基于GA-BP神经网络的微裂纹漏磁定量识别技术

针对漏磁检测定量识别技术中识别的缺陷尺寸大多为1~10 mm的较大裂纹,与实际自然裂纹相差太大的问题,将基于遗传算法优化的BP神经网络（GA-BP）算法应用到微裂纹缺陷的漏磁定量识别中,使得漏磁检测定量识别缺陷的宽度、深度达到小于0.50 mm的微细裂纹,并通过基于磁偶极子模型的理论计算与漏磁检测实验两种方法构建了微裂纹（0.10~0.30 mm）缺陷样本库.由于在实际检测过程中存在干扰噪声的原因,实验数据的预测结果误差比理论计算数据预测结果明显偏大,最大为16.73%,但预测结果能够基本反映微裂纹缺陷的尺寸大小.      

基于改进BP神经网络的微裂纹漏磁定量识别

漏磁检测是铁磁材料常用的无损检测方法之一,定量识别是指通过检测到的漏磁信号识别裂纹的尺寸.采用主成分分析和优化神经网络相结合的建模方法,建立了微裂纹宽度与深度的预测模型.主成分分析去除了数据相关性,减小了输入样本维数,显著简化了网络结构;遗传算法优化的BP神经网络(GA-BP神经网络)可以有效地防止搜索过程中陷入局部最优解.通过基于磁偶极子模型的理论计算与人工刻槽微裂纹漏磁检测实验两种途径验证了该算法在微裂纹定量识别中的应用,为裂纹发展阶段的早期定量识别技术奠定了一定的基础.     

基于漏磁的表面裂纹识别及评估

通过建立工件表面两条相互平行槽形裂纹的磁偶极子模型，研究了裂纹漏磁信号之间的相互作用关系，根据漏磁信号的峰值特性对裂纹的几何参数进行了定量评估，通过漏磁信号振幅随两裂纹的深度比和裂纹间距的关系计算了其中较小裂纹的深度，实际检测结果表明，综合利用两个邻接裂纹的漏磁信号进行评估的矢量轨迹法对相邻裂纹的定量评估具有较好的可视效果，该方法简单易行，能够快速准确地对裂纹进行估计。     

表面裂纹宽度对漏磁场Y分量的影响

缺陷漏磁场的Ｙ分量是漏磁检测中最常检测的物理量。该文针对前人研究中有关宽度作用的矛盾结论,着眼于表面裂纹的量化检测,从整个场的分布角度,采用有限元方法研究了相同深度（０．２ｍｍ）不同宽度（０．０２～１．０ｍｍ）两维矩形槽的漏磁场Ｙ分量的分布特点,得到了宽度变化时漏磁场的分布规律,提出了如何利用检测到的Ｙ分量获取裂纹宽度信息的方法。给出了宽度对检测中最重要的漏磁场Ｙ分量峰－峰值大小的影响曲线。上述工作有助于全面认识宽度对漏磁场的作用,实现不同宽度、深度的表面裂纹量化检测。     

油气管道缺陷漏磁检测试验

在油气管道检测中,缺陷的定量分析一直是个难题.通过试验研制了管道漏磁腐蚀检测器,在钢管(273mm,壁厚为14.3mm)上设计了系列缺陷,并采集了缺陷漏磁的相关信号.研究了管道缺陷漏磁信号的分布规律和缺陷的几何尺寸大小之间的关系,结果表明,缺陷漏磁场检测信号的两波谷间距、检测到信号的传感器数和信号峰谷值分别是缺陷长度、宽度和深度量化分析的重要特征量,并由此得出缺陷长、宽、高的计算方法.通过该方法对缺陷的漏磁信号进行量化分析,表明缺陷长度、宽度和深度的平均绝对误差分别为2.4mm、8.3mm和0.8mm.     

基于小波有限元模型的转子多裂纹识别方法

为解决旋转结构中多裂纹的定量识别问题,提出了一种基于小波有限元模型的转子多裂纹识别方法.首先从正问题入手,基于区间B样条小波有限元建立转子裂纹的精确辨识模型,利用该模型求解不同位置和深度的裂纹转子的固有频率,通过曲面拟合技术建立裂纹诊断数据库;然后从反问题切入,设计多裂纹识别算法;最后,正反问题相结合,通过等高线法实现转子裂纹位置与深度的定量识别.仿真结果表明:该方法能够高精度地对转子多裂纹进行识别,对工程中旋转结构中多裂纹的定量识别具有一定的指导意义.     

基于信号源极值特征的钢管内外裂纹区分方法

提出一种钢管漏磁检测过程中基于信号源的内外裂纹区分方法.该方法基于内外伤法向漏磁分量检测信号的波形特征,参考信号畸变所具有的峰-峰值大小,调整对应畸变信号峭度指标的算法,从而构建内、外伤区分指标.通过钻杆中的横向刻槽检测试验观察,以及二维轴对称有限元仿真分析,检测了在常规钢管漏磁检测过程中对于具有不同宽度信息的内外伤裂纹,这种方法进行缺陷位置识别的实用性较高.     

裂缝深度对磁记忆信号影响的研究

磁记忆检测方法是利用工件中地球磁场变化信息研究铁磁性材料的应力集中、裂纹萌生等问题。以预置裂纹标准块为研究对象,研究裂纹深度与磁记忆信号的关系。研究发现,裂缝深度与漏磁场梯度变化呈非线性关系,与磁场强度最大值、过零点无映射关系,且表面漏磁场的分布区域愈宽,漏磁场的变化幅度越小。研究结果对磁记忆的磁性金属的裂纹识别具有重要指导意义。     

钢箱梁疲劳裂纹特征超声波检测方法试验研究

采用疲劳裂纹标准试件对钢箱梁疲劳裂纹长度、宽度、深度、倾斜角度及开裂位置等特征进行超声波检测试验,研究钢箱梁疲劳裂纹特征超声波检测方法。依据理论计算和试验结果,对比分析每种裂纹检测波形及回波参数,提出1/3测长法,给出测长法判断依据的理论解,与实际检测结果相符合;针对裂纹深度,提出裂纹深度检测的精度提高的方法;建立裂纹倾斜角度、开裂位置判定计算公式。分析面板与U肋焊缝处不同类型裂纹检测结果,给出裂纹距焊趾距离K计算公式,并由K建立焊趾、焊根、未溶透部位疲劳裂纹判别方法。研究结果表明:疲劳裂纹特征与回波参数存在一定的相关性,疲劳裂纹特征检测方法具有较好的准确性。     

管道漏磁检测信号的支持向量机识别方法

通过对漏磁检测信号的分析,引入支持向量机,给出了特征量、训练集的选择方法以及核函数和支持向量机的分类算法,将漏磁检测信号的根据信号的定性识别和定量分析有机结合起来.可以在漏磁检测样本有限的情况下,获得最优识别结果.     

铁磁构件表层裂纹漏磁场分析及检测系统

针对铁磁构件裂纹损伤检测方法和仪器应用技术现状,建立了V型裂纹漏磁场分析模型,得出了平板铁磁构件表面指定探测点的漏磁场理论表达式。采用MATLAB软件编程进行全面的仿真分析,得出了漏磁场的法向分量与裂纹开口宽度的关系曲线、漏磁场的法向分量与裂纹深度的关系曲线、漏磁场的法向分量与裂纹长度的关系曲线;得出裂纹漏磁场法向分量过零点、漏磁场垂向分量出现最大值和漏磁场切向分量出现裂纹端部过零点的漏磁场分布特性。根据理论分析得出的裂纹漏磁场特征,设计制作了阵列式的裂纹检测装置和检测平台,并对带有V型裂纹的平板铁磁构件进行检测。实验表明：文中理论分析得出的三维漏磁场与检测结果能够较好的吻合,并对裂纹的几何参数估计具有一定的指导意义,根据漏磁模型研制的检测装置能探测铁磁构件的裂纹缺陷。     

管道磁化的有限元优化设计

为计算磁路设计中永磁体几何参数对管道磁化效果的影响,采用了有限元方法研究管道磁化磁路中永磁体长度（10～40mm）、直径（25～100mm）改变时,管道表面缺陷（0.2mm深,0.2mm宽）产生的漏磁场的变化情况,得到了缺陷漏磁场水平分量B     

裂缝尺寸对微生物修复混凝土强度的影响

为研究微生物在不同宽度、深度的裂缝尺寸下对混凝土强度的修复效果,选用巴氏芽孢杆菌为裂缝修复剂,在宽度为0.75,1.0,1.25 mm及深度为15,30,45,60,75,90 mm的不同裂缝下对混凝土进行修复,通过混凝土抗压试验,测出未修复和修复的试块抗压强度.结果表明:(1)微生物在不同裂缝尺寸下的修复对混凝土强度都有提升作用;(2)裂缝深度对混凝土修复强度的影响更大;(3)在同一裂缝宽度下,修复效果出现了先上升后降低的趋势,在深度为30 mm和45 mm的时候,修复效果最佳.     

微生物作用下混凝土裂缝修复效果试验研究

微生物矿化作用可以有效愈合混凝土裂缝,达到修复混凝土裂缝的目的.本文以带裂缝混凝土为研究对象,设置0.2、0.3、0.6 mm三个裂缝宽度和20、30 mm两个裂缝深度,以巴氏芽孢杆菌为菌株,通过裂缝观测、超声波测试、立方体抗压强度测试及裂缝内部微生物沉积物质的微观形貌分析,研究微生物对不同深度及宽度混凝土裂缝的修复效果.研究结果表明:巴氏芽孢杆菌可有效修复混凝土表面裂缝;氧气的供给是微生物在裂缝内部矿化的重要环境条件,随着裂缝深度的增加,巴氏芽孢杆菌的修复效果减弱;随着裂缝宽度的增大,微生物在裂缝内部的矿化效果减弱.     

止裂孔维修对中心裂纹板疲劳寿命的影响分析

以铝合金2024-T3的中心裂纹板为研究对象,根据结构细节疲劳额定值(DFR)法计算了不同裂纹长度及不同止裂孔尺寸下结构的疲劳寿命;并通过试验得到半裂纹长度分别为10 mm、15 mm和20 mm,止裂孔半径为2.5 mm和3.5 mm下的结构试验寿命,对比结果验证了该模型及对应方法的可行性;随后对裂纹长度/板宽(2a/W)在0.2~0.6、止裂孔直径/板宽(D/W)0.03~0.20范围内的疲劳寿命进行了预估。根据分析结果得到了止裂孔效果最佳时D/W与2a/W的线性关系式,为工程维修提供技术参考。     

铸铁件的漏磁检测方法

为了检测轿车变速箱端盖的表面裂纹缺陷 ,提高轿车使用过程中的安全性 ,讨论了采用漏磁检测方法检测轿车变速箱端盖表面缺陷的基本原则 ,采用有限元计算和磁路理论计算相结合的方法 ,解决了铸铁件检测中较难解决的磁化问题。针对检测过程中存在的噪声和检测信号的处理问题 ,提出了针对轿车变速箱端盖漏磁检测信号特征的程序滤波方法 ,实验证明所采用的方案能够很好地满足变速箱端盖表面缺陷的检测需求     

基于数字图像的混凝土桥梁裂缝检测技术

应用visual C++6.0语言编制程序,研究了基于数字图像的桥梁裂缝检测方法,深入分析评价了图像灰度化、棋盘格角点求解像素率、滤波除噪、边缘检测等图像处理算法,实现了基于视频(或图像)的桥梁裂缝宽度计算和软件系统,并用15幅桥梁裂缝图像验证了其裂缝检测精度.结果表明:本文提出的裂缝识别方法能较好地用于钢筋混凝土桥梁和B类预应力混凝土桥梁的裂缝检测,当裂缝宽度大于0.3 mm时,图像计算出的裂缝宽度值与实测值非常接近,相对误差在6％以内;当裂缝宽度为0.2～0.3mm时,相对误差在10％以内.