CN110208365A - 一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法 - Google Patents
一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法 Download PDFInfo
- Publication number
- CN110208365A CN110208365A CN201910471369.3A CN201910471369A CN110208365A CN 110208365 A CN110208365 A CN 110208365A CN 201910471369 A CN201910471369 A CN 201910471369A CN 110208365 A CN110208365 A CN 110208365A
- Authority
- CN
- China
- Prior art keywords
- defect
- depth
- time
- sample
- leakage signal
- 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/26—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring depth
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,包括以下步骤:(1)设计并制作脉冲漏磁检测装置,包括磁芯、励磁线圈和霍尔传感器等,并使用该装置检测待测样本;(2)制作材料、厚度与待测样本完全相同的标准缺陷样本,并使用漏磁检测装置检测标准缺陷。记录传感器输出的漏磁信号并对时间求一阶导数;(3)提取漏磁信号导数的极大值时间t1及极小值时间t2,绘制“极大值时间t1—埋藏深度b”曲线和“极小值时间t2—缺陷深度d”曲线;(4)使用脉冲漏磁检测装置检测待测样本,将测得的漏磁信号对时间求一阶导数。提取导数的极大值时间T1及极小值时间T2,对照上述两条曲线,即可同时评估缺陷的深度及埋藏深度。本方法能够快速、有效、准确地判断出被测钢板缺陷的深度和埋藏深度,对后期的检修维护提供帮助和指导。
Description
技术领域
本发明属于无损检测技术领域,尤其涉及一种基于脉冲漏磁检测判断钢板缺陷深度及埋藏深度的方法。
背景技术
漏磁检测技术是使用传感器对缺陷处的漏磁场进行拾取并加以分析的一项技术,它具有成本低、检测速度快、非接触性、灵敏度高、易于实现等优点。而脉冲漏磁检测技术使用频谱丰富的脉冲方波信号作为激励,可以得到不同深度的缺陷信息,因此被广泛应用于对管道、轨道、电缆等铁磁性构件的检测。
目前,漏磁检测技术只能判断缺陷是否存在,而对缺陷深度、缺陷位置等参数难以做出准确的评估,无法提供缺陷更多的详细信息,不利于下一步的维修工作。
发明内容
本发明旨在解决上述背景技术中存在的问题,提出一种基于脉冲漏磁检测判断钢板缺陷深度及埋藏深度的方法,该方法能够快速、有效、准确地判断出被测钢板缺陷的深度和埋藏深度,对后期的检修维护提供帮助和指导。
技术方案:为了实现上述目的,本发明的技术方案为一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,包括以下步骤:
(1)设计并制作脉冲漏磁检测装置,包括磁芯、励磁线圈和霍尔传感器等,并使用该装置检测待测样本;
(2)制作材料、厚度与待测样本完全相同的标准缺陷样本,使用漏磁检测装置检测标准缺陷;记录传感器输出的漏磁信号并对时间求一阶导数;
(3)提取漏磁信号导数的极大值时间t1及极小值时间t2,绘制“极大值时间t1—埋藏深度b”曲线和“极小值时间t2—缺陷深度d”曲线;
(4)使用脉冲漏磁检测装置检测待测样本,将测得的漏磁信号对时间求一阶导数。提取导数的极大值时间T1及极小值时间T2,对照上述两条曲线,即可同时评估缺陷的深度及埋藏深度。
进一步的,所述步骤(1)中使用脉冲漏磁检测装置对待测样本进行检测的具体步骤如下:
(1.1)使用漏磁检测装置检测缺陷时,向激励线圈施加脉冲方波电压激励,激励电压大小为U,移动探头对标准缺陷样本进行检测,并采集y方向,即垂直于钢板表面方向的传感器输出信号;
(1.2)当检测位置没有缺陷时,输出信号为0;当探头逐渐靠近缺陷时,输出信号的稳态值先变大,随后迅速减小;则输出信号稳态值随检测位置变化曲线的过零点处即为缺陷所在的位置。
进一步的,所述步骤(1.1)中使用脉冲漏磁检测装置对待测样本进行检测,对检测过程中的相关参数有如下限制:
方波周期T满足:
方波的上升时间tr满足:
tr<0.01
探头的移动速度v满足:
输出信号的采样频率f满足:
f≥21.7U0.68
其中,D为方波的占空比,U为激励电压,dmin为希望检测到的最浅的缺陷深度。
进一步的,所述步骤(2)中检测标准缺陷样本和并求漏磁信号一阶导数的具体步骤如下:
(2.1)标准缺陷样本包括两组样本,第一组样本为一系列不同埋藏深度的缺陷,第二组样本为一系列不同深度的缺陷;每组样本包含至少三条不同的缺陷,缺陷数量越多则标定的曲线越准确;
(2.2)对所述标准缺陷样本进行检测后,提取检测点距离缺陷中心Δx范围内一个或多个周期的漏磁信号;以脉冲激励的上升沿为时间零点,漏磁信号从0时刻开始逐渐上升至稳态;对该时间段内的漏磁信号运用差分法进行求导。
进一步的,所述步骤(2.2)中提取并处理脉冲漏磁检测信号,对检测信号的的位置有如下限制:
检测点和缺陷中心的距离Δx小于2mm。
进一步的,所述步骤(3)中,提取漏磁信号导数极值时间和绘制“极大值时间t1—埋藏深度b”曲线及“极小值时间t2—缺陷深度d”曲线的具体步骤如下:
(3.1)当缺陷深度和埋藏深度在设定范围内时,漏磁信号的导数有两个极大值和一个极小值;当缺陷深度及埋藏深度大于设定范围时,导数只有一个极大值,无极小值;
(3.2)当导数有两个极大值和一个极小值时,提取前一个极大值的出现时间t1和极小值的出现时间t2;在激励电压一定的情况下,前一个极大值的出现时间t1仅与缺陷的埋藏深度b有关,且呈线性关系,记录第一组标准样本缺陷的埋藏深度b及其对应的极大值时间t1;
根据最小二乘原理,使用一次函数对其拟合,得到“极大值时间t1—埋藏深度b”曲线;同理,由于极小值的出现时间t2仅和缺陷深度d有关,且呈线性关系,记录第二组标准样本缺陷的深度d及其对应的极小值时间t2,并使用一次函数对其拟合,得“极小值时间t2—缺陷深度d”曲线;
(3.3)当步骤(2.2)中提取的是一个周期的信号时,该信号求导后的极值时间即为最终记录的极值时间;当提取了多个周期的信号时,对各个周期的信号分别以其各自的激励电压上升沿为时间零点进行求导,并将各导数对应的极值时间的平均值作为最终记录的极值时间。
进一步的,所述步骤(4)中对待测样本缺陷的检测及缺陷深度和埋藏深度的判断的具体步骤如下:
(4.1)保持激励电压与检测标准样本时的大小一致,对待测样本进行检测,并采用与步骤(2)(3)中相同的方法对检测到的漏磁信号进行求导与特征量提取;
(4.2)如导数有两个极大值和一个极小值,则记录前一个极大值的出现时间T1和极小值的出现时间T2;分别将其代入步骤(3.2)中所绘的“极大值时间t1—埋藏深度b”曲线及“极小值时间t2—缺陷深度d”曲线,即可得到被测缺陷的深度及埋藏深度;如导数只有一个极大值、无极小值,则说明该缺陷的深度及埋藏深度较深。
有益效果:本发明采用以上技术方案与现有技术相比,能够快速、有效、准确地判断出被测钢板缺陷的深度和埋藏深度,对后期的检修维护提供帮助和指导。
附图说明
图1为脉冲漏磁检测装置及原理示意图;
图2为输出信号稳态值随检测位置变化曲线;
图3为漏磁信号求导后极值示意图;
图4为标准缺陷样本的漏磁信号;
图5为标准缺陷样本漏磁信号的导数;
图6为“极大值时间t1—埋藏深度b”曲线;
图7为“极小值时间t2—缺陷深度d”曲线;
图8为缺陷量化评估的误差。
具体实施方式
下面结合附图对本发明的具体实施方式作更进一步的说明。
本发明公开了一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,包括以下步骤:
(1)设计并制作脉冲漏磁检测装置,包括磁芯、励磁线圈和磁敏传感器等,并使用该装置检测待测样本(如图1所示)。
(1.1)使用漏磁检测装置检测缺陷时,向激励线圈施加脉冲方波电压激励,激励电压大小为U(单位:V),移动探头对标准缺陷样本进行检测,并采集y方向(垂直于钢板表面方向)的传感器输出信号;
(1.2)当检测位置没有缺陷时,输出信号为0。当探头靠近缺陷时,输出信号的稳态值逐渐变大,并在距缺陷中心约2mm处取得最大值,随后信号迅速减小,在缺陷正上方信号减小至0。当探头经过缺陷后,输出信号与经过缺陷前对应位置处大小相等、符号相反。输出信号稳态值随检测位置变化曲线如图2,该曲线的过零点处即为缺陷所在的位置;
(1.3)此外,对检测过程中的相关参数有如下限制:
假设希望能检测到的最浅缺陷深度为d(单位:mm),方波的占空比为D,则方波的周期T(单位:ms)应满足:
此外,方波的上升时间tr应小于10ms;
探头的移动速度v(单位:m/s)应满足:
输出信号的采样频率f(单位:Hz)应满足:
f≥21.7U0.68
其中,D为方波的占空比,U为激励电压,dmin为希望检测到的最浅的缺陷深度。
(2)制作材料、厚度与待测样本完全相同的标准缺陷样本,使用漏磁检测装置检测标准缺陷;记录传感器输出的漏磁信号并对时间求一阶导数。
(2.1)标准缺陷样本包括两组样本,第一组样本为一系列不同埋藏深度的缺陷,第二组样本为一系列不同深度的缺陷;每组样本包含至少三条不同的缺陷,缺陷数量越多则标定的曲线越准确;
(2.2)对所述标准缺陷样本进行检测后,提取检测点距离缺陷中心Δx范围内一个或多个周期的漏磁信号,其中Δx应小于2mm;以脉冲激励的上升沿为时间零点,漏磁信号从0时刻开始逐渐上升至稳态;对该时间段内的漏磁信号运用差分法进行求导。
(3)提取漏磁信号导数的极大值时间t1及极小值时间t2,绘制“极大值时间t1—埋藏深度b”曲线和“极小值时间t2—缺陷深度d”曲线。
(3.1)如图3所示,当缺陷深度和埋藏深度在设定范围内时,漏磁信号的导数有两个极大值和一个极小值;当缺陷深度及埋藏深度大于设定范围时,导数只有一个极大值,无极小值;
(3.2)当导数有两个极大值和一个极小值时,提取前一个极大值的出现时间t1和极小值的出现时间t2;在激励电压一定的情况下,前一个极大值的出现时间t1仅与缺陷的埋藏深度b有关,且呈线性关系,记录第一组标准样本缺陷的埋藏深度b及其对应的极大值时间t1;
根据最小二乘原理,使用一次函数对其拟合,得到“极大值时间t1—埋藏深度b”曲线;同理,由于极小值的出现时间t2仅和缺陷深度d有关,且呈线性关系,记录第二组标准样本缺陷的深度d及其对应的极小值时间t2,并使用一次函数对其拟合,得“极小值时间t2—缺陷深度d”曲线;
(3.3)当步骤(2.2)中提取的是一个周期的信号时,该信号求导后的极值时间即为最终记录的极值时间;当提取了多个周期的信号时,对各个周期的信号分别以其各自的激励电压上升沿为时间零点进行求导,并将各导数对应的极值时间的平均值作为最终记录的极值时间。
(4)使用脉冲漏磁检测装置检测待测样本,将测得的漏磁信号对时间求一阶导数;提取导数的极大值时间T1及极小值时间T2,对照上述两条曲线,即可同时评估缺陷的深度及埋藏深度。
(4.1)保持激励电压与检测标准样本时的大小一致,对待测样本进行检测,并采用与步骤(2)(3)中相同的方法对检测到的漏磁信号进行求导与特征量提取;
(4.2)如导数有两个极大值和一个极小值,则记录前一个极大值的出现时间T1和极小值的出现时间T2。分别将其代入步骤(3.2)中所绘的“极大值时间t1—埋藏深度b”曲线及“极小值时间t2—缺陷深度d”曲线,即可得到被测缺陷的深度及埋藏深度;如导数只有一个极大值、无极小值,则说明该缺陷的深度及埋藏深度较深。
为了便于更好地理解本发明,以下结合附图及具体的实施例,对本发明实施例的漏基于脉冲漏磁检测判断钢板缺陷深度及埋藏深度的方法进行详细地示例性描述。本实施例中,基于脉冲漏磁信号的暂态特征对某钢板的缺陷进行量化评估,具体步骤如下:
(1)设计脉冲漏磁检测装置,包括磁芯、励磁线圈和磁敏传感器等。本实施例中,采用如下参数设置:激励电压为20V,磁芯相对磁导率400,方波上升时间为0.1ms,方波占空比为0.5,方波周期为1s,采样频率500Hz。探头移动速度很小,认为其在任一时刻速度都为0;
(2)制作钢板标准缺陷样本。标准样本与待测样本的钢板均为45#钢,厚度均为11mm。共制作了两组样本:第一组样本缺陷深度d为4mm,埋藏深度b分别为1mm、2mm、3mm、4mm和5mm;第二组样本埋藏深度b为1mm,缺陷深度d分别为2mm、3mm、4mm、5mm、6mm、7mm和8mm;
(3)使用漏磁检测装置检测上述标准样本,提取距离缺陷中心Δx为1mm处一个周期的漏磁信号。截取0时刻开始到漏磁信号到达稳态期间的信号,第一组样本的漏磁信号如图4(a)所示,第二组样本的漏磁信号如图4(b)所示。对漏磁信号进行求导,第一组样本漏磁信号的导数如图5(a)所示,第二组样本漏磁信号的导数如图5(b)所示;
(4)分别记录图5(a)中各条曲线前一个极大值的出现时间及其对应的埋藏深度,并用一次函数对其拟合。“极大值时间t1—埋藏深度b”的拟合曲线如图6所示;
(5)分别记录图5(b)中各条曲线极小值的出现时间及其对应的缺陷深度,并用一次函数对其拟合。“极小值时间t2—缺陷深度d”的拟合曲线如图7所示;
(6)现另取3条缺陷作为待测样本,使用脉冲漏磁检测装置进行检测。采用同样的方法对检测到的漏磁信号进行求导并记录极值时间;
(7)将步骤(6)中记录的极大值时间T1分别代入图6中拟合的曲线,如图6中“△”标注的点,即可评估得到缺陷的埋藏深度。将步骤(6)中记录的极小值时间T2分别代入图7中拟合的曲线,如图7中“△”标注的点,即可评估得到缺陷的深度。缺陷实际的埋藏深度与缺陷深度在图6、图7中用“○”标注。将评估值与实际值对比,埋藏深度和缺陷深度的相对误差如图8所示。
本发明公开了一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,该方法能够快速、有效、准确地判断出被测钢板缺陷的深度和埋藏深度,对后期的检修维护提供帮助和指导。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下还可以做出若干改进,这些改进也应视为本发明的保护范围。
Claims (7)
1.一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,包括以下步骤:
(1)设计并制作脉冲漏磁检测装置,包括磁芯、励磁线圈和霍尔传感器等,并使用该装置检测待测样本;
(2)制作材料、厚度与待测样本完全相同的标准缺陷样本,使用漏磁检测装置检测标准缺陷;记录传感器输出的漏磁信号并对时间求一阶导数;
(3)提取漏磁信号导数的极大值时间t1及极小值时间t2,绘制“极大值时间t1—埋藏深度b”曲线和“极小值时间t2—缺陷深度d”曲线;
(4)使用脉冲漏磁检测装置检测待测样本,将测得的漏磁信号对时间求一阶导数;提取导数的极大值时间T1及极小值时间T2,对照上述两条曲线,即可同时评估缺陷的深度及埋藏深度。
2.如权利要求1所述的一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,所述的步骤(1)具体步骤如下:
(1.1)使用漏磁检测装置检测缺陷时,向激励线圈施加脉冲方波电压激励,激励电压大小为U,移动探头对标准缺陷样本进行检测,并采集y方向,即垂直于钢板表面方向的传感器输出信号;
(1.2)当检测位置没有缺陷时,输出信号为0;当探头逐渐靠近缺陷时,输出信号的稳态值先变大,随后迅速减小;则输出信号稳态值随检测位置变化曲线的过零点处即为缺陷所在的位置。
3.如权利要求2所述的一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,
对检测过程中的相关参数有如下限制:
方波周期T满足:
方波的上升时间tr满足:
tr<0.01
探头的移动速度v满足:
输出信号的采样频率f满足:
f≥21.7U0.68
其中,D为方波的占空比,U为激励电压,dmin为希望检测到的最浅的缺陷深度。
4.如权利要求1所述的一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,所述的步骤(2)具体步骤如下:
(2.1)标准缺陷样本包括两组样本,第一组样本为一系列不同埋藏深度的缺陷,第二组样本为一系列不同深度的缺陷;每组样本包含至少三条不同的缺陷,缺陷数量越多则标定的曲线越准确;
(2.2)对所述标准缺陷样本进行检测后,提取检测点距离缺陷中心Δx范围内一个或多个周期的漏磁信号;以脉冲激励的上升沿为时间零点,漏磁信号从0时刻开始逐渐上升至稳态;对该时间段内的漏磁信号运用差分法进行求导。
5.如权利要求4所述的一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,检测点和缺陷中心的距离Δx小于2mm。
6.如权利要求1所述的一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,所述的步骤(3)具体步骤如下:
(3.1)当缺陷深度和埋藏深度在设定范围内时,漏磁信号的导数有两个极大值和一个极小值;当缺陷深度及埋藏深度大于设定范围时,导数只有一个极大值,无极小值;
(3.2)当导数有两个极大值和一个极小值时,提取前一个极大值的出现时间t1和极小值的出现时间t2,在激励电压一定的情况下,前一个极大值的出现时间t1仅与缺陷的埋藏深度b有关,且呈线性关系,记录第一组标准样本缺陷的埋藏深度b及其对应的极大值时间t1;
根据最小二乘原理,使用一次函数对其拟合,得到“极大值时间t1—埋藏深度b”曲线;同理,由于极小值的出现时间t2仅和缺陷深度d有关,且呈线性关系,记录第二组标准样本缺陷的深度d及其对应的极小值时间t2,并使用一次函数对其拟合,得“极小值时间t2—缺陷深度d”曲线;
(3.3)当步骤(2.2)中提取的是一个周期的信号时,该信号求导后的极值时间即为最终记录的极值时间;当提取了多个周期的信号时,对各个周期的信号分别以其各自的激励电压上升沿为时间零点进行求导,并将各导数对应的极值时间的平均值作为最终记录的极值时间。
7.如权利要求1所述的一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法,其特征在于,所述的步骤(4)具体步骤如下:
(4.1)保持激励电压与检测标准样本时的大小一致,对待测样本进行检测,并采用与步骤(2)(3)中相同的方法对检测到的漏磁信号进行求导与特征量提取;
(4.2)如导数有两个极大值和一个极小值,则记录前一个极大值的出现时间T1和极小值的出现时间T2;分别将其代入步骤(3.2)中所绘的“极大值时间t1—埋藏深度b”曲线及“极小值时间t2—缺陷深度d”曲线,即可得到被测缺陷的深度及埋藏深度;如导数只有一个极大值、无极小值,则说明该缺陷的深度及埋藏深度较深。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910471369.3A CN110208365B (zh) | 2019-05-31 | 2019-05-31 | 一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910471369.3A CN110208365B (zh) | 2019-05-31 | 2019-05-31 | 一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110208365A true CN110208365A (zh) | 2019-09-06 |
CN110208365B CN110208365B (zh) | 2023-03-31 |
Family
ID=67790220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910471369.3A Active CN110208365B (zh) | 2019-05-31 | 2019-05-31 | 一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110208365B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337567A (zh) * | 2020-03-27 | 2020-06-26 | 南京航空航天大学 | 基于涡流和漏磁检测信号融合的缺陷类型评估方法 |
EP4145121A1 (en) * | 2021-09-03 | 2023-03-08 | Shimadzu Corporation | Wire rope inspection method and wire rope inspection system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004152449A (ja) * | 2002-10-31 | 2004-05-27 | Toshiba Corp | 磁気メモリ |
CN106959336A (zh) * | 2016-01-11 | 2017-07-18 | 宝山钢铁股份有限公司 | 用于漏磁检测标定的背景噪声去除装置及方法 |
CN115062425A (zh) * | 2022-06-06 | 2022-09-16 | 华电电力科学研究院有限公司 | 一种应用于燃气轮机组的故障预警方法、系统和装置 |
-
2019
- 2019-05-31 CN CN201910471369.3A patent/CN110208365B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004152449A (ja) * | 2002-10-31 | 2004-05-27 | Toshiba Corp | 磁気メモリ |
CN106959336A (zh) * | 2016-01-11 | 2017-07-18 | 宝山钢铁股份有限公司 | 用于漏磁检测标定的背景噪声去除装置及方法 |
CN115062425A (zh) * | 2022-06-06 | 2022-09-16 | 华电电力科学研究院有限公司 | 一种应用于燃气轮机组的故障预警方法、系统和装置 |
Non-Patent Citations (1)
Title |
---|
许鹏等: "基于脉冲漏磁的缺陷量化评估", 《无损检测》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337567A (zh) * | 2020-03-27 | 2020-06-26 | 南京航空航天大学 | 基于涡流和漏磁检测信号融合的缺陷类型评估方法 |
CN111337567B (zh) * | 2020-03-27 | 2023-10-03 | 南京航空航天大学 | 基于涡流和漏磁检测信号融合的缺陷类型评估方法 |
EP4145121A1 (en) * | 2021-09-03 | 2023-03-08 | Shimadzu Corporation | Wire rope inspection method and wire rope inspection system |
Also Published As
Publication number | Publication date |
---|---|
CN110208365B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020259070A1 (zh) | 一种基于宽带激励的铁磁性材料大范围损伤低频电磁检测方法 | |
CN103954684B (zh) | 一种利用漏磁变化率进行无损检测的方法 | |
CN106124612A (zh) | 一种基于低频电磁的便携式铁磁材料缺陷检测装置 | |
CN105353030A (zh) | 一种基于低频电磁的缺陷检测装置 | |
CN110208365A (zh) | 一种基于脉冲漏磁信号暂态特征的缺陷量化评估方法 | |
CN103257181B (zh) | 一种高速运动状态下金属板材缺陷检测装置与方法 | |
EP2360467A1 (en) | Barkhausen noise inspection apparatus and inspection method | |
CN102182933A (zh) | 脉冲漏磁缺陷与应力的无损检测系统及无损检测方法 | |
CN103163216A (zh) | 一种基于巨磁电阻传感器的金属导体缺陷识别及估计方法 | |
CN103822967B (zh) | 双激励线圈导体缺陷自动探伤装置及探伤方法 | |
CN103353479A (zh) | 一种电磁超声纵向导波与漏磁检测复合的检测方法 | |
CN101650339A (zh) | 气缸套专用涡流探伤仪 | |
CN103076390A (zh) | 应用于涡流探伤的定位方法、装置及涡流探伤仪 | |
CN107576722A (zh) | 一种基于巴克豪森效应的铁磁材料磨削烧伤检测方法 | |
JP6446304B2 (ja) | 磁気特性評価方法および磁気特性評価装置 | |
CN108828058A (zh) | 一种基于脉冲漏磁检测区分钢板上、下表面缺陷的方法 | |
EP1806577A1 (en) | Device and method for inspecting scratch on cell external case | |
CN205670137U (zh) | 用于板材电磁超声自动检测的对比试块 | |
CN104458896A (zh) | 一种基于多重漏磁检测信号特征值的缺陷评价方法 | |
CN205280658U (zh) | 一种涡流探头 | |
O'Connor et al. | Magnetic flux leakage inspection of tailor-welded blanks | |
Tian et al. | Pulsed eddy current system for dynamic inspection of defects | |
CN211603036U (zh) | 一种轴类零件心部铁素体无损测量装置 | |
JPH10206395A (ja) | 渦電流方式の非破壊検出方法 | |
CN205656166U (zh) | 一种承压设备近表面微小裂纹检测装置 |
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 |