渦流檢測的信號(hào)特征量提取和信號(hào)分析
渦流是將導(dǎo)體放入變化的磁場中時(shí),由于在變化的磁場周圍存在著渦旋的感生電場,感生電場作用在導(dǎo)體內(nèi)的自由電荷上,使電荷運(yùn)動(dòng),形成渦流。渦流檢測Eddy current Testing(縮寫 ET)。已知法拉第電磁感應(yīng)定律,在檢測線圈上接通交流電,產(chǎn)生垂直于工件的交變磁場。檢測線圈靠近被檢工件時(shí),該工件表面感應(yīng)出渦流同時(shí)產(chǎn)生與原磁場方向相反的磁場,部分抵消原磁場,導(dǎo)致檢測線圈電阻和電感變化。若金屬工件存在缺陷,將改變渦流場的強(qiáng)度及分布,使線圈阻抗發(fā)生變化,檢測該變化可判斷有無缺陷。
渦流檢測技術(shù)利用電磁感應(yīng)原理,通過檢測被檢測工件內(nèi)感生渦流的變化來無損地評(píng)定導(dǎo)電材料及其工件的某些性能,或發(fā)現(xiàn)缺陷的無損檢測方法稱為無損檢測。在工業(yè)生產(chǎn)中,渦流檢測是控制各種金屬材料及少數(shù)非金屬(如石墨、碳纖維復(fù)合材料等)及其產(chǎn)品品質(zhì)的主要手段之一。與其他無損檢測方法比較,渦流檢測更容易實(shí)現(xiàn)自動(dòng)化,特別是對管,棒和線材等型材有著很高的檢測效果。
渦流檢測的信號(hào)處理工藝:
需要提高檢測信號(hào)的信噪比和抗干擾能力,實(shí)現(xiàn)信號(hào)的識(shí)別、分析和診斷,以得出更佳的信號(hào)特征和檢測結(jié)果。
1、信號(hào)特征量提取
常用的特征量提取方法有傅里葉描述法、主分量分析法和小波變換法。
傅里葉描述法是提取特征值的常用方法。其優(yōu)點(diǎn)是不受探頭速度影響,由該描述法重構(gòu)阻抗圖,采樣點(diǎn)數(shù)目越多,重構(gòu)曲線更逼近原曲線。但該方法只對曲線形狀敏感,對渦流檢測儀的零點(diǎn)和增益不敏感,且不隨曲線旋轉(zhuǎn)、平移、尺寸變換及起始點(diǎn)選擇變化而變化。
用測試信號(hào)自相關(guān)矩陣的本征值和本征矢量來描繪信號(hào)特征的方法稱為主分量分析法,該方法對于相似缺陷的分辨力較強(qiáng)。
小波變換是一種先進(jìn)的信號(hào)時(shí)頻分析方法,將小波變換中多分辨分析應(yīng)用到渦流檢測信號(hào)分析中,對不同小波系數(shù)處理后再重構(gòu)。這種經(jīng)小波變換處理后的信號(hào),其信噪比會(huì)得到很大的提高。
2、信號(hào)分析
人工神經(jīng)網(wǎng)絡(luò):人工神經(jīng)網(wǎng)絡(luò)的輸入矢量是信號(hào)的特征參量,對信號(hào)特征參量的正確選擇與提取是采用神經(jīng)網(wǎng)絡(luò)智能判別成功的關(guān)鍵。組合神經(jīng)網(wǎng)絡(luò)模型,采用分級(jí)判別法使網(wǎng)絡(luò)輸入變量維數(shù)由N2 降到N,網(wǎng)絡(luò)結(jié)構(gòu)大為簡化,訓(xùn)練速度很快,具有較高的缺陷識(shí)別率和實(shí)用價(jià)值。
神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)缺陷分類,具有識(shí)別準(zhǔn)確度高的優(yōu)點(diǎn),對不完全、不夠清晰的數(shù)據(jù)同樣有效。
信息融合技術(shù):信息融合是對來自不同信息源檢測、關(guān)聯(lián)、相關(guān)、估計(jì)和綜合等多級(jí)處理,得到被測對象的統(tǒng)一估計(jì)。
蘇州德斯森電子有限公司專業(yè)從事各系列渦流探傷儀、分選儀、超聲波探傷儀、磁粉探傷儀、射線探傷儀、全自動(dòng)滲透探傷對各種管、棒、線、板材、金屬零部件、汽車零部件的全自動(dòng)探傷系統(tǒng)研發(fā)生產(chǎn),提供各種探傷儀的廠家價(jià)格與報(bào)價(jià),歡迎來電咨詢:136-1620-9379。