CN209460198U - 一种多频涡流检测装置 - Google Patents
一种多频涡流检测装置 Download PDFInfo
- Publication number
- CN209460198U CN209460198U CN201821452493.2U CN201821452493U CN209460198U CN 209460198 U CN209460198 U CN 209460198U CN 201821452493 U CN201821452493 U CN 201821452493U CN 209460198 U CN209460198 U CN 209460198U
- Authority
- CN
- China
- Prior art keywords
- sensor
- frequency electromagnetic
- module
- customization
- electromagnetic sensor
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 239000000523 sample Substances 0.000 claims abstract description 29
- 238000012360 testing method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 4
- LHMQDVIHBXWNII-UHFFFAOYSA-N 3-amino-4-methoxy-n-phenylbenzamide Chemical compound C1=C(N)C(OC)=CC=C1C(=O)NC1=CC=CC=C1 LHMQDVIHBXWNII-UHFFFAOYSA-N 0.000 claims description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 claims 2
- 238000004804 winding Methods 0.000 claims 1
- 239000002131 composite material Substances 0.000 abstract description 25
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 abstract description 19
- 229910052799 carbon Inorganic materials 0.000 abstract description 19
- 230000007547 defect Effects 0.000 abstract description 19
- 239000000835 fiber Substances 0.000 abstract description 19
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 6
- 238000012706 support-vector machine Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 229920000049 Carbon (fiber) Polymers 0.000 description 4
- 241001269238 Data Species 0.000 description 4
- 239000004917 carbon fiber Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本实用新型公开了一种多频涡流检测装置，包括PC机、多频率电磁传感器、定制传感器和2D机动扫描台，定制传感器的探头为差分探头，定制传感器固定于2D机动扫描台上，定制传感器与多频率电磁传感器相连，所述多频率电磁传感器与PC机连接，本实用新型装置用于对碳纤维增强复合材料缺陷的诊断，解决了碳纤维增强复合材料出现缺陷而造成的经济损失的问题，本实用新型装置基于现有多频率电磁传感器，不需要设计涡流检测设备和系统，易于现场实现。
Description
技术领域
本实用新型涉及一种多频涡流检测装置，属于无损检测设备技术领域。
背景技术
在工业生产、航空航天以及公共基础设施等诸多领域的提高技术水平或者改善产品质量的过程中，对于产品的结构材料的选择是一个非常重要的环节。为了满足这种需求，人们制造并使用了各种复合材料。其中，在碳纤维增强复合材料占了较大的比重。碳纤维增强复合材料不仅具有一般碳素材料的优点，如耐摩擦、耐高温、耐腐蚀、导电性好，而且还具有密度小、质量轻、拉伸强度高、各项异性、热膨胀稀疏小等特性。随着科技进步，碳纤维增强复合材料的制造技术日趋完善，其性能也逐步提高，应用领域逐步拓宽，广泛应用于航空航天、军事工业领域以及工业领域，其中汽车、土木建筑能源和电子领域为最优前景的应用领域。碳纤维增强复合材料通常会在制造过程中或者在使用过程中形成各种形式的缺陷。碳纤维增强复合材料中的缺陷类型有多种，在一块碳纤维增强复合材料板中，有时仅存在一种缺陷，有时会多种缺陷同时存在，其中分层、夹杂、脱粘与孔隙缺陷是最常见的缺陷。在多种应用领域中，特别是在航空航天、公共设施建设等，这些行业都需要周期性的对设备进行检测，以保证其安全稳定。对于碳纤维增强复合材料中缺陷的检测，近年来的无损检测技术广泛应用其中。电磁涡流技术作为无损检测技术的一种，对于检测碳纤维复合材料的缺陷在国内外属于新兴技术，其优势在于测量方法多、敏感度高、检测速度快、适用场合灵活。通过电磁传感器可以便捷地获取电磁涡流检测的阻抗信号，从而进行信号分析及处理，达到检测缺陷的目的。对于可在复平面上实时显示的阻抗信息，急需一种对其能够快捷、直接的提取特征量，并给出检测结果的方法。缺陷检测的实质为模式分类与识别的问题，常见的分类算法中，支持向量机只需确定模式类样本数据之间的最优分类面就可以完全的确定分类器。
支持向量机是在统计学习理论上发展起来的一种新的机器学习方法，基于结构风险最小化原则，具有很强的泛化能力。而且支持向量机算法针对小样本数据具有高效率、高性能的优势。因此，在对阻抗在复平面的图像的小样本分类识别中，支持向量机是一个较好的选择。
发明内容
本实用新型的目的在于提供一种多频涡流检测装置，本实用新型装置用于对碳纤维增强复合材料缺陷的诊断，解决了碳纤维增强复合材料出现缺陷而造成的经济损失的问题。
本实用新型的技术方案是：一种多频涡流检测装置，其特征在于，包括PC机、多频率电磁传感器、定制传感器和2D机动扫描台，定制传感器的探头为差分探头，定制传感器固定于2D机动扫描台上，定制传感器与多频率电磁传感器相连，所述多频率电磁传感器与PC机连接。
所述多频率电磁传感器包括前端硬件模块和Zynq-7020 SoC，所述前端硬件模块包括两个信号放大器，激励电路、ADC/DAC模块以及增益控制模块，所述定制传感器的差分探头由接收线圈与发射线圈组成，所述定制传感器的接收线圈与发射线圈分别与多频率电磁传感器前端硬件模块的两个信号放大器连接，所述前端硬件模块通过FMC连接器与Zynq-7020 SoC相连，所述Zynq-7020 SoC由PL可编程逻辑模块与PS处理模块组成，所述PL可编程逻辑模块包括DDS、IQ解调器、偏移二进制转换器、数据编码器、增益控制器和DMA单元，所述PS处理模块包括以太网堆栈、DMA控制器和控制实用程序，所述PL可编程逻辑模块中的各部分通过AXI AMBA接口与PS处理模块的各部分连接。
所述多频率电磁传感器的Zynq-7020 SoC通过UART与PC机连接，所述PC机通过MATLAB软件对测试信号进行处理分析。
PC机主要有以下功能：数据记录、数据显示、仪表控制器功能、UDP socket编程和串行接口。
与现有技术相比，本实用新型装置的有益效果是：
(1)本实用新型装置基于现有多频率电磁传感器，不需要设计涡流检测设备和系统，易于现场实现。
(2)本实用新型装置对碳纤维增强复合材料缺陷进行诊断，引入对复平面阻抗信号的变化轨迹提取特征，根据对称性、幅值及角度进行特征提取，进而训练SVM分类器，达到自动识别缺陷的目的，具有较高的可靠性。
附图说明
图1为本实用新型装置的结构示意图；
图2为本实用新型的组成结构图；
图3为本实用新型装置进行检测的方法流程图；
图4为本实用新型进行诊断实验产生的复平面阻抗变化轨迹图像。
图中各标号：1-多频率电磁传感器、2-定制传感器、3-2D机动扫描台。
具体实施方式
下面结合附图和具体实施方式，对本实用新型作进一步说明。
实施例1：本多频涡流检测装置，如图1～2所示，包括PC机、多频率电磁传感器1、定制传感器2和2D机动扫描台3，定制传感器2的探头为差分探头，定制传感器2固定于2D机动扫描台3上，定制传感器2与多频率电磁传感器1相连，所述多频率电磁传感器1与PC机连接。
所述多频率电磁传感器1包括前端硬件模块和Zynq-7020 SoC，所述前端硬件模块包括两个信号放大器，激励电路、ADC/DAC模块以及增益控制模块，所述定制传感器2的差分探头由接收线圈与发射线圈组成，所述定制传感器2的接收线圈与发射线圈分别与多频率电磁传感器1前端硬件模块的两个信号放大器连接，所述前端硬件模块通过FMC连接器与Zynq-7020 SoC相连，所述Zynq-7020 SoC由PL可编程逻辑模块与PS处理模块组成，所述PL可编程逻辑模块包括DDS、IQ解调器、偏移二进制转换器、数据编码器、增益控制器和DMA单元，所述PS处理模块包括以太网堆栈、DMA控制器和控制实用程序，所述PL可编程逻辑模块中的各部分通过AXI AMBA接口与PS处理模块的各部分连接。
所述多频率电磁传感器1的Zynq-7020 SoC通过UART与PC机连接，所述PC机通过MATLAB软件对测试信号进行处理分析。
利用本实用新型装置对碳纤维增强复合材料缺陷进行诊断，具体为：
该装置以45kHz的频率对碳纤维增强复合材料试件的上下表面进行扫描，获得其阻抗信息，并在复平面上显示出阻抗变化轨迹的图像，类似于数字“8”，将图像的对称性、幅值及角度作为特征值，对SVM分类器进行训练，将待识别图像的特征值输入到训练后的SVM分类器，对阻抗变化图像进行识别。
所述方法基本步骤如下：
(1)采用SIFT算法确定平面阻抗信号轨迹图像的对称性，所述对称性指阻抗图像类似于数字“8”的上下两部分的对称度；
(2)测量复平面阻抗信号轨迹图像的幅值，所述幅值指图像对应复平面虚轴的最大值和最小值的差；
(3)测量平面阻抗信号轨迹图像的角度，所述角度指图像最大幅值点与最小幅值点相连形成的直线与实轴的夹角；
(4)碳纤维增强复合材料缺陷的判断是一个有无的问题，因此，本发明只构造一xi∈R3，代表3个特征值；yi∈{+1,-1}，yi＝+1，表示该样本点属于无缺陷，yi＝-1表示该样本点属于有缺陷。
如图4所示，一个考虑二值分类的支持向量机即可。给定训练集为{(x1,y1),(x2,y2),(x3,y3)}其中，多频涡流检测装置包括多频电磁仪器1、定制传感器2及2D机动扫描台在内的实验扫描平台3，该装置以45kHz的频率对碳纤维增强复合材料试件的上下表面进行扫描，获得其阻抗信息，并在复平面上显示出阻抗变化轨迹的图像，类似于数字“8”，从以下过程中获得对称性、幅值及角度的特征值。
如图3所示，实验的具体步骤如下：
Step1：将定制传感器2的差分探头置于距离待测碳纤维增强复合材料试件上表面0.1mm处，将差分探头的垂直角度从0°到50°以5°的间隔进行变化，且差分探头每改变5°，获取平面阻抗信号轨迹图像的对称性、幅值和角度，共获得10组试验数据；
Step2：然后将定制传感器2的差分探头的垂直角度保持为0°，将差分探头的距离待测碳纤维增强复合材料试件上表面的距离从0.1mm到1.1mm以0.1mm的间隔变化，且每改变0.1mm，获取平面阻抗信号轨迹图像的对称性、幅值和角度，共获得10组试验数据；
Step3：再将定制传感器2的差分探头置于距离待测碳纤维增强复合材料试件下表面0.1mm处，将差分探头的垂直角度从0°到50°以5°的间隔进行变化，且差分探头每改变5°，获取平面阻抗信号轨迹图像的对称性、幅值和角度，共获得10组试验数据；
Step4：然后再将定制传感器2的差分探头的垂直角度保持为0°，将差分探头的距离待测碳纤维增强复合材料试件下表面的距离从0.1mm到1.1mm以0.1mm的间隔变化，且每改变0.1mm，获取平面阻抗信号轨迹图像的对称性、幅值和角度，共获得10组试验数据；
Step5：从Step1～Step4中每10组数据中选取5组数据作为训练样本用支持向量机SVM分类器进行分类训练，得到训练分类器；
Step6：Step1～Step4中其余的数据作为测试样本，输入至训练分类器中进行测试，从而根据测试结果对碳纤维增强复合材料有无缺陷进行判断。在本发明中，经过对比发现在SVM算法中采用高斯径向基核函数能到达到较好的效果。
表1给出缺陷的诊断识别率达到了89.7％，表明了SVM分类器对于自动识别碳纤维增强复合材料具有较好的效果。而且本方法需要的样本量小，且便于计算，涉及的实验设备操作便捷。
表1
上面结合附图对本实用新型的具体实施例作了详细说明，但是本实用新型并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本实用新型宗旨的前提下作出各种变化。
Claims (3)
1.一种多频涡流检测装置，其特征在于，包括PC机、多频率电磁传感器(1)、定制传感器(2)和2D机动扫描台(3)，定制传感器(2)的探头为差分探头，定制传感器(2)固定于2D机动扫描台(3)上，定制传感器(2)与多频率电磁传感器(1)相连，所述多频率电磁传感器(1)与PC机连接。
2.根据权利要求1所述的多频涡流检测装置，其特征在于：所述多频率电磁传感器(1)包括前端硬件模块和Zynq-7020SoC，所述前端硬件模块包括两个信号放大器，激励电路、ADC/DAC模块以及增益控制模块，所述定制传感器(2)的差分探头由接收线圈与发射线圈组成，所述定制传感器(2)的接收线圈与发射线圈分别与多频率电磁传感器(1)前端硬件模块的两个信号放大器连接，所述前端硬件模块通过FMC连接器与Zynq-7020SoC相连，所述Zynq-7020SoC由PL可编程逻辑模块与PS处理模块组成，所述PL可编程逻辑模块包括DDS、IQ解调器、偏移二进制转换器、数据编码器、增益控制器和DMA单元，所述PS处理模块包括以太网堆栈、DMA控制器和控制实用程序，所述PL可编程逻辑模块中的各部分通过AXI AMBA接口与PS处理模块的各部分连接。
3.根据权利要求2所述的多频涡流检测装置，其特征在于：所述多频率电磁传感器(1)的Zynq-7020SoC通过UART与PC机连接，所述PC机通过MATLAB软件对测试信号进行处理分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821452493.2U CN209460198U (zh) | 2018-09-06 | 2018-09-06 | 一种多频涡流检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821452493.2U CN209460198U (zh) | 2018-09-06 | 2018-09-06 | 一种多频涡流检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN209460198U true CN209460198U (zh) | 2019-10-01 |
Family
ID=68036053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201821452493.2U Expired - Fee Related CN209460198U (zh) | 2018-09-06 | 2018-09-06 | 一种多频涡流检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN209460198U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111398413A (zh) * | 2020-04-26 | 2020-07-10 | 电子科技大学 | 一种双层对称差分平面涡流检测传感器 |
-
2018
- 2018-09-06 CN CN201821452493.2U patent/CN209460198U/zh not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111398413A (zh) * | 2020-04-26 | 2020-07-10 | 电子科技大学 | 一种双层对称差分平面涡流检测传感器 |
| CN111398413B (zh) * | 2020-04-26 | 2023-07-07 | 电子科技大学 | 一种双层对称差分平面涡流检测传感器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng et al. | Application of low frequency ECT method in noncontact detection and visualization of CFRP material | |
| CN102508110B (zh) | 基于纹理的绝缘子缺陷诊断方法 | |
| CN109444255A (zh) | 一种碳纤维增强复合材料缺陷的诊断方法 | |
| CN105548343B (zh) | 基于磁悬浮的零件缺陷的检测方法 | |
| CN109977808A (zh) | 一种晶圆表面缺陷模式检测与分析方法 | |
| CN111024728B (zh) | 一种基于计算机视觉与超声波探伤的铁路检测方法和系统 | |
| CN103163211B (zh) | 一种金属导体表面和亚表面缺陷分类识别方法 | |
| CN109187534A (zh) | 水质检测方法及其水样图像识别装置 | |
| CN204536226U (zh) | 复合绝缘子的缺陷的检测设备和系统 | |
| CN106483569A (zh) | 平衡差动式金属探测传感器及绝缘纸检测装置 | |
| CN204925039U (zh) | 一种石墨电极无损检测装置 | |
| CN209460198U (zh) | 一种多频涡流检测装置 | |
| CN116109635B (zh) | 复合悬式绝缘子表面质量检测方法、装置、设备及介质 | |
| CN115345876B (zh) | 一种基于超声图像的螺栓螺纹缺陷检测方法 | |
| CN108830840A (zh) | 一种电路板缺陷的主动智能检测方法及其应用 | |
| Ke et al. | Detection of wood surface defects based on particle swarm-genetic hybrid algorithm | |
| CN101718735A (zh) | 一种基于亥姆霍兹线圈的电导率无损测量系统 | |
| CN117309661A (zh) | 一种混凝土质量在线检测系统 | |
| CN111145168A (zh) | 碳纤维复合材料缺陷的检测方法及系统、存储介质 | |
| CN112233683B (zh) | 一种汽车电动后视镜异响检测方法及检测系统 | |
| CN104132949B (zh) | 一种子午线轮胎模具皮下缺陷无损检测的装置及方法 | |
| CN108956754A (zh) | 基于磁悬浮装置的塑料零件缺陷检测方法 | |
| CN103926317A (zh) | 超声波筛选工件的方法 | |
| CN103760229A (zh) | 基于支持向量机的焊接缺陷巨磁电阻涡流检测方法 | |
| CN102980536B (zh) | 刹车片钢背平面度检测系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191001 Termination date: 20200906 |