雷达液位计探讨及应用举例
简述了雷达液位计的测量原理,及其选型、安装过程中应注意的问题,提出了有价值的建议,供同行参考。
磁致伸缩导波模式控制传感器技术
超声导波在构件中传播具有多种模式的特征,给导波无损检测信号分析及其应用带来一定难度,通过导波传感器的合理设置实现导波模式的可控具有重要的实用意义。系统综述了国外基于磁致伸缩效应的导波传感器模式控制技术,详细介绍了纵向导波、扭转导波、弯曲导波三种模态传感器的设置。通过比较可得,磁致伸缩传感器中偏置磁场和交变磁场方向和大小设置决定了所激励出的导波模式。
基于电磁超声导波的铝合金板材缺陷自动检测装置
针对目前国内外普遍采用的压电超声技术在铝合金板材检测中的不足,研制了基于电磁超声导波的铝合金板材自动检测装置。设计了激发和接收导波的电磁超声换能器(EMAT),由FPGA完成电磁超声发射接收电路控制和数据采集。利用LabW indows CVI软件编写上位机程序,通过USB总线实现FPGA与上位机的数据交换,并在上位机完成数据分析和处理。研制了机械装置控制探头在铝合金板材表面折线形运动,实现整个铝合金板材缺陷的检测,并为板材在线检测装置的研制打下基础。基于电磁超声导波的铝合金板材缺陷自动检测装置,可对厚度为10 mm以下的整个铝合金板材进行快速检测,并能在上位机实现缺陷的自动判别。
桥梁缆索断丝导波无损检测系统研制*
针对桥梁缆索带包覆层、检测效率低的问题,结合缆索的结构特点和导波检测技术的优点,研制了基于磁致伸缩效应的缆索断丝导波无损检测系统,该系统包括检测传感器、主机和软件等。样索断丝检测实验表明,该系统可实现断丝的有效检测和定位,能检测出截面积损失3.2%的断丝。该系统可应用于现场桥梁的检测,为桥梁的安全运营提供了一种有效的检测手段。
磁致伸缩导波在钢管中传播的研究
介绍了导波在无限长钢管中传播的频散现象和多模式特点,研制了用于磁致伸缩导波检测的实验系统.通过正确的电磁屏蔽措施和合适的信号处理方法,改善了系统的信噪比,在钢管上进行了低阶纵向模态波传播实验,观察和分析了频散现象.用实验结果验证了理论计算.
高温管道超声导波监测的基础研究
以电厂管道中常用的T91钢为例,在线弹性力学基础上,研究了当材料物性受高温影响而发生变化时,内径-壁厚比(RIRT)为4的中空管道中1-4阶纵向和扭转模态导波的传播特性。详细分析了在由于高温而引起材料物性变化时,各模态导波的频散特性的变化关系。研究发现,随着频厚积的增加,温度改变引起的材料物性变化,对各模态导波传播特征的影响力增强;对于1-3阶纵向和扭转模态导波,弹性模量的变化对频散曲线有着主导作用。
超声导波在大型薄铝板缺陷检测中的应用
为了提高大型薄板超声检测的速度,研究了超声导波及其在大型薄铝板缺陷检测中的应用。推导了超声导波在大型薄铝板中传播的理论模型,分析了导波的波结构,设计并实践了导波检测薄铝板缺陷的方法。试验结果表明,若选取S0导波模式对1 mm薄铝板进行线扫描检测,在有缺陷的地方会出现明显的回波信号。根据缺陷回波与板端回波的传播时间差,可计算出缺陷的位置。缺陷越大,缺陷回波信号幅值越大。选择对缺陷灵敏度高的导波模式,导波法线扫描检测方式可以有效缩短检测时间,提高检测效率。
超声导波管道缺陷检测数值模拟
介绍了超声导波检测技术的研究意义、发展现状、导波检测的基本原理和激励频率的确定。应用ANSYS有限元分析程序建立管道模型,删除模型中部部分单元模拟切槽缺陷,施加端部激励载荷产生L(0,2)和T(0,1)模态导波,模拟超声导波的传播及遇到缺陷的反射回波情况,通过对接收信号的分析,较为准确地定位了缺陷位置。
温变工况下螺栓松动检测的独立成分分析方法
导波损伤检测技术的关键在于检测出结构损伤引起的导波信号变化,但环境温度变化也会影响导波传播过程,引起信号改变,导致损伤检测的失败。为了消除温度变化的影响,笔者采用独立成分分析(independent component analysis,简称ICA)方法处理导波响应信号。作为一种盲源分离的算法"CA能够从混合信号中提取得到独立的未知源信号分量。因此利用ICA方法能将导波的响应源信号从被温度变化干扰的混合信号中分离出来,实现消除温度变化干扰的目的。为验证该方法的可行性,以螺栓连接铝板为对象进行实验,采集不同温度下螺栓全紧及松动状态的导波响应信号,将其经过ICA方法处理后应用到损伤定位算法中。结果表明,应用ICA处理后的导波信号能够成功定位松动螺栓,证实了ICA方法排除温度变化对导波传播影响的有效性。
导波强化裂变聚合概率模型损伤监测方法
航空结构服役于时变环境极易导致结构损伤监测信号产生不确定的变化,从而降低损伤监测的可靠性,已成为阻碍航空结构健康监测技术应用的关键问题之一.针对此问题,提出了一种基于导波强化裂变聚合概率模型的损伤监测方法.首先,提出了一种强化裂变聚合建模算法建立稳定的高斯混合模型(Gaussian mixture model,简称GMM),从而建立导波监测特征参数在时变因素影响下的概率模型;其次,采用概率分量最小匹配Kullback-Leibler距离来定量表征高斯混合模型在损伤作用下的累积迁移趋势,从而实现损伤判别.在真实飞机大梁结构上对方法进行验证,结果表明,该方法能够在时变边界条件影响下实现损伤的可靠和稳定监测,且与基于导波损伤因子的监测方法相比,损伤监测的可靠性得到明显提高.