CN111223285A - 一种基于稀疏表示的无线涡流检测系统及方法 - Google Patents

一种基于稀疏表示的无线涡流检测系统及方法 Download PDF

Info

Publication number
CN111223285A
CN111223285A CN202010174641.4A CN202010174641A CN111223285A CN 111223285 A CN111223285 A CN 111223285A CN 202010174641 A CN202010174641 A CN 202010174641A CN 111223285 A CN111223285 A CN 111223285A
Authority
CN
China
Prior art keywords
signal
eddy current
detection
current detection
excitation
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
Application number
CN202010174641.4A
Other languages
English (en)
Inventor
叶波
陈宸
张依仃
曾辉耀
罗思琦
孔琼英
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.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and 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 Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN202010174641.4A priority Critical patent/CN111223285A/zh
Publication of CN111223285A publication Critical patent/CN111223285A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/513—Sparse representations

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Multimedia (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

本发明涉及一种基于稀疏表示的无线涡流检测系统及方法，属于电磁无损检测领域。本发明利用检测节点对待测试件进行涡流检测，获得原始涡流检测信号；然后，利用离散余弦基对原始涡流检测信号进行分解；进一步，采用随机二进制观测矩阵对分解后的信号进行非线性自适应投影，得到投影系数，即涡流检测信号稀疏表示系数；将获得的涡流检测信号稀疏表示系数通过无线传输模块送至上位机，在上位机中利用压缩采样匹配追踪算法重构涡流检测信号，对重构后的涡流检测信号进一步分析得出待测试件的缺陷和损伤情况。本发明有效降低数据传输过程中无线传输模块的硬件负担，大大提高了无线涡流检测系统的检测效率。

Description

一种基于稀疏表示的无线涡流检测系统及方法
技术领域
本发明涉及一种基于稀疏表示的无线涡流检测系统及方法，属于电磁无损检测领域。
背景技术
阵列涡流检测技术属于电磁无损检测技术，是无损检测技术发展的一个重要分支。阵列涡流检测技术通过采用合理的传感器结构设计可实现对被测对象快速、高效检测，与单探头涡流检测技术相比，阵列涡流检测技术通过单次扫查就能达到单探头多次扫查的效果，可以实现对受检工件表面大范围快速检测，且对被检工件表面、近表面的检测灵敏度与单探头涡流检测技术相同。
在工业现场开展阵列涡流检测时，利用无线通信技术可以节省大量现场连接线缆的使用，降低检测成本，提升检测效率。在开展阵列涡流检测，并利用无线通信系统传输检测信号的过程中，为了获得不失真的涡流检测信号，涡流检测系统必须对多个传感器的检测信号以奈奎斯特采样定理规定的频率进行采样，这将使得采样得到的涡流检测信号数据量巨大，增加了涡流检测系统中硬件电路的工作负荷，不利于通过无线通信模块对涡流检测信号进行传输，降低了涡流检测的实时性。
因此，非常有必要设计一种新的无线涡流检测系统，能够在较低的采样频率下依然可以保证涡流检测信号的重构精度，减少需要存储和传输的涡流检测信号数据量，降低涡流检测系统硬件电路的工作负荷，尤其是降低无线通信模块的工作负荷，提高涡流无损检测的实时性。
发明内容
本发明要解决的技术问题是提供一种基于稀疏表示的无线涡流检测系统及方法，以用于克服采用无线阵列涡流检测技术对被检工件进行涡流无损检测时，为了获得不失真的涡流检测信号，必须以奈奎斯特采样定理规定的频率采集数据，采样得到的涡流检测信号数据量大，导致硬件电路工作负荷高、无线通信模块传输负担重、涡流检测系统实时性差的问题。
本发明的技术方案是：一种基于稀疏表示的无线涡流检测系统，由检测节点、信号预处理模块、无线传输模块、上位机组成。
所述的检测节点包括信号发生器和涡流阵列传感器，其中，信号发生器为基于DDS专用芯片AD9850的信号发生电路,可以产生正弦波和方波作为激励信号；AD9850芯片有32位相位累加器，ROM为14位，最高参考时钟为125MHz，输出频率分辨率可达0.0291Hz，允许产生最高输出频率62.5MHz，芯片内部提供5bits数字控制相位调制；涡流阵列传感器由位于同一平面上的A、B两组阵列传感器组成，每组阵列传感器由三个完全相同的阵列单元组成(根据实际检测需要，可以增加或减少阵列单元的数量)；A组阵列传感器为激励传感器，包括A1、A2、A3三个阵列单元，B组阵列传感器为检测传感器，包括B1、B2、B3三个阵列单元，阵列单元由圆形外壳和环形线圈组成；激励传感器的阵列单元按三角形排列，检测传感器的阵列单元按倒三角形排列。
所述的信号预处理模块由信号采集卡、信号调理电路、相敏检波电路和ARM处理器组成。
所述的信号采集卡为凌华信号采集卡DAQ2010，该信号采集卡支持32位PCI总线，采样频率可达2MHZ。
所述的信号调理电路由双运算发大器芯片C358C构成，可滤除电路中的直流分量和高频噪声。
所述的相敏检波电路由MC1595多频线性四象限乘法器和NE5532低通滤波器构成，MC1595多频线性四象限乘法器将对经过信号调理电路处理后的信号和参考信号进行乘法运算，输出反映该信号幅值、相位特征的复合信号，并送入由NE5532构成的低通滤波器以去除高频分量。
所述的ARM处理器采用Cortex-A73处理器，该处理器支持ARMv8-A架构，数据缓存可以达到64KB，相比于传统处理器工作负载可以节省20％的功耗，大幅延长电池寿命。
所述的无线传输模块为博陆科电子科技公司的BLK-MD-BC04-B蓝牙通信套件，包括蓝牙主站和蓝牙从站两个部分，支持USB、UART、PCM等接口，电源为3.3V，输出功率等级为class2。
所述的上位机为戴尔P5820T-W2123NLCN01台式工作站，CPU型号为Intel Xeon W-2123，显卡芯片为NVIDIA Quadro P2000。
系统的具体连接方式如下：
所述的上位机通过GPIB总线与蓝牙主站连接，蓝牙主站通过蓝牙无线传输网络与蓝牙从站进行通信；蓝牙从站通过USB接口与检测节点中的信号发生器连接，信号发生器通过RS-232接口与激励传感器组连接；激励传感器阵列单元A1、A2、A3的环形线圈圆心处的端点C1、C2、C3处的焊点分别引出抽头，并行连接到RS-232接口的RX端子处，并通过RS-232接口与信号发生器的TX端子连接，激励传感器阵列单元A1、A2、A3的环形线圈另一端点C′1、C′2、C′3处的焊点分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；检测传感器阵列单元B1、B2、B3的环形线圈圆心处的端点D1、D2、D3处分别引出抽头，并行连接到PCI接口的PFI0端子处，并通过PCI总线与信号采集卡相连，检测传感器的阵列单元B1、B2、B3的环形线圈另一端点D′1、D′2、D′3处对应的输出信号引脚分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；信号采集卡通过PCI总线与信号调理电路连接，信号调理电路通过RS-485接口与相敏检波电路连接，相敏检波电路通过I/O接口与ARM处理器连接，ARM处理器通过UART接口与蓝牙从站连接，从而将检测节点、信号预处理模块、无线传输模块和上位机连接组成完整的无线涡流检测系统。
一种基于稀疏表示的无线涡流检测方法，具体步骤为：
Step1：在上位机中设置激励信号参数，并通过GPIB总线、蓝牙主站、蓝牙无线传输网络、蓝牙从站将所设定的激励信号参数送至信号发生器；信号发生器根据接收到的激励信号参数产生相应的脉冲激励信号并通过RS-232接口加载到激励传感器阵列单元；激励传感器阵列单元产生作用于待测试件的激励磁场，在待测试件中激励形成涡流；通过涡流阵列传感器中的检测传感器阵列单元获得待测试件中涡流产生的再生磁场与激励传感器产生的激励磁场的合成磁场，即原始涡流检测信号；
Step2：信号采集卡对检测传感器阵列单元获得的原始涡流检测信号进行采集，并送入信号调理电路进行放大和去噪；放大和去噪后的信号被传送至相敏检波电路中，相敏检波电路输出两路正交信号，即涡流检测预处理信号X；
Step3：将涡流检测预处理信号X传送至ARM处理器中，利用N×N维的离散余弦基ψ对涡流检测预处理信号X进行分解，并通过随机二进制观测矩阵A对分解后的信号进行非线性自适应投影，得到投影系数Y，Y为涡流检测信号的稀疏表示系数，将涡流检测信号的稀疏表示系数Y由ARM处理器通过蓝牙从站、蓝牙无线网络、蓝牙主站，送至上位机；
Step4：上位机在接收到涡流检测信号的稀疏表示系数Y后，通过压缩采样匹配追踪算法对原始涡流检测信号进行重构，得到重构涡流信号
Figure BDA0002410370520000031
通过对重构涡流信号
Figure BDA0002410370520000032
进行分析从而得到待测试件的缺陷和损伤情况。
所述涡流检测信号的稀疏表示具体步骤为：
Step3.1：利用N×N维的离散余弦基ψ将N×1维的涡流检测预处理信号X分解为稀疏度为K的N×1维信号
Figure BDA0002410370520000033
K等于信号
Figure BDA0002410370520000034
非零项的个数，即
Figure BDA0002410370520000035
Step3.2：利用M×N维的随机二进制观测矩阵A对信号
Figure BDA0002410370520000036
进行非线性自适应投影，得到M×1维的涡流检测信号稀疏表示系数Y，即
Figure BDA0002410370520000037
所述重构的具体步骤为：
Step4.1：初始化计算参数，令初始残差r0等于涡流检测信号稀疏表示系数Y，筛选集J0为空集，迭代次数u等于1，即r0＝Y，
Figure BDA0002410370520000041
u＝1；
Step4.2：对随机二进制观测矩阵A中的原子进行筛选，计算观测矩阵A中各原子aj(j＝1,2,3…,N)与当前残差ru-1的相关性：
mj＝＜ru-1,aj＞,j＝1,2,3…N；
其中，aj表示二进制观测矩阵A的第j列，按照从大到小的顺序排列计算得到的mj，j＝1,2,3…N，选择其中的前2K个值，并将这些值对应的观测矩阵A的列序号j构成筛选集Ju，把每次迭代过程中按照筛选集Ju中列序号j挑选出的观测矩阵A中的对应列向量组成向量集合Au；
Step4.3：令向量集合Au中的列序号w＝1,2,3…2K，其中，aw表示向量集合Au中的第w列，计算Y＝awθw的最小二乘解
Figure BDA0002410370520000042
Figure BDA0002410370520000043
w＝1,2,3…2K，θw是涡流检测信号在稀疏域的稀疏表示，
Figure BDA0002410370520000044
为信号θw的估计值；
Step4.4：更新信号逼近，从得到的最小二乘解
Figure BDA0002410370520000045
中选出绝对值最大的K项记为
Figure BDA0002410370520000046
取出Au中对应的K列记为AuK，其中，
Figure BDA0002410370520000047
为涡流检测信号的逼近，AuK为按照
Figure BDA0002410370520000048
挑选出的向量集合；
Step4.5：更新残差ru，令
Figure BDA0002410370520000049
Step4.6：令u＝u+1，如果u≤K，则返回第二步继续迭代，如果u＞K或ru＜ε时，ε为事先定义的极小误差，则停止迭代进入下一步；
Step4.7：迭代结束，得到涡流检测信号的稀疏估计信号
Figure BDA00024103705200000410
其值为最后一次迭代所得AuK与
Figure BDA00024103705200000411
的乘积，即
Figure BDA00024103705200000412
Step4.8：利用
Figure BDA00024103705200000413
得到N×1维的重构涡流信号
Figure BDA00024103705200000414
本发明的有益效果是：
(1)本发明采用的涡流阵列检测技术与传统的涡流检测技术相比，可实现大面积快速检测、效率更高；
(2)本发明利用无线模块传输检测过程中获得的涡流检测信号，节省了现场大量线材的使用，容易实现在线检测，使得在现场开展涡流无损检测变得更加方便；
(3)本发明中的检测节点利用稀疏表示的方法对得到的涡流检测信号进行压缩采样，减少了无线传输模块需要传输的数据量，降低了无线传输模块的工作负荷，可进一步提高检测速度，提升检测效率。
附图说明
图1是本发明的系统框图；
图2是本发明涡流阵列传感器结构图；
图3是本发明系统连接图；
图4是本发明检测流程图；
图5是本发明单个线圈形状；
图6是本发明“全局检测”检测方式扫描路径图；
图7是本发明信号调理电路电路图；
图8是本发明中蓝牙配件的应用电路图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
实施例1：一种基于稀疏表示的无线涡流检测系统表面缺陷局部重点检测方式；
所述检测方式的应用场景为：当已知待测检试件表面存在缺陷，需要对待测试件存在表面缺陷的区域进行局部重点检测以获得缺陷具体参数(如：缺陷的深度、长度、宽度等)时，应选择表面缺陷局部重点检测方式，这种检测方式将对待测试件存在表面缺陷的区域进行重点检测。
所述表面缺陷局部重点检测的具体实施方式为：将检测节点固定在待测试件已知存在表面缺陷区域的上方，在上位机中设置激励信号频率为50kHz，通过无线传输模块将激励信号频率发送至检测节点中的信号发生器，信号发生器根据接收到的激励信号频率产生相应频率的脉冲激励信号作用于待测试件，通过对待测试件产生的原始涡流检测信号进行处理和分析即可得到待测试件表面缺陷的具体参数。
如图1所示，一种基于稀疏表示的无线涡流检测系统，由检测节点、信号预处理模块、无线传输模块、上位机组成。
所述的检测节点由信号发生器和涡流阵列传感器组成；信号发生器为基于AD公司的DDS专用芯片AD9850的信号发生电路，使用占空比为0.25的脉冲方波作为激励信号；涡流阵列传感器由位于同一平面上的A、B两组阵列传感器组成，每组阵列传感器由三个完全相同的阵列单元组成(根据实际检测需要，可以增加或减少阵列单元的数量)；A组阵列传感器为激励传感器，包括A1、A2、A3三个阵列单元，B组阵列传感器为检测传感器，包括B1、B2、B3三个阵列单元，阵列单元由圆形外壳和环形线圈组成，如图5所示；激励传感器的阵列单元按三角形排列，检测传感器的阵列单元按倒三角形排列。
所述的信号预处理模块由信号采集卡、信号调理电路、相敏检波电路和ARM处理器组成；
所述的信号采集卡为凌华信号采集卡DAQ2010,采样频率为200kHz。
如图7所示，所述的信号调理电路由双运算发大器芯片C358C构成，可滤除电路中产生的直流分量和高频噪声。
所述的相敏检波电路由MC1595多频线性四象限乘法器和NE5532构成，MC1595将对经过信号调理电路处理后的信号和参考信号进行乘法运算，输出反映该信号幅值、相位特征的复合信号，并送入由NE5532构成的低通滤波器以去除高频分量。
所述的ARM处理器采用Cortex-A73处理器，数据缓存64KB，工作频率为2.8GHz。
如图8所示，所述的无线传输模块为蓝牙通信套件包括蓝牙主站和蓝牙从站；无线传输模块主要用于上位机与检测节点之间进行无线通信，采用的蓝牙设备是博陆科电子科技公司的BLK-MD-BC04-B蓝牙通信模块；该设备由外部3.3V电源供电，通过内置PCB射频天线发送和接收信息，输出功率等级为class2。
所述的上位机为戴尔P5820T-W2123NLCN01台式工作站，CPU型号为Intel XeonW-2123，主频为3.6GHz,最高睿频为3.9GHz,显卡芯片为NVIDIA Quadro P2000。
如图2所示，一种基于稀疏表示的无线涡流检测系统，系统的具体连接方式如下：
所述的上位机通过GPIB总线与蓝牙主站连接，蓝牙主站通过蓝牙无线传输网络与蓝牙从站进行通信；蓝牙从站通过USB接口与检测节点中的信号发生器连接，信号发生器通过RS-232接口与激励传感器组连接；激励传感器阵列单元A1、A2、A3的环形线圈圆心处的端点C1、C2、C3处的焊点分别引出抽头，并行连接到RS-232接口的RX端子处，并通过RS-232接口与信号发生器的TX端子连接，激励传感器阵列单元A1、A2、A3的环形线圈另一端点C′1、C′2、C′3处的焊点分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；检测传感器阵列单元B1、B2、B3的环形线圈圆心处的端点D1、D2、D3处分别引出抽头，并行连接到PCI接口的PFI0端子处，并通过PCI总线与信号采集卡相连，检测传感器的阵列单元B1、B2、B3的环形线圈另一端点D′1、D′2、D′3处对应的输出信号引脚分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；信号采集卡通过PCI总线与信号调理电路连接，信号调理电路通过RS-485接口与相敏检波电路连接，相敏检波电路通过I/O接口与ARM处理器连接，ARM处理器通过UART接口与蓝牙从站连接，从而将检测节点、信号预处理模块、无线传输模块和上位机连接组成完整的无线涡流检测系统。
所述系统的工作过程为：
1：在上位机中设置激励信号参数，通过GPIB总线将激励信号参数送至无线传输模块的蓝牙主站中；
2：蓝牙主站将通过蓝牙无线传输网络与蓝牙从站进行通信，由蓝牙从站将激励信号参数通过USB接口送至检测节点中的信号发生器；
3：信号发生器根据接收到的激励信号参数产生相应的脉冲激励信号并通过RS-232接口加载到涡流阵列传感器中的激励传感器阵列单元；
4：激励传感器阵列单元受激励信号影响，产生作用于待测试件的激励磁场，待测试件受激励磁场作用形成涡流；
5：涡流阵列传感器中的检测传感器阵列单元受待测试件中涡流产生的再生磁场影响，将与激励传感器阵列单元产生的激励磁场形成合成磁场，即原始涡流检测信号；
6：信号采集卡将对检测过程中产生的原始涡流检测信号进行采集，并通过PCI总线将采集到的信号实时送入信号调理电路中进行放大和去噪；
7：放大和去噪后的信号将通过RS-485接口传送至相敏检波电路中进行处理，输出两路正交信号，即涡流检测预处理信号X；
8：涡流检测预处理信号X将通过I/O接口送至ARM处理器中进行稀疏表示，得到涡流检测信号的稀疏表示系数Y；
9：涡流检测信号的稀疏表示系数Y将由蓝牙从站通过蓝牙无线网络送至蓝牙主站进而送至上位机中进行重构，通过对重构信号的分析即可实现对待测试件缺陷和损伤情况的评估。
所述表面缺陷局部重点检测方式的具体步骤如下：
Step1：在待测试件已知存在表面缺陷的区域上方固定检测节点；
Step2：在上位机中设置激励信号参数，通过蓝牙主站将激励信号频率发送至检测节点中的信号发生器；信号发生器根据收到的激励信号频率产生脉冲激励信号并通过RS-232接口加载到激励传感器的阵列单元上，该脉冲激励信号的频率为50kHz；激励传感器的阵列单元产生作用于待测试件的激励磁场，待测试件中将形成涡流；通过涡流阵列传感器中的检测传感器的阵列单元获得待测试件中涡流产生的再生磁场与激励传感器产生的激励磁场的合成磁场的变化，产生原始涡流检测信号；
Step3：信号采集卡将对检测传感器的阵列单元中产生的原始涡流检测信号进行采集，并送入信号调理电路进行放大和去噪；放大和去噪后的信号被传送至相敏检波电路中，相敏检波电路将输出一个两路正交信号，即涡流检测预处理信号X；
Step4：将涡流检测预处理信号X传送至ARM处理器中，通过N×N维的离散余弦基对涡流检测预处理信号X进行分解，得到稀疏涡流检测信号
Figure BDA0002410370520000081
Step5：通过随机二进制矩阵对稀疏涡流检测信号
Figure BDA0002410370520000082
进行非自适应线性投影，得到稀疏涡流检测信号
Figure BDA0002410370520000083
的投影系数Y，投影系数Y将由蓝牙从站通过无线网络送至蓝牙主站，进而送至上位机；
Step6：上位机在接收到投影系数Y后，通过压缩采样匹配追踪算法对原始涡流检测信号进行重构，得到重构涡流信号
Figure BDA0002410370520000084
通过对重构涡流信号
Figure BDA0002410370520000085
进行分析就可以得到待测试件的损伤情况。
如图4所示，所述的稀疏表示的具体步骤如下：
Step5.1：利用N×N维的离散余弦基ψ将N×1维的涡流检测预处理信号X分解为稀疏度为K的N×1维信号
Figure BDA0002410370520000086
K等于信号
Figure BDA0002410370520000087
非零项的个数，即
Figure BDA0002410370520000088
Step5.2：利用M×N维的随机二进制观测矩阵A对信号
Figure BDA0002410370520000089
进行非线性自适应投影，得到M×1维的涡流检测信号稀疏表示系数Y，即
Figure BDA00024103705200000810
所述的稀疏涡流检测信号的重构算法的具体步骤如下：
Step6.1：初始化计算参数，令初始残差r0等于涡流检测信号稀疏表示系数Y，筛选集J0为空集，迭代次数u等于1，即r0＝Y，
Figure BDA00024103705200000811
u＝1；
Step6.2：对随机二进制观测矩阵A中的原子进行筛选，计算观测矩阵A中各原子aj(j＝1,2,3…,N)与当前残差ru-1的相关性：mj＝＜ru-1,aj＞,j＝1,2,3…N；其中，aj表示二进制观测矩阵A的第j列。按照从大到小的顺序排列计算得到的mj，j＝1,2,3…N，选择其中的前2K个值，并将这些值对应的观测矩阵A的列序号j构成筛选集Ju，把每次迭代过程中按照筛选集Ju中列序号j挑选出的观测矩阵A中的对应列向量组成向量集合Au；
Step6.3：令向量集合Au中的列序号w＝1,2,3…2K，其中，aw表示向量集合Au中的第w列，计算Y＝awθw的最小二乘解
Figure BDA00024103705200000812
Figure BDA00024103705200000813
w＝1,2,3…2K，θw是涡流检测信号在稀疏域的稀疏表示，
Figure BDA0002410370520000091
为信号θw的估计值；
Step6.4：更新信号逼近，从得到的最小二乘解
Figure BDA0002410370520000092
中选出绝对值最大的K项记为
Figure BDA0002410370520000093
取出Au中对应的K列记为AuK，其中，
Figure BDA0002410370520000094
为涡流检测信号的逼近，AuK为按照
Figure BDA0002410370520000095
挑选出的向量集合；
Step6.5：更新残差ru，令
Figure BDA0002410370520000096
Step6.6：令u＝u+1，如果u≤K，则返回第二步继续迭代，如果u＞K或ru＜ε时，ε为事先定义的极小误差，则停止迭代进入下一步；
Step6.7：迭代结束，得到涡流检测信号的稀疏估计信号
Figure BDA0002410370520000097
其值为最后一次迭代所得AuK与
Figure BDA0002410370520000098
的乘积，即
Figure BDA0002410370520000099
Step6.8：利用
Figure BDA00024103705200000910
得到N×1维的重构涡流信号
Figure BDA00024103705200000911
实施例2：一种基于稀疏表示的无线涡流检测系统深层缺陷局部重点检测方式；
所述检测方式的应用场景为：当已知待测试件存在深层缺陷，需要对待测试件存在深层缺陷区域进行局部重点检测以获得深层缺陷的具体参数(如：深层缺陷的深度、长度、宽度等)时,应选择深层缺陷局部重点检测方式,这种检测方式将对待测试件存在深层缺陷的区域进行重点检测。由于趋肤效应的影响，在导体中流动的高频电流将会趋于导体表面，为使涡流达到较深的渗透深度，有效检测测试件存在的深层缺陷，因此设置脉冲激励信号的频率为相对较低的20kHz。
所述检测方式的具体实施方式为：将检测节点固定在待测试件已知存在深层缺陷的区域上方，在上位机中设置激励信号频率为20kHz，通过无线传输模块将激励信号频率发送至检测节点中的信号发生器，信号发生器根据接收到的激励信号频率将产生相应频率的脉冲激励信号作用于待测试件，通过对待测试件产生的原始涡流检测信号进行处理和分析即可得到待测试件深层缺陷的具体参数。
如图1、图3所示，一种基于稀疏表示的无线涡流检测系统，由检测节点、信号预处理模块、无线传输模块、上位机组成。
所述的检测节点由信号发生器和涡流阵列传感器组成；信号发生器为基于AD公司的DDS专用芯片AD9850的信号发生电路，使用占空比为0.25的脉冲方波作为激励信号；涡流阵列传感器由位于同一平面上的A、B两组阵列传感器组成，每组阵列传感器由三个完全相同的阵列单元组成(根据实际检测需要，可以增加或减少阵列单元的数量)；A组阵列传感器为激励传感器，包括A1、A2、A3三个阵列单元，B组阵列传感器为检测传感器，包括B1、B2、B3三个阵列单元，阵列单元由圆形外壳和环形线圈组成；激励传感器的阵列单元按三角形排列，检测传感器的阵列单元按倒三角形排列。
所述的信号预处理模块由信号采集卡、信号调理电路、相敏检波电路和ARM处理器组成.
所述的信号采集卡为凌华信号采集卡DAQ2010,采样频率为100KHZ。
所述的信号调理电路由双运算发大器芯片C358C构成，可滤除电路中产生的直流分量和高频噪声。
所述的相敏检波电路由MC1595多频线性四象限乘法器和NE5532构成，MC1595将对经过信号调理电路处理后的信号和参考信号进行乘法运算，输出反映该信号幅值、相位特征的复合信号，并送入由NE5532构成的低通滤波器以去除高频分量。
所述的ARM处理器采用Cortex-A73处理器，数据缓存为64KB，工作频率为2.8GHz。
所述的无线传输模块为蓝牙通信套件包括蓝牙主站和蓝牙从站；无线传输模块主要用于上位机与检测节点之间进行无线通信，采用的蓝牙设备是博陆科电子科技公司的BLK-MD-BC04-B蓝牙通信模块；该设备由外部3.3V电源供电，通过内置PCB射频天线发送和接收信息，输出功率等级为class2。
所述的上位机为戴尔P5820T-W2123NLCN01台式工作站，CPU型号为Intel XeonW-2123，主频为3.6GHz，最高睿频为3.9GHz，显卡芯片为NVIDIA Quadro P2000。
所述系统的具体连接方式如下：
所述的上位机通过GPIB总线与蓝牙主站连接，蓝牙主站通过蓝牙无线传输网络与蓝牙从站进行通信；蓝牙从站通过USB接口与检测节点中的信号发生器连接，信号发生器通过RS-232接口与激励传感器组连接；激励传感器阵列单元A1、A2、A3的环形线圈圆心处的端点C1、C2、C3处的焊点分别引出抽头，并行连接到RS-232接口的RX端子处，并通过RS-232接口与信号发生器的TX端子连接，激励传感器阵列单元A1、A2、A3的环形线圈另一端点C′1、C′2、C′3处的焊点分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；检测传感器阵列单元B1、B2、B3的环形线圈圆心处的端点D1、D2、D3处分别引出抽头，并行连接到PCI接口的PFI0端子处，并通过PCI总线与信号采集卡相连，检测传感器的阵列单元B1、B2、B3的环形线圈另一端点D′1、D′2、D′3处对应的输出信号引脚分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；信号采集卡通过PCI总线与信号调理电路连接，信号调理电路通过RS-485接口与相敏检波电路连接，相敏检波电路通过I/O接口与ARM处理器连接，ARM处理器通过UART接口与蓝牙从站连接，从而将检测节点、信号预处理模块、无线传输模块和上位机连接组成完整的无线涡流检测系统。
实施例3：一种基于稀疏表示的无线涡流检测系统表面缺陷全局检测方式；
所述检测方式的应用场景为：当需要对待测试件表面进行检测，判断待测试件表面有无缺陷及缺陷大概位置时，应该选择表面缺陷全局检测方式。这种检测方式将对待测试件进行全局扫描。此时选择的脉冲激励信号的频率为50kHz，检测节点将以“Z字形”的扫描路径对待测试件进行全局扫描。
所述检测方式的具体实施方式为：固定待测试件，在上位机中设置激励信号频率为50kHz，通过无线传输模块将激励信号频率发送至检测节点中的信号发生器，信号发生器根据接收到的激励信号频率产生相应频率的脉冲激励信号，此时检测节点按照如图6所示的“Z字形”扫描路径对待测试件进行全局扫描，通过对待测试件产生的原始涡流检测信号进行处理和分析可知待测试件表面是否存在缺陷及缺陷大概位置。
其余具体内容与实施例2相同。
实施例4：一种基于稀疏表示的无线涡流检测系统深层缺陷全局检测方式；
所述检测方式的应用场景为：当已知待测试件表面无缺陷，需要对待测试件深层进行检测，判断待测试件是否存在深层缺陷时，应该选择深层缺陷全局检测方式，此时选择的脉冲激励信号的频率为20kHz，检测节点将以“Z字形”的扫描路径对待测试件进行扫描。
所述检测方式的具体实施方式为：固定待测试件，在上位机中设置激励信号频率为20kHz，通过无线传输模块将激励信号频率发送至检测节点中的信号发生器，信号发生器根据接收到的激励信号频率将产生相应频率的脉冲激励信号，此时按照如图6所示的“Z字形”扫描路径对待测试件进行全局扫描，通过对待测试件产生的原始涡流检测信号进行处理和分析可知待测试件亚表面是否存在缺陷。
其余具体内容与实施例2相同。
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (5)

1.一种基于稀疏表示的无线涡流检测系统，其特征在于：由检测节点、信号预处理模块、无线传输模块和上位机组成；
所述的检测节点包括信号发生器和涡流阵列传感器；其中，信号发生器为基于DDS专用芯片的信号发生电路；涡流阵列传感器由位于同一平面上的A、B两组阵列传感器组成，每组阵列传感器由三个完全相同的阵列单元组成，每个阵列单元均为环形线圈；A组阵列传感器为激励传感器组，包括A1、A2、A3三个阵列单元，B组阵列传感器为检测传感器组，包括B1、B2、B3三个阵列单元，三个激励传感器阵列单元和检测传感器阵列单元均按三角形排列；
所述的信号预处理模块由信号采集卡、信号调理电路、相敏检波电路和ARM处理器组成；
所述的无线传输模块为蓝牙通信套件，包括蓝牙主站和蓝牙从站；
所述的上位机为台式工作站。
2.根据权利要求1所述的基于稀疏表示的无线涡流检测系统，其特征在于：所述的上位机通过GPIB总线与蓝牙主站连接，蓝牙主站通过蓝牙无线传输网络与蓝牙从站进行通信；蓝牙从站通过USB接口与检测节点中的信号发生器连接，信号发生器通过RS-232接口与激励传感器组连接；激励传感器阵列单元A1、A2、A3环形线圈圆心处的端点C1、C2、C3处的焊点分别引出抽头，并行连接到RS-232接口的RX端子处，并通过RS-232接口与信号发生器的TX端子连接，激励传感器阵列单元A1、A2、A3环形线圈另一端点C′1、C′2、C′3处的焊点分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；检测传感器阵列单元B1、B2、B3环形线圈圆心处的端点D1、D2、D3处分别引出抽头，并行连接到PCI接口的PFI0端子处，并通过PCI总线与信号采集卡相连，检测传感器阵列单元B1、B2、B3环形线圈另一端点D′1、D′2、D′3处对应的输出信号引脚分别引出抽头，并行连接公共接地端，即与接地引脚GND连接；信号采集卡通过PCI总线与信号调理电路连接，信号调理电路通过RS-485接口与相敏检波电路连接，相敏检波电路通过I/O接口与ARM处理器连接，ARM处理器通过UART接口与蓝牙从站连接，从而将检测节点、信号预处理模块、无线传输模块和上位机连接组成完整的无线涡流检测系统。
3.一种基于稀疏表示的无线涡流检测方法，其特征在于：
Step1：在上位机中设置激励信号参数，并通过GPIB总线、蓝牙主站、蓝牙无线传输网络、蓝牙从站将所设定的激励信号参数送至信号发生器；信号发生器根据接收到的激励信号参数产生相应的脉冲激励信号并通过RS-232接口加载到激励传感器阵列单元；激励传感器阵列单元产生作用于待测试件的激励磁场，在待测试件中激励形成涡流；通过涡流阵列传感器中的检测传感器阵列单元获得待测试件中涡流产生的再生磁场与激励传感器产生的激励磁场的合成磁场，即原始涡流检测信号；
Step2：信号采集卡对检测传感器阵列单元获得的原始涡流检测信号进行采集，并送入信号调理电路进行放大和去噪；放大和去噪后的信号被传送至相敏检波电路中，相敏检波电路输出两路正交信号，即涡流检测预处理信号X；
Step3：将涡流检测预处理信号X传送至ARM处理器中，利用N×N维的离散余弦基ψ对涡流检测预处理信号X进行分解，并通过随机二进制观测矩阵A对分解后的信号进行非线性自适应投影，得到投影系数Y，Y为涡流检测信号的稀疏表示系数，将涡流检测信号的稀疏表示系数Y由ARM处理器通过蓝牙从站、蓝牙无线网络、蓝牙主站，送至上位机；
Step4：上位机在接收到涡流检测信号的稀疏表示系数Y后，通过压缩采样匹配追踪算法对原始涡流检测信号进行重构，得到重构涡流信号
Figure FDA0002410370510000021
通过对重构涡流信号
Figure FDA0002410370510000022
进行分析从而得到待测试件的缺陷和损伤情况。
4.根据权利要求3所述的基于稀疏表示的无线涡流检测方法，其特征在于所述涡流检测信号的稀疏表示具体步骤为：
Step3.1：利用N×N维的离散余弦基ψ将N×1维的涡流检测预处理信号X分解为稀疏度为K的N×1维信号
Figure FDA0002410370510000023
K等于信号
Figure FDA0002410370510000024
非零项的个数，即
Figure FDA0002410370510000025
Step3.2：利用M×N维的随机二进制观测矩阵A对信号
Figure FDA0002410370510000026
进行非线性自适应投影，得到M×1维的涡流检测信号稀疏表示系数Y，即
Figure FDA0002410370510000027
5.根据权利要求3所述的基于稀疏表示的无线涡流检测方法，其特征在于所述重构的具体步骤为：
Step4.1：初始化计算参数，令初始残差r0等于涡流检测信号稀疏表示系数Y，筛选集J0为空集，迭代次数u等于1，即r0＝Y，
Figure FDA0002410370510000028
u＝1；
Step4.2：对随机二进制观测矩阵A中的原子进行筛选，计算观测矩阵A中各原子aj(j＝1,2,3…,N)与当前残差ru-1的相关性：
mj＝＜ru-1,aj＞,j＝1,2,3…N；
其中，aj表示二进制观测矩阵A的第j列，按照从大到小的顺序排列计算得到的mj，j＝1,2,3…N，选择其中的前2K个值，并将这些值对应的观测矩阵A的列序号j构成筛选集Ju，把每次迭代过程中按照筛选集Ju中列序号j挑选出的观测矩阵A中的对应列向量组成向量集合Au；
Step4.3：令向量集合Au中的列序号w＝1,2,3…2K，其中，aw表示向量集合Au中的第w列，计算Y＝awθw的最小二乘解
Figure FDA0002410370510000031
Figure FDA0002410370510000032
w＝1,2,3…2K，θw是涡流检测信号在稀疏域的稀疏表示，
Figure FDA0002410370510000033
为信号θw的估计值；
Step4.4：更新信号逼近，从得到的最小二乘解
Figure FDA0002410370510000034
中选出绝对值最大的K项记为
Figure FDA0002410370510000035
取出Au中对应的K列记为AuK，其中，
Figure FDA0002410370510000036
为涡流检测信号的逼近，AuK为按照
Figure FDA0002410370510000037
挑选出的向量集合；
Step4.5：更新残差ru，令
Figure FDA0002410370510000038
Step4.6：令u＝u+1，如果u≤K，则返回第二步继续迭代，如果u＞K或ru＜ε时，ε为事先定义的极小误差，则停止迭代进入下一步；
Step4.7：迭代结束，得到涡流检测信号的稀疏估计信号
Figure FDA0002410370510000039
其值为最后一次迭代所得AuK与
Figure FDA00024103705100000310
的乘积，即
Figure FDA00024103705100000311
Step4.8：利用
Figure FDA00024103705100000312
得到N×1维的重构涡流信号
Figure FDA00024103705100000313
CN202010174641.4A 2020-03-13 2020-03-13 一种基于稀疏表示的无线涡流检测系统及方法 Pending CN111223285A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010174641.4A CN111223285A (zh) 2020-03-13 2020-03-13 一种基于稀疏表示的无线涡流检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010174641.4A CN111223285A (zh) 2020-03-13 2020-03-13 一种基于稀疏表示的无线涡流检测系统及方法

Publications (1)

Publication Number Publication Date
CN111223285A true CN111223285A (zh) 2020-06-02

Family

ID=70826842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010174641.4A Pending CN111223285A (zh) 2020-03-13 2020-03-13 一种基于稀疏表示的无线涡流检测系统及方法

Country Status (1)

Country Link
CN (1) CN111223285A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162036A (zh) * 2020-09-16 2021-01-01 昆明理工大学 一种正三角相控阵螺栓紧固结构健康监测系统及方法
CN112946441A (zh) * 2021-04-01 2021-06-11 中车青岛四方机车车辆股份有限公司 一种车辆及动车组受电弓监测系统

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010266215A (ja) * 2009-05-12 2010-11-25 Toshiba Corp 渦電流探傷信号評価装置、当該装置を備えた渦電流探傷試験装置および渦電流探傷信号評価方法
CN102970044A (zh) * 2012-11-23 2013-03-13 南开大学 一种基于回溯的迭代重加权压缩传感重构算法
CN103520802A (zh) * 2013-10-25 2014-01-22 赵航 无陪护大厅输液报警系统
CN103558498A (zh) * 2013-11-18 2014-02-05 华北电力大学 基于小波分析的绝缘子污闪泄漏电流信号稀疏表示方法
CN103595417A (zh) * 2013-09-06 2014-02-19 重庆大学 压缩感知框架下脉冲－连续核信号混合重构方法
CN103684938A (zh) * 2014-01-26 2014-03-26 华中科技大学 一种工业蓝牙网络系统及组网方法
CN103905053A (zh) * 2014-03-31 2014-07-02 南京信息工程大学 压缩感知下基于固定子空间的稀疏信号分离方法
CN103944680A (zh) * 2014-04-23 2014-07-23 浙江大学 基于信号稀疏特性的不可靠无线链路信息传输方法
CN104458170A (zh) * 2014-11-07 2015-03-25 桂林电子科技大学 机械装备监测振动信号的时频图处理方法及系统
CN104461018A (zh) * 2014-12-31 2015-03-25 原硕朋 电磁式多自由度虚拟漫游行进平台
JP2015099043A (ja) * 2013-11-18 2015-05-28 Ntn株式会社 渦流探傷装置
CN104833699A (zh) * 2015-04-21 2015-08-12 电子科技大学 一种基于贪婪稀疏分解的ecpt缺陷快速检测方法
CN104881980A (zh) * 2015-05-04 2015-09-02 昆明理工大学 一种可视化的触摸屏智能遥控装置及其控制方法
CN105606165A (zh) * 2016-02-24 2016-05-25 昆明理工大学 基于cps嵌入式系统的涡轮实时蓝牙油箱数据采集装置
CN205912052U (zh) * 2016-07-08 2017-01-25 天津大世自动化科技有限公司 一种工业蓝牙无线收发器
US20170038043A1 (en) * 2015-08-05 2017-02-09 Minebea Co., Ltd. Remote control device and apparatus controlling system
CN107066736A (zh) * 2017-04-14 2017-08-18 厦门大学 一种基于压缩采样的模态分析及结构冲击监测方法
CN107167517A (zh) * 2017-06-09 2017-09-15 昆明理工大学 基于压缩感知的涡流阵列检测装置、其检测方法及涡流阵列探头
CN108757344A (zh) * 2018-07-05 2018-11-06 国电联合动力技术有限公司 一种风力发电机组在线监测系统
CN109884180A (zh) * 2019-02-14 2019-06-14 昆明理工大学 一种导电结构缺陷稀疏电涡流快速成像检测方法及系统
US20190325668A1 (en) * 2016-12-07 2019-10-24 Abb Schweiz Ag Submersible inspection system
CN110720914A (zh) * 2019-10-25 2020-01-24 深圳技术大学 基于稀疏采样的全息磁感应胸腔成像方法及成像系统
CN211044505U (zh) * 2020-03-13 2020-07-17 昆明理工大学 一种基于稀疏表示的无线涡流检测系统

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010266215A (ja) * 2009-05-12 2010-11-25 Toshiba Corp 渦電流探傷信号評価装置、当該装置を備えた渦電流探傷試験装置および渦電流探傷信号評価方法
CN102970044A (zh) * 2012-11-23 2013-03-13 南开大学 一种基于回溯的迭代重加权压缩传感重构算法
CN103595417A (zh) * 2013-09-06 2014-02-19 重庆大学 压缩感知框架下脉冲－连续核信号混合重构方法
CN103520802A (zh) * 2013-10-25 2014-01-22 赵航 无陪护大厅输液报警系统
JP2015099043A (ja) * 2013-11-18 2015-05-28 Ntn株式会社 渦流探傷装置
CN103558498A (zh) * 2013-11-18 2014-02-05 华北电力大学 基于小波分析的绝缘子污闪泄漏电流信号稀疏表示方法
CN103684938A (zh) * 2014-01-26 2014-03-26 华中科技大学 一种工业蓝牙网络系统及组网方法
CN103905053A (zh) * 2014-03-31 2014-07-02 南京信息工程大学 压缩感知下基于固定子空间的稀疏信号分离方法
CN103944680A (zh) * 2014-04-23 2014-07-23 浙江大学 基于信号稀疏特性的不可靠无线链路信息传输方法
CN104458170A (zh) * 2014-11-07 2015-03-25 桂林电子科技大学 机械装备监测振动信号的时频图处理方法及系统
CN104461018A (zh) * 2014-12-31 2015-03-25 原硕朋 电磁式多自由度虚拟漫游行进平台
CN104833699A (zh) * 2015-04-21 2015-08-12 电子科技大学 一种基于贪婪稀疏分解的ecpt缺陷快速检测方法
CN104881980A (zh) * 2015-05-04 2015-09-02 昆明理工大学 一种可视化的触摸屏智能遥控装置及其控制方法
US20170038043A1 (en) * 2015-08-05 2017-02-09 Minebea Co., Ltd. Remote control device and apparatus controlling system
CN105606165A (zh) * 2016-02-24 2016-05-25 昆明理工大学 基于cps嵌入式系统的涡轮实时蓝牙油箱数据采集装置
CN205912052U (zh) * 2016-07-08 2017-01-25 天津大世自动化科技有限公司 一种工业蓝牙无线收发器
US20190325668A1 (en) * 2016-12-07 2019-10-24 Abb Schweiz Ag Submersible inspection system
CN107066736A (zh) * 2017-04-14 2017-08-18 厦门大学 一种基于压缩采样的模态分析及结构冲击监测方法
CN107167517A (zh) * 2017-06-09 2017-09-15 昆明理工大学 基于压缩感知的涡流阵列检测装置、其检测方法及涡流阵列探头
CN108757344A (zh) * 2018-07-05 2018-11-06 国电联合动力技术有限公司 一种风力发电机组在线监测系统
CN109884180A (zh) * 2019-02-14 2019-06-14 昆明理工大学 一种导电结构缺陷稀疏电涡流快速成像检测方法及系统
CN110720914A (zh) * 2019-10-25 2020-01-24 深圳技术大学 基于稀疏采样的全息磁感应胸腔成像方法及成像系统
CN211044505U (zh) * 2020-03-13 2020-07-17 昆明理工大学 一种基于稀疏表示的无线涡流检测系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162036A (zh) * 2020-09-16 2021-01-01 昆明理工大学 一种正三角相控阵螺栓紧固结构健康监测系统及方法
CN112946441A (zh) * 2021-04-01 2021-06-11 中车青岛四方机车车辆股份有限公司 一种车辆及动车组受电弓监测系统

Similar Documents

Publication Publication Date Title
Zhang et al. An effective method of probe calibration in phase-resolved near-field scanning for EMI application
CN103257182B (zh) 一种脉冲涡流缺陷定量检测方法及检测系统
AU2006297822B2 (en) A poynting-vector based method for determining the bearing and location of electromagnetic sources
CN103823244B (zh) 磁共振三分量消噪装置及消噪方法
CN111223285A (zh) 一种基于稀疏表示的无线涡流检测系统及方法
CN107085171B (zh) 一种用于变电站局部放电测向的特高频相控阵的优化布置方法
CN105954359B (zh) 复杂形状零件内部缺陷分布式超声无损检测装置及方法
CN104913716A (zh) 一种单层导电涂层厚度和电导率涡流检测方法及装置
CN211044505U (zh) 一种基于稀疏表示的无线涡流检测系统
CN103575808A (zh) 基于多角度立体匹配的高实时定量超声检测方法
US9618554B2 (en) Emission source microscopy for electromagnetic interference applications
CN102879462A (zh) 一种金属缺陷涡流检测装置及其探头
CN109884180B (zh) 一种导电结构缺陷稀疏电涡流快速成像检测方法及系统
CN113009290B (zh) 一种特高压gis设备局部放电种类识别和定位方法及系统
CN214122085U (zh) 一种基于电容成像技术的复合材料缺陷检测装置
Spang et al. Application of probes with multiple outputs on probe-compensated EMC near-field measurements
CN111856601B (zh) 一种分布式磁共振地下水探测装置及探测方法
Salvade et al. A new microwave axial tomograph for the inspection of dielectric materials
CN113109435B (zh) 一种管道损伤声子能量波诊断系统及定位方法
CN112162036B (zh) 一种正三角相控阵螺栓紧固结构健康监测系统及方法
CN112129834B (zh) 一种超声波式金属腐蚀监测装置及方法
CN114252929A (zh) 一种矿井底板水源核磁共振探测装置及其工作方法
Wang et al. Super-resolution of discrete point faults in transmission lines
Bernieri et al. An automated self-calibrated instrument for nondestructive testing on conductive materials
CN115326921B (zh) 基于双层线圈的双频单锁相双模式检测装置及检测方法

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