CN111351422A - 一种基于特征频率的金属构件脉冲涡流测厚方法及设备 - Google Patents

一种基于特征频率的金属构件脉冲涡流测厚方法及设备 Download PDF

Info

Publication number
CN111351422A
CN111351422A CN202010052606.5A CN202010052606A CN111351422A CN 111351422 A CN111351422 A CN 111351422A CN 202010052606 A CN202010052606 A CN 202010052606A CN 111351422 A CN111351422 A CN 111351422A
Authority
CN
China
Prior art keywords
frequency
tau
eddy current
metal component
characteristic frequency
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
Application number
CN202010052606.5A
Other languages
English (en)
Other versions
CN111351422B (zh
Inventor
武新军
李威
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202010052606.5A priority Critical patent/CN111351422B/zh
Publication of CN111351422A publication Critical patent/CN111351422A/zh
Application granted granted Critical
Publication of CN111351422B publication Critical patent/CN111351422B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/02Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
    • G01B7/06Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness
    • G01B7/10Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness using magnetic means, e.g. by measuring change of reluctance

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)

Abstract

本发明公开了一种基于特征频率的金属构件脉冲涡流测厚方法及设备,属于无损检测领域。该方法通过从检测信号对应的Laplace小波中提取特征频率作为测厚特征量,通过对多个已知厚度的金属构件进行脉冲涡流检测实验,建立起金属构件厚度与特征频率的关系曲线,并将它作为厚度标定曲线,从而将待检测金属构件的特征频率代入该关系曲线完成待测金属构件厚度的检测。该方法不受探头提离高度的影响,能够准确有效地从原始检测信号中获得待检测金属构件的壁厚值。

Description

一种基于特征频率的金属构件脉冲涡流测厚方法及设备
技术领域
本发明属于无损检测领域,更具体地,涉及一种基于特征频率的金属构件脉冲涡流测厚方法及设备。
背景技术
脉冲涡流测厚属于涡流检测方式中的一种,是通过电磁感应定律获取试件的厚度信息。与采用单一或数个频率的涡流检测方式不同,脉冲涡流的激励线圈通以阶跃式的电压或者电流方波,这样激励信号中就包含有更多的频率成分。根据电磁学中涡流具有趋肤效应,低频的涡流能够穿透更大的深度,也就更有利于壁厚测量。
从脉冲涡流信号中提取特征量计算厚度是大多数测厚思路。公开号为CN104266579A的发明专利公开了一种对铁磁构件进行脉冲涡流检测的信号特征量的提取方法。公开号为CN109444257A的发明专利公开了一种基于频域提离交叉点的脉冲涡流检测装置及方法。由于进行现场检测时,探头与试件之间往往具有较大的提离高度,使得上述方案特征量失效、检测结果不准确。
公开号为CN109632947A的发明专利公开了一种基于传递函数的脉冲涡流检测方法、装置及存储介质。该方法首先根据求取的第一传递函数在高频成分区间的积分、及其与传感器提离之间的关系,得到传感器提离;再根据被测构件上传感器提离对应的第一传递函数在低频成分区间的积分和三次样条插值方法计算被测构件壁厚。这种方法能够减小提离效应的影响,但计算过程复杂。
因而,亟需一种简便易行且不受提离高度影响的脉冲涡流测厚方法。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于特征频率的金属构件脉冲涡流测厚方法,其目的在于,通过对脉冲涡流检测信号进行一系列的处理,从中提取出一种不受提离高度影响的表征金属构件壁厚的特征量并用于测厚,由此解决金属构件壁厚测量易受提离高度影响的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于特征频率的金属构件脉冲涡流测厚方法,包括如下步骤:
离线拟合阶段:
(1)从已知壁厚的金属构件的脉冲涡流检测信号中提取分析信号u;
(2)对u进行快速傅里叶变换,根据快速傅里叶变换后的频谱设定 Laplace小波原子φ(f,ζ,τ,n)的频率f、阻尼比ζ、起始时间τ取值的集合分别为F、Z、T;n∈[1,Ws]且n为正整数,Ws是小波原子φ(f,ζ,τ,n)的序列长度;
(3)对于时刻τ0∈T,计算所有起始时刻为τ0的Laplace小波原子φ(f,ζ,τ0,n)与分析信号u的互相关系数,τ0时刻对应的互相关系数的最大值记为
Figure BDA0002371724970000021
对应的Laplace小波原子的频率记为
Figure BDA0002371724970000022
Figure BDA0002371724970000023
作为τ0时刻u的频率;
(4)对于每一时刻τ∈T,重复步骤(3),得到互相关系数的最大值κτ以及频率
Figure BDA0002371724970000024
随时间变化的离散序列κτ(n)、
Figure BDA0002371724970000025
(5)选择κτ(n)>κ0的时段,在这些时段中统计F={1,2,...,Fmax}中的各频率在
Figure BDA0002371724970000026
序列中出现的次数,κ0是预设的互相关系数值,κ0越大则筛选出的互相关系数越高;
(6)按照步骤(5)的统计结果,顺序计算F={1,2,...,Fmax}中任意三个连续的频率的出现次数之和,选取这些和的最大值对应的三个频率,以这三个频率分别出现的次数为各自的权重,计算这三个频率的加权平均数fw,将fw作为量化试件壁厚的特征量,即特征频率;
(7)选择同一种材料、不同壁厚的金属构件的脉冲涡流检测信号,重复步骤(1)~(6),获得该种材料的金属构件的特征频率-壁厚的拟合曲线;
在线检测阶段:
(8)对待测厚的金属构件,获取其脉冲涡流检测信号并按照步骤(1) ~(6)进行处理,得到其特征频率,然后根据其材料对应的特征频率-壁厚的拟合曲线获得其壁厚。
进一步地,所述步骤(2)中,根据快速傅里叶变换后的频谱中的最大频率Fmax设定Laplace小波原子φ(f,ζ,τ,n)的频率f取值的集合为F={1,2,...,Fmax}单位Hz;
设定Laplace小波原子φ(f,ζ,τ,n)的阻尼比ζ取值的集合Z,
Figure BDA0002371724970000031
设定Laplace小波原子的起始时间τ取值的集合T:
T={1/Fs,2/Fs,...,(N-Ws)/Fs}
其中,Fs是采样频率,N是u的序列长度。
进一步地,所述步骤(3)包括如下子步骤:
(3.1)取Laplace小波的虚部作为小波原子φ(f,ζ,τ,n),小波原子表达式为:
Figure BDA0002371724970000032
(3.2)小波原子φ(f,ζ,τ,n)与分析信号u的互相关系数κ的计算公式为:
Figure BDA0002371724970000033
其中,<*,*>表示内积,||*||2表示向量的二阶范数,向量内积除以向量的二阶范数从而将κ归一化;
(3.3)对于时刻τ0∈T,计算所有起始时间为τ0的小波原子φ(f,ζ,τ0,n) 与u的互相关系数
Figure BDA0002371724970000041
选取其中互相关系数的最大值作为τ0时刻的互相关系数的计算结果
Figure BDA0002371724970000042
Figure BDA0002371724970000043
其中,
Figure BDA0002371724970000044
Figure BDA0002371724970000045
分别是所有起始时间为τ0的小波原子φ(f,ζ,τ0,n) 中互相关系数取得最大值的小波原子的频率和阻尼比;
(3.4)将
Figure BDA0002371724970000046
作为τ0时刻u的频率。
进一步地,步骤(1)中,从脉冲涡流检测信号的衰减段中截取一段信号作为分析信号u。
进一步地,所述步骤(7)中,选用幂函数y=A×xm拟合金属构件的特征频率与壁厚之间的函数关系,其中,A为拟合系数,m为拟合的指数。
进一步地,所述步骤(7)中,选择同一种材料、不同壁厚试件在0mm 提离高度下的检测信号。
为了实现上述目的,本发明还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现如前任一项所述的方法。
为了实现上述目的,本发明还提供了一种基于特征频率的金属构件脉冲涡流测厚设备,包括如前所述的计算机可读存储介质以及处理器,处理器用于调用和处理计算机可读存储介质中存储的计算机程序。
总体而言,本发明所构思的以上技术方案与现有技术相比,能够取得如下有益效果:
(1)按照本发明的方法进行脉冲涡流检测信号的处理,得到的特征频率不受提离高度影响而只与试件壁厚有关,因此,基于该特征频率能够在提离高度未知的情况下准确测量金属构件壁厚,该方法简便易行,可靠度高。
(2)由于脉冲涡流检测信号的衰减段更为平滑,从脉冲涡流检测信号的衰减段截取信号u进行特征频率提取,不仅准确率更高,而且可以缩减信号序列的长度,加快计算速度。
(3)选用幂函数进行特征频率与壁厚的关系拟合,能够更好地符合离散频率数据与壁厚关系的变化趋势,使得测试结果的准确率更高。
(4)在进行特征频率与壁厚的关系拟合过程中,基于0mm提离高度进行信号检测,可以最大限度地减少提离高度对原始信号检测结果的影响,此时提取的频率特征最能反映真实的壁厚变化。
附图说明
图1是本发明用于测厚的脉冲涡流检测信号处理方法的流程图;
图2是截取检测信号x(n)中幅值在11.6V~0.001V范围内的信号作为分析信号u(n);
图3是Laplace小波原子的一个实例;
图4是互相关系数最大值随时间的变化曲线;
图5是互相关取得最大值时的频率随时间的变化曲线
Figure BDA0002371724970000051
图6是标定试件的特征频率-壁厚的拟合曲线;
图7是不同壁厚、不同提离高度下计算获得的特征频率对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是本发明实施例的用于测厚的脉冲涡流检测信号处理方法流程图。本发明优选实施例中基于特征频率的金属构件脉冲涡流测厚方法包含以下步骤:
(1)选取壁厚为24mm的304不锈钢试件作为标定试件,在探头距离试件表面100mm的条件下检测脉冲涡流信号,截取脉冲涡流检测信号的衰减段中幅值在11.6V~0.001V范围内的信号作为分析信号u,如图2所示。
其中,幅值上限与检测仪器的性能有关,在本实施例中采用的检测仪器的采样电路最大采样电压为11.6V,因此幅值上限取11.6V。而幅值的下限则是考虑到采样电路的信噪比,小于0.001V的信号信噪比较低,误差较大,因此本实施例中予以舍去。
(2)小波原子φ(f,ζ,τ,n)是Laplace小波的虚部,小波原子表达式为:
Figure BDA0002371724970000061
其中,n取正整数,f是Laplace小波原子的频率,ζ是Laplace小波原子的阻尼比,τ是Laplace小波原子的起始时刻,Ws是Laplace小波原子的序列长度,Fs是小波原子的采样频率。
Laplace小波原子序列由四个量决定,分别为频率f、阻尼比ζ、起始时间τ和序列长度Ws。这四个量确定之后,小波原子序列也就是确定的。在本实施例中,当取f=100Hz,ζ=0.2,τ=0s,Ws=1000时,Laplace小波原子的波形如图3所示。
对u进行快速傅里叶变换,根据其频谱设定频率f的分析上限为 Fmax=500Hz,即Laplace小波原子φ(f,ζ,τ,n)的频率f取值的集合 F={1,2,...,500},单位Hz,因此本实施例中频率f共有500个取值;
由阻尼比
Figure BDA0002371724970000071
确定Laplace小波原子φ(f,ζ,τ,n)阻尼比ζ取值的集合Z。取值间隔越小,计算准确度越高,计算时间越长,综合考虑准确度与计算时长后,本实施例采用先疏后密的策略进行阻尼比的选取。优选地,本实施例中在区间[0,0.9)内按照间隔0.1取值计算,在区间[0.9,1)内按照间隔0.01取值计算,因此集合Z取为:
Z={0.1,0.2,...,0.9,0.91,...,0.99}
则本实施例中阻尼比ζ共有18个取值;
取u的序列长度N=269,则Laplace小波原子的起始时间τ取值的集合 T={1/19531,2/19531,...,(269-60)/19531},其中,采样频率Fs=19531Hz,本实施例中小波原子φ(f,ζ,τ,n)的序列长度Ws=60,则起始时间τ共有209 个取值。
(3)当起始时间取值为τ0=1/19531时,所有起始时刻为τ0的小波原子φ(f,ζ,τ0,n)共有500×18=9000个,按照如下公式分别计算这9000个小波原子与分析信号u的互相关系数:
Figure BDA0002371724970000072
其中,<,>表示内积,||*||2表示向量的二阶范数,向量内积除以向量的二阶范数是为了将互相关系数κ归一化到[0,1]区间内。
将这9000个互相关系数中的最大值记为
Figure BDA0002371724970000073
即:
Figure BDA0002371724970000074
其中,
Figure BDA0002371724970000075
Figure BDA0002371724970000076
是所有起始时间为τ0的小波原子φ(f,ζ,τ0,n)中互相关系数取得最大值的小波原子的频率和阻尼比。
(4)对于每一时刻τ∈T,重复步骤(5),得到互相关最大值κτ以及频率
Figure BDA0002371724970000077
随时间变化的离散序列κτ(n)、
Figure BDA0002371724970000078
由此可知,κτ(n)、
Figure BDA0002371724970000079
的序列长度都是209,分别绘制在图4、图5中。
(5)取κ0=0.9,选择图4中互相关系数κτ(n)>0.9的时段,在这些时段中统计图5频率中
Figure BDA0002371724970000083
序列中各频率的出现次数;如果要提升最终预测结果的准确度,则可以进一步调高κ0的值。
(6)顺序计算三个连续的频率值的出现次数之和,选取和的最大值对应的三个频率,以其出现次数为权重,计算三个频率对应的加权平均数,将该平均数作为量化试件壁厚的特征量,即特征频率。以图5为例,在
Figure BDA0002371724970000081
序列中,34Hz出现了3次,35Hz出现了23次,36Hz出现了26次,37Hz 出现了28次,38Hz出现了18次。则频率35Hz、36Hz、37Hz出现次数之和最多,按照出现次数为权值计算这三个频率的加权平均数:
Figure BDA0002371724970000082
故壁厚为24mm、提离高度为100mm的检测信号对应的特征频率为 36.06Hz。
(7)选择同一种材料、不同壁厚试件在0mm提离高度下的检测信号作为标定信号,重复步骤(1)~(6),依次计算各标定信号特征频率。如表1所示。选用形如y=A×xn(A,n∈R)的幂函数拟合试件的特征频率与壁厚之间的函数关系,得到特征频率-壁厚的拟合曲线,如图6所示;
表1标定试件的特征频率(壁厚单位:mm,频率单位:Hz)
壁厚(mm) 4 6 8 10 12 18 21 24 27 30
频率(Hz) 156.0 112.3 99.1 84.0 64.6 46.1 41.9 36.9 34.7 33.0
(8)将按照步骤(1)~(6)得到的壁厚为24mm、提离高度为100mm 的检测信号的特征频率36.06Hz代入步骤(7)所得的拟合曲线,计算得到壁厚值为25.78mm,相对误差为7.44%。
可以看到,壁厚为24mm、提离高度为100mm的检测信号的测量壁厚结果的相对误差在10%以内,证明了该方法的有效性和准确性。
另外,本发明还按照步骤(1)~(6)在提离高度0mm~200mm范围内每隔20mm进行取值,以壁厚3mm为间隔,对壁厚18mm~30mm的304不锈钢试件进行测试后,得到的特征频率、提离高度与壁厚的关系图如图7 所示。由图7可知,对于24mm以上壁厚的试件,本发明的方法在提离高度0mm~160mm范围内提取获得的特征频率稳定性较好,受提离高度的影响可以忽略不计;而对于21mm以下壁厚的试件,本发明的方法在提离高度0mm~100mm范围内提取获得的特征频率稳定性较好,受提离高度的影响可以忽略不计。这可能是由于本发明优选实施例中提取的是衰减段的信号作为分析信号,而壁厚过薄或者提离高度过大时,原始检测信号衰减过快,导致衰减段的有效数据减少所致。
因此,本发明的方法本质上只受到原始信号以及截取的分析信号数据质量的影响,与提离高度没有必然的联系。也正由于上述原因,在本发明优选实施例的步骤(7)中选择0mm提离高度下的脉冲涡流检测信号作为标定信号,进行特征频率提取以及与壁厚的关系拟合,因为此时的原始信号质量最好,截取出的分析信号质量也最好。并且,上述特征频率稳定性较好的提离高度区间已经能够满足日常脉冲涡流检测探头的工作距离范围,因此,一般检测条件下,本发明足以达到在不考虑提离高度的情况下准确测定金属构件壁厚的效果。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于特征频率的金属构件脉冲涡流测厚方法,其特征在于,包括如下步骤:
离线拟合阶段:
(1)从已知壁厚的金属构件的脉冲涡流检测信号中提取分析信号u;
(2)对u进行快速傅里叶变换,根据快速傅里叶变换后的频谱设定Laplace小波原子φ(f,ζ,τ,n)的频率f、阻尼比ζ、起始时间τ取值的集合分别为F、Z、T;n∈[1,Ws]且n为正整数,Ws是小波原子φ(f,ζ,τ,n)的序列长度;
(3)对于时刻τ0∈T,计算所有起始时刻为τ0的Laplace小波原子φ(f,ζ,τ0,n)与分析信号u的互相关系数,τ0时刻对应的互相关系数的最大值记为
Figure FDA0002371724960000011
Figure FDA0002371724960000012
对应的Laplace小波原子的频率记为
Figure FDA0002371724960000013
Figure FDA0002371724960000014
作为τ0时刻u的频率;
(4)对于每一时刻τ∈T,重复步骤(3),得到互相关系数的最大值κτ以及频率
Figure FDA0002371724960000015
随时间变化的离散序列κτ(n)、
Figure FDA0002371724960000016
(5)选择κτ(n)>κ0的时段,在这些时段中统计F={1,2,...,Fmax}中的各频率在
Figure FDA0002371724960000017
序列中出现的次数,κ0是预设的互相关系数值,κ0越大则筛选出的互相关系数越高;
(6)按照步骤(5)的统计结果,顺序计算F={1,2,...,Fmax}中任意三个连续的频率的出现次数之和,选取这些和的最大值对应的三个频率,以这三个频率分别出现的次数为各自的权重,计算这三个频率的加权平均数fw,将fw作为量化试件壁厚的特征量,即特征频率;
(7)选择同一种材料、不同壁厚的金属构件的脉冲涡流检测信号,重复步骤(1)~(6),获得该种材料的金属构件的特征频率-壁厚的拟合曲线;
在线检测阶段:
(8)对待测厚的金属构件,获取其脉冲涡流检测信号并按照步骤(1)~(6)进行处理,得到其特征频率,然后根据其材料对应的特征频率-壁厚的拟合曲线获得其壁厚。
2.如权利要求1所述的基于特征频率的金属构件脉冲涡流测厚方法,其特征在于,所述步骤(2)中,根据快速傅里叶变换后的频谱中的最大频率Fmax设定Laplace小波原子φ(f,ζ,τ,n)的频率f取值的集合为F={1,2,...,Fmax},单位Hz;
设定Laplace小波原子φ(f,ζ,τ,n)的阻尼比ζ取值的集合Z,
Figure FDA0002371724960000021
设定Laplace小波原子的起始时间τ取值的集合T:
T={1/Fs,2/Fs,...,(N-Ws)/Fs}
其中,Fs是采样频率,N是u的序列长度。
3.如权利要求2所述的基于特征频率的金属构件脉冲涡流测厚方法,其特征在于,所述步骤(3)包括如下子步骤:
(3.1)取Laplace小波的虚部作为小波原子φ(f,ζ,τ,n),小波原子表达式为:
Figure FDA0002371724960000022
(3.2)小波原子φ(f,ζ,τ,n)与分析信号u的互相关系数κ的计算公式为:
Figure FDA0002371724960000023
其中,<*,*>表示内积,||*||2表示向量的二阶范数,向量内积除以向量的二阶范数从而将κ归一化;
(3.3)对于时刻τ0∈T,计算所有起始时间为τ0的小波原子φ(f,ζ,τ0,n)与u的互相关系数
Figure FDA0002371724960000031
选取其中互相关系数的最大值作为τ0时刻的互相关系数的计算结果
Figure FDA0002371724960000032
Figure FDA0002371724960000033
其中,
Figure FDA0002371724960000034
Figure FDA0002371724960000035
分别是所有起始时间为τ0的小波原子φ(f,ζ,τ0,n)中互相关系数取得最大值的小波原子的频率和阻尼比;
(3.4)将
Figure FDA0002371724960000036
作为τ0时刻u的频率。
4.如权利要求1所述的基于特征频率的金属构件脉冲涡流测厚方法,其特征在于,步骤(1)中,从脉冲涡流检测信号的衰减段中截取一段信号作为分析信号u。
5.如权利要求1所要求的基于特征频率的金属构件脉冲涡流测厚方法,其特征在于,所述步骤(7)中,选用幂函数y=A×xm拟合金属构件的特征频率与壁厚之间的函数关系,其中,A为拟合系数,m为拟合的指数。
6.如权利要求1~5任意一项所述的基于特征频率的金属构件脉冲涡流测厚方法,其特征在于,所述步骤(7)中,选择同一种材料、不同壁厚试件在0mm提离高度下的检测信号。
7.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1~6任一项所述的方法。
8.一种基于特征频率的金属构件脉冲涡流测厚设备,其特征在于,包括如权利要求7所述的计算机可读存储介质以及处理器,处理器用于调用和处理计算机可读存储介质中存储的计算机程序。
CN202010052606.5A 2020-01-17 2020-01-17 一种基于特征频率的金属构件脉冲涡流测厚方法及设备 Active CN111351422B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010052606.5A CN111351422B (zh) 2020-01-17 2020-01-17 一种基于特征频率的金属构件脉冲涡流测厚方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010052606.5A CN111351422B (zh) 2020-01-17 2020-01-17 一种基于特征频率的金属构件脉冲涡流测厚方法及设备

Publications (2)

Publication Number Publication Date
CN111351422A true CN111351422A (zh) 2020-06-30
CN111351422B CN111351422B (zh) 2021-05-18

Family

ID=71195676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010052606.5A Active CN111351422B (zh) 2020-01-17 2020-01-17 一种基于特征频率的金属构件脉冲涡流测厚方法及设备

Country Status (1)

Country Link
CN (1) CN111351422B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112179261A (zh) * 2020-09-24 2021-01-05 桂林理工大学 一种基于电磁响应的钢轨脱碳层厚度的检测方法
CN113792675A (zh) * 2021-09-17 2021-12-14 上海兰宝传感科技股份有限公司 一种金属材质分析方法及其装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336049A (zh) * 2013-06-27 2013-10-02 电子科技大学 一种消除提离效应的脉冲涡流检测方法及装置
CN103399083A (zh) * 2013-08-27 2013-11-20 南昌航空大学 一种脉冲涡流检测提离效应的抑制方法
CN104266579A (zh) * 2014-10-08 2015-01-07 北京航空航天大学 一种对铁磁构件进行脉冲涡流检测的信号特征量的提取方法
CN104359389A (zh) * 2014-11-05 2015-02-18 北京航空航天大学 一种测量铁磁构件壁厚相对变化量的脉冲涡流检测方法
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
CN109444257A (zh) * 2018-11-26 2019-03-08 中国矿业大学 一种基于频域提离交叉点的脉冲涡流检测装置及方法
CN109632947A (zh) * 2019-01-29 2019-04-16 中国特种设备检测研究院 基于传递函数的脉冲涡流检测方法、装置及存储介质
EP3420368A4 (en) * 2016-04-20 2019-09-18 Duke University MEASUREMENT OF NON-DESTRUCTIVE THICKNESS USING A CAPACITY MEASUREMENT

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336049A (zh) * 2013-06-27 2013-10-02 电子科技大学 一种消除提离效应的脉冲涡流检测方法及装置
CN103399083A (zh) * 2013-08-27 2013-11-20 南昌航空大学 一种脉冲涡流检测提离效应的抑制方法
CN104266579A (zh) * 2014-10-08 2015-01-07 北京航空航天大学 一种对铁磁构件进行脉冲涡流检测的信号特征量的提取方法
CN104359389A (zh) * 2014-11-05 2015-02-18 北京航空航天大学 一种测量铁磁构件壁厚相对变化量的脉冲涡流检测方法
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
EP3420368A4 (en) * 2016-04-20 2019-09-18 Duke University MEASUREMENT OF NON-DESTRUCTIVE THICKNESS USING A CAPACITY MEASUREMENT
CN109444257A (zh) * 2018-11-26 2019-03-08 中国矿业大学 一种基于频域提离交叉点的脉冲涡流检测装置及方法
CN109632947A (zh) * 2019-01-29 2019-04-16 中国特种设备检测研究院 基于传递函数的脉冲涡流检测方法、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴月东等: "脉冲涡流测厚中的传感器提离效应补偿方法", 《舰船电子工程》 *
郑岗等: "基于提离点的脉冲涡流测厚研究", 《仪器仪表学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112179261A (zh) * 2020-09-24 2021-01-05 桂林理工大学 一种基于电磁响应的钢轨脱碳层厚度的检测方法
CN112179261B (zh) * 2020-09-24 2022-09-23 桂林理工大学 一种基于电磁响应的钢轨脱碳层厚度的检测方法
CN113792675A (zh) * 2021-09-17 2021-12-14 上海兰宝传感科技股份有限公司 一种金属材质分析方法及其装置

Also Published As

Publication number Publication date
CN111351422B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN111351422B (zh) 一种基于特征频率的金属构件脉冲涡流测厚方法及设备
CN106226407B (zh) 一种基于奇异谱分析的超声回波信号在线预处理方法
Honarvar et al. Improving the time-resolution and signal-to-noise ratio of ultrasonic NDE signals
CN101138507B (zh) 多普勒血流声音信号的处理方法及装置
EP1995590A1 (en) Method and apparatus for digital measurement of an eddy current signal
CN111693775A (zh) 一种输电网的谐波检测方法、装置和介质
Xie et al. De-noising methods for NMR logging echo signals based on wavelet transform
Luo et al. Super-resolution spectral analysis and signal reconstruction of magnetic Barkhausen noise
Scholl Exact signal measurements using FFT analysis
US8561777B2 (en) Coin sensor
CN109632947B (zh) 基于传递函数的脉冲涡流检测方法、装置及存储介质
Di Caro et al. Quality assessment of the inshell hazelnuts based on TD-NMR analysis
CN107315714B (zh) 一种去卷积功率谱估计方法
CN108020761B (zh) 一种局部放电去噪方法
CN113406386B (zh) 一种基于数字下变频的信号频率精确估计方法
Mert et al. EEG denoising based on empirical mode decomposition and mutual information
CN115062476B (zh) 一种评价电磁脉冲波形偏离目标波形程度的方法
CN114813129B (zh) 基于wpe与emd的滚动轴承声信号故障诊断方法
Taranenko et al. Wavelet filtering by using nonthreshold method and example of model Doppler function
Luo et al. Asymmetric windows and their application in frequency estimation
CN111812404B (zh) 一种信号处理方法以及处理装置
CN112801956B (zh) 一种漆层下海洋腐蚀的高分辨率图像重构和状态评估方法
Li et al. Adaptive de-noising for PD online monitoring based on wavelet transform
Li Research on extraction of partial discharge signals based on wavelet analysis
CN107894434A (zh) 一种基于交叉验证的傅里叶变换去噪方法

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
GR01 Patent grant
GR01 Patent grant