CN106990162A - 带钢内部缺陷漏磁检测信号的处理方法 - Google Patents
带钢内部缺陷漏磁检测信号的处理方法 Download PDFInfo
- Publication number
- CN106990162A CN106990162A CN201610035781.7A CN201610035781A CN106990162A CN 106990162 A CN106990162 A CN 106990162A CN 201610035781 A CN201610035781 A CN 201610035781A CN 106990162 A CN106990162 A CN 106990162A
- Authority
- CN
- China
- Prior art keywords
- signal
- magnetic flux
- flux leakage
- processing method
- internal flaw
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种带钢内部缺陷漏磁检测信号的处理方法,包括以下步骤:对传感器信号进行差分处理;对差分信号进行低通滤波;提取高频信号;提取疑似缺陷信号;筛选疑似信号阀值,得到缺陷信号。本发明的带钢内部缺陷漏磁检测信号的处理方法可以实现对非常细微的内部缺陷的准确检测,能够准确分析出检测信号中存在的缺陷信号。本发明可以实现在带材高速运转时,进行连续在线的缺陷检测。此外,本发明采用漏磁检测原理,实现了非接触式检测,不会对环境产生影响,大大提高了产品质量。
Description
技术领域
本发明涉及电磁检测方法,更具体地说,涉及一种带钢内部缺陷漏磁检测信号的处理方法。
背景技术
带钢内部缺陷是冷轧薄带产品的主要质量缺陷之一,特别是对于DI材和电池钢等特殊用途的带钢产品。在这类带钢产品中,若出现内部缺陷,会导致泄漏等风险,对下游厂家造成很大的质量纠纷,带来很多不必要的麻烦。因此在某些冷轧带钢生产线,生产过程中必须检验内部质量缺陷情况,防止发生缺陷产品交付用户。由于冷轧带钢产品生产是高速和自动化过程,产品离线检测存在抽样风险。因此提出在线内部缺陷检测要求。
检查内部缺陷的方法为漏磁法和电磁超声法等探伤方法。而目前采用比较多的技术是漏磁法。在漏磁检测技术中,传感器多采用电磁线圈、霍尔元件或者磁敏元件。在缺陷检测过程中,需要多个传感器以阵列的形式排布,构成电磁检测探头。检测探头对磁化后的钢板进行检测,若存在内部缺陷,则将会检测到钢板内的漏磁场。在基于该方法所研发出的各个品牌的检测设备中,由于采用的传感器探头不一致,都会根据采集信号情况,采用不同的信号处理方法,已达到对微弱的漏磁信号进行缺陷漏磁检测的目的。在漏磁信号检测中,由于缺陷很小,检测到的漏磁信号往往非常微弱,这就需要首先对采集到的信号进行处理,才能够准确检测出缺陷漏磁信号。
因此,信号处理方法对于漏磁检测装置来说,起到了对缺陷正确检测的关键作用。
通过专利检索,得到以下现有技术:
专利CA2088918C介绍了一种利用漏磁法检测内部缺陷的方法。低通滤波器将漏磁信号中的低频信号部分分离出来,然后将该低频信号放大后,提供给一个补偿线圈。补偿线圈会产生一个磁通信号,该磁通信号可以抵消磁传感器中的磁漂,就能很精确地检测缺陷。
专利JP2005024295A提供一种容易设定磁化装置磁化水平和状态的方法,即使带钢厚度和类别改变,也很容易实现对磁化水平和状态的设定。通过测量磁化条件设置的试样表面附近的磁场,将测量磁场变为所期望的值的位置。
专利JP11108899A介绍了一个内部缺陷检测标定装置,该装置使用一个测量辊,并使用样带安装在标定辊上面来进行标定,实现每个传感器达到同样的精度。
发明内容
针对现有技术中存在的带钢缺陷检测方法实施不便,且精度不高的问题,本发明的目的是提供一种带钢内部缺陷漏磁检测信号的处理方法
为实现上述目的,本发明采用如下技术方案:
一种带钢内部缺陷漏磁检测信号的处理方法,包括以下步骤:对传感器信号进行差分处理;对差分信号进行低通滤波;提取高频信号;提取疑似缺陷信号;筛选疑似信号阀值,得到缺陷信号。
根据本发明的一实施例,差分处理的方法为:将临近的传感器信号做差值。
根据本发明的一实施例,差分信号的计算方法为:yn=xn-xn+T;其中,xn为各路传感器所得到的信号,yn为差分信号;n,T为自然数,T≤5。
根据本发明的一实施例,对差分信号进行低通滤波的方法为:在差分信号中减去低频信号成分。
根据本发明的一实施例,低通滤波的计算方法为:Yn=a*yn+(1-a)*Yn-1;其中,yn为传感器之间差分后的信号,Yn-1为上次的滤波输出值,a为滤波系数,Yn为本次滤波的输出值。
根据本发明的一实施例,提取高频信号的方法为:Hn=yn-Yn;其中,Hn为检测信号的高频信号,yn为邻近传感器作差后的差分信号,Yn为差分信号的低频部分。
根据本发明的一实施例,提取疑似缺陷信号的方法为:求取信号曲线上的极值点;对极值点处求取突变信号。
根据本发明的一实施例,求取突变信号的方法为:提取极值位置点的实际值VN。在极值位置附近取M个点取平均值,得到平均值和峰值位置点的实际值做差,所得值为该处的突变值Va:
根据本发明的一实施例,筛选疑似信号阀值的方法为:判断突变信号是否大于设定阈值?若是,则确定突变信号为缺陷信号;若否,则确定突变信号为干扰信号。
在上述技术方案中,本发明的带钢内部缺陷漏磁检测信号的处理方法可以实现对非常细微的内部缺陷的准确检测,能够准确分析出检测信号中存在的缺陷信号。本发明可以实现在带材高速运转时,进行连续在线的缺陷检测。此外,本发明采用漏磁检测原理,实现了非接触式检测,不会对环境产生影响,大大提高了产品质量。
附图说明
图1是本发明的处理单元结构示意图。
图2是本发明带钢内部缺陷漏磁检测信号的处理方法的总体逻辑示意图;
图3是本发明带钢内部缺陷漏磁检测信号的处理方法的详细流程图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
在工业大生产中,由于现场工艺和设备等原因,经常会造成带材内部夹杂杂质形成内部缺陷。对于磁性材料,可以使用磁敏传感器对磁化后的带钢进行漏磁检测,漏磁信号即为带钢内部缺陷信号。
因此,参照图1,本发明的目的是为了实现对于钢等磁性带材的内部缺陷检测的一种信号分析及处理方法。本发明包含磁敏传感器单元1、信号采集单元2和信号处理单元3。磁敏传感器单元1由磁阻传感器阵列构成,该传感器单元对磁化后的带钢进行检测,获取到被测带材的磁场信号。信号采集单元2通过多路并行实时采集到信号,再通过以太网传送至信号处理单元3。信号处理单元3对该信号进行差分、滤波、疑似信号提取、疑似信号筛查等步骤,准确获得缺陷信号。
进一步地,如图2和图3所示,本发明的具体处理步骤如下:
S1:对传感器信号进行差分处理,即将临近的传感器信号做差值。
邻近传感器存在的磁场本底信号是接近的,所以邻近的传感器信号做差可以起到有效的去本底信号的作用,可以起到突出缺陷信号的作用。我们采用第n个传感器与第(n+T)个传感器信号进行做差的方法来实现,其中1≤T≤5,T为自然数。各路传感器所得到的信号为xn,差分信号为yn:
yn=xn-xn+T,n,T为自然数,T≤5;
S2:对差分信号进行低通滤波,即在差分信号中减去低频信号成分。
低通滤波算法如下:
Yn=a*yn+(1-a)*Yn-1,n为自然数;
式中yn代表本次采样值,即传感器之间差分后的信号,Yn-1为上次的滤波输出值,a为滤波系数,其值通常远小于1,Yn为本次滤波的输出值。
由上式可以看出,本次滤波的输出值主要取决于上次滤波的输出值(注意不是上次的采样值,这和加权平均滤波是有本质区别的),本次采样值对滤波输出的贡献是比较小的,但多少有些修正作用,这种算法便模拟了具体有教大惯性的低通滤波器功能。
S3:提取高频信号
通过低通滤波的方式可以将数据信号中的低频分量分离出来,在实际测量当中这些低频的成分往往代表了测试钢板的本底成分。将原始信号和低频信号成分做差就可以将较高频的突变信号突显出来,即:
Hn=yn-Yn。
其中,Hn为检测信号的高频信号,yn为邻近传感器作差后的差分信号,Yn为差分信号的低频部分。
S4:疑似缺陷信号提取,即首先求取信号曲线上的极值点,其次再对极值点处求取突变信号。
具体来说,对所有高频信号进行导数运算,求解一阶导数dH/dt=0的各个点。在此基础上对求出一阶导数为0的各个点的二阶导数d2H/dt2。一阶导数等于0而二阶导数不等于0的点就是信号曲线上的极值点。
然后,再对极值点处进行突变值求取,便能得到缺陷信号的大小。极值点处突变值衡量方法如下:
(1)提取极值位置点的实际值VN。
(2)在极值位置附近取M个点(适当忽略峰值附近诺干个点)取平均值,即
(3)该平均值和峰值位置点的实际值做差所得值为该处的突变值Va:
S5:疑似信号阀值筛选,最终得到缺陷信号。
在钢板缺陷的检测过程中,存在很微小的突变信号,有可能是极小的缺陷造成也有可能是钢板本底信号,也有可能是测量中的未知干扰造成。按照之前的检测方法所有的突变都会被识别出来,这就会造成了检测中会出现过检的问题。所以按照极值点处实际突变值进行筛选。取一个阀值Vr:(Vr数值大小通过试验确定):
判断所述突变信号是否大于设定阈值?
若是,则Va>Vr,确定突变信号为缺陷信号,该突变值为缺陷点。
若否,即Va<Vr,则确定突变信号为干扰信号,突变值不是缺陷信号而丢弃。
本发明可以实现对内部缺陷漏磁检测信号的很好处理。本发明主要是对磁敏传感器检测到的磁信号进行处理,从中提取出带材内部缺陷信息。在内部缺陷检测中,利用磁化装置对带材进行磁化,磁敏传感器对磁化后的带材进行检测,检测到带材磁场信号。若带材中存在内部缺陷,则磁敏传感器就会检测到与缺陷尺寸大小成比例的漏磁场。信号采集单元由FPGA板卡和AD采样电路等组成,可以高速实时地采集到磁场信号,并通过以太网将这些信号送往信号处理单元。信号处理单元则通过差分、滤波、可疑信号提取和可疑信号阈值设定等方法,将最终的缺陷信号给检测出来。本发明实现了对较难检测的微小内部缺陷的准确分析和提取,对于提升带钢的品质,减少质量异议,提供了非常有效的检测方法。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (9)
1.一种带钢内部缺陷漏磁检测信号的处理方法,其特征在于,包括以下步骤:
对传感器信号进行差分处理;
对差分信号进行低通滤波;
提取高频信号;
提取疑似缺陷信号;
筛选疑似信号阀值,得到缺陷信号。
2.如权利要求1所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,所述差分处理的方法为:
将临近的传感器信号做差值。
3.如权利要求2所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,差分信号的计算方法为:
yn=xn-xn+T;
其中,xn为各路传感器所得到的信号,yn为差分信号;
n,T为自然数,T≤5。
4.如权利要求1所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,所述对差分信号进行低通滤波的方法为:
在差分信号中减去低频信号成分。
5.如权利要求4所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,低通滤波的计算方法为:
Yn=a*yn+(1-a)*Yn-1;
其中,yn为传感器之间差分后的信号,Yn-1为上次的滤波输出值,a为滤波系数,Yn为本次滤波的输出值。
6.如权利要求1所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,提取高频信号的方法为:
Hn=yn-Yn;
其中,Hn为检测信号的高频信号,yn为邻近传感器作差后的差分信号,Yn为差分信号的低频部分。
7.如权利要求1所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,所述提取疑似缺陷信号的方法为:
求取信号曲线上的极值点;
对极值点处求取突变信号。
8.如权利要求7所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,所述求取突变信号的方法为:
提取极值位置点的实际值VN。
在极值位置附近取M个点取平均值,得到
所述平均值和峰值位置点的实际值做差,所得值为该处的突变值Va:
9.如权利要求8所述的带钢内部缺陷漏磁检测信号的处理方法,其特征在于,筛选疑似信号阀值的方法为:
判断所述突变信号是否大于设定阈值?
若是,则确定突变信号为缺陷信号;
若否,则确定突变信号为干扰信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610035781.7A CN106990162A (zh) | 2016-01-20 | 2016-01-20 | 带钢内部缺陷漏磁检测信号的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610035781.7A CN106990162A (zh) | 2016-01-20 | 2016-01-20 | 带钢内部缺陷漏磁检测信号的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106990162A true CN106990162A (zh) | 2017-07-28 |
Family
ID=59413524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610035781.7A Pending CN106990162A (zh) | 2016-01-20 | 2016-01-20 | 带钢内部缺陷漏磁检测信号的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106990162A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826362A (zh) * | 2018-08-09 | 2020-02-21 | 英业达科技有限公司 | 用于炉温误差处理的方法、非暂时性计算机可读介质与设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1865976A (zh) * | 2006-06-16 | 2006-11-22 | 清华大学 | 大面积钢板缺陷漏磁检测方法 |
CN102590329A (zh) * | 2012-02-19 | 2012-07-18 | 重庆大学 | 基于霍尔元件的网式铁磁构件表面裂纹探测器 |
CN103760223A (zh) * | 2014-02-19 | 2014-04-30 | 华中科技大学 | 一种基于体表反向场的内外伤漏磁检测区分方法与装置 |
-
2016
- 2016-01-20 CN CN201610035781.7A patent/CN106990162A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1865976A (zh) * | 2006-06-16 | 2006-11-22 | 清华大学 | 大面积钢板缺陷漏磁检测方法 |
CN102590329A (zh) * | 2012-02-19 | 2012-07-18 | 重庆大学 | 基于霍尔元件的网式铁磁构件表面裂纹探测器 |
CN103760223A (zh) * | 2014-02-19 | 2014-04-30 | 华中科技大学 | 一种基于体表反向场的内外伤漏磁检测区分方法与装置 |
Non-Patent Citations (3)
Title |
---|
DING JINFENG 等: "Tubing thread inspection by magnetic flux leakage", 《NDT & E INTERNATIONAL》 * |
YANHUA SUN 等: "Magnetic compression effect in present MFL testing sensor", 《SENSORS AND ACTUATORS A:PHYSICAL》 * |
周航慈: "《嵌入式系统软件设计中的常用算法》", 31 January 2010, 北京航空航天大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826362A (zh) * | 2018-08-09 | 2020-02-21 | 英业达科技有限公司 | 用于炉温误差处理的方法、非暂时性计算机可读介质与设备 |
CN110826362B (zh) * | 2018-08-09 | 2023-09-12 | 英业达科技有限公司 | 用于炉温误差处理的方法和非暂时性计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Feature extraction and selection for defect classification of pulsed eddy current NDT | |
CN109142514B (zh) | 一种基于脉冲涡流阵列的缺陷检测装置及方法 | |
CN109444257B (zh) | 一种基于频域提离交叉点的脉冲涡流检测装置及方法 | |
CN103760230B (zh) | 基于bp神经网络的焊接缺陷巨磁电阻涡流检测方法 | |
CN103760231B (zh) | 基于决策树的焊接缺陷巨磁电阻涡流检测方法及检测装置 | |
CN103713042B (zh) | 基于k邻近算法的焊接缺陷电涡流检测方法 | |
CN106959336A (zh) | 用于漏磁检测标定的背景噪声去除装置及方法 | |
Wang et al. | Stratified analysis of the magnetic Barkhausen noise signal based on wavelet decomposition and back propagation neural network | |
CN111948279A (zh) | 一种弱磁检测顺磁性金属材料裂纹缺陷的定量评价方法 | |
Duan et al. | Reduction of lift-off effect in pulsed eddy current testing for surface hardness classification of ferromagnetic steel | |
CN110057918B (zh) | 强噪声背景下的复合材料损伤定量识别方法及系统 | |
CN112083059B (zh) | 一种滤除钢轨顶面提离干扰的方法 | |
CN111579634A (zh) | 一种铁磁性材料表面残余应力的抽样评估方法 | |
CN106990162A (zh) | 带钢内部缺陷漏磁检测信号的处理方法 | |
Hong et al. | A fractional calculus technique for on-line detection of oil debris | |
CN112131781A (zh) | 基于全连接神经网络与传递率函数的钢结构损伤检测方法 | |
Franco et al. | NDT flaw mapping of steel surfaces by continuous magnetic Barkhausen noise: Volumetric flaw detection case | |
Peng et al. | Defect classification using PEC respones based on power spectral density analysis combined with EMD and EEMD | |
Zhang et al. | A new method of defects identification for wire rope based on three-dimensional magnetic flux leakage | |
Hang et al. | Abnormal signals elimination in hardness evaluation using Barkhausen noise and tangential magnetic field | |
CN113671018A (zh) | 一种用于抑制钢轨漏磁检测提离干扰的滤波方法 | |
CN103713043A (zh) | 基于贝叶斯网络的焊接缺陷巨磁电阻涡流检测方法 | |
Piotrowski et al. | On the possibility of the application of magnetoacoustic emission intensity measurements for the diagnosis of thick-walled objects in the industrial environment | |
Ewald | 3-dimensional magnetic leakage field sensor in nondestructive testing | |
KR101173760B1 (ko) | 미세 와전류 신호 검출방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170728 |