基于神经网络的钢材表面裂纹定量检测方法的研究

介绍基于神经网络的钢材表面裂纹定量检测原理及方法，设计了基于LabVIEW的钢杆裂纹缺陷漏磁定量检测系统，并对钢杆表面横向裂纹缺陷进行模拟实验，运用神经网络技术初步建立数学模型，通过评判Vpp得到反映裂纹状况的定量检测结果，从而验证了该方法的可行性，并得出相关的结论。     

基于LabVIEW的钢杆裂纹定量检测的研究

介绍基于LabVIEW的钢材表面裂纹定量检测原理，设计了基于LabVIEW的钢杆裂纹定量检测系统，并对钢杆表面横向裂纹缺陷进行模拟实验，初步建立数学模型，通过评判Vpp得到反映裂纹状况的定量检测结果，从而验证了该方法的可行性和有效性，并得出相关的结论。     

基于LabVIEW的钢杆裂纹定量识别技术的研究

介绍基于LabVIEW的钢材表面裂纹定量识别技术，设计了基于LabVIEW的钢杆裂纹定量检测系统，并时钢杆表面横向裂纹缺陷进行模拟实验。初步建立数学模型，通过评判得到反映裂纹状况的定量检测结果。从而验证了该方法的可行性和有效性。并得出相关的结论。     

基于聚磁技术的新型脉冲涡流传感器设计

对裂纹缺陷长度和深度进行定量是脉冲涡流无损检测的一项重要内容.提出了一种基于聚磁技术的新型脉冲涡流传感器.采用大型电磁仿真软件ANSYS建立了传统脉冲涡流传感器和新型脉冲涡流传感器的仿真模型,然后对比分析了两者对裂纹缺陷长度定量的结果,仿真分析表明:新型传感器可以实现对裂纹长度的准确定量,同时还能够对裂纹深度进行定量....     

管道裂纹远场涡流检测正演模型设计

管道远场涡流裂纹缺陷检测的本质是电磁场反演问题,由于先验约束条件的不足,缺陷尺寸的定量检测成为一个无定解的不适定问题。提出了一种基于BP神经网络学习算法的管道远场涡流检测正演模型的设计方法,通过对轴对称缺陷管道模型的仿真研究,提取出与缺陷尺寸显著相关的关键磁场特征量,实现了从管道裂纹缺陷尺寸空间到磁场信号特征空间的非线性定量映射。经测试,正演模型对远场涡流特征信号具有良好的逼近精度和推广能力,可为管道轴对称裂纹缺陷的定量反演评估提供有效的先验知识和约束条件。     

基于虚拟仪器的铁轨损伤检测系统

本文介绍了铁质材料因裂纹或损伤而产生缺陷的定量检测原理。设计了基于虚拟仪器的铁轨损伤检测系统。详细介绍并分析了LabVIEW开发平台在数据采集和数据分析上的实现方法．实现了一台PC同时对多条铁轨进行损伤检测。并论证该方法的可行性与可靠性，得出了相关的结论。     

双层介质超声合成孔径空心轴检测技术

针对高速列车重要部件之一的空心轴内部斜裂纹和垂直裂纹难以检测的问题,本文研究了一种双层介质下超声合成孔径空心轴缺陷检测技术。通过费马原理和波束序列合成技术建立了双层介质下相控阵单元超声发射和接收的数值模型,并进行了实验验证,实现了对内部缺陷进行精确定量检测。其结果与直接耦合情况相对比,发现该算法还能有效抑制伪影现象并显著提高信噪比,更具有优越性。     

轴承钢球质量在线检测与分选系统的研究

为在线检测钢球表面裂纹,麻点等质量缺陷,并进行分选,采用涡流探伤的原理开发了一种轴承钢球质量在线检测与分选系统.详细介绍了系统的方案、电路和机械结构设计.利用相敏检波(PSD)技术拾取裂纹信号,并用X-Y正交化分解技术对缺陷进行定量分析.根据数理统计分析的原理找出缺陷的识别规律,以此确定正确的分类算法,并用ARM处理器保证分类算法的实时性.实验证明,该系统能够准确地对钢球的表面缺陷进行实时的检测与分选.     

基于连通磁路的脉冲远场涡流传感器设计及缺陷定量评估与分类识别

为了克服传统脉冲远场涡流传感器由于结构的限制带来的激励磁场在空间出现发散、对大壁厚管道检测能力较弱以及难以对缺陷进行准确定位的问题,在分析了脉冲远场涡流检测原理的基础上,采用仿真与实验相结合的方法,仿真分析了基于连通磁路的脉冲远场涡流传感器的聚磁效果,研究了该传感器对管道轴向内外壁裂纹缺陷的定量评估能力,比较了检测线圈处于不同位置时的缺陷分类识别效果。仿真结果表明,该传感器通过引导磁场的定向传播实现了对磁场的聚集,同时,通过提取适当检测位置的信号负峰值可以实现对缺陷的分类识别。最后,采用实验的方法验证了基于连通磁路的脉冲远场涡流传感器对管道轴向裂纹缺陷深度的定量能力,实验结果表明该传感器可以很好的实现对缺陷的定量评估。     

螺栓孔裂纹的漏磁检测

介绍了飞机机翼大梁螺栓孔漏磁检测方法,提出对工件进行脉冲式磁化,增强漏磁检测信号;对Hall检测传感装置进行优化设计,提高漏磁检测的灵敏度;采用圆光栅与驱动装置联动,消除探头运动速度不均匀对采样的影响,实现空域等距采样,并据此研制了螺栓孔裂纹漏磁检测系统,该系统能够在不解体或少量简单拆装条件下,对螺栓孔裂纹进行无损裂纹定量检测,取得了满意的效果。     

RBF在钢铁材质缺陷检测中的应用研究

针对钢铁件材质缺陷检测问题,介绍了基于初始幅值磁导率法的一种电磁无损检测方法。为了提高检测的效率和准确率,将RBF神经网络设计成为新的识别系统通过对钢铁件样本数据进行的仿真测试表明,RBF神经网络系统识别效率较高且可靠,为电磁无损检测提供了一个新的思路。     

基于ARM的钢铁材料裂纹电磁无损检测电路设计

针对钢铁材料损伤检测问题,依据电磁无损检测原理,在ARM微处理器系统的基础上,优化设计了一套以S3C2440A控制芯片为核心的钢铁件裂纹检测电路.简单地讨论了初始磁导率法的检测原理,着重阐述了系统功能模块的电路设计.试验表明,该电路可以快速地检测出钢铁材料损伤的存在并且及时发出报警,同时能够对数据进行显示和存储.     

基于阵列涡流技术的裂纹特征量研究

阵列涡流传感器能够实现导电材料的大面积高速扫描。不同走向的裂纹对线圈间互感的影响是不同的,因此,测量线圈间的互感能够获得更多的缺陷信息。利用ANSYS软件对横向和纵向裂纹进行了三维有限元仿真,得到了相应的阵列涡流敏感线圈感应电动势幅值变化曲线。仿真结果表明:通过测量线圈间的互感,可以实现对裂纹长度和方向等特征量的检测。     

修井机Y形支座受井架坠落撞击的数值模拟

在ANSYS中建立修井机井架和Y形支座的有限元模型,并采用六面体单元划分网格.用ANSYS/LS-DYNA进行计算,获得井架坠落撞击过程的完整图像以及井架和Y形支座在坠落撞击过程中产生的应力状况,并得到产生裂纹可能性最大的井架部位.该方法为事故井架的无损检测、修理补焊或者钢材更换等提供理论支持.     

基于脉冲涡流热成像的表面缺陷实验研究

针对碳纤维增强复合材料、铁磁性材料、非铁磁性材料,采用脉冲涡流热成像技术对其表面裂纹进行了实验研究,由于红外热像仪采集到的红外热图像边缘信息模糊以及提取的信息不完整,提出了一种Sobel算子的优化算法,研究发现改进后的算法能够有效提高对裂纹缺陷的边缘识别能力,实现对裂纹缺陷的定性分析.研究了不同材料缺陷深度的温度分布规律以及涡流加热方式,并分析了感应加热后不同裂纹深度与温度响应曲线的关系,为裂纹缺陷的定量分析提供了理论依据.     

基于深度学习算法的风电机组叶片开裂缺陷分析

为实现对风电机组叶片表面缺陷检测的智能化,本研究应用无人机技术、图像视觉技术和深度学习算法,建立风电机组叶片缺陷检测系统,提高了对叶片上开裂缺陷的检测精度。系统使用 算子计算图像横向和纵向的梯度,并对图像进行阈值分割和去噪处理。构建深度学习模型提取图像缺陷的特征信息,加入了SPP-Net网络进行卷积操作,增加了模型的输入数据尺度,得到特征图后在利用PRN网络筛选特征图。实验结果显示本研究系统能够去除大量无用的背景信息,开裂缺陷部位的特征信息保留完整,对验证集中的图像进行测试后,本研究系统识别出的开裂缺陷数最高可达到50个。     

自动化仪器钢结构无损检测方法研究

为了提高钢结构的无损检测能力,提出基于超声波射线波束集成的自动化仪器钢结构无损检测方法,采用频率20 kHz以上的超声波进行自动化仪器钢结构的静态密度和介质密度分析,根据钢结构的声扰动传播速度进行钢结构的裂缝纹理特征分析,计算钢结构的声阻抗率与介质特征阻抗等参数,当超声波以一定的倾斜角入射到自动化仪器钢结构的介质表面产生反射横波或纵波时,通过折射纵波和折射横波的分离特性进行自适应的超声波束集成处理,实现自动化仪器钢结构的无损检测优化。仿真结果表明,采用该方法进行自动化仪器钢结构损伤检测的准确性较高,定位精度较高,无损检测能力较好。