CN101393167A - 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 - Google Patents
基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 Download PDFInfo
- Publication number
- CN101393167A CN101393167A CNA2008101679813A CN200810167981A CN101393167A CN 101393167 A CN101393167 A CN 101393167A CN A2008101679813 A CNA2008101679813 A CN A2008101679813A CN 200810167981 A CN200810167981 A CN 200810167981A CN 101393167 A CN101393167 A CN 101393167A
- Authority
- CN
- China
- Prior art keywords
- damage
- magnetic memory
- cycle fatigue
- low
- metal magnetic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明利用金属磁记忆检测技术,涉及一种基于金属磁记忆检测技术的低周疲劳损伤定量表征方法。本方法采用金属磁记忆检测仪对不同低周疲劳损伤程度的缺口件进行检测,得到不同损伤程度下的磁记忆信号;提取磁记忆信号特征参量Hp(y)sub和Kmax,以Hp(y)sib和Kmax作为损伤力学中的损伤变量,分别建立损伤度表达模型,在此基础上,建立基于金属磁记忆检测技术的定量表征材料低周疲劳损伤的连续损伤力学模型,得到铁磁材料低周疲劳损伤定量表征方法。本发明将金属磁记忆检测技术与损伤力学相结合,定量表征铁磁材料的低周疲劳损伤。本发明采用无损检测方法对材料损伤进行定量力学表征,并可实现在线实时监测和安全评估。
Description
技术领域
本发明利用金属磁记忆检测技术,涉及一种基于金属磁记忆检测技术的低周疲劳损伤定量表征方法。
背景技术
铁磁材料是现代工业中应用最广、用量最大的金属材料。而铁磁材料零部件多数承受的是周期性变动的疲劳应力,它们的失效,据统计60%~80%是由于各种微观和宏观的应力集中、疲劳累计损伤所导致的疲劳断裂失效。因此,对于铁磁材料的疲劳寿命预测和损伤定量表征至关重要。而目前,疲劳寿命分析方法一般采用试验分析法或试验与统计经验相结合的分析方法。前者完全依靠试验获取疲劳性能数据,这种方法虽然可靠,但是工作周期长、费用高,并且对于复杂构件试验难度大,甚至无法进行。后者则是利用已有的标准试验结果,依照经验性的当量原则或修正办法,来对实际情况的疲劳指标进行估算。但是在使用过程中,结构危险部位的应力、应变分布等随材料的不断损伤劣化而不断变化,并且其变化过程又会因载荷、结构形状、尺寸等不同而互有差异。该分析方法很难建立严格和普遍的当量关系,且结果也并不令人满意,甚至与构件的实际情况往往相差甚远。
损伤力学的发展为疲劳分析提供了新的概念和方法。损伤力学是以研究材料、结构的损伤性质以及在变形过程中损伤的演化发展直至破坏过程的力学理论,它为工程结构的损伤破坏分析、寿命预测以及材料细观损伤机理提供了定量的力学分析手段。采用该分析方法定量的研究材料损伤时,损伤变量的选取是问题的关键,不同的损伤变量将得到不同的损伤模型表达。目前常用的有密度法、弹性模量法、电阻/电位法、超声波法、微硬度法、塑性变形能法等。虽然这些损伤变量方法在不同的研究领域均得到了一定程度的应用,能够对构件疲劳寿命进行定量的表征和分析,但是,由于存在损伤变量的实时检测问题,对使用过程中的损伤实时诊断及定量评估也无能为力,特别是尚未成形的隐性损伤变化,难以实施有效的评价,从而无法避免由于意外的疲劳损伤发展而引发的恶性事故。
金属磁记忆检测技术(MMM)是由俄罗斯学者杜波夫于20世纪90年代后期提出的一种崭新的金属无损检测技术,它能够有效的检测出铁磁金属构件表面上的漏磁场分布,从而间接地对构件最大应力集中区域及其程度进行诊断,在铁磁性构件早期损伤检测及评价等方面极具潜力。
正因如此,金属磁记忆检测技术一经问世,便受到世界各国的普遍重视。国际焊接学会执行的欧洲规划ENRESS——“应力和变形检测”中,已明确规定“金属磁记忆法为切合实用的设备和结构应力变形状态检测方法”;俄罗斯、乌克兰、保加利亚、波兰等国已制订了对该方法和仪器鉴定的国家标准;印度和澳大利亚等国正在大力推广应用该技术。我国对于金属磁记忆检测技术也进行了较多的研究,如中国航空工业失效分析中心与南昌航空大学合作,得出了应力与地磁场同轴和异轴的磁化方程,并采用静力学和二次静磁学的有限元分析,得到加载条件下的漏磁场分布;大庆石油学院得到了弯曲疲劳条件下,磁记忆信号K值随疲劳损伤增加而逐渐增加,在出现微裂纹后K值急剧增加的研究结果;哈尔滨工业大学得到了磁记忆信号峰值的增量对疲劳寿命有预报作用,裂纹扩展速率与磁记忆信号间存在相关性;天津大学对焊接裂纹及其扩展的磁记忆信号特征参量及判据进行了研究等。但是,目前的金属磁记忆检测技术的研究还只是针对磁记忆信号及其特征参量的变化特征进行分析,无法对疲劳损伤进行定量表征。
发明内容
本发明的目的是:提供一种能够针对磁记忆信号及其特征参量的变化特征进行分析并且对疲劳损伤进行定量表征的基于金属磁记忆检测技术的低周疲劳损伤定量表征方法。本发明的技术方案是:将金属磁记忆检测技术与连续损伤力学相结合,以磁记忆信号特征参量作为连续损伤力学中的损伤变量,建立一种基于金属磁记忆检测技术的针对缺口件铁磁材料的低周疲劳损伤定量表征方法。
首先,采用金属磁记忆检测仪,对不同低周疲劳损伤程度(不同疲劳循环周次)的缺口件进行检测,得到不同疲劳损伤程度下缺口件的磁记忆信号;然后,提取磁信号特征参量磁信号最大值Hp(y)max和最小值Hp(y)min间的差值Hp(y)sub、磁记忆信号强度梯度最大值Kmax,以磁记忆信号特征参量作为连续损伤力学中的损伤变量,建立损伤度D表达模型,即D=1-ΔHp(y)sub0/ΔHp(y)subN和D=1-ΔKmax0/ΔKmaxN,在连续损伤力学的框架内,建立基于磁记忆信号特征参量的定量表征材料疲劳损伤的损伤力学模型,即D=DA-P(1-N/Nf)ψ(Δσ),并且,根据不同疲劳应力水平下建立的基于磁记忆信号特征参量的损伤力学模型,得到疲劳应力与损伤累积程度参量ψ(Δσ)的关系。
建立的表征缺口件铁磁材料低周疲劳损伤的损伤力学模型D=DA-P(1-N/Nf)ψ(Δσ)中,材料失效的损伤度D的边界值DA是以磁记忆信号特征参量的变化特征来进行定义的。
根据疲劳应力Δσ与损伤累积程度参量ψ(Δσ)关系而预测在不同的低周疲劳应力下材料的疲劳损伤,其Δσ-ψ(Δσ)关系是根据不同疲劳应力下基于磁记忆信号特征参量的低周疲劳损伤力学模型的建立。
本发明的优点是:
采用连续损伤力学手段,对缺口件金属铁磁材料进行低周疲劳损伤定量表征,属于基于金属磁记忆检测技术的疲劳损伤定量表征方法。
将金属磁记忆检测技术和连续损伤力学相结合,采用无损伤检测方法对缺口件铁磁材料损伤进行定量力学表征,可实现对低周疲劳损伤的在线实时监测和安全评估,为铁磁材料低周疲劳损伤的无损检测提供了一种可靠的定量力学表征手段。
附图说明
图1在应力集中系数Kt=3、疲劳应力为0.93σ0.2条件下,基于磁记忆信号特征参量Hp(y)sub的缺口件疲劳损伤演化过程;
图2在应力集中系数Kt=3、疲劳应力为0.58σ0.2条件下,基于磁记忆信号特征参量Kmax的缺口件疲劳损伤演化过程;
图3在应力集中系数Kt=3条件下,基于磁记忆信号特征参量Hp(y)sub的缺口件Δσ-ψ(Δσ)关系;
图4在应力集中系数Kt=3条件下,基于磁记忆信号特征参量Kmax的缺口件Δσ-ψ(Δσ)关系;
图5在应力集中系数Kt=5、疲劳应力为0.65σ0.2条件下,基于磁记忆信号特征参量Hp(y)sub的缺口件疲劳损伤演化过程;
图6在应力集中系数Kt=5条件下,基于磁记忆信号特征参量Hp(y)sub的缺口件Δσ-ψ(Δσ)关系;
具体实施方式:
根据检测得到的磁记忆信号表征材料的低周疲劳损伤,其特征包括以下过程:
1、提取不同低周疲劳损伤程度下磁记忆信号特征参量Hp(y)sub和Kmax,其中,Hp(y)sub为磁记忆信号最大值Hp(y)max和最小值-Hp(y)min间的差值,即(Hp(y)sub=Hp(y)max-Hp(y)min);Kmax为磁记忆信号强度梯度最大值,K=dHp(y)/dl,dHp(y)为相邻量采样点之间的差值,dl为相邻量采样点之间的距离。
2、根据连续损伤力学理论,低周疲劳损伤演化规律可由耗散式函数来描述:
其中,D为损伤度,γ为累积塑性应变率,Y是D的相伴参量应变能释放率,S0、m0为材料常数。由此可得到低周疲劳损伤表征模型:
D=1-(1-N/Nf)ψ(Δσ) (2)
其中,N为疲劳循环周次,Nf为疲劳寿命,Δσ为疲劳名义应力范围,ψ(Δσ)为与疲劳应力有关的描述损伤累积程度的参量。一般情况下,式(2)的边界条件为:当N=N0时,D=0,当N=Nf时,D=1。
损伤度D是一种用于描述材料内部损伤状态变化发展及其对材料力学作用影响的内部状态参量。在连续损伤力学中,常利用测量材料的塑性应变能、循环应力响应、弹性模量、显微硬度、电阻率等作为损伤变量来表征损伤度D。如,塑性应变能损伤变量表达式如下:
D=1-ΔS0/ΔSN (3)
其中,ΔS0为初始无损伤时的应力-应变曲线面积(塑性应变能),ΔSN为循环过程中第N次循环时的应力-应变曲线面积(塑性应变能)。
3、根据步骤1提取得到的磁记忆信号特征参量Hp(y)sub和Kmax,建立以磁记忆信号特征参量作为损伤变量的低周疲劳损伤度表征模型,模型如下:
D=1-ΔHp(y)sub0/ΔHp(y)subN (4)
D=1-ΔKmax0/ΔKmaxN (5)
其中,ΔHp(y)sub0和ΔKmax0为初始无损伤时的磁信号特征参量,ΔHp(y)subN和ΔKmaxN为循环过程中第N次循环时的磁信号特征参量。
4、根据步骤1提取得到的不同低周疲劳损伤程度的磁记忆信号特征参量Hp(y)sub和Kmax,分别采用式(4)和式(5)对损伤度D进行数据处理,并以为横坐标,D为纵坐标作图,得到D-N/Nf图。
根据试验结果,定义损伤度D边界条件:当N=N0时,D=0,当N=Nf时,D=DA,其中DA为材料失效时的损伤度值。
5、建立基于磁记忆信号特征参量的连续损伤力学低周疲劳损伤表征模型:
D=DA-P(1-N/Nf)ψ(Δσ) (6)
其中,P为系数。
根据式(6)便可得到材料的低周疲劳损伤演化过程。
6、根据不同低周疲劳应力水平下建立的基于磁记忆信号特征参量的连续损伤力学疲劳损伤表征模型,采用数值拟和技术(如利用ORINGN软件),得到低周疲劳应力与描述损伤累积程度参量ψ(Δσ)的关系。由此可预测在不同的低周疲劳应力水平下材料的疲劳损伤。
实施例一
对应力集中系数Kt=3的缺口件在三种不同的低周疲劳应力水平下进行疲劳试验(疲劳应力分别为0.93σ0.2、0.76σ0.2和0.58σ0.2),采用厦门爱德森EMS2003型智能磁记忆/涡流检测仪对缺口件在不同的疲劳循环周次下进行金属磁记忆信号检测。根据技术方案步骤1~步骤5,对磁记忆信号特征参量及相关数据进行处理,建立基于磁记忆信号特征参量的连续损伤力学低周疲劳损伤模型。分别如下:
基于磁记忆信号特征参量Hp(y)sub的低周疲劳损伤模型:
0.93σ0.2:D=0.45-0.43868(1-N/Nf)0.22836 (7)
0.76σ0.2:D=0.45-0.27767(1-N/Nf)0.29091 (8)
0.58σ0.2:D=0.45-0.45694(1-N/Nf)0.34024 (9)
基于磁记忆信号特征参量Kmax的低周疲劳损伤模型:
0.93σ0.2:D=0.9-0.85954(1-N/Nf)0.1259 (10)
0.76σ0.2:D=0.9-0.90362(1-N/Nf)0.21148 (11)
0.58σ0.2:D=0.9-0.84057(1-N/Nf)0.23965 (12)
从而得到不同低周疲劳应力水平下缺口件的疲劳损伤演化模型,分别见图1和图2。
根据技术方案步骤6,得到疲劳应力Δσ与参量ψ(Δσ)的关系,并进行线性拟合。分别如下:
基于磁记忆信号特征参量Hp(y)sub的Δσ-ψ(Δσ)关系(见图3):
ψ(Δσ)=0.5296-0.0003397Δσ (13)
相关系数:R=0.9976
基于磁记忆信号特征参量Kmax的Δσ-ψ(Δσ)关系(见图4):
ψ(Δσ)=0.4395-0.0003454Δσ (14)
相关系数:R=0.9600
可见,将金属磁记忆检测技术和连续损伤力学相结合,采用基于磁记忆信号特征参量的定量表征缺口件材料低周疲劳损伤方法,能够准确反映材料的低周疲劳损伤演化过程,定量评估材料损伤,并且可实现对构件低周疲劳损伤的在线实时监测和安全评估,为铁磁材料低周疲劳损伤的无损检测提供了一种可靠的定量力学表征手段。
实施例二
实施例:应力集中系数Kt=5的缺口件基于磁记忆信号特征参量Hp(y)sub的低周疲劳损伤表征
对应力集中系数Kt=5的缺口件在三种不同的低周疲劳应力水平下进行疲劳试验(疲劳应力分别为0.65σ0.2、0.50σ0.2和0.35σ0.2),采用厦门爱德森EMS2003型智能磁记忆/涡流检测仪对缺口件在不同的疲劳循环周次下进行金属磁记忆信号检测。根据技术方案步骤1~步骤5,对磁记忆信号特征参量及相关数据进行处理,建立基于磁记忆信号特征参量的连续损伤力学低周疲劳损伤模型。分别如下:
基于磁记忆信号特征参量Hp(y)sub的低周疲劳损伤模型:
0.65σ0.2:D=0.53-0.39769(1-N/Nf)0.55251 (15)
0.65σ0.2:D=0.53-0.35591(1-N/Nf)0.45806 (16)
0.50σ0.2:D=0.53-0.42292(1-N/Nf)0.69369 (17)
0.50σ0.2:D=0.53-0.44778(1-N/Nf)0.76238 (18)
0.35σ0.2:D=0.53-0.55812(1-N/Nf)0.9115 (19)
0.35σ0.2:D=0.53-0.44005(1-N/Nf)1.3573 (20)
从而得到不同疲劳应力水平下缺口件的低周疲劳损伤演化模型,分别见图5。
根据技术方案步骤6,得到疲劳应力Δσ与参量ψ(Δσ)的关系,并进行线性拟合。分别如下:
基于磁记忆信号特征参量Hp(y)sub的Δσ-ψ(Δσ)关系(见图6):
ψ(Δσ)=1.4029-0.00125Δσ (21)
相关系数:R=0.97088
Claims (4)
1、一种基于金属磁记忆检测技术的低周疲劳损伤定量表征方法,包括采用金属磁记忆检测仪对被测缺口件铁磁材料进行磁记忆信号检测,根据检测得到的磁记忆信号特征参量,采用连续损伤力学手段,对低周疲劳损伤进行定量表征,其特征在于:采用金属磁记忆检测仪对不同低周疲劳损伤程度的缺口件进行检测,得到不同损伤程度下的磁记忆信号;提取磁信号特征参量磁信号最大值Hp(y)max和最小值Hp(y)min间的差值Hp(y)sub、磁记忆信号强度梯度最大值Kmax,以磁记忆信号特征参量作为连续损伤力学中的损伤变量,建立损伤度D表达模型,即D=1-ΔHp(y)sub0/ΔHp(y)subN和D=1-ΔKmax0/ΔKmaxN,在连续损伤力学的框架内,建立基于磁记忆信号特征参量的定量表征材料疲劳损伤的损伤力学模型,即D=DA-P(1-N/Nf)ψ(Δσ),并且,根据不同疲劳应力水平下建立的基于磁记忆信号特征参量的损伤力学模型,得到疲劳应力与损伤累积程度参量ψ(Δσ)的关系。
2、根据权利要求1所述的基于金属磁记忆检测的低周疲劳损伤定量表征方法,其特征在于,所述金属磁记忆检测信号特征参量Kmax是材料在低周疲劳循环过程中,各疲劳损伤程度下检测得到的磁记忆信号相邻量采样点之间的差值与相邻量采样点之间的距离之比值,即采用微分法的数据处理方式,Kmax=dHp(y)/dl。
3、根据权利要求1所述的基于金属磁记忆检测的低周疲劳损伤定量表征方法,其特征在于,建立的表征缺口件铁磁材料低周疲劳损伤的损伤力学模型D=DA-P(1-N/Nf)ψ(Δσ)中,材料失效的损伤度D的边界值DA是以磁记忆信号特征参量的变化特征来进行定义的。
4、根据权利要求1所述的基于金属磁记忆检测的低周疲劳损伤定量表征方法,其特征在于,根据疲劳应力Δσ与损伤累积程度参量ψ(Δσ)关系而预测在不同的低周疲劳应力下材料的疲劳损伤,其Δσ-ψ(Δσ)关系是根据不同疲劳应力下基于磁记忆信号特征参量的低周疲劳损伤力学模型的建立。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101679813A CN101393167B (zh) | 2008-10-21 | 2008-10-21 | 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101679813A CN101393167B (zh) | 2008-10-21 | 2008-10-21 | 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101393167A true CN101393167A (zh) | 2009-03-25 |
CN101393167B CN101393167B (zh) | 2011-05-11 |
Family
ID=40493566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101679813A Active CN101393167B (zh) | 2008-10-21 | 2008-10-21 | 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101393167B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472101A (zh) * | 2013-09-16 | 2013-12-25 | 天津大学 | 一种疲劳损伤电化学检测装置及方法 |
CN104596472A (zh) * | 2015-01-04 | 2015-05-06 | 合肥通用机械研究院 | 一种乙烯裂解炉管磁记忆检测及安全评估方法 |
CN104777218A (zh) * | 2014-01-15 | 2015-07-15 | 天津大学 | 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 |
CN105067791A (zh) * | 2015-08-06 | 2015-11-18 | 中国航空工业集团公司北京航空材料研究院 | 一种模拟高温合金超高周疲劳损伤的方法 |
CN105205255A (zh) * | 2015-09-21 | 2015-12-30 | 北京航空航天大学 | 金属屋面损伤评估方法和系统 |
CN106370719A (zh) * | 2016-08-18 | 2017-02-01 | 苏州热工研究院有限公司 | 一种铁磁金属材料应变硬化指数的磁性无损检测方法 |
CN106546659A (zh) * | 2016-10-27 | 2017-03-29 | 中海石油(中国)有限公司 | 一种基于磁记忆的冲蚀损伤在线检测系统及方法 |
CN109884177A (zh) * | 2019-03-08 | 2019-06-14 | 重庆交通大学 | 一种基于磁记忆信号的拉索结构损伤位置及范围确定方法 |
CN113125564A (zh) * | 2021-05-28 | 2021-07-16 | 中国特种设备检测研究院 | 一种风机塔筒早期损伤的在线检测方法 |
CN115219584A (zh) * | 2022-07-20 | 2022-10-21 | 江西理工大学 | 一种铁磁性材料的金属磁记忆监测与评价方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100357731C (zh) * | 2005-08-04 | 2007-12-26 | 上海交通大学 | 汽车退役曲轴磁记忆检测专用的信号采集装置 |
CN100414292C (zh) * | 2005-10-10 | 2008-08-27 | 中国石油天然气集团公司 | 铁磁材料裂纹的金属磁记忆检测方法 |
CN100385235C (zh) * | 2005-12-06 | 2008-04-30 | 天津大学 | 用金属磁记忆检测技术确定管道焊接裂纹应力集中的方法 |
CN101122578B (zh) * | 2007-08-03 | 2010-06-09 | 中国人民解放军装甲兵工程学院 | 铁磁性金属构件疲劳裂纹和应力集中的磁记忆检测方法 |
-
2008
- 2008-10-21 CN CN2008101679813A patent/CN101393167B/zh active Active
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103472101B (zh) * | 2013-09-16 | 2015-05-13 | 天津大学 | 一种疲劳损伤电化学检测装置及方法 |
CN103472101A (zh) * | 2013-09-16 | 2013-12-25 | 天津大学 | 一种疲劳损伤电化学检测装置及方法 |
CN104777218A (zh) * | 2014-01-15 | 2015-07-15 | 天津大学 | 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 |
CN104596472B (zh) * | 2015-01-04 | 2017-04-12 | 合肥通用机械研究院 | 一种乙烯裂解炉管磁记忆检测及安全评估方法 |
CN104596472A (zh) * | 2015-01-04 | 2015-05-06 | 合肥通用机械研究院 | 一种乙烯裂解炉管磁记忆检测及安全评估方法 |
CN105067791A (zh) * | 2015-08-06 | 2015-11-18 | 中国航空工业集团公司北京航空材料研究院 | 一种模拟高温合金超高周疲劳损伤的方法 |
CN105205255B (zh) * | 2015-09-21 | 2018-03-13 | 北京航空航天大学 | 金属屋面损伤评估方法和系统 |
CN105205255A (zh) * | 2015-09-21 | 2015-12-30 | 北京航空航天大学 | 金属屋面损伤评估方法和系统 |
CN106370719A (zh) * | 2016-08-18 | 2017-02-01 | 苏州热工研究院有限公司 | 一种铁磁金属材料应变硬化指数的磁性无损检测方法 |
CN106370719B (zh) * | 2016-08-18 | 2019-04-02 | 苏州热工研究院有限公司 | 一种铁磁金属材料应变硬化指数的磁性无损检测方法 |
CN106546659A (zh) * | 2016-10-27 | 2017-03-29 | 中海石油(中国)有限公司 | 一种基于磁记忆的冲蚀损伤在线检测系统及方法 |
CN109884177A (zh) * | 2019-03-08 | 2019-06-14 | 重庆交通大学 | 一种基于磁记忆信号的拉索结构损伤位置及范围确定方法 |
CN113125564A (zh) * | 2021-05-28 | 2021-07-16 | 中国特种设备检测研究院 | 一种风机塔筒早期损伤的在线检测方法 |
CN115219584A (zh) * | 2022-07-20 | 2022-10-21 | 江西理工大学 | 一种铁磁性材料的金属磁记忆监测与评价方法 |
CN115219584B (zh) * | 2022-07-20 | 2023-04-28 | 江西理工大学 | 一种铁磁性材料的金属磁记忆监测与评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101393167B (zh) | 2011-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101393167B (zh) | 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 | |
Yekta et al. | Effect of quality control parameter variations on the fatigue performance of ultrasonic impact treated welds | |
Kwon et al. | Bridge fatigue assessment and management using reliability-based crack growth and probability of detection models | |
Achenbach | Structural health monitoring–What is the prescription? | |
Cui et al. | Fatigue life evaluation of welded joints in steel bridge considering residual stress | |
CN101126799A (zh) | 利用铁磁材料表面杂散磁场信号监测疲劳损伤的方法 | |
CN103940626A (zh) | 在役正交异性钢桥面板疲劳开裂后剩余使用寿命评估方法 | |
CN106018543B (zh) | 一种基于磁记忆效应的螺栓联接件损伤在位监测装置 | |
Bao et al. | A review of the metal magnetic memory technique | |
Ramesh et al. | Health Monitoring of Structures by Using Non-Destructive Testing Methods | |
Bashirov et al. | The technical condition assessment and the resource of safe operation of technological pipelines using electromagnetic-acoustic effect | |
Hu et al. | Fatigue behavior of aluminum stiffened plate subjected to random vibration loading | |
Gong et al. | Study on stress measurement for steel bars inside RC beams based on self-magnetic flux leakage effect | |
CN103776895B (zh) | 一种铁磁材料接触损伤评价的磁无损检测方法 | |
CN117233347A (zh) | 一种碳钢球化等级测量方法、系统及设备 | |
Tikka et al. | Strain gauge capabilities in crack detection | |
Adam et al. | Model-assisted probability of detection for ultrasonic structural health monitoring | |
Wang et al. | Probabilistic study on the macro-crack initiation of the rib-to-deck welded joint on orthotropic steel deck | |
Habibalahi et al. | Forward to residual stress measurement by using pulsed eddy current technique | |
CN113640301B (zh) | 特种设备的螺栓检测方法 | |
CN205404485U (zh) | 一种基于磁力耦合效应的钢桥检测装置 | |
Kamaya et al. | Monitoring of inside surface crack growth by strain measurement of the outside surface: a feasibility study | |
Rummel | Nondestructive evaluation–a critical part of structural integrity | |
Tong et al. | Investigation of the relationship between bending capacity and SMFL intensity of existing reinforced concrete hollow slab beams | |
Leng et al. | Application of empirical mode decomposition in early diagnosis of magnetic memory signal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |