基于霍尔元件阵列的缺陷漏磁检测技术研究

利用高灵敏度霍尔器件,设计研制了多通道阵列式漏磁检测传感器及信号处理电路.对不同几何参数的铁磁性试件缺陷进行了检测实验研究,该漏磁检测系统可实现地磁场激励和人工弱磁激励下的缺陷信号图像显示.探讨了基于多通道漏磁信号的缺陷表示方法,并利用人工神经网络技术对基于多通道传感器漏磁信号的缺陷反演问题进行了初步研究,表明利用霍尔元件阵列检测装置和人工智能信息处理方法,可以实现多通道漏磁信号与缺陷参数的非线性拟合,进而实现漏磁检测中的缺陷定量化分析.     

脉冲电磁缺陷检测融合机理研究

针对铁磁性构件表面和下表面缺陷检测的难题,建立了脉冲电磁检测模型,揭示了表面缺陷和下表面缺陷的脉冲漏磁与脉冲磁阻检测相融合的物理机制。仿真与实验结果表明:铁磁性构件表面缺陷存在漏磁,而下表面缺陷主要体现在脉冲磁阻的变化。对于不同深度的铁磁性构件表面缺陷,GMR传感器拾取的脉冲漏磁响应信号的检测结果线性度更好,灵敏度更高;对于不同深度的铁磁性构件下表面缺陷,双侧检测线圈拾取的脉冲磁阻响应特征值与缺陷深度的变化关系呈近似线性增长关系,区分度较大,检测性能更好。     

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.     

基于磁记忆的镀锌钢绞线腐蚀检测试验

针对常规技术难以检测镀锌钢绞线拉索内部腐蚀问题,结合金属磁记忆理论在铁磁性材料早期缺陷无损检测方面的优势,提出了基于金属磁记忆技术的镀锌钢绞线拉索腐蚀检测新方法。为验证该检测方法的可行性,设计了8个镀锌钢绞线拉索试件,采用电化学加速腐蚀试验方法对试件进行不同程度的腐蚀;利用霍尼韦尔HMR2300三维磁强计传感器采集试件腐蚀后的金属磁记忆漏磁信号,运用数学方法对采集的漏磁信号进行对比分析,结合金属磁记忆检测技术原理,研究试件表面的漏磁信号变化特征,以达到检测镀锌钢绞线拉索试件腐蚀状况的目的。研究结果表明:在钢绞线拉索试件腐蚀区域漏磁信号出现明显变化,漏磁信号切向分量曲线出现极大值,漏磁信号法向分量曲线出现极大值和极小值且过零点;在试件中间腐蚀区域漏磁信号切向梯度曲线过零点,漏磁信号法向梯度曲线出现极小值;随着试件腐蚀程度的增加,漏磁信号强度也相应增加,且漏磁信号强度与试件腐蚀程度呈正相关;通过对试件腐蚀后的漏磁信号分析,可较准确判别钢绞线试件的腐蚀位置及范围。该试验验证了金属磁记忆检测技术用作钢绞线腐蚀检测的可行性及合理性,为镀锌钢绞线拉索腐蚀检测提供了参考。     

基于LS-SVM的管道二维漏磁缺陷重构

针对铁磁材料的无损评估中,漏磁信号描述缺陷的几何特征难点,提出了应用支持向量机对二维缺陷重构的新方法,支持向量机输入是漏磁信号,输出是缺陷轮廓数据,建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系。网络学习采用最小二乘算法,训练样本由实验数据与仿真数据组成,测试样本为人工裂纹缺陷。该方法实现了人工裂纹缺陷的二维轮廓的重构,并与径向基神经网络重构结果进行了比较。试验结果表明,该方法具有速度快、精度高和很好的泛化能力,为漏磁检测定量化提供了一种可行的方法。     

输油管道漏磁检测信号自适应滤波的研究

在采用漏磁法对输油管道进行无损检测过程中,信号会受到各种噪声的干扰。介绍了输油管道漏磁检测方法及归一化最小均方自适应滤波方法。通过实验装置采集了含有噪声的漏磁信号。由于各传感器提离值不能保证一致,对信号进行了补偿调整。将一路的传感器输出信号作为主输入信号,与之相邻的传感器输出信号作为参考信号,采用归一化自适应滤波对主输入信号进行处理。结果表明,采用归一化最小均方自适应滤波方法可使缺陷漏磁信号的信噪比得到显著的提高。     

基于改进BP神经网络算法的管道缺陷漏磁信号识别

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷漏磁信号来识别缺陷的形态参数．根据漏磁检测原理设计了相关的漏磁检测电路，通过提取信号的主要特征量，利用Levenberg-Marquardt算法在对常用BP神经网络改进的基础上应用其来识别缺陷的尺寸参数，给出了BP神经网络各层数的确定及权值、学习率的调整方法和相应的漏磁信号数据处理过程．漏磁检测数据处理实验表明，该缺陷识别BP神经网络系统具有逼近精度高、收敛速度快等特点．     

漏磁检测的交直流磁化问题

针对漏磁检测交流磁化的磁化电流频率选择问题 ,采用概率论的有关知识分析了影响漏磁检测信号大小的因素 ,并从漏磁场的检测理论上分析了磁化频率的选取原则 ,即 :载波频率应远大于调制波频率。对宽 0 .2 mm、深0 .2 m m的人工矩形槽缺陷的检测结果验证了对缺陷漏磁场所作的理论分析 ,得出了在常规的漏磁检测条件下磁化频率应大于 1k Hz,并指出漏磁检测不能采用频率为 5 0 Hz交流电磁化     

基于布谷鸟搜索算法的漏磁反演方法研究

针对漏磁检测中的缺陷反演重构问题,引入了一种新型启发式优化算法—布谷鸟搜索算法,提出了以径向基函数神经网络为前向模型,布谷鸟搜索算法用作迭代算法的漏磁反演方法.为验证该反演方法的有效性,分别使用了不含噪声和含噪声的漏磁仿真信号以及实测漏磁信号.实验结果表明,与粒子群优化算法和差分进化算法相比,布谷鸟搜索算法的处理误差最小,而且对含噪声仿真漏磁信号和实测漏磁信号的重构结果依然能够较好地逼近真实缺陷.因此,基于布谷鸟搜索算法的反演方法对噪声具有一定的鲁棒性,是一种有效可行的漏磁反演方法.     

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.      

小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

小波变换在漏磁检测中的应用研究

无损检测向着自动化、智能化方向发展 ,而要在漏磁检测中真正做到定量分析还存在一定困难。文章简要介绍了小波变换 Mallat快速算法 ,把小波变换作为一种先进的信号处理手段引入进行数字信号的预处理 ,可以完成去除噪声和数据压缩的工作 ,为漏磁信号的定量分析提供了很大的可能性     

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。     

基于PSO-LSSVM的疲劳裂纹漏磁定量识别技术

针对疲劳裂纹难以定量识别的问题,提出一种将主成分分析（PCA）和粒子群优化的最小二乘支持向量机（PSO-LSSVM）相结合的建模方法,通过建立漏磁信号与疲劳裂纹宽度、深度之间的非线性映射关系,对疲劳裂纹宽度、深度进行定量识别.搭建漏磁检测系统,采用疲劳拉伸试验制备一系列疲劳裂纹样本,通过疲劳裂纹漏磁定量识别实验,建立漏磁缺陷样本库,对基于PSO-LSSVM的疲劳裂纹漏磁定量识别方法的可行性进行验证.结果表明,该方法能够有效定量识别尺寸小于1 mm;疲劳裂纹的宽度、深度,误差在0.1 mm左右.      

磁粉探伤机新型磁化装置设计及智能化控制研究

针对铁路和风电行业中大量大齿圈工件尺寸较大、其周向和径向不能同时进行磁化探伤、工件探伤率受到限制和影响的状况,设计了适用于大齿圈工件磁粉探伤机的新型磁化装置。该装置基于PLC的磁粉探伤控制系统和图像自动识别系统,采用开合式闭路磁轭和开合式矩形线圈的结构,磁化检测时将开合式闭路磁轭和开合式矩形线圈围绕在大齿圈工件单边齿圈的周围,使大齿圈同时产生同向、径向、轴向等多方向的磁场;喷洒荧光磁粉悬液的工件表面在磁场的作用下,磁粉被吸附在漏磁场处形成磁痕,荧光磁粉在紫外光照射下发射出荧光;用高像素全帧CCD摄像机对荧光进行摄像,并将荧光磁粉图像转换为视频电子信号,再通过信号采集卡将视频信号转换为计算机能处理的数字图像信号,从而完成工件表面缺陷生成磁痕的自动检测。智能磁粉探伤样机的测试表明,该新型磁化装置可实现同时对大齿圈工件的周向、径向和轴向进行全方位的多向磁化,工件无磁化盲区,检测精度高。     

抽油管壁磨损量检测方法

在石油开采工业中 ,抽油管被大量使用。为了避免由于抽油管过度磨损造成的事故 ,有必要对抽油管壁磨损量进行检测。将计算机技术、机电控制技术、信号处理技术与漏磁检测技术结合起来 ,实现了抽油管壁磨损量的检测。探头采用双传感器差动的方式 ,避免了工作环境磁场对检测的影响。漏磁检测探头在抽油管内采用螺旋式轨迹扫查 ,能保证磨损缺陷不漏检。经过实验测试 ,此检测方法能有效地检出对抽油管正常工作有严重危害的管壁磨损 ,在采油业中具有广阔的应用前景     

基于脉冲漏磁检测原理的缺陷分类识别技术

脉冲漏磁检测是一种快速发展的无损检测方法,而相应的缺陷分类识别是缺陷检测与评估中的关键步骤之一.在介绍脉冲漏磁检测原理的基础上,设计了新型传感器,对不同类型缺陷的标准试件进行了测试;通过对缺陷瞬态差分信号的时、频域特性进行分析,提取了峰值、过零时间以及频谱中一特定频率点的幅值作为特征量对缺陷进行分类识别.实验结果表明该方法可对10 mm钢板表面以及下表面缺陷进行有效的分类识别.