噪声法检测磨削烧伤的工作原理,研究了应用巴克豪森噪声法检测9310钢磨削烧伤的关键参数(磁化电压和特征磁致弹性参数MP值)的确定方法.首先制备含不同程度磨削烧伤的试样,并通过酸蚀检测法按程度对磨削烧伤进行分级,然后将巴克豪森噪声法所测得的MP值与不同的磨削烧伤级别建立对应关系,最后根据特征值随磁化电压...     

室外温度变化对巴克豪森检测的影响

钢轨常年暴露在外,随着气候的四季变化钢轨温度会有很大的差异,从而产生温度应力。在采用巴克豪森噪声（MBN）检测方法对温度应力进行检测中,温度改变造成的应力变化,以及温度的变化对MBN本身的影响,两方面的因素都造成MBN信号的变化。为了提取反映应力变化的信息,介绍了MBN检测系统的设计,在保证应力不变而环境温度发生改变的情况下进行试验,并讨论分析了各特征值随温度的变化与应力的变化的关系。研究发现,在试样的弹性范围内,MBN的平均值、均方根、振铃数、峰值、峰宽比都随着温度的升高而减小,但变化率有所区别。最后寻找出随温度变化较小而随应力变化较大的特征值,从理论上对温度变化影响钢轨应力这一现象作出解释,并对试验过程中钢轨内部残余应力、温度分布不均等问题及造成的影响进行讨论。     

巴克豪森应力检测中激励方式的影响

巴克豪森效应是电磁方式检测材料微观结构和应力的基础。通过试验方法分析不同激励频率、激励电压和激励波形下巴克豪森噪声信号的时域、频域特征,研究激励信号参数对材料应力检测的巴克豪森信号特征值的影响,并探究现象的微观解释。     

巴克豪森噪声法压应力检测中检测参数的选择

讨论了压应力检测中巴克豪森噪声检测参数的选择并给出一些参数选择的初步意见。     

应用巴克豪森效应检测起落架镀铬零件的热损伤

应用巴克豪森效应对起落架内筒和枢轴销等零件镀铬层下的本体热损伤检测进行了试验研究。通过对不同表面状态和模拟不同程度热损伤试样的测试数据的分析以及实际零件的测试和验证,得到不同程度热损伤的磁弹值比值。确定的最优磁化参数和工艺方法能够有效检测起落架镀铬零件热损伤。     

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。     

基于BP神经网络的巴克豪森铁轨温度应力检测

在对钢轨温度应力检测的过程中,由于温度和应力对MBN信号都存在影响,因此如何对数据进行温度补偿得到准确的应力值是研究的重点。基于BP人工神经网络,以铁磁性试件的温度、和经处理得到的巴克豪森噪声信号的均值、均方根、振铃数和峰宽比作为主要的影响因子,以试件的压应力作为输出结果,建立巴克豪森铁轨温度应力检测系统。使用多个样本对该网络进行训练后,采用若干测试样本对网络进行测试,最后将测试结果与实际设计结果相对比,得出网络的平均准确率达到了测试的目标,说明了该基于BP神经网络的巴克豪森温度应力检测系统能够实现对温度的补偿,具有高效性和准确性。     

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。     

基于ARM平台的巴克豪森噪声应力检测系统

基于对巴克豪森噪声方法的深入研究和分析,提出了一种新型便携式巴克豪森噪声应力检测系统,并着重阐述了ARM平台的设计方案。该系统以ARM平台和DSP系统为核心,构成产生激励信号、应力数据采集、应力数据处理和人机交互界面的总体框架。将巴克豪森噪声应力检测技术、嵌入式Linux操作系统和先进的数字信号处理等技术相结合,提供了友好便捷的人机交互界面,并且满足了巴克豪森噪声方法中信号高频采样、采样信号滤波处理等关键性能指标的要求。     

高Co-Ni超高强度钢残余应力的巴克豪森信号表征

采用四点弯曲的加载方式,通过巴克豪森检测方法表征高Co-Ni超高强度钢不同热处理状态的残余应力以及微观组织状态.分析得出残余应力以及微观组织与巴克豪森信号的对应关系.结果表明,高Co-Ni超高强度钢表层应力和材料微观组织与巴克豪森信号值相关性较好,在弹性极限范围内,巴克豪森噪声值(BN)随拉应力的增大而增大,随压应力的增大而减小;退火处理状态下BN值最高,淬火态次之,回火状态下最低.     

基于DSP的巴克豪森便携式应力检测系统的开发

因为火车交通事故的不断发生,研究钢轨应力有着重要的实用意义。研究重点是在试验的基础上搭建一套以数字信号处理器DSP和嵌入式信号处理器ARM相结合的用于巴克豪森无损应力检测的便携式设备。该设备充分利用DSP高速的信号处理优势、ARM友好的人机交互控制的特点以及巴克豪森成熟的理论,使用灵敏度高、体积小的检测电路和合理的信号采集调理电路,该设备轻小便携,功耗低,用于应力检测将有远大的前景。     

基于巴克豪森效应的钢轨表面应力研究

基于巴克豪森噪声(MBN)检测原理,研究了60 kg/m钢轨的巴克豪森信号与压应力的变化关系。介绍了MBN检测系统的设计与实行方案和在应力检测方面的应用。在材料的弹性范围内,MBN平均值、均方根和振铃数都随着压应力的增大而减小,其变化率依次递增。MBN峰值时间随着压应力的增大而增大。MBN信号与温度呈线性关系,可用来检测不同温度下的钢轨应力值。     

基于磁巴克豪森效应的P92钢热老化状态检测

针对火电厂锅炉和主蒸汽管道P92钢服役时的热老化状态检测,开发了基于MBN(磁巴克豪森噪声)效应的热老化检测仪器;对不同硬度P92钢进行MBN信号测量,选择了基于启发式硬阈值原则的小波包算法作为滤波算法;得到了MBN信号4种特征值与P92钢硬度值之间的关系;以硬度作为评价热老化状态的参数,对不同服役时长的P92钢试样进行MBN信号检测。试验结果表明,当服役时间小于30 000 h时,材料的硬度有小幅度的增大,当服役时间为30 000～70 000 h时,材料的硬度下降较快,并在服役时间达到70 000 h后,硬度下降趋于平缓,微观上表现为4种强化机制对于材料硬度的影响。     

基于小波分解和BP神经网络的磁巴克豪森噪声信号分层分析研究

因小波变换具有多尺度分析的特点,在时频两域都有表征信号局部特征的能力,因此采用小波分解方法研究了不同时频成分的磁巴克豪森（MBN）信号随温度和应力变化的灵敏度问题。采用db5小波对MBN信号进行6层小波分解,提取各层分解系数的均值和均方根,并讨论分析了各特征值随所加应力以及温度变化的相对变化关系。研究表明,在试样的弹性范围内,低频系数和各层高频系数的均值和均方根都随压应力的增加而减小;各层高频系数的均值和均方根随温度的升高而降低,低频系数的均值和均方根随温度的升高而升高。最后将温度、原始MBN信号以及各分解系数的均值和均方根作为神经网络的输入,压应力作为其输出建立神经网络模型,结果表明该神经网络模型与之前没有用小波分解时的神经网络模型相比,检测应力的准确性更高。     

WiFi无线技术在巴克豪森无损检测系统中的应用

提出了将WiFi无线技术应用到基于巴克豪森噪声技术的无损检测设备当中,开发出一款网络化、智能化的巴克豪森无损检测设备,实现了检测设备的远程控制,检测数据的远程传送,检测参数的在线升级,设备故障的网络报警等功能。     

基于数字信号处理的核反应堆压力容器钢辐照脆化的巴克豪森噪声检测仪

为了开发用于检测核反应堆压力容器(RPV)钢辐照脆化的便携式巴克豪森噪声无损检测仪,设计了MBN信号传感模块和信号调理模块,结合高性能的数字信号处理器,实现了产生激励信号、采集巴克豪森信号、处理与存储数据及实时显示信号的功能。为了验证该仪器的有效性及可靠性,制备了RPV钢试样,并对其辐照脆化倾向程度进行了检测。试验结果表明,基于DSP处理器的RPV钢辐照脆化检测仪具有较高的检测精度和较快的数据处理能力,为巴克豪森无损检测奠定了良好基础。     

电镀镍膜应变的磁巴克豪森噪声试验表征

探讨了紫铜基板表面电镀镍膜拉应变的磁巴克豪森噪声测试和表征方法。首先,构建了能够同步测量电镀镍膜拉伸过程中应变和磁巴克豪森噪声信号的试验装置,获得了不同厚度镍膜中表面切向磁场强度信号,以及不同应变条件下的磁巴克豪森噪声,并从两种信号中筛选出对镍膜厚度、应变敏感的特征磁参量;最后,通过方程拟合分析了特征磁参量对镍膜厚度、拉应变的定量表征能力。结果表明,随着镍膜厚度增加,切向磁场强度的基波幅值(A₁)呈现良好线性下降趋势;磁巴克豪森噪声特征参量(M_max或M_mean)和拉应变的依赖关系服从指数型衰减函数关系。通过组合两种信号的特征参量,可以实现镍膜厚度和拉应变的定量检测。     

磁巴克豪森效应在残余应力无损检测中的研究现状及发展方向

介绍了磁巴克豪森效应产生机理及其噪声测量技术在残余应力无损检测中的国内外研究状况,指出了该技术应用于实际检测时存在的问题及进一步研究的方向。     

特征参量选择对磁巴克豪森噪声评价材料硬度的影响

硬度是材料力学性能的重要指标之一,传统的压痕法测量方式会对材料产生破坏,因此硬度的无损评价成为该领域研究热点。针对合金钢表面硬度快速定量无损检测需求,设计6种不同热处理的24CrNiMo合金钢试件,采用磁巴克豪森噪声检测系统测量试件的无损检测信号,并提取3个不同的信号特征参量,分别建立不同评价参量与硬度之间的映射关系,得到3种硬度单参量评价模型,验证和对比单参量评价模型的相关系数和评价精度,分析模型存在问题和缺陷。为进一步提高合金钢硬度评价精度和可靠性,提出基于信号全量特征的多元评价参量,建立硬度多元参量评价模型,并对评价模型进行验证和对比分析。结果显示:基于卷积神经网络的多元参量评价模型效果好于单参量评价模型,其评价结果的平均误差为0.97%,最大误差为2.78%。研究成果为合金钢硬度快速定量无损检测提供了新方法,提高了评价精度、可靠性和稳定性。