学位论文 > 优秀研究生学位论文题录展示
多频涡流无损检测的干扰抑制和缺陷检测方法研究
作 者: 高军哲
导 师: 罗飞路
学 校: 国防科学技术大学
专 业: 仪器科学与技术
关键词: 多频涡流检测 参数混合运算 谱分析 细化谱分析 干扰抑制 缺陷检测
分类号: TH878
类 型: 博士论文
年 份: 2011年
下 载: 192次
引 用: 1次
阅 读: 论文下载
内容摘要
多频涡流检测作为一种涡流无损检测新技术,具有实现检测过程干扰抑制和被检对象多参数检测的优点。本文对多频涡流检测中的信号参数估计及混合运算、同步合成激励峰值因数优化及检测信号谱分析、线性调频激励及检测信号细化谱分析、脉冲激励的多频分析等进行深入研究,并应用于干扰抑制、缺陷检测等方面。主要研究内容及创新如下:以时谐电磁场理论为基础,探讨了多频涡流检测问题的物理模型和计算方法,并对线圈涡流传感器的感生涡流分布和阻抗特性进行有限元仿真研究。从麦克斯韦方程组出发,对正弦信号激励下的时谐电磁场问题采用电磁位函数进行数学表述。对典型圆柱形线圈涡流传感器,简化为轴对称模型,在轴坐标系下,分析涡流效应对线圈等效阻抗的影响。对任意涡流检测问题,采用有限元法表述其数值计算方法。介绍了常用的多频涡流检测数据处理方法,如线性代数法、相位旋转相减法、频谱分析法等。采用Ansoft Maxwell有限元分析软件,建立涡流检测问题模型,仿真研究了激励频率、提离高度、被检对象厚度、缺陷等对涡流场分布和线圈等效阻抗的影响。研究了基于参数混合运算的多频涡流检测技术,采用正交锁定放大器实现检测信号参数估计,提出基于线性最小二乘法的检测信号参数估计方法,对管道检测中支撑干扰和双频涡流检测中提离效应的抑制方法进行研究。在多频涡流检测中,当激励信号的频率分量数目较少时,提取各频率分量的两个参数进行混合运算,确定被检对象特性。讨论了采用带通滤波器和正交锁定放大器的多频涡流检测信号参数估计方法,主要采用硬件实现,成本较高。对正弦信号进行线性化处理,提出基于线性最小二乘法的多频涡流检测信号参数估计方法,降低硬件实现成本。对管道检测中的支撑干扰抑制方法进行研究,采用相位旋转相减法,消除了检测过程的支撑干扰,增强了缺陷信号。对双频涡流检测中的提离效应抑制方法进行研究,分析提离和缺陷对各频率分量的影响差异,在检测信号分量图中提出“缺陷区域”,区分提离信号和缺陷信号,从而抑制提离效应。研究了基于同步合成激励和谱分析的多频涡流检测技术,提出基于遗传算法的多频激励信号峰值因数优化方法,采用矩形激励线圈的涡流传感器,基于谱能量变化实现缺陷长度检测,基于主成分分析法实现缺陷分类。设计矩形激励线圈的涡流传感器,将被检对象表面的涡流场转变为匀强场,通过检测缺陷引起的扰动场,识别缺陷特征参数。在同步合成多频激励信号发生中,频率分量数目的增加必然导致激励信号峰值因数的增大,对涡流传感器驱动电路的工作电压范围要求加宽。文中提出基于遗传算法进行多频激励信号峰值因数优化,定义适应度函数,计算得到各频率分量的优化初始相位。与直接搜索算法相比,其明显提高了搜索速度。采用多频激励后,通过分析多频涡流检测信号的谱能量变化,可以对缺陷长度进行定量检测。当涡流传感器进入缺陷时,检测信号谱能量达到最大值;当涡流传感器离开缺陷时,检测信号谱能量达到最小值。提取最大值和最小值之间的扫描时间,结合涡流传感器的移动速度,即可得到缺陷长度。不同类型的缺陷对多频涡流检测信号中各频率分量影响程度是不同的,即谱图曲线变化趋势不同。采用主成分分析法,降低信号维数,提取特征量,实现缺陷分类。研究了基于调频激励和细化谱分析的多频涡流检测技术,提出“调制多频涡流检测技术”,并定义谱图能量、谱图重心、谱图峰度、谱图偏度、频谱差峰值频率点等五个特征量,应用于缺陷识别及分类和内部缺陷深度位置识别。文中提出的调制多频涡流检测技术,是将调频信号作为涡流传感器的激励信号,通过对检测信号多级放大,采集并进行细化谱分析,进而实现干扰抑制或者多参数检测。与常规多频涡流检测技术相比,该技术的优点为:采用调频信号,降低了峰值因数;调频信号是多个频率信号的连续激励,避免了多路复用模块的使用,减少了检测时间;将检测信号的离散谱转变为连续谱,易于谱图的特征提取和分析。该技术的不足之处为:如果需要采用各频率分量参数的混合运算进行被检对象特征识别,则该技术不能满足。研究中,激励信号选为常用的线性调频信号,驱动涡流传感器,放大并采集检测信号,采用Chirp-Z变换进行细化谱分析。对检测信号施加Tukey Window函数,有效抑制了其谱图中的纹波。结合检测信号谱图特点,定义谱图能量、谱图重心、谱图峰度、谱图偏度、频谱差峰值频率点等五个特征量用于缺陷的多参数检测。通过涡流检测实验和数据分析,谱图能量可用于缺陷识别;谱图重心、谱图峰度和谱图偏度可用于缺陷分类;频谱差峰值频率点可用于内部缺陷深度位置识别。将脉冲激励看作一种多频信号,研究了脉冲涡流检测的多频分析方法,在幅频谱中提出“谱相对变化”用于缺陷分类,在相频谱中提出“相位过零点”用于缺陷分类和提离抑制。广义上讲,脉冲涡流检测技术是多频涡流检测技术的一种,其时域分析方法已经得到了比较广泛的研究。文中对脉冲激励信号的占空比和时移位置进行比较选择,并将其看作一组不等幅正弦谐波的合成信号,分析脉冲涡流检测信号的频谱特性。由于脉冲激励信号中各频率分量能量随着频率的增加迅速减小,在检测信号幅频谱中,采用相对变化量能更有效地发现不同类型缺陷对各谐波分量的影响特点。提出“谱相对变化”特征量可有效地应用于脉冲涡流检测中的缺陷分类,其变化明显,物理意义清楚。对于表面缺陷,高频谐波分量的相对变化量恒定或略有上升趋势;而对于内部缺陷,高频谐波分量的相对变化量具有明显的下降趋势。这种变化是由于高频谐波分量的趋肤深度减小导致的。在相频谱中,低频谐波分量的相位值为正,相位值随着频率的增加逐渐减小并变为负,存在一个“相位过零点”。对于不同的提离高度,相位过零点保持不变;对于表面缺陷,相位过零点比无缺陷时变大;对于内部缺陷,相位过零点比无缺陷时变小。但当缺陷较小时,相位过零点的变化比较微弱,缺陷分类作用并不明显。设计和实现了用于参数混合运算和谱分析的多频涡流检测系统。多频涡流检测系统的设计实现比其它类型涡流检测系统复杂。用于参数混合运算的多频涡流检测系统利用DDS技术发生多路正弦信号并通过加法器合成多频激励信号,采用带通滤波器和正交锁定放大器实现微弱涡流检测信号的参数估计。用于谱分析的多频涡流检测系统采用虚拟仪器技术实现,采用D/A单元发生任意多频激励信号,对微弱涡流检测信号经过充分放大后,采集并进行谱分析。
|
全文目录
摘要 13-16 Abstract 16-20 第一章 绪论 20-38 1.1 课题来源及意义 20-22 1.1.1 课题的来源 20 1.1.2 课题的研究意义 20-22 1.2 涡流检测技术的研究进展 22-29 1.2.1 涡流检测技术的发展历程 22-23 1.2.2 涡流检测新技术 23-25 1.2.3 涡流检测技术研究的热点问题 25-29 1.3 多频涡流检测的技术优势和研究进展 29-35 1.3.1 多频涡流检测技术的特点及优势 29-30 1.3.2 多频涡流检测技术的应用研究进展 30-33 1.3.3 多频涡流检测仪器的设计进展 33-34 1.3.4 多频涡流检测技术研究的热点问题 34-35 1.4 论文研究内容及总体框架 35-37 1.4.1 课题的提出 35 1.4.2 研究内容及总体框架 35-37 1.5 本章小结 37-38 第二章 多频涡流检测理论与数值仿真 38-60 2.1 引言 38 2.2 涡流检测问题的时谐电磁场理论基础 38-51 2.2.1 时谐电磁场边值问题的数学表述 38-40 2.2.2 涡流的趋肤深度 40-41 2.2.3 时谐电磁场的解析计算 41-46 2.2.4 时谐电磁场的数值计算 46-51 2.3 多频涡流检测的数据处理方法 51-53 2.3.1 多频涡流检测中的信息论 51 2.3.2 参数混合运算方法 51-53 2.3.3 频谱分析方法 53 2.4 多频涡流检测问题的有限元仿真 53-59 2.4.1 涡流检测问题的Ansoft Maxwell 仿真实现 54-56 2.4.2 频率对涡流场及传感器阻抗的影响 56-57 2.4.3 提离对涡流场及传感器阻抗的影响 57-58 2.4.4 被检对象厚度对涡流场及传感器阻抗的影响 58 2.4.5 缺陷对涡流传感器阻抗的影响 58-59 2.5 本章小结 59-60 第三章 基于参数混合运算的多频涡流检测技术研究 60-75 3.1 引言 60 3.2 多频涡流检测信号参数提取方法 60-66 3.2.1 基于正交锁定放大器的检测信号参数估计 61-63 3.2.2 基于线性最小二乘法的检测信号参数估计 63-66 3.3 管道缺陷检测中支撑干扰的抑制方法研究 66-71 3.3.1 基于差动线圈传感器的管道检测 67-69 3.3.2 数据分析与特征提取 69-70 3.3.3 支撑干扰的抑制 70-71 3.4 多频涡流检测的提离效应抑制方法研究 71-74 3.4.1 双频激励下的提离效应抑制 71-72 3.4.2 数据分析与特征提取 72-73 3.4.3 提离效应的抑制 73-74 3.5 本章小结 74-75 第四章 基于同步合成激励和谱分析的多频涡流检测技术研究 75-94 4.1 引言 75 4.2 激励信号峰值因数优化及检测信号谱分析方法 75-78 4.2.1 多频激励信号峰值因数优化 75-77 4.2.2 检测信号谱分析方法 77-78 4.3 矩形线圈激励下的缺陷多参数检测 78-83 4.3.1 矩形线圈激励下涡流场特征 78-80 4.3.2 检测装置及试件 80-83 4.4 涡流检测信号谱分析 83-87 4.5 基于谱能量变化的缺陷长度检测 87-88 4.6 基于主成分分析的缺陷分类 88-92 4.6.1 主成分分析方法 88-91 4.6.2 缺陷分类 91-92 4.7 本章小结 92-94 第五章 基于调频激励和细化谱分析的多频涡流检测技术研究 94-109 5.1 引言 94 5.2 调制多频涡流检测技术的提出 94-95 5.2.1 常规多频涡流检测技术的不足 94 5.2.2 调制多频涡流检测技术的优势 94-95 5.3 线性调频激励下的多频涡流检测 95-97 5.3.1 线性调频信号发生 95-96 5.3.2 检测装置及试件 96-97 5.4 基于Chirp-Z 变换的细化谱分析 97-103 5.4.1 Chirp-Z 变换 97-99 5.4.2 窗函数选择 99-101 5.4.3 调制多频涡流检测信号频谱 101-103 5.5 基于谱图能量变化的缺陷识别 103 5.5.1 谱图能量 103 5.5.2 缺陷识别 103 5.6 基于谱图形状特征的缺陷分类 103-107 5.6.1 谱图形状特征 103-105 5.6.2 缺陷分类 105-107 5.7 基于峰值频率点的内部缺陷位置识别 107-108 5.8 本章小结 108-109 第六章 脉冲涡流检测技术的多频分析方法研究 109-123 6.1 引言 109 6.2 脉冲涡流检测中激励信号的多频特性 109-111 6.3 脉冲涡流检测信号的频谱分析 111-114 6.3.1 有关信号处理问题 111-112 6.3.2 脉冲涡流检测信号幅频谱特性 112-114 6.3.3 脉冲涡流检测信号相频谱特性 114 6.4 脉冲涡流缺陷检测 114-117 6.4.1 提离变化时检测信号 115-116 6.4.2 缺陷存在时检测信号 116-117 6.5 基于谱相对变化的缺陷分类 117-119 6.6 基于相位过零点的缺陷分类和提离抑制 119-121 6.7 本章小结 121-123 第七章 多频涡流检测系统的设计与实现 123-135 7.1 引言 123 7.2 基于参数混合运算的多频涡流检测系统 123-131 7.2.1 检测系统特点 123 7.2.2 检测系统总体方案 123-124 7.2.3 单频信号发生模块 124-129 7.2.4 正交锁定放大器模块 129-131 7.3 基于谱分析的多频涡流检测系统 131-133 7.3.1 检测系统特点 131-132 7.3.2 检测系统总体方案 132 7.3.3 任意多频激励信号发生 132-133 7.3.4 信号调理 133 7.3.5 检测系统工作流程 133 7.4 本章小结 133-135 第八章 结论与展望 135-139 8.1 主要研究成果及结论 135-137 8.2 对进一步工作的展望 137-139 致谢 139-141 参考文献 141-155 作者在学期间取得的学术成果 155-156
|
相似论文
- 三轴稳定卫星姿态控制方法研究,V448.22
- 抗生素干预小鼠及菌群相关疾病患者肠道菌群蛋白组分研究,R446.5
- 感觉刺激诱发脑电特征研究,R318.0
- 一种基于低能射线油品含水率快速测量仪的研制,TE622.1
- 卧式工业CT-DR图像检查分系统设计,TP391.41
- 实际海浪环境下大尺度模型试验技术研究,U661.7
- CRH2-300型动车组M1车有限元分析及舒适性,U266
- 基于谱分析法的LNG船疲劳可靠性分析,U661.4
- J-TEXT托卡马克数据系统的升级与完善,TL631.24
- 基于超声激励的倒装芯片缺陷检测技术研究,TN407
- 基于主动红外和超声扫描的倒装芯片缺陷检测研究,TN407
- 数据驱动滚动轴承故障诊断研究,TH165.3
- α晶体蛋白与视网膜神经节细胞膜结合的靶蛋白的探索研究,R774.6
- 利率波动周期与中美比较,F837.12;F224
- 小水线面双体船结构疲劳分析及典型节点优化研究,U674.951
- 基于图像的轴承套加工缺陷检测研究,TP274
- 高速铁路大跨度钢箱提篮拱桥动力特性及地震响应分析,U442.55
- 基于反应谱的斜拉桥动力特性及地震响应的有限元分析,U441.3
- 冷光美白剂对牙本质显微硬度影响的实验研究,R781.05
- 红外辅助提取技术在丹参等中药有效成分提取分析中的应用研究,R284.2
- 小波结合C-V模型的工业CT/DR图像缺陷检测算法研究,TP391.41
中图分类: > 工业技术 > 机械、仪表工业 > 仪器、仪表 > 材料试验机与试验仪器 > 无损探伤仪器
© 2012 www.xueweilunwen.com
|