基于光谱方法多频涡流检测的缺陷的识别和分级.doc

《基于光谱方法多频涡流检测的缺陷的识别和分级.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于光谱方法多频涡流检测的缺陷的识别和分级摘要：多频涡流检测(MFECT)是一个重要的无损检测技术,它可以有效地实现多参数检测和消除干扰。针对传统单一频率涡流检测只能识别缺陷，不能有效地对缺陷分类的问题，本文提出一种新的采用线性调频信号激励和谱分析方法的多频涡流检测技术。线性调频信号激励交流电桥中的探头线圈，放大和采样交流电桥输出的信号，使用谱方法识别缺陷的性质。可以根据频谱的总能量的变化检测出缺陷。为了对缺陷进行分类，，提出一种新的称作“频谱中心偏移”的方法。与传统的多频涡流检测方法相比，这种方法具有峰值系数小和系统成本低

2、的优点。理论分析与实验结果的一致性说明该方法是正确的。关键词：多频涡流检测，线性调频，谱分析方法，缺陷识别，缺陷分类　　Ⅰ.介绍1971年，美国科学家Libby提出，多频涡流检测是一种多参数检测和消除干扰的有效检测方法。自此以后，多频涡流检测被广泛应用于工业领域，包括核电站管道的在线检测、航空器多层结构的检测等等。传统单频率涡流检测技术主要用固定的频率采集样本，根据电磁波理论转化对一灵敏度确定的深度。作为时域方法的脉冲涡流检测技术，包括丰富的频域信息，在检测更深的缺陷是会得到更好的结果。但是，根据傅里叶定理，当频率增加时，每

3、个频率分量的能量会快速减小。基于频域方法的多频涡流检测技术，采用不同的频率，频率可以根据被测物的性质进行选择，在不同缺陷深度下获得丰富的信息。通过谱分析方法得到缺陷的多个参数。在频域分析中，传统多频涡流检测技术采用线性叠加的不同频率信号激励涡流传感器。WYin设计了一个高速多频涡流检测系统，使用多种频率同时激励，通过相位优化使多频正弦信号的峰值系数变小。TomaszChady设计了一个专门的涡流检测传感器，也是由线性叠加的多频正弦信号激励。信号频谱的峰值频率用来实现缺陷分类。在这篇论文中，实现了基于多频率异步激励策略的涡流检

4、测系统。传统交流电桥中的圆柱形线圈是由短时线性调频信号激励的。与传统的多频涡流检测相比，这种新型的检测方法的传感器输出峰值因数小，所以很容易放大，同时，这也增强了涡流检测系统的灵敏度。Ⅱ.多频涡流检测理论根据涡流检测理论，被测物内的涡流密度下降到表面涡流密度的1/e的深度被称为标准趋肤深度δ。（1）在式（1）中，δ是涡流趋附肤深度，f是激励信号的频率，μ是导体的磁导率，σ是导体的电导率。图1多频涡流检测理论多频涡流检测系统的激励信号是由几个不同频率的正弦信号构成的。检测时导体表面的感应涡流将会引起线圈探头等效阻抗的变化。等效

5、阻抗可以用下面的（2）式和（3）式表示。（2）（3）M是检测线圈与导体之间的耦合系数。R1和L1分别是探头线圈的电阻和电感值。R2和L2分别是非铁磁性性导体的电阻和电感。导体的趋肤深度因激励频率的不同而异，所以耦合系数和等效阻抗也因激励频率不同而异。可以通过探头线圈等效阻抗总的变化来确定缺陷的存在，通过不同频率下探头线圈等效阻抗的相对变化来确定缺陷的位置。因此，通过多频涡流检测技术的谱分析法便实现了缺陷的多参数检测。Ⅲ.实验系统这个基于谱分析的多频涡流检测系统包括线性调频信号产生模块、探头线圈与检测电桥、数据采集模块、数据分

6、析模块等。线性调频信号产生模块和数据采集模块通过12位的多功能DAQPXI卡实现，它的输出速率是100MHz，AD转换速率是2MHz。数据分析模块使用VI技术（(LabWindows/CVI8.0）设计。时域中，矩形包络的线性调频信号如式（4）所示。S(t)=A·rect(t/T)·cos[2π(f0tKt2/2)]（4）A是S(t)的幅值，rect(t/T)为矩形函数，f0是中心频率，K为线性调频斜率，t是时间。这种激励信号在时域和频域中的波形如图2所示。（a）时域中线性调频信号（b）频域中线性调频信号（c）频域中增加窗

7、函数后的线性调频信号图2线性调频信号交流电桥的结构如图3所示。图3交流电桥交流电桥中平衡电阻R1和R2均是550Ω。探头线圈的尺寸和电气参数如表1所示。表1探头线圈的尺寸和电气参数其中，Coil是线圈，Referencecoil是参考线圈，Detectioncoil为检测线圈，Parameter是参数，Value是参数值。检测时的输出信号被放大后，送到计算机进行采样和处理。为了改善采样信号的频谱，将TukeyWin窗函数应用到其中。输出信号在时域和频域中的波形如图4所示。因为涡流检测的灵敏度在高频信号下比在低频信号情况下更高

8、，所以高频激励下检测的输出幅值较低频的幅值大。（a）时域中调频信号（b）频域中调频信号（c）增加窗函数频域中的调频信号图4交流电桥的输出信号Ⅳ.实验结果为了验证这种方法对缺陷识别和分类的能力，设计了带有3个缺陷的2mm后的铝板，如图5所示。三个缺陷的尺寸分别是10mm×1.0mm×0.5m