轴承钢硬度涡流检测虚拟系统的研究

    1　引　言

    轴承钢硬度直接决定着轴承产品的质量。设计轴承钢硬度电磁无损检测系统是解决中小型轴承厂家对轴承材料进行快速、准确和有效地质量检测的最现实的途径之一。

    利用模式识别理论可以有效地避免建模等复杂设计程序,也是智能无损检测技术发展的方向。其首要问题是解决检测信号特征提取及选用聚类算法。笔者针对轴承钢硬度检测要求,提出了一种简单实用的无IR区的线性分类规则,利用C++Builder设计了虚拟检测系统,采用Windows2000 Server操作系统平台,为软件的升级和基于网络的系统集成打下了良好基础。

    2　轴承钢硬度信号模式识别原理

    2.1　轴承钢硬度信号特征值的提取

    Fourier描述法是一种提取特征值的有效方法。涡流阻抗图能用Fourier级数来描述,差动涡流检测信号可近似为有限级数^[1-4]。

式中:F_k为Fourier系数,l为起始点P0到任一点P的弧长,L为曲线全长。F_k与曲线之间构成映射关系。函数u(l)由采样得到,用离散点表示,因此可用多边形近似代替曲线,设其顶点为V₀,V₁,…,V_t-1,V_t=V₀,则

    复系数F_k随曲线的转换及起始点的不同而不同,其Fourier描述符定义为

P_k是F_k的函数,它只对曲线形状敏感,对涡流检测仪的零点与增益不敏感,且不随曲线的旋转、平移、尺寸变换及起始点的选择变化而变化。因此可用P_k(k= 2,3,…,N+ 1)组成的特征矢量作为检测信号的特征值。

    u(l)是弧长的函数而不是时间的函数,与探头速度无关,P_k也不受探头速度影响。由F_k的代数性质可重构出原涡流阻抗图,F_k包含有涡流阻抗图的图形信息,可用来对涡流阻抗图的图形进行分类。实际上,并不需要直接比较F_k,而是将P_k作为矢量元素构成特征矢量,则这个矢量的幅值就成为信号间进行比较的判据.将8个P_k作为检测系统的输入已足够(组成8维特征空间的特征矢量)。

    2.2　钢材硬度的分类

    某轴承厂年钢材用量为1 500 t,常用轴承钢及其硬度要求如表1所示。

    钢材硬度的分类合格与不合格分别定义为ω₁与ω₂类。ω₁类的定义十分明确,对于ω₂类,序号1～5的轴承钢,其不合格产品的布氏硬度理论分布范围为(-∞,a)∪(b, +∞),定义ω₂₁为布氏硬度在(-∞,a)内的产品,简记ω₂₁= (-∞,a),同理记ω₂₂= (b, +∞),则ω₂=ω₂₁∪ω₂₂(第2类)。序号6与7的轴承钢,分别定义ω2=ω₂₂与ω₂=ω₂₁(第1类)。