CN108414624B - 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法 - Google Patents

基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法 Download PDF

Info

Publication number
CN108414624B
CN108414624B CN201810176499.XA CN201810176499A CN108414624B CN 108414624 B CN108414624 B CN 108414624B CN 201810176499 A CN201810176499 A CN 201810176499A CN 108414624 B CN108414624 B CN 108414624B
Authority
CN
China
Prior art keywords
sensor array
excitation
section structure
acquisition
special
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.)
Active
Application number
CN201810176499.XA
Other languages
English (en)
Other versions
CN108414624A (zh
Inventor
刘增华
张宇
高檗
何存富
吴斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201810176499.XA priority Critical patent/CN108414624B/zh
Publication of CN108414624A publication Critical patent/CN108414624A/zh
Application granted granted Critical
Publication of CN108414624B publication Critical patent/CN108414624B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/04Analysing solids
    • G01N29/06Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654Imaging
    • G01N29/069Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/023Solids

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material 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 Ultrasonic Waves (AREA)

Abstract

本发明公开了基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法,属于无损检测技术领域。激励传感器阵列与采集传感器阵列分别安装在异形截面结构起重伸缩臂的两端,检测仪内整个信息的传输由控制模块完成调度。全波形反演分为频率循环与迭代循环两部分。通过分析残差数据建立得到目标函数,相关残差数据会作为相关变量引入到拟合计算中。当误差满足需要后就可以结束迭代,改变频率利用上一频率得到的模型作为初始模型mk继续重复迭代。最终仿真模型经过全波形反演法处理能够拟合实际测量结果,实现起重机异形截面结构起重伸缩臂的腐蚀缺陷成像检测。本发明使用了观测数据中的全波形信息,极大地提高了缺陷检测的精度。

Description

基于全波形反演法的起重机异形截面结构起重伸缩臂的检测 方法
技术领域
本发明涉及一种基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法,属于无损检测技术领域。
背景技术
起重机是吊升场所中常见机械,因其能极大地减轻劳动强度,提高生产效率,在搬运和装卸中发挥着重要作用。但是,由于起重机械在生产和社会生活中的重要作用及其本身所具有的危险性,所以起重机的稳定工作是保证社会生产安全有序进行的重要前提。在工作过程中,起重机的起重伸缩臂用以抬升重物,是起重机上最为重要的装置之一。由于起重伸缩臂在工作中承担着绝大部分的载荷,并且长期处于室外复杂的工作环境下,其结构经常不可避免的出现裂纹、腐蚀等缺陷,这些缺陷极易引发致命事故,造成生命财产的严重损失。所以,发展一种新型无损检测方法是有实际意义的。
目前,利用超声导波对柱、管状结构进行无损检测的研究已经取得一定的进展,市面上也有较为成熟的仪器产品出现。何存富等在2008年第27卷第1期《测控技术》的小型超声导波管道检测系统的研究和开发就针对圆管结构开发了一种便携式小型检测系统,OLYMPUS公司也针对管材也建有大型的在线管材检测系统。但是起重伸缩臂不同于常见的规则结构,其横截面并非圆面或环面,而是采用非规则的异形截面结构。这在很大程度增加了检测的难度,现在已发表或公开的研究成果很少有针对该结构缺陷进行快速高精度检测的成熟技术。另外,检测柱状结构多是采用自激自收传感器对回波信号进行分析,这种方式虽然能够实现基本检测,但会由于导波衰减而使检测效果大打折扣,并且受限于不能实现多参数分析,导致缺陷信息采集的不完整,降低了检测精度。利用全波形反演能够实现在缺陷检测过程中定量提取信息,得到精确地速度模型,参数化拟合识别缺陷,高效准确的实现无损检测。
发明内容
本发明的目的在于针对目前起重机异形截面结构起重伸缩臂的腐蚀缺陷受其截面结构复杂度限制,无法快速、准确进行检测,进而无法有效评估起重伸缩臂的缺陷程度和健康状况的现状。针对这一难点,本发明提出了一种基于全波形反演法的起重机异形截面结构起重伸缩臂的检测技术。
全波形反演是在正演模型的基础上不断拟合原数据的过程,可以从检测数据中提取全波形信息,因此具有检测精度高的优点。全波形反演的方法起源于地球物理学中的地震成像,该方法首先利用数值正演模型预测导波通过无缺陷的散射信号,然后迭代反演模型来重建缺陷轮廓。全波形反演考虑了丰富的波传播现象(透射、反射、绕射以及散射等),并且其数据空间为全波场,理论上是具有最高分辨率的速度估计方法。目前应用全波形反演能够在厚度误差0.5mm以内的10mm厚的弹性材料条件下准确重建不规则形状缺陷的厚度图,将全波形反演的方法应用到起重机起重伸缩臂腐蚀缺陷检测当中,有精度高、分辨率高等特点,具有十分重要的现实意义。
本发明所采用的技术方案为基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法,该方法首先要搭建检测装置,该装置包括多通道超声检测仪4、激励传感器阵列2以及采集传感器阵列3。多通道超声检测仪4是由多通道激励模块6,多通道接收模块8,控制模块5以及解析\显示模块7组成。激励传感器阵列2与采集传感器阵列3分别安装在异形截面结构起重伸缩臂1的两端,激励传感器阵列2与多通道激励模块6相连接,采集传感器阵列3则与多通道接收模块8连接,多通道接收模块8与解析显示模块7连接,检测仪内整个信息的传输由控制模块5完成调度。
该检测方法包括以下步骤:
S1在异形截面结构起重伸缩臂1一端安装激励传感器阵列2,在导波传播方向距离激励传感器阵列2的L处的位置布置采集传感器阵列3;其中两传感器阵列内分别有若干个传感器,激励传感器阵列2用于在异形截面结构起重伸缩臂1中激励导波信号,而采集传感器阵列3则接收该激励导波信号。激励传感器阵列2与采集传感器阵列3布置时需考虑截面形状影响。虽然在异形截面结构起重伸缩臂1轴向两连续面夹角处的受腐蚀可能性最高,但由于腐蚀权限存在扩散的过程,而且夹角的存在会对传感器阵列布置以及数据处理而造成困难,降低检测效率。因此,在异形截面结构起重伸缩臂1轴向上,两连续面的夹角处不布置传感器。在布置传感器过程中,会对激励传感器阵列2与采集传感器阵列3所在位置的截面周长进行平均分配,然后平均布置传感器。
S2由控制模块5控制调度多通道超声检测仪4内的不同模块,多通道激励模块6依次产生脉冲信号,该脉冲信号会作用于激励传感器阵列2,不同次序的脉冲信号分属于不同通道,由不同通道信号激励对应的传感器。即激励传感器阵列2中每一个传感器都通过电气线路连接的方式与多通道激励模块6的每一位激励通道依次连接。当通道按时间顺序激励出toneburst信号时,激励传感器阵列2中的传感器在起重机起重伸缩臂上激励的导波信号会按照逆时针或顺时针的方式按时序产生,不同传感器激励的导波之间存在时差δt。
S3激励传感器阵列2会产生多个导波。导波在异形截面结构起重臂1上传导,当传导至起重伸缩臂另一端时会被采集传感器阵列3接收。采集到的信号数等于传感器阵列2与采集传感器阵列3中传感器数量的乘积。由于阵列布局与激励次序的原因,不同导波信号的时间与幅值是不同的。根据激励传感器与采集传感器的布置方式导波信号可以有两种类型,一种是激励与采集发生在同一个连续面内,即导波在异形截面结构起重机起重伸缩臂1上传导过程中没有越过两连续面边界线,这种导波信号会由于单一激励传感器与不同采集传感器的沿面最短距离的不同而使导波之间有时间差。另一种则是激励与采集发生在不同连续面内,即导波在异形截面结构起重机起重伸缩臂1上传导过程中越过了两连续面边界线。当导波越过边界线时,由于存在不确定的角度导致边界条件发生了变化,会使采集到的信息出现幅值与时序变化,这种情况下采集的数据同样为有用数据。
S4将采集传感器阵列3接收到的信号通过多通道接收模块8转换并由解析显示模块7完成分析处理与显示。分析处理过程会利用全波形反演的方法完成模型建立,最后显示得到缺陷重构图像。在全波形反演过程中,如图4,将全波形反演分为频率循环与迭代循环两部分。两种循环采取嵌套的方式运行。在频率循环中先调取单一频率作为输入。为保证不损失信息,依据Fourier衍射投影定理,需要选取较小的单一频率来计算,较小的单一频率迭代出的结果会被应用到高频迭代中,以此避免高频输入造成的信息损失。在迭代循环中,基于单一频率与实际检测条件建立初始模型m0,由多通道超声检测仪4仿真反馈出数据结果,将仿真结果的数据与实际检测得到的数据进行求差,得到残差数据。通过分析残差数据建立得到目标函数,相关残差数据会作为相关变量引入到拟合计算中。然后是梯度计算Gk,不断对梯度函数进行调整和平滑化。然后选取步长αk,步长αk会引入到更新速度模型的计算中,更新公式为m(k+1)=mkkGk,由此形成迭代过程。不断重复迭代后,当误差满足需要后就可以结束迭代,改变频率利用上一频率得到的模型作为初始模型mk继续重复迭代。最终仿真模型经过全波形反演法处理能够拟合实际测量结果,实现起重机异形截面结构起重伸缩臂1的腐蚀缺陷成像检测。
与现有的测量方法相比,本发明具有以下优点:1)通过多通道采集方式,可以对起重机异形截面结构起重伸缩臂缺陷进行快速、有效地测量;2)由于该方法使用了观测数据中的全波形信息,极大地提高了缺陷检测的精度。
附图说明
图1为检测系统原理图。
图2为几种典型的起重机起重伸缩臂截面示意图。
图3为传感器阵列布置方式。
图4为全波形反演算法过程示意图。
图中:1-异形截面结构起重伸缩臂,2-激励传感器阵列,3-采集传感器阵列,4-多通道超声检测仪,5-控制模块,6-多通道激励模块,7-解析显示模块,8-多通道采集模块。
具体实施方式
下面参照图1至图3对本发明装置的构成及原理进行说明。图1是本发明检测系统原理图,该检测系统主要由多通道超声检测仪4、激励传感器阵列2及采集传感器阵列3组成,多通道超声检测仪4主要起到产生激励信号,接收导波信号以及分析处理以生成缺陷重构图像的作用,激励传感器阵列2与采集传感器阵列3主要实现电信号与超声信号的转换。在多通道超声检测仪4内由控制模块5实现各硬件模块的控制与调度,多通道激励模块6产生多通道toneburst信号,多通道激励模块6能够实现功率放大与多通道信号发生传输等作用,该模块产生多通道toneburst信号并作用于激励传感器阵列2使其激励出导波,起重伸缩臂1另一端的采集传感器阵列3采集到波信号并传递电信号给多通道采集模块8,多通道采集模块8完成多通道信号采集、模数转换等作用后,传输给解析显示模块7会对信号信息进行解析处理,最后显示出缺陷重构图像。
图2是本发明所要检测的目标样件(即起重机异形截面结构起重伸缩臂)的几种典型的异形截面示意图。由于该机械结构主要承担支撑及抬升重物的任务,所以其截面形状不同于规则的几何图形,需要满足轻量化与高刚度的要求,主流的起重伸缩臂多采用上宽下窄式的几何环形截面形状,几何尺寸与起重机功率型号的相关。本发明针对其他非主流异形截面结构的起重机起重伸缩臂同样有效。图3是本发明装置的传感器布置示意图,工作过程中导波由激励传感器阵列2激发,在起重伸缩臂1表面如箭头所示向其另一端传播,当到达另一端后被采集传感器阵列3接收。图4为全波形反演算法的过程示意图,该图给出了一种反演策略的流程,即按照模型初始化、正演模拟、反演、模型更新和收敛的顺序进行,在进行具体操时,可将该流程分为频率循环和迭代循环两个部分。在频率循环过程中,需要使用多个离散的单频信号作为输入,由低频至高频逐步提高反演结果的分辨率,低频输入下求取的速度场可作为高频输入下迭代的初始速度,实现参数更新。在迭代循环中则可利用梯度计算不断拟合实测数据。
结合本发明方法的内容提供以下实施例:
如图3所示,本实施例中起重伸缩臂长度为6.95m,宽度最大尺寸为680mm,最小尺寸为540mm的锰钢,其壁厚为10mm,密度为7900kg/m3。截面模型采用的是图1中的(a)。实施步骤如下:
1)确定计算中所用到的参数,根据检测对象定义初始模型,保证该模型的检测条件与实际检测对象是相同的。然后利用该初始模型,通过数值计算方法求解出采集传感器阵列3接收到的信号的模拟结果。
2)将激励传感器阵列2与采集传感器阵列3对应安装在同一起重伸缩臂1上,两者相距L=6m。在本实施中,多通道激励模块6产生多通道脉冲信号传输至激励传感器阵列2,传感器采用压电传感器,激励方式为循环激励,激励信号中心频率为60kHz,激励传感器阵列2与采集传感器阵列3中的传感器数量均为16个。
3)导波信号在起重机起重伸缩臂中被采集传感器阵列3捕获,经多通道采集模块8转换后传递给解析显示模块7,此时接收到的导波数量应为16个,接收到的导波信息应为16×16个。另外在解析显示模块7中需要根据全波形反演法中的数据计算处理并显示出缺陷重构图像。
4)在解析显示模块7中,依据图4中的全波形反演算法过程示意图,将数值计算求得的无缺陷信号模型不断的拟合实测对象。其中初始频率的选取可根据输入信号的频带进行选择。在迭代循环下,低频情况下求得的速度场可以作为高频输入下迭代的初始速度,实现参数更新。最终可以依赖频散关系得到目标的高精度厚度图像。
5)最后,该高精度厚度图像能够为起重机起重伸缩臂健康检测提供直观可靠的检测依据。

Claims (1)

1.基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法,首先要搭建检测装置,该装置包括多通道超声检测仪(4)、激励传感器阵列(2)以及采集传感器阵列(3);多通道超声检测仪(4)是由多通道激励模块(6),多通道采集模块(8),控制模块(5)以及解析显示模块(7)组成;激励传感器阵列(2)与采集传感器阵列(3)分别安装在异形截面结构起重伸缩臂(1)的两端,激励传感器阵列(2)与多通道激励模块(6)相连接,采集传感器阵列(3)则与多通道采集模块(8)连接,多通道采集模块(8)与解析显示模块(7)连接,多通道超声检测仪(4)内整个信息的传输由控制模块(5)完成调度。
该检测方法包括以下步骤:
S1在异形截面结构起重伸缩臂(1)一端安装激励传感器阵列(2),在导波传播方向距离激励传感器阵列(2)的L处的轴向位置布置采集传感器阵列(3);其中两传感器阵列内分别有若干个传感器,激励传感器阵列(2)用于在异形截面结构起重伸缩臂(1)中激励导波信号,而采集传感器阵列(3)则接收导波信号;激励传感器阵列(2)与采集传感器阵列(3)布置时需考虑截面形状影响;虽然在异形截面结构起重伸缩臂(1)轴向两连续面夹角处的受腐蚀可能性最高,但由于腐蚀权限存在扩散的过程,而且夹角的存在会对传感器阵列布置以及数据处理而造成困难,降低检测效率;因此,在异形截面结构起重伸缩臂(1)轴向上,两连续面的夹角处不布置传感器;在布置传感器过程中,会对激励传感器阵列(2)与采集传感器阵列(3)所在位置的截面周长进行平均分配,然后平均布置传感器;
S2由控制模块(5)控制调度多通道超声检测仪(4)内的不同模块,多通道激励模块(6)依次产生脉冲信号,该脉冲信号会作用于激励传感器阵列(2),不同次序的脉冲信号分属于不同通道,由不同通道信号激励对应的传感器;即激励传感器阵列(2)中每一个传感器都通过电气线路连接的方式与多通道激励模块(6)的每一位激励通道依次连接;当通道按时间顺序激励出toneburst信号时,激励传感器阵列(2)中的传感器在起重机起重伸缩臂上激励的导波信号会按照逆时针或顺时针的方式按时序产生,不同传感器激励的导波之间存在时差δt;
S3激励传感器阵列(2)会产生多个导波;导波在检测对象中传导,当传导至起重伸缩臂另一端时会被采集传感器阵列(3)接收;采集到的信号数等于激励传感器阵列(2)与采集传感器阵列(3)中传感器数量的乘积;由于阵列布局与激励次序的原因,不同导波信号的时间与幅值不同;根据激励传感器与采集传感器的布置方式,导波信号可以有两种类型,一种是激励与采集发生在同一个连续面内,即导波在异形截面结构起重机起重伸缩臂(1)上传导过程中没有越过两连续面边界线,这种导波信号会由于单一激励传感器与不同采集传感器的沿面最短距离的不同而使导波之间有时间差;另一种则是激励与采集发生在不同连续面内,即导波在异形截面结构起重机起重伸缩臂(1)上传导过程中越过了两连续面边界线;当导波越过边界线时,由于存在不确定的角度导致边界条件发生了变化,会使采集到的信息出现幅值与时序变化,这种情况下采集的数据同样为有用数据;
S4将采集传感器阵列(3)接收到的信号通过多通道采集模块(8)转换并由解析显示模块(7)完成分析处理与显示;分析处理过程会利用全波形反演的方法完成模型建立,最后显示得到缺陷重构图像;在全波形反演过程中,将全波形反演分为频率循环与迭代循环两部分;两种循环采取嵌套的方式运行;在频率循环中先调取单一频率作为输入;为保证不损失信息,依据Fourier衍射投影定理,需要选取较小的单一频率来计算,较小的单一频率迭代出的结果会被应用到高频迭代中,以此避免高频输入造成的信息损失;在迭代循环中,基于单一频率与实际检测条件建立初始模型m0,由多通道超声检测仪(4)仿真反馈出数据结果,将仿真结果的数据与实际检测得到的数据进行求差,得到残差数据;通过分析残差数据建立得到目标函数,相关残差数据会作为相关变量引入到拟合计算中;然后是梯度计算Gk,不断对梯度函数进行调整和平滑化;然后选取步长αk,步长αk会引入到更新速度模型的计算中,更新公式为m(k+1)=mkkGk,由此形成迭代过程;不断重复迭代后,当误差满足需要后就结束迭代,改变频率利用上一频率得到的模型作为初始模型mk继续重复迭代;最终仿真模型经过全波形反演法处理能够拟合实际测量结果,实现起重机异形截面结构起重伸缩臂(1)的腐蚀缺陷成像检测。
CN201810176499.XA 2018-03-03 2018-03-03 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法 Active CN108414624B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810176499.XA CN108414624B (zh) 2018-03-03 2018-03-03 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810176499.XA CN108414624B (zh) 2018-03-03 2018-03-03 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法

Publications (2)

Publication Number Publication Date
CN108414624A CN108414624A (zh) 2018-08-17
CN108414624B true CN108414624B (zh) 2020-11-03

Family

ID=63129695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810176499.XA Active CN108414624B (zh) 2018-03-03 2018-03-03 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法

Country Status (1)

Country Link
CN (1) CN108414624B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110646512A (zh) * 2019-09-18 2020-01-03 广东工业大学 单通道双向收发超声导波管道监测系统与成像方法
CN117169898A (zh) * 2023-09-07 2023-12-05 南京安透可智能系统有限公司 一种基于椭圆拟合的地下管网支管和尺寸检测方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1978977A (zh) * 2006-12-01 2007-06-13 北京工业大学 管道缺陷的超声导波时间反转检测装置及方法
EP2136207A2 (en) * 2008-06-20 2009-12-23 The Boeing Company Sub-wavelength ultrasound characterization of composite material
CN102095082A (zh) * 2010-12-13 2011-06-15 上海应用技术学院 管道单通道导波时反检测装置及方法
CN102866202A (zh) * 2012-09-13 2013-01-09 南京大学 非线性超声导波时间反转检测管道微裂纹聚集区域的方法
CN103389339A (zh) * 2013-07-22 2013-11-13 北京工业大学 一种基于时间反转周向Lamb波的大口径厚壁管道缺陷定位方法
CN104965023A (zh) * 2015-05-21 2015-10-07 江苏大学 多模态导波工业管道诊断方法
CN105403621A (zh) * 2015-11-07 2016-03-16 哈尔滨理工大学 一种主动监测金属管材结构损伤的方法
KR101693310B1 (ko) * 2015-11-20 2017-01-06 한국지질자원연구원 평면파를 이용한 이방성 매질에서의 전파형 역산방법
CN107271548A (zh) * 2017-06-12 2017-10-20 西安交通大学 一种基于界面波的双层金属复合管的裂纹检测方法
CN107345937A (zh) * 2017-06-22 2017-11-14 北京工业大学 一种风机主轴表面缺陷超声阵列原位检测方法
CN107402255A (zh) * 2017-06-22 2017-11-28 南京琅迪思信息技术有限公司 一种风机主轴表面缺陷超声阵列在线检测系统
CN107422027A (zh) * 2017-09-05 2017-12-01 北京工业大学 基于双环永磁体阵列的扭转模态导波磁致伸缩传感器
CN108490069A (zh) * 2018-01-30 2018-09-04 天津大学 两相流分布参数双模式超声可视化测量装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1978977A (zh) * 2006-12-01 2007-06-13 北京工业大学 管道缺陷的超声导波时间反转检测装置及方法
EP2136207A2 (en) * 2008-06-20 2009-12-23 The Boeing Company Sub-wavelength ultrasound characterization of composite material
CN102095082A (zh) * 2010-12-13 2011-06-15 上海应用技术学院 管道单通道导波时反检测装置及方法
CN102866202A (zh) * 2012-09-13 2013-01-09 南京大学 非线性超声导波时间反转检测管道微裂纹聚集区域的方法
CN103389339A (zh) * 2013-07-22 2013-11-13 北京工业大学 一种基于时间反转周向Lamb波的大口径厚壁管道缺陷定位方法
CN104965023A (zh) * 2015-05-21 2015-10-07 江苏大学 多模态导波工业管道诊断方法
CN105403621A (zh) * 2015-11-07 2016-03-16 哈尔滨理工大学 一种主动监测金属管材结构损伤的方法
KR101693310B1 (ko) * 2015-11-20 2017-01-06 한국지질자원연구원 평면파를 이용한 이방성 매질에서의 전파형 역산방법
CN107271548A (zh) * 2017-06-12 2017-10-20 西安交通大学 一种基于界面波的双层金属复合管的裂纹检测方法
CN107345937A (zh) * 2017-06-22 2017-11-14 北京工业大学 一种风机主轴表面缺陷超声阵列原位检测方法
CN107402255A (zh) * 2017-06-22 2017-11-28 南京琅迪思信息技术有限公司 一种风机主轴表面缺陷超声阵列在线检测系统
CN107422027A (zh) * 2017-09-05 2017-12-01 北京工业大学 基于双环永磁体阵列的扭转模态导波磁致伸缩传感器
CN108490069A (zh) * 2018-01-30 2018-09-04 天津大学 两相流分布参数双模式超声可视化测量装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"小型超声导波管道检测系统的研究和开发";何存富等;《测控技术》;20081231;第27卷(第1期);第33-35页 *

Also Published As

Publication number Publication date
CN108414624A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
Kudela et al. Identification of cracks in thin-walled structures by means of wavenumber filtering
Heinlein et al. Reflection of torsional T (0, 1) guided waves from defects in pipe bends
Zhang et al. Efficient immersion imaging of components with nonplanar surfaces
US10996203B2 (en) Detection, monitoring, and determination of location of changes in metallic structures using multimode acoustic signals
CN108414624B (zh) 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法
CN104181234B (zh) 一种基于多重信号处理技术的无损检测方法
Nguyen et al. Defect mapping in pipes by ultrasonic wavefield cross-correlation: a synthetic verification
CN102866202A (zh) 非线性超声导波时间反转检测管道微裂纹聚集区域的方法
US10585069B2 (en) Detection, monitoring, and determination of location of changes in metallic structures using multimode acoustic signals
CN101762635A (zh) 钢质储罐底板的导波在线检测方法
CN104407054A (zh) 基于兰姆波共线混叠的超声微损伤定位检测方法及装置
CN104314801B (zh) 基于非消声环境的喷水推进泵噪声测试系统及其测试方法
CN112630307A (zh) 一种模块化阵元压电陶瓷超声导波检测装置及检测方法
CN107991393B (zh) 一种双频电磁超声检测系统
He et al. Research on pipeline damage imaging technology based on ultrasonic guided waves
Ouabi et al. A fastslam approach integrating beamforming maps for ultrasound-based robotic inspection of metal structures
RU2629896C1 (ru) Способ ультразвукового контроля трубопровода и система для его осуществления
JP2021139790A (ja) 探傷方法及び探傷システム
CN112154324B (zh) 使用多模声学信号来检测、监控和确定金属结构中变化的位置
US20210048413A1 (en) Fast pattern recognition using ultrasound
Jezzine et al. Simulation of guided wave inspection based on the reciprocity principle and the Semi‐Analytical Finite Element Method
CN107764896B (zh) 压电元件阵列测试离心机模型土体波速的测试装置和方法
CN117169231A (zh) 一种基于声光技术的复合材料无损检测系统
Song et al. Accelerated noncontact guided wave array imaging via sparse array data reconstruction
Yamamoto et al. Frequency dependence of the defect sensitivity of guided wave testing for efficient defect detection at pipe elbows

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