CN113155954B - 一种用于导体结构缺陷检测的脉冲涡流检测系统及方法 - Google Patents

一种用于导体结构缺陷检测的脉冲涡流检测系统及方法 Download PDF

Info

Publication number
CN113155954B
CN113155954B CN202110443778.XA CN202110443778A CN113155954B CN 113155954 B CN113155954 B CN 113155954B CN 202110443778 A CN202110443778 A CN 202110443778A CN 113155954 B CN113155954 B CN 113155954B
Authority
CN
China
Prior art keywords
eddy current
conductor structure
pulse
time domain
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.)
Active
Application number
CN202110443778.XA
Other languages
English (en)
Other versions
CN113155954A (zh
Inventor
何宽芳
梁家和
雍江枫
蒋勉
陈勇
师文庆
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.)
Foshan University
Original Assignee
Foshan University
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 Foshan University filed Critical Foshan University
Priority to CN202110443778.XA priority Critical patent/CN113155954B/zh
Publication of CN113155954A publication Critical patent/CN113155954A/zh
Application granted granted Critical
Publication of CN113155954B publication Critical patent/CN113155954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N27/9046—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 by analysing electrical signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Electrochemistry (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Biochemistry (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明提供了一种用于导体结构缺陷检测的脉冲涡流检测系统，包括涡流探头、数据采集器以及上位机，涡流探头用于生成作用于导体结构的脉冲涡流激励信号并接收来自于导体结构的脉冲涡流反馈信号，数据采集器用于接收脉冲涡流反馈信号并对脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号，上位机用于根据脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值获取特征向量并根据特征向量判断导体结构是否存在缺陷。本发明可以高效地检测出导体结构中的缺陷，提高导体结构缺陷检测的精确度。相应地，本发明还提供一种用于导体结构缺陷检测的脉冲涡流检测方法。

Description

一种用于导体结构缺陷检测的脉冲涡流检测系统及方法
技术领域
本发明涉及缺陷检测技术领域，具体而言，涉及一种用于导体结构缺陷检测的脉冲涡流检测系统及方法。
背景技术
涡流检测作为当前无损检测的新技术，能够快速方便地检测金属导体构件中的缺陷，其主要用于导体的表面与亚表面的缺陷检测。涡流检测以脉冲电流通入激励线圈，激发一个脉冲磁场，使处于该磁场中的导体试件中感生脉冲涡流，脉冲涡流所产生的磁场在检测线圈上感应出随时间变化的电压信号，并通过电压信号识别导体试件缺陷以达到检测目的。
相比于采用正弦电流作为激励的常规涡流，在幅值与频率相同的情况下，脉冲涡流产生感生磁场的变化更大，并且脉冲涡流信号激励使得响应信号中包含更丰富的缺陷信息，故而具备更高的灵敏度。
然而现有的脉冲涡流检测技术只提取脉冲涡流信号的时域特征信息而忽略了频率特征信息，其精确度有待提高。
发明内容
基于此，为了解决现有的脉冲涡流检测技术一般只提取脉冲涡流信号的时域特征信息而忽略了频率特征信息，精确度有待提高的问题，本发明提供了一种用于导体结构缺陷检测的脉冲涡流检测系统及方法，其具体技术方案如下：
一种用于导体结构缺陷检测的脉冲涡流检测系统，包括涡流探头、数据采集器以及上位机；
所述涡流探头用于生成作用于所述导体结构的脉冲涡流激励信号并接收来自于所述导体结构的脉冲涡流反馈信号；
所述数据采集器用于接收所述脉冲涡流反馈信号并对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号；
所述上位机用于根据所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值获取特征向量并根据所述特征向量判断所述导体结构是否存在缺陷。
通过采集脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值来获取特征向量，并根据所述特征向量来检测判断导体结构是否存在缺陷，所述用于导体结构缺陷检测的脉冲涡流检测系统很好地结合了脉冲涡流数字信号中的时域特征信息以及频率特征信息，可以高效地检测出导体结构中的缺陷，提高导体结构缺陷检测的精确度。
进一步地，所述脉冲涡流检测系统还包括用于对所述脉冲涡流反馈信号进行滤波放大处理的调理电路，所述调理电路的输入端与所述涡流探头的输出端电连接，所述调理电路的输出端与所述数据采集器的输入端电连接。
进一步地，所述涡流探头包括激励线圈以及感应线圈，所述激励线圈用于生成作用于所述导体结构的脉冲涡流激励信号，所述感应线圈用于接收来自于所述导体结构的脉冲涡流反馈信号。
进一步地，所述冲涡流检测系统还包括主控制器、信号发生器以及功率放大器，所述信号发生器用于生成驱动信号，所述主控制器用于调节所述驱动信号得频率以及占空比，所述功率放大器用于对所述驱动信号进行放大处理，所述激励线圈接收所述驱动信号并生成所述脉冲涡流激励信号。
相应地，本发明提供一种用于导体结构缺陷检测的脉冲涡流检测方法，包括如下步骤：
生成作用于所述导体结构的脉冲涡流激励信号；
接收来自于所述导体结构的脉冲涡流反馈信号；
对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号；
提取所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值；
根据所述时域最大值、所述时域最大曲率值、所述时域离散求和值以及所述奇数倍基波频率幅值获取特征向量并根据所述特征向量判断所述导体结构是否存在缺陷。
进一步地，提取所述脉冲涡流数字信号中的时域最大曲率值的具体方法包括如下步骤：
计算所述脉冲涡流数字信号的一阶导数
计算所述脉冲涡流数字信号的二阶导数
计算所述脉冲涡流数字信号所对应的曲率值
获取所述时域最大曲率值a2＝max{curv(t0)}；
其中，y(t0)为t0时刻的所述脉冲涡流数字信号，t为采样时间间隔。
进一步地，所述时域最大值a1＝max{y(t0)}，所述时域离散求和值
进一步地，提取所述奇数倍基波频率幅值的具体方法包括如下步骤：
对所述脉冲涡流数字信号进行快速傅里叶变换处理以获取频谱序列Y(s)；
提取所述频谱序列Y(s)的1次至19次的奇数倍基波频率幅值a4＝Y(f)、a5＝Y(3f)、a6＝Y(5f)、a7＝Y(7f)、a8＝Y(9f)、a9＝Y(11f)、a10＝Y(13f)、a11＝Y(15f)、a12＝Y(17f)以及a13＝Y(19f)。
进一步地，所述根据所述特征向量判断所述导体结构是否存在缺陷的具体方法为：通过训练好的神经网络对所述特征向量进行计算以判断所述导体结构是否存在缺陷。
进一步地，所述神经网络包括输入层、输出层以及3层隐藏层，所述输入层的维度数为13，所述输出层的维度数为2，每层所述隐藏层的维度数为200。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明一实施例中一种用于导体结构缺陷检测的脉冲涡流检测系统的整体结构示意图；
图2是本发明一实施例中一种用于导体结构缺陷检测的脉冲涡流检测方法的整体流程示意图；
图3是本发明一实施例中一种用于导体结构缺陷检测的脉冲涡流检测方法的脉冲涡流数字信号的示意图；
图4是本发明一实施例中一种用于导体结构缺陷检测的脉冲涡流检测方法的神经网络的结构示意图；
图5是本发明一实施例中一种用于导体结构缺陷检测的脉冲涡流检测方法的导体结构标准板的结构示意图。
附图标记说明：
10、输入层；11、隐藏层；12、输出层。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本发明，并不限定本发明的保护范围。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明中所述“第一”、“第二”不代表具体的数量及顺序，仅仅是用于名称的区分。
如图1所示，本发明一实施例中的一种用于导体结构缺陷检测的脉冲涡流检测系统，包括涡流探头、数据采集器以及上位机。所述涡流探头用于生成作用于所述导体结构的脉冲涡流激励信号并接收来自于所述导体结构的脉冲涡流反馈信号；所述数据采集器用于接收所述脉冲涡流反馈信号并对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号；所述上位机用于根据所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值获取特征向量并根据所述特征向量判断所述导体结构是否存在缺陷。由于所述涡流探头、数据采集器以及上位机均为本领域常规技术手段，故而在本实施例中不再赘述。
通过采集脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值来获取特征向量，并根据所述特征向量来检测判断导体结构是否存在缺陷，所述用于导体结构缺陷检测的脉冲涡流检测系统很好地结合了脉冲涡流数字信号中的时域特征信息以及频率特征信息，可以高效地检测出导体结构中的缺陷，提高导体结构缺陷检测的精确度。
在其中一个实施例中，所述脉冲涡流检测系统还包括用于对所述脉冲涡流反馈信号进行滤波放大处理的调理电路，所述调理电路的输入端与所述涡流探头的输出端电连接，所述调理电路的输出端与所述数据采集器的输入端电连接。所述调理电路通过对脉冲涡流反馈信号进行硬件滤波放大处理，可以提高特征向量的准确性。
在其中一个实施例中，所述涡流探头包括激励线圈以及感应线圈，所述激励线圈用于生成作用于所述导体结构的脉冲涡流激励信号，所述感应线圈用于接收来自于所述导体结构的脉冲涡流反馈信号。
具体而言，可使所述涡流探头位于导体结构上方5mm至10mm处，由伺服电机带动涡流探头运动。在所述脉冲涡流激励信号生成后，伺服电机带动涡流探头相对导体结构平移，以使脉冲涡流激励信号持续作用于导体结构表面，然后由感应线圈接收脉冲涡流反馈信号。在伺服电机的带动下，所述涡流探头可以对导体结构任意位置如工件连接处进行缺陷检测，实现激光焊接过程中实时焊缝检测。
在其中一个实施例中，所述冲涡流检测系统还包括主控制器、信号发生器以及功率放大器，所述信号发生器用于生成驱动信号，所述主控制器用于调节所述驱动信号得频率以及占空比，所述功率放大器用于对所述驱动信号进行放大处理，所述激励线圈接收所述驱动信号并生成所述脉冲涡流激励信号。
所述脉冲涡流激励信号为频率以及幅值均可调节的方波信号，以适应不同类型的导体结构。具体而言，所述方波信号的频率以及幅值通过主控制器调节。
在其中一个实施例中，如图2所示，本发明提供一种用于导体结构缺陷检测的脉冲涡流检测方法，包括如下步骤：
生成作用于所述导体结构的脉冲涡流激励信号；
接收来自于所述导体结构的脉冲涡流反馈信号；
对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号，如图3所示；
提取所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值；
根据所述时域最大值、所述时域最大曲率值、所述时域离散求和值以及所述奇数倍基波频率幅值获取特征向量并根据所述特征向量判断所述导体结构是否存在缺陷。
根据所述时域最大值、所述时域最大曲率值、所述时域离散求和值以及所述奇数倍基波频率幅值获取特征向量，所述特征向量融合了脉冲涡流数字信号中的时域特征信息以及频域特征信息，能够精确分别出导体结构中是否存在缺陷，提高了导体结构缺陷的精确度。
具体而言，通过涡流探头中的激励线圈生成作用于所述导体结构的脉冲涡流激励信号，并通过涡流探头中的感应线圈接收来自于所述导体结构的脉冲涡流反馈信号。数据采集器对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号，上位机在提取所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值前，先对所述脉冲涡流数字信号进行软件滤波去噪处理。
在其中一个实施例中，提取所述脉冲涡流数字信号中的时域最大曲率值的具体方法包括如下步骤：
计算所述脉冲涡流数字信号的一阶导数
计算所述脉冲涡流数字信号的二阶导数
计算所述脉冲涡流数字信号所对应的曲率值
获取所述时域最大曲率值a2＝max{curv(t0)}；
其中，y(t0)为t0时刻的所述脉冲涡流数字信号，t为采样时间间隔。
在其中一个实施例中，所述时域最大值a1＝max{y(t0)}，所述时域离散求和值
在其中一个实施例中，提取所述奇数倍基波频率幅值的具体方法包括如下步骤：
对所述脉冲涡流数字信号进行快速傅里叶变换处理以获取频谱序列Y(s)；
提取所述频谱序列Y(s)的1次至19次的奇数倍基波频率幅值a4＝Y(f)、a5＝Y(3f)、a6＝Y(5f)、a7＝Y(7f)、a8＝Y(9f)、a9＝Y(11f)、a10＝Y(13f)、a11＝Y(15f)、a12＝Y(17f)以及a13＝Y(19f)。
在其中一个实施例中，所述根据所述特征向量判断所述导体结构是否存在缺陷的具体方法为：通过训练好的神经网络对所述特征向量进行计算以判断所述导体结构是否存在缺陷。
在其中一个实施例中，如图4所示，所述神经网络包括输入层30、输出层32以及3层隐藏层31，所述输入层的维度数为13，所述输出层的维度数为2，每层所述隐藏层的维度数为200。训练所述神经网络的训练数据来源于对带不同缺陷类型的导体结构标准板，其中一种导体结构标准板为铝合金6061，其包括三种缺陷类型，如图5所示。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种用于导体结构缺陷检测的脉冲涡流检测系统，包括涡流探头、数据采集器以及上位机，其特征在于：
所述涡流探头用于生成作用于所述导体结构的脉冲涡流激励信号并接收来自于所述导体结构的脉冲涡流反馈信号；
所述数据采集器用于接收所述脉冲涡流反馈信号并对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号；
所述上位机用于根据所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值获取特征向量并根据所述特征向量判断所述导体结构是否存在缺陷；
提取所述脉冲涡流数字信号中的时域最大曲率值的具体方法包括如下步骤：
计算所述脉冲涡流数字信号的一阶导数
计算所述脉冲涡流数字信号的二阶导数
计算所述脉冲涡流数字信号所对应的曲率值
获取所述时域最大曲率值a2＝max{curv(t0)}；
其中，y(t0)为t0时刻的所述脉冲涡流数字信号，t为采样时间间隔；
所述时域最大值a1＝max{y(t0)}，所述时域离散求和值
提取所述奇数倍基波频率幅值的具体方法包括如下步骤：
对所述脉冲涡流数字信号进行快速傅里叶变换处理以获取频谱序列Y(s)；
提取所述频谱序列Y(s)的1次至19次的奇数倍基波频率幅值a4＝Y(f)、a5＝Y(3f)、a6＝Y(5f)、a7＝Y(7f)、a8＝Y(9f)、a9＝Y(11f)、a10＝Y(13f)、a11＝Y(15f)、a12＝Y(17f)以及a13＝Y(19f)；
其中，所述涡流探头包括激励线圈以及感应线圈，所述激励线圈用于生成作用于所述导体结构的脉冲涡流激励信号，所述感应线圈用于接收来自于所述导体结构的脉冲涡流反馈信号，所述涡流探头位于导体结构上方5mm至10mm处，由伺服电机带动涡流探头运动，在所述脉冲涡流激励信号生成后，伺服电机带动涡流探头相对导体结构平移，以使脉冲涡流激励信号持续作用于导体结构表面，然后由感应线圈接收脉冲涡流反馈信号。
2.如权利要求1所述的一种用于导体结构缺陷检测的脉冲涡流检测系统，其特征在于，所述脉冲涡流检测系统还包括用于对所述脉冲涡流反馈信号进行滤波放大处理的调理电路，所述调理电路的输入端与所述涡流探头的输出端电连接，所述调理电路的输出端与所述数据采集器的输入端电连接。
3.如权利要求2所述的一种用于导体结构缺陷检测的脉冲涡流检测系统，其特征在于，所述冲涡流检测系统还包括主控制器、信号发生器以及功率放大器，所述信号发生器用于生成驱动信号，所述主控制器用于调节所述驱动信号得频率以及占空比，所述功率放大器用于对所述驱动信号进行放大处理，所述激励线圈接收所述驱动信号并生成所述脉冲涡流激励信号。
4.一种用于导体结构缺陷检测的脉冲涡流检测方法，其特征在于，包括如下步骤：
生成作用于所述导体结构的脉冲涡流激励信号；
接收来自于所述导体结构的脉冲涡流反馈信号；
对所述脉冲涡流反馈信号进行模数转换处理以获取脉冲涡流数字信号；
提取所述脉冲涡流数字信号中的时域最大值、时域最大曲率值、时域离散求和值以及奇数倍基波频率幅值；
根据所述时域最大值、所述时域最大曲率值、所述时域离散求和值以及所述奇数倍基波频率幅值获取特征向量并根据所述特征向量判断所述导体结构是否存在缺陷；
提取所述脉冲涡流数字信号中的时域最大曲率值的具体方法包括如下步骤：
计算所述脉冲涡流数字信号的一阶导数
计算所述脉冲涡流数字信号的二阶导数
计算所述脉冲涡流数字信号所对应的曲率值
获取所述时域最大曲率值a2＝max{curv(t0)}；
其中，y(t0)为t0时刻的所述脉冲涡流数字信号，t为采样时间间隔；
所述时域最大值a1＝max{y(t0)}，所述时域离散求和值
提取所述奇数倍基波频率幅值的具体方法包括如下步骤：
对所述脉冲涡流数字信号进行快速傅里叶变换处理以获取频谱序列Y(s)；
提取所述频谱序列Y(s)的1次至19次的奇数倍基波频率幅值a4＝Y(f)、a5＝Y(3f)、a6＝Y(5f)、a7＝Y(7f)、a8＝Y(9f)、a9＝Y(11f)、a10＝Y(13f)、a11＝Y(15f)、a12＝Y(17f)以及a13＝Y(19f)；
其中，涡流探头包括激励线圈以及感应线圈，所述激励线圈用于生成作用于所述导体结构的脉冲涡流激励信号，所述感应线圈用于接收来自于所述导体结构的脉冲涡流反馈信号，所述涡流探头位于导体结构上方5mm至10mm处，由伺服电机带动涡流探头运动，在所述脉冲涡流激励信号生成后，伺服电机带动涡流探头相对导体结构平移，以使脉冲涡流激励信号持续作用于导体结构表面，然后由感应线圈接收脉冲涡流反馈信号。
5.如权利要求4所述的一种用于导体结构缺陷检测的脉冲涡流检测方法，其特征在于，所述根据所述特征向量判断所述导体结构是否存在缺陷的具体方法为：通过训练好的神经网络对所述特征向量进行计算以判断所述导体结构是否存在缺陷。
6.如权利要求5所述的一种用于导体结构缺陷检测的脉冲涡流检测方法，其特征在于，所述神经网络包括输入层、输出层以及3层隐藏层，所述输入层的维度数为13，所述输出层的维度数为2，每层所述隐藏层的维度数为200。
CN202110443778.XA 2021-04-23 2021-04-23 一种用于导体结构缺陷检测的脉冲涡流检测系统及方法 Active CN113155954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110443778.XA CN113155954B (zh) 2021-04-23 2021-04-23 一种用于导体结构缺陷检测的脉冲涡流检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110443778.XA CN113155954B (zh) 2021-04-23 2021-04-23 一种用于导体结构缺陷检测的脉冲涡流检测系统及方法

Publications (2)

Publication Number Publication Date
CN113155954A CN113155954A (zh) 2021-07-23
CN113155954B true CN113155954B (zh) 2023-07-21

Family

ID=76869988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110443778.XA Active CN113155954B (zh) 2021-04-23 2021-04-23 一种用于导体结构缺陷检测的脉冲涡流检测系统及方法

Country Status (1)

Country Link
CN (1) CN113155954B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113927158B (zh) * 2021-10-25 2023-11-17 佛山科学技术学院 一种基于功率波形调制的激光焊接工艺方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE255227T1 (de) * 1996-09-27 2003-12-15 Wilfried Dr-Ing Reimche Messverfahren und messvorrichtung zur materialcharakterisierung von halbzeugen und maschinenbauteilen
CN106596712B (zh) * 2016-11-22 2017-11-28 西安交通大学 一种基于缺陷深度的选频带脉冲涡流无损检测方法
CN108982657B (zh) * 2018-06-08 2021-06-08 南京航空航天大学 一种基于脉冲涡流的铁磁性材料屈服强度参数估计方法
CN109142514B (zh) * 2018-09-29 2022-04-01 东北大学 一种基于脉冲涡流阵列的缺陷检测装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Reduction of Lift-Off Effects in Pulsed Eddy Current for Defect Classification;Yunze He et al.;《IEEE TRANSACTIONS ON MAGNETICS》;第47卷(第12期);第4753-4760页 *
脉冲涡流检测的谱分析方法与缺陷分类识别;高军哲 等;《中国电机工程学报》;第31卷(第28期);第154-160页 *

Also Published As

Publication number Publication date
CN113155954A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
Tian et al. Multiple sensors on pulsed eddy-current detection for 3-D subsurface crack assessment
CN105606268B (zh) 基于动态磁致伸缩系数测量的焊接残余应力超声评价方法
CN103336049B (zh) 一种消除提离效应的脉冲涡流检测方法及装置
CN103163216B (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
US11493479B2 (en) Low-frequency electromagnetic detection method for large-scale damage of ferromagnetic materials based on broadband excitation
CN110057904B (zh) 一种运动金属构件的缺陷定量检测方法及装置
CN104977352A (zh) 基于脉冲涡流与巴克豪森的缺陷与应力无损检测系统及无损检测方法
CN109115868B (zh) 一种基于脉冲涡流的缺陷深度检测装置及方法
CN108152362B (zh) 一种基于伪随机序列的磁致伸缩检测钢结构缺陷的方法
CN109142514B (zh) 一种基于脉冲涡流阵列的缺陷检测装置及方法
CN203643399U (zh) 一种脉冲涡流缺陷检测系统
CN109444257A (zh) 一种基于频域提离交叉点的脉冲涡流检测装置及方法
CN109737899A (zh) 一种金属材料裂纹型缺陷深度测量装置和方法
CN113155954B (zh) 一种用于导体结构缺陷检测的脉冲涡流检测系统及方法
CN103163211A (zh) 一种金属导体表面和亚表面缺陷分类识别方法
CN109060206A (zh) 一种铁磁性材料应力测量装置和方法
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
Sun et al. A performance improved ACFM-TMR detection system with tradeoff denoising algorithm
Chady et al. Neural network models of eddy current multi-frequency system for nondestructive testing
CN106053602A (zh) 一种基于磁致伸缩效应的自比式锚杆无损检测方法
CN106404924A (zh) 一种改善板类结构成像精度的检测数据优化处理方法
CN112629728A (zh) 基于涡流的铝合金残余应力测试装置及其测试方法
CN110865118B (zh) 基于交错式探头和脉冲涡流的缺陷深度检测装置及方法
CN110441717B (zh) 超磁致伸缩换能器动态电磁损耗的测量方法及系统
CN111458400A (zh) 一种基于电磁感应的金属材料缺陷检测系统

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