CN108152365A - 基于小波分析的脉冲涡流电磁超声复合无损检测方法 - Google Patents
基于小波分析的脉冲涡流电磁超声复合无损检测方法 Download PDFInfo
- Publication number
- CN108152365A CN108152365A CN201711161571.3A CN201711161571A CN108152365A CN 108152365 A CN108152365 A CN 108152365A CN 201711161571 A CN201711161571 A CN 201711161571A CN 108152365 A CN108152365 A CN 108152365A
- Authority
- CN
- China
- Prior art keywords
- signal
- eddy current
- impulse eddy
- wavelet
- electromagnetic acoustic
- 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
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
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
基于小波分析的脉冲涡流电磁超声复合无损检测方法,首先在圆形线圈上放置永磁体制作电磁超声/脉冲涡流复合探头,通过脉冲涡流装置对探头进行脉冲激励,通过双工器分离出检出信号,通过小波分析的方法,选取合适的小波母波信号,对分离出的检出信号进行分解,对分解到的小波系数进行阈值分离和重构,从而从混合检出信号中分别提取得到涡流检测信号和超声检测信号,通过两种不同检测信号来检测不同位置和类型的缺陷信息;相比于发明人已经提出过的基于频谱分析滤波策略的复合无损检测方法,本发明提出的基于小波分析的脉冲涡流电磁超声复合无损检测方法,无需信号处理硬件设备,只需要一个脉冲电流源和双工器,极大的缩小了硬件设备的大小,同时提升了复合信号中超声信号的信噪比,具备更广泛的应用前景。
Description
技术领域
本发明涉及基于电磁和超声方法的缺陷定量无损检测技术领域,具体涉及基于小波分析的脉冲涡流电磁超声复合无损检测方法。
背景技术
随着近年来我国对核电事业的大力投入,核电站数量和装机容量持续增加。然而,2011年发生的福岛核电站事故再次证明,核电安全问题需得到社会各界人士的高度关注。在核电站安全管理中,定期无损检测是确保系统安全运行的重要手段。核电站的一些关键部件由于生产、使用时产生的拉应力状态及轻水堆核电站水环境影响,易萌生应力腐蚀裂纹,同时在弯管和节流孔处经长期冲蚀也可能出现局部减薄缺陷。这些缺陷对核电结构的安全可靠构成了现实威胁。
电磁超声检测与传统压电超声检测同属于超声检测范畴。与传统的压电超声检测相比,电磁超声检测由于无需媒介及与被测物体接触,具有可灵活产生各类波形,对检测工件表面质量要求不高和检测速度快等特点,可提高检测效率,且可扩展到高温、高速和在线检测,并且在较深的地方有较好的检测效果。然而由于电磁超声检测有一个近表面盲区,即当缺陷近表面(1mm‐2mm)时,回波信号会与激励信号几乎重叠很难区分。脉冲涡流检测方法对于近表面缺陷有较高的精度,但是由于趋肤深度的限制,无法准确地对更深的地方进行测量。
经过分析研究发现,电磁超声的检出信号本身包含脉冲涡流的部分,因此如果能够有效利用电磁超声中的涡流信号,有望实现电磁超声、脉冲涡流的复合无损检测。两种信号的复合提取分析,可以优缺互补,提高检测性能和效率。发明人曾提出一种基于脉冲涡流和电磁超声复合的体缺陷无损检测方法,可以通过使用两种信号综合评价表面以及底部减薄缺陷。但是由于该方法使用滤波器等硬件来分离信号,导致整个复合检测系统的硬件很大,同时分离出的信号的信噪比较低,限制了复合方法的进一步应用。
鉴于此,本发明提出了基于小波分析的脉冲涡流电磁超声复合无损检测方法,基于小波分析对混合检出信号进行分离提取的算法,实现对复合信号的分离提取,从算法上替代了后续信号处理硬件设备,缩小了复合检测系统的体积及重量,提升了仪器的便携性,并且提升了复合信号中超声信号的信噪比。
发明内容
为了解决上述现有技术存在的问题,本发明的目的在于提供基于小波分析的脉冲涡流电磁超声复合无损检测方法,通过基于小波分析对混合检出信号进行分离提取的算法,然后对分离出的检测信号进行分别评估检测;再附加电磁超声数值模拟算法以及基于小波分析对混合检出信号进行分离提取的算法,针对导电平板材料表面缺陷、厚度、深度方向缺陷等的定量无损检测;具有非接触、检测效率高、检测范围大、兼容表面缺陷和深度缺陷检测、更宽的厚度检测范围等优点。
为达到以上目的,本发明采用如下技术方案:
基于小波分析的脉冲涡流电磁超声复合无损检测方法,包括如下步骤:
步骤1:选择一个表面磁场大于0.5T的永磁体。
步骤2:绕制圆形线圈,该圆形线圈实现信号的自激励自检出,圆形线圈置于永磁体与试件表面之间,永磁体和圆形线圈形成电磁超声/脉冲涡流复合探头;
步骤3:搭建脉冲涡流和电磁超声复合无损检测实验系统,主要包括五部分:由脉冲信号发生器和功率放大器组成的激励信号发生装置、电磁超声/脉冲涡流复合探头、双工器、滤波器、数据采集装置;双工器输入端连接激励信号发生装置、电磁超声/脉冲涡流复合探头,双工器输出端连接滤波器,滤波器再连接数据采集装置;首先激励信号发生装置中的脉冲信号发生器产生脉冲激励信号,功率放大器用来放大脉冲激励信号并传递给电磁超声/脉冲涡流复合探头,然后电磁超声/脉冲涡流复合探头在试件表面发出放大后脉冲激励信号,同时又接收到检出的信号,通过双工器分离接收检出信号、再通过数据采集装置对检出信号进行分离提取并分析,即得到试件的缺陷信息;
步骤4:计算永磁体产生的强静磁场空间分布:
对于永磁体,设磁化沿z轴方向,在忽略外磁场的影响下,方程(1‐1)给出了铁磁性体的非线性磁化本构关系:
其中:μ0为真空磁导率;ez是磁体z轴方向单位矢量;Br为剩余磁场强度,对于理想永磁体,剩余磁场强度Br为常数;当磁体内各点磁化强度M相同时,磁化电流只分布在磁体的表面,面电流密度j=M×en,en是磁体表面法向单位矢量;将永磁体等效为n匝线圈的通电螺线管,则取线圈的等效电流I0=jh/n,其中h为永磁体的高度;最后根据毕奥‐萨伐尔定律确定空间任意一点的磁感应强度B
其中:r为距离通电螺线管轴的垂直距离;dl为等效电流元的长度;通过上式能够得到永磁体产生的强静磁场空间分布;
步骤5:结合步骤4得到的强静磁场空间分布,基于退化磁矢量位法Ar及Crank-Nicholson时域积分法计算出速度位移场分布、感应磁场引发的涡流场分布以及检出信号的结果;
对于导电介质,在准静态情况下,忽略位移电流,描述电磁场的偏微分方程为:
式中:为拉普拉斯算子;A表示磁矢位;为磁标势;μ为磁导率;σ为电导率;Js为源电流密度;采用棱边有限元法将上式离散为:
由式(1‐4)根据Crank‐Nicholson直接积分法得:
[(1-θ)Δt[P]+[Q]]{A}t+Δt=Δt{R}t+Δt+[[Q]-θΔt[P]]{A}t (1‐5)
式中:Δt为时间步长;θ为0~1的常数;[P]、[Q]表示系数矩阵;[R]为与时间和脉冲激励电流源相关的数值矩阵,维度与P、Q相同;{A}表示与时间相关的向量,在计算得到磁矢位A后,导体中脉冲涡流Je、磁场分布Bt以及由脉冲涡流Je产生的检出线圈电压信号Vpulse,t的分布由下式计算:
在磁场和涡流相互作用下产生洛仑玆力为:
fv=Je×B (1‐7)
在洛仑玆力fv的作用下,导体中会产生超声波,根据均匀各向同性介质中波动方程有:
式中:λ和μ是材料弹性常数;ρ是材料的密度;γ是材料的阻尼系数;u是质点位移矢量;带入有限元离散再用中心差分方法得积分形式为:
[L]{U}t+Δt=[R]{U}t+[D]{U}t-Δt+2({Fs}t+{Fv}t)Δt 2 (1‐9)
式中:
[L]=2[M]+[C]Δt;
[S]=4[M]‐2[K]Δt 2;
[D]=[C]Δt‐2[M];
[U]、[M]、[C]和[K]分别为位移矩阵、试件的质量、阻尼和刚度矩阵;
{Fs}和{Fv}分别为试件所受的表面力和体积力向量;
通过逐步积分计算即得到任意时刻超声波传播所引起的节点的位移和速度,在超声波传播过程中,导体会切割磁感线,导体内部会产生感应电动势ε:
v为节点的速度,导体内部的感应电流密度J为:
J=σ(v×B) (1‐11)
根据聂以曼公式可得到检出线圈内的感应磁通Φ为:
其中:R为线圈半径,dV为速度微分,根据法拉第电磁感应定律得由于超声涡流产生的检出线圈电压信号Vultrasonic,t为:
根据式(1‐6)和式(1‐13)即可得到最终的检出线圈混合电压信号Vtotal,t为:
Vtotal,t=Vpulse,t+Vultrasonic,t
(1-14)
步骤6:结合步骤5得到的检出线圈中的混合检出信号,对混合检出信号进行小波分析处理从而得到信号的分离提取,即分别得到电磁超声信号和脉冲涡流信号,小波信号分离处理的过程如下:
1)确定复合信号去噪的小波基
小波基的选择是根据小波函数的数学特性和小波的尺度函数,要根据小波函数去分离复合信号中的脉冲涡流信号和超声涡流信号,其中脉冲涡流信号本身比较平滑,相比于超声属于低频信号,其信号幅值很大,而超声涡流信号则为载在脉冲涡流信号上的中高频信号,因此要分离两种信号,重构更为精细的超声回波信号尤为关键,因此小波函数的选取要接近超声回波信号的特点,通过上述步骤5的计算已经得到的超声涡流产生的检出线圈电压信号,只需要通过对每个小波函数与该检出线圈电压信号中的超声回波信号做相关,选取其中相关系数最大的小波函数对复合信号进行分离处理,则能够达到最优的处理结果;
2)确定复合信号的小波分解层数
确定好小波基之后,可以通过已经成熟的Mallat小波快速算法,对信号进行小波分解,利用复合信号中占低频成分的脉冲涡流信号、占中高频成分的超声涡流信号来确定分解层数,分解的层数要根据实验中的噪声等级不同来决定;
3)将复合信号中的脉冲涡流的低频成分设置阈值,同时在高频部分设置噪声阈值,分别分离出脉冲涡流信号和超声信号的小波系数;
4)用低频成分的小波系数通过Mallat信号重构算法进行重构,得到的结果就是脉冲涡流信号,同样对中高频段进行Mallat信号重构的结果就是去噪后的超声信号;
根据不同的脉冲激励频率,通过步骤5中的数值模拟方法求出对脉冲涡流和超声涡流检出信号进行分离的最优分解层数以及阈值设置,通过小波分离处理的检出信号就能够对不同的体缺陷进行定量检测,同时也能够定制扫描路径进行平面扫描,进行成像显示;数据采集系统通过分析信号对不同的体缺陷进行的定量检测,是点元的检测,只能检测探头所在区域的截面上缺陷的二维形状,因此通过定制扫描路径能够确定很多个二维截面,这样就能够得到体缺陷的三维形状。
步骤2所述的脉冲激励信号的激励电流为半个周期的正弦激励,激励频率为上兆赫兹的高频。
步骤6所述的滤波处理中脉冲涡流与电磁超声的截止频率区间不同,需要通过频谱分析的结果得出最优的滤波效果。
和现有技术相比,本发明的优点如下:
1)本发明方法主要提出了基于小波分析的脉冲涡流电磁超声复合无损检测方法。针对目前已有的电磁超声和脉冲涡流复合方法中存在的硬件系统复杂、便携性差、信噪比低的缺点,通过基于小波分析的算法,可无需滤波器等信号处理硬件设备,分离出脉冲涡流信号和超声涡流信号,缩小了检测的设备尺寸,为该复合方法进一步投入使用奠定了基础。
2)本发明基于小波分析的脉冲涡流电磁超声复合信号算法,成功在数值分析的角度模拟了混合信号的产生、分离过程;同时相比于单纯滤波的方式提升了检出信号的信噪比。
附图说明
图1为本发明中可以用于检测的体缺陷类型及相应的检测方法。
图2为本发明方法所用基于小波分析的脉冲涡流电磁超声复合无损检测实验系统各组件连接示意图。
图3为本发明方法所用电磁超声/脉冲涡流复合探头示意图。
具体实施方式
对于如图1所示的不同体缺陷类型,本发明方法的检测步骤为:如图2、图3所示,在圆形线圈4上放置永磁体3,使试件2处于静磁场环境,打开脉冲涡流装置,对圆形线圈4进行脉冲信号激励,此时永磁体3和圆形线圈4形成的电磁超声/脉冲涡流复合探头通过感应空间磁场的变化同时得到检出信号,得到的信号再通过连接的双工器进行分离,接入滤波器,根据数值计算的结果对检出信号进行滤波,结果输出到数据采集装置,数据采集装置通过分析信号就可以对不同的体缺陷进行定量的检测。脉冲涡流和电磁超声复合无损检测实验系统的工作原理如下,根据电磁感应定律,圆形线圈4进行脉冲信号激励会在试件2内产生脉冲涡流1,从而在静磁场环境下产生洛伦兹力F,洛伦兹力会使得试件2表面产生振动,这个机械振动5会向下传播,遇到界面会产生回波,机械振动切割磁感线会产生新的涡流跟磁场,圆形线圈4两端电压会发生相应的变化,再由数据采集装置采集得到该线圈的检出电压信号,分析检出信号,结合开发的电磁超声数值模拟算法以及基于小波分析对混合检出信号进行分离提取的算法,从而得到试件2的体缺陷特征。
下面结合图2、图3和具体实施例对本发明作进一步的详细描述。
本发明基于小波分析的脉冲涡流电磁超声复合无损检测方法,包括如下步骤:
步骤1:选择一个表面磁场为大于0.5T的永磁体。
步骤2:绕制圆形线圈(该线圈实现自激自检过程),直径为11.92mm,提离高度为0.29mm,匝数为60,置于永磁体与试件表面之间,永磁体和圆形线圈形成电磁超声/脉冲涡流复合探头;
步骤3:搭建脉冲涡流和电磁超声复合无损检测实验系统,如图2所示,主要包括四部分:由脉冲信号发生器和功率放大器组成的激励信号发生装置、电磁超声/脉冲涡流复合探头、双工器、滤波器、数据采集装置;双工器输入端连接激励信号发生装置、电磁超声/脉冲涡流复合探头,双工器输出端连接滤波器,滤波器再连接数据采集装置;首先激励信号发生装置中的脉冲信号发生器产生脉冲激励信号,功率放大器用来放大脉冲激励信号并传递给电磁超声/脉冲涡流复合探头,然后电磁超声/脉冲涡流复合探头在试件表面发出放大后脉冲激励信号,同时又接收到检出的信号,通过双工器分离接收检出信号、再通过数据采集装置对检出信号进行分离提取并分析,即得到试件的缺陷信息;
步骤4:计算永磁体产生的强静磁场空间分布:
由于实验中使用的磁铁为方形磁铁,则计算永磁体产生的强静磁场空间分布用立方体永磁材料模型,对于永磁体,设磁化沿z轴方向,在忽略外磁场的影响下,方程(1‐1)给出了铁磁性体的非线性磁化本构关系,
其中:μ0为真空磁导率,ez是磁体z轴方向单位矢量,对于理想永磁体,剩余磁场强度Br为常数,当磁体内各点磁化强度M相同时,磁化电流只分布在磁体的表面,面电流密度j=M×en(en是磁体表面法向单位矢量);将永磁体等效为n匝线圈的通电螺线管,则取线圈的等效电流I0=jh/n,其中h为永磁体的高度;最后根据毕奥‐萨伐尔定律确定空间任意一点的磁感应强度B:
其中:r为距离通电螺线管轴的垂直距离,dl为等效电流元的长度,通过上式能够得到永磁体产生的强静磁场空间分布;
步骤5:结合步骤4得到的强静磁场空间分布,基于退化磁矢量位法Ar及Crank-Nicholson时域积分法计算出速度位移场分布、感应磁场引发的涡流场分布以及检出信号的结果;
对于导电介质,在准静态情况下,忽略位移电流,描述电磁场的偏微分方程为:
式中:为拉普拉斯算子;A表示磁矢位;为磁标势;μ为磁导率;σ为电导率;Js为源电流密度;采用棱边有限元法将上式离散为:
由式(1‐4)根据Crank‐Nicholson直接积分法得:
[(1-θ)Δt[P]+[Q]]{A}t+Δt=Δt{R}t+Δt+[[Q]-θΔt[P]]{A}t (1‐5)
式中:Δt为时间步长;θ为0~1的常数;[P]、[Q]表示系数矩阵;[R]为与时间和脉冲激励电流源相关的数值矩阵,维度与P、Q相同;{A}表示与时间相关的向量,在计算得到磁矢位A后,导体中脉冲涡流Je、磁场分布Bt以及由脉冲涡流Je产生的检出线圈电压信号Vpulse,t的分布由下式计算:
在磁场和涡流相互作用下产生洛仑玆力为:
fv=Je×B (1‐7)
在洛仑玆力fv的作用下,导体中会产生超声波,根据均匀各向同性介质中波动方程有:
式中:λ和μ是材料弹性常数;ρ是材料的密度;γ是材料的阻尼系数;u是质点位移矢量;带入有限元离散再用中心差分方法得积分形式为:
[L]{U}t+Δt=[R]{U}t+[D]{U}t-Δt+2({Fs}t+{Fv}t)Δt 2 (1‐9)
式中:
[L]=2[M]+[C]Δt;
[S]=4[M]‐2[K]Δt 2;
[D]=[C]Δt‐2[M];
[U]、[M]、[C]和[K]分别为位移矩阵、试件的质量、阻尼和刚度矩阵;
{Fs}和{Fv}分别为试件所受的表面力和体积力向量;
通过逐步积分计算即得到任意时刻超声波传播所引起的节点的位移和速度,在超声波传播过程中,导体会切割磁感线,导体内部会产生感应电动势ε:
v为节点的速度,导体内部的感应电流密度J为:
J=σ(v×B) (1‐11)
根据聂以曼公式可得到检出线圈内的感应磁通Φ为:
其中:R为线圈半径,dV为速度微分,根据法拉第电磁感应定律得由于超声涡流产生的检出线圈电压信号Vultrasonic,t为:
根据式(1‐6)和式(1‐13)即可得到最终的检出线圈混合电压信号Vtotal,t为:
Vtotal,t=Vpulse,t+Vultrasonic,t (1-14)
步骤6:结合步骤5得到的检出线圈中的混合检出信号,对混合检出信号进行小波分析处理从而得到信号的分离提取,即分别得到电磁超声信号和脉冲涡流信号,小波信号分离处理的过程如下:
1)确定复合信号去噪的小波基
小波基的选择是根据小波函数的数学特性和小波的尺度函数,要根据小波函数去分离复合信号中的脉冲涡流信号和超声涡流信号,其中脉冲涡流信号本身比较平滑,相比于超声属于低频信号,其信号幅值很大,而超声涡流信号则为载在脉冲涡流信号上的中高频信号,因此要分离两种信号,重构更为精细的超声回波信号尤为关键,因此小波函数的选取要接近超声回波信号的特点,通过上述步骤5的计算已经得到的超声涡流产生的检出线圈电压信号,只需要通过对每个小波函数与该检出线圈电压信号中的回波信号做相关,选取其中相关系数最大的小波函数对复合信号进行分离处理,则能够达到最优的处理结果;
2)确定复合信号的小波分解层数
确定好小波基之后,可以通过已经成熟的Mallat小波快速算法,对信号进行小波分解,利用复合信号中占低频成分的脉冲涡流信号、占中高频成分的超声涡流信号来确定分解层数,分解的层数要根据实验中的噪声等级不同来决定;
3)将复合信号中的脉冲涡流的低频成分设置阈值,同时在高频部分设置噪声阈值,分别分离出脉冲涡流信号和超声信号的小波系数;
4)用低频成分的小波系数通过Mallat信号重构算法进行重构,得到的结果就是脉冲涡流信号,同样对中高频段进行Mallat信号重构的结果就是去噪后的超声信号;
根据不同的脉冲激励频率,通过步骤5中的数值模拟方法求出对脉冲涡流和超声涡流检出信号进行分离的最优分解层数以及阈值设置,通过小波分离处理的检出信号就能够对不同的体缺陷进行定量检测,同时也能够定制扫描路径进行平面扫描,进行成像显示;数据采集系统通过分析信号对不同的体缺陷进行的定量检测,是点元的检测,只能检测探头所在区域的截面上缺陷的二维形状,因此通过定制扫描路径能够确定很多个二维截面,这样就能够得到体缺陷的三维形状。
Claims (3)
1.基于小波分析的脉冲涡流电磁超声复合无损检测方法,其特征在于:包括如下步骤:
步骤1:选择一个表面磁场大于0.5T的永磁体;
步骤2:绕制圆形线圈,该圆形线圈实现信号的自激励自检出,圆形线圈置于永磁体与试件表面之间,永磁体和圆形线圈形成电磁超声/脉冲涡流复合探头;
步骤3:搭建脉冲涡流和电磁超声复合无损检测实验系统,主要包括四部分:由脉冲信号发生器和功率放大器组成的激励信号发生装置、电磁超声/脉冲涡流复合探头、双工器和数据采集装置;双工器输入端连接激励信号发生装置、电磁超声/脉冲涡流复合探头,双工器输出端连接数据采集装置;首先激励信号发生装置中的脉冲信号发生器产生脉冲激励信号,功率放大器用来放大脉冲激励信号并传递给电磁超声/脉冲涡流复合探头,然后电磁超声/脉冲涡流复合探头在试件表面发出放大后的脉冲激励信号,同时又接收到检出的信号,通过双工器分离接收检出信号、通过数据采集装置对检出信号进行分离提取并分析,即得到试件的缺陷信息;
步骤4:计算永磁体产生的强静磁场空间分布:
对于永磁体,设磁化沿z轴方向,在忽略外磁场的影响下,方程(1-1)给出了铁磁性体的非线性磁化本构关系:
其中:μ0为真空磁导率;ez是磁体z轴方向单位矢量;Br为剩余磁场强度,对于理想永磁体,剩余磁场强度Br为常数;当磁体内各点磁化强度M相同时,磁化电流只分布在磁体的表面,面电流密度j=M×en,en是磁体表面法向单位矢量;将永磁体等效为n匝线圈的通电螺线管,则取线圈的等效电流I0=jh/n,其中h为永磁体的高度;最后根据毕奥-萨伐尔定律确定空间任意一点的磁感应强度B
其中:r为距离通电螺线管轴的垂直距离;dl为等效电流元的长度;通过上式能够得到永磁体产生的强静磁场空间分布;
步骤5:结合步骤4得到的强静磁场空间分布,基于退化磁矢量位法Ar及Crank-Nicholson时域积分法计算出速度位移场分布、感应磁场引发的涡流场分布以及检出信号的结果;
对于导电介质,在准静态情况下,忽略位移电流,描述电磁场的偏微分方程为:
式中:为拉普拉斯算子;A表示磁矢位;为磁标势;μ为磁导率;σ为电导率;Js为源电流密度;采用棱边有限元法将上式离散为:
由式(1-4)根据Crank-Nicholson直接积分法得:
[(1-θ)Δt[P]+[Q]]{A}t+Δt=Δt{R}t+Δt+[[Q]-θΔt[P]]{A}t (1-5)
式中:Δt为时间步长;θ为0~1的常数;[P]、[Q]表示系数矩阵;[R]为与时间和脉冲激励电流源相关的数值矩阵,维度与P、Q相同;{A}表示与时间相关的向量,在计算得到磁矢位A后,导体中脉冲涡流Je、磁场分布Bt以及由脉冲涡流Je产生的检出线圈电压信号Vpulse,t的分布由下式计算:
在磁场和涡流相互作用下产生洛仑玆力为:
fv=Je×B (1-7)
在洛仑玆力fv的作用下,导体中会产生超声波,根据均匀各向同性介质中波动方程有:
式中:λ和c是材料弹性常数;ρ是材料的密度;γ是材料的阻尼系数;u是质点位移矢量;带入有限元离散再用中心差分方法得积分形式为:
[L]{U}t+Δt=[R]{U}t+[D]{U}t-Δt+2({Fs}t+{Fv}t)Δt 2 (1-9)
式中:
[L]=2[M]+[C]Δt;
[S]=4[M]-2[K]Δt 2;
[D]=[C]Δt-2[M];
[U]、[M]、[C]和[K]分别为位移矩阵、试件的质量、阻尼和刚度矩阵;
{Fs}和{Fv}分别为试件所受的表面力和体积力向量;
通过逐步积分计算即得到任意时刻超声波传播所引起的节点的位移和速度,在超声波传播过程中,导体会切割磁感线,导体内部会产生感应电动势ε:
ε=∮lv×B·dl (1-10)
v为节点的速度,导体内部的感应电流密度J为:
J=σ(v×B) (1-11)
根据聂以曼公式可得到检出线圈内的感应磁通Φ为:
其中:R为线圈半径,dV为速度微分,根据法拉第电磁感应定律得由于超声涡流产生的检出线圈电压信号Vultrasonic,t为:
根据式(1-6)和式(1-13)即得到最终的检出线圈混合电压信号Vtotal,t为:
Vtotal,t=Vpulse,t+Vultrasonic,t (1-14)
步骤6:结合步骤5得到的检出线圈中的复合检出信号,对复合检出信号进行小波分析处理从而得到信号的分离提取,即分别得到电磁超声信号和脉冲涡流信号,小波信号分离处理的过程如下:
1)确定复合信号去噪的小波基
小波基的选择是根据小波函数的数学特性和小波的尺度函数,要根据小波函数去分离复合信号中的脉冲涡流信号和超声涡流信号,其中脉冲涡流信号本身比较平滑,相比于超声属于低频信号,其信号幅值很大,而超声涡流信号则为载在脉冲涡流信号上的中高频信号,因此要分离两种信号,重构更为精细的超声回波信号尤为关键,因此小波函数的选取要接近超声回波信号的特点,通过上述步骤5的计算已经得到的超声涡流产生的检出线圈电压信号,只需要通过对每个小波函数与该检出线圈电压信号中的回波信号做相关,选取其中相关系数最大的小波函数对复合信号进行分离处理,则能够达到最优的处理结果;
2)确定复合信号的小波分解层数
确定好小波基之后,对信号进行小波分解,利用复合信号中占低频成分的脉冲涡流信号、占中高频成分的超声涡流信号来确定分解层数,分解的层数要根据实验中的噪声等级不同来决定;
3)将复合信号中的脉冲涡流的低频成分设置阈值,同时在高频部分设置噪声阈值,分别分离出脉冲涡流信号和超声信号的小波系数;
4)用低频成分的小波系数通过Mallat信号重构算法进行重构,得到的结果就是脉冲涡流信号,同样对中高频段进行Mallat信号重构的结果就是去噪后的超声信号;
根据不同的脉冲激励频率,通过步骤5中的数值模拟方法求出对脉冲涡流和超声涡流检出信号进行分离的最优分解层数以及阈值设置,通过小波分离处理的检出信号就能够对不同的体缺陷进行定量检测,同时也能够定制扫描路径进行平面扫描,进行成像显示;数据采集系统通过分析信号对不同的体缺陷进行的定量检测,是点元的检测,只能检测探头所在区域的截面上缺陷的二维形状,因此通过定制扫描路径能够确定很多个二维截面,这样就能够得到体缺陷的三维形状。
2.根据权利要求1所述的基于小波分析的脉冲涡流电磁超声复合无损检测方法,其特征在于:步骤3所述的脉冲激励信号的激励电流为半个周期的正弦激励,激励频率为大于兆赫兹的高频。
3.根据权利要求1所述的基于小波分析的脉冲涡流电磁超声复合无损检测方法,其特征在于:步骤6所述的滤波处理中脉冲涡流与电磁超声的小波分解后的频带范围不同,需要将复合检出信号中的脉冲涡流的低频成分设置阈值,同时在高频部分设置噪声阈值,分别分离出脉冲涡流信号和超声涡流信号的小波系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711161571.3A CN108152365B (zh) | 2017-11-20 | 2017-11-20 | 基于小波分析的脉冲涡流电磁超声复合无损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711161571.3A CN108152365B (zh) | 2017-11-20 | 2017-11-20 | 基于小波分析的脉冲涡流电磁超声复合无损检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108152365A true CN108152365A (zh) | 2018-06-12 |
CN108152365B CN108152365B (zh) | 2019-07-23 |
Family
ID=62468057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711161571.3A Active CN108152365B (zh) | 2017-11-20 | 2017-11-20 | 基于小波分析的脉冲涡流电磁超声复合无损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108152365B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108802185A (zh) * | 2018-06-26 | 2018-11-13 | 哈尔滨工业大学 | 基于脉冲涡流与电磁超声的金属材料缺陷检测传感器 |
CN109444270A (zh) * | 2018-11-20 | 2019-03-08 | 四川沐迪圣科技有限公司 | 一种电磁超声与脉冲涡流复合检测传感器 |
CN109507282A (zh) * | 2018-11-13 | 2019-03-22 | 西安交通大学 | 一种电磁超声监测传感器安装点的管道表面缺陷检测方法 |
CN110261472A (zh) * | 2019-03-08 | 2019-09-20 | 李言钦 | 小波基函数用于炉膛断面流场声波法测量重建的方法 |
CN112326782A (zh) * | 2020-11-06 | 2021-02-05 | 爱德森(厦门)电子有限公司 | 一种涡流和声阻抗检测传感器及其制作方法 |
CN112964779A (zh) * | 2021-01-25 | 2021-06-15 | 北京工业大学 | 一种2024铝合金板老化程度脉冲涡流-超声检测方法 |
CN113866261A (zh) * | 2021-09-09 | 2021-12-31 | 内蒙古科技大学 | 一种钢板缺陷测量装置及方法 |
CN114791460A (zh) * | 2022-04-08 | 2022-07-26 | 清华大学 | 一种基于数据融合的裂纹检测方法及检测装置、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5808202A (en) * | 1997-04-04 | 1998-09-15 | Passarelli, Jr.; Frank | Electromagnetic acoustic transducer flaw detection apparatus |
CN101354380A (zh) * | 2007-07-23 | 2009-01-28 | 北京航空航天大学 | 一种涡流、电磁超声组合式无损检测方法 |
CN103163215A (zh) * | 2012-11-30 | 2013-06-19 | 中国矿业大学 | 大型矿用振动筛疲劳裂纹的脉冲涡流检测方法及装置 |
CN104950039A (zh) * | 2015-06-23 | 2015-09-30 | 西安交通大学 | 基于非线性磁饱和脉冲涡流的铁磁管道定量无损评价方法 |
CN105181791A (zh) * | 2015-09-30 | 2015-12-23 | 西安交通大学 | 一种基于脉冲涡流和电磁超声复合的体缺陷无损检测方法 |
-
2017
- 2017-11-20 CN CN201711161571.3A patent/CN108152365B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5808202A (en) * | 1997-04-04 | 1998-09-15 | Passarelli, Jr.; Frank | Electromagnetic acoustic transducer flaw detection apparatus |
CN101354380A (zh) * | 2007-07-23 | 2009-01-28 | 北京航空航天大学 | 一种涡流、电磁超声组合式无损检测方法 |
CN103163215A (zh) * | 2012-11-30 | 2013-06-19 | 中国矿业大学 | 大型矿用振动筛疲劳裂纹的脉冲涡流检测方法及装置 |
CN104950039A (zh) * | 2015-06-23 | 2015-09-30 | 西安交通大学 | 基于非线性磁饱和脉冲涡流的铁磁管道定量无损评价方法 |
CN105181791A (zh) * | 2015-09-30 | 2015-12-23 | 西安交通大学 | 一种基于脉冲涡流和电磁超声复合的体缺陷无损检测方法 |
Non-Patent Citations (2)
Title |
---|
唐华溢: "涡流与电磁超声复合无损检测技术研究", 《中国优秀硕士学位论文全文数据库 基础科学辑(月刊)》 * |
袁英民 等: "航空构件超声检测信号小波分析及小波包分析应用研究", 《青岛大学学报(自然科学版)》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108802185A (zh) * | 2018-06-26 | 2018-11-13 | 哈尔滨工业大学 | 基于脉冲涡流与电磁超声的金属材料缺陷检测传感器 |
CN109507282A (zh) * | 2018-11-13 | 2019-03-22 | 西安交通大学 | 一种电磁超声监测传感器安装点的管道表面缺陷检测方法 |
CN109444270B (zh) * | 2018-11-20 | 2021-08-17 | 四川沐迪圣科技有限公司 | 一种电磁超声与脉冲涡流复合检测传感器 |
CN109444270A (zh) * | 2018-11-20 | 2019-03-08 | 四川沐迪圣科技有限公司 | 一种电磁超声与脉冲涡流复合检测传感器 |
CN110261472A (zh) * | 2019-03-08 | 2019-09-20 | 李言钦 | 小波基函数用于炉膛断面流场声波法测量重建的方法 |
CN110261472B (zh) * | 2019-03-08 | 2021-12-24 | 李言钦 | 小波基函数用于炉膛断面流场声波法测量重建的方法 |
CN112326782A (zh) * | 2020-11-06 | 2021-02-05 | 爱德森(厦门)电子有限公司 | 一种涡流和声阻抗检测传感器及其制作方法 |
CN112964779A (zh) * | 2021-01-25 | 2021-06-15 | 北京工业大学 | 一种2024铝合金板老化程度脉冲涡流-超声检测方法 |
CN112964779B (zh) * | 2021-01-25 | 2024-01-05 | 北京工业大学 | 一种2024铝合金板老化程度脉冲涡流-超声检测方法 |
CN113866261A (zh) * | 2021-09-09 | 2021-12-31 | 内蒙古科技大学 | 一种钢板缺陷测量装置及方法 |
CN113866261B (zh) * | 2021-09-09 | 2023-09-26 | 内蒙古科技大学 | 一种钢板缺陷测量装置及方法 |
CN114791460A (zh) * | 2022-04-08 | 2022-07-26 | 清华大学 | 一种基于数据融合的裂纹检测方法及检测装置、存储介质 |
CN114791460B (zh) * | 2022-04-08 | 2023-12-29 | 清华大学 | 一种基于数据融合的裂纹检测方法及检测装置、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108152365B (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108152365B (zh) | 基于小波分析的脉冲涡流电磁超声复合无损检测方法 | |
CN105181791B (zh) | 一种基于脉冲涡流和电磁超声复合的体缺陷无损检测方法 | |
CN109507282A (zh) | 一种电磁超声监测传感器安装点的管道表面缺陷检测方法 | |
CN102894974B (zh) | 一种磁声电成像系统及成像方法 | |
Si et al. | Variational mode decomposition linked wavelet method for EMAT denoise with large lift-off effect | |
CN101354380B (zh) | 一种涡流、电磁超声组合式无损检测方法 | |
US11493479B2 (en) | Low-frequency electromagnetic detection method for large-scale damage of ferromagnetic materials based on broadband excitation | |
CN102860825A (zh) | 基于洛仑兹力力学效应的磁声电阻抗成像系统及成像方法 | |
CN109444270A (zh) | 一种电磁超声与脉冲涡流复合检测传感器 | |
Hong et al. | Waveguide damage detection by the matching pursuit approach employing the dispersion-based chirp functions | |
CN106540872A (zh) | 一种线圈自激励电磁超声兰姆波换能器 | |
Zhang et al. | Design of a new type of omnidirectional shear-horizontal EMAT by the use of half-ring magnets and PCB technology | |
Wang et al. | Research on influence of lorentz force mechanism on EMAT's transduction efficiency in steel plate | |
CN108020155A (zh) | 一种基于Halbach原理的双线圈电磁超声换能器 | |
CN104730477B (zh) | 一种基于磁共振技术的动电成像方法 | |
Chang et al. | Defect detection of ferromagnetic rail using EMAE-based peak-to-peak method and confidence probability indicator | |
Chen et al. | Oil-tank weld detection using EMAT | |
Yuan et al. | Comparative analysis of EMAT receiving process between ferromagnetic and nonferromagnetic materials | |
CN103837580B (zh) | 一种基于超声和电磁超声相结合的双模无损检测方法 | |
Boughedda et al. | Electromagnetic acoustic transducer for cracks detection in conductive material | |
Ludwig | Theoretical basis for a unified conservation law description of the electromagnetic acoustic transduction process | |
Wang et al. | Characteristic research and analysis of EMAT's transduction efficiency for surface detection of aluminum plate | |
Wu et al. | An improved longitudinal wave EMAT based on the shielding effect | |
Xin et al. | Mechanism and application of EMAT technology based on NDT | |
Bing | Application of electromagnetic acoustic in steel pipe inspection |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |