基于交流电磁场的缺陷智能可视化检测技术研究

摘要

本文受国家863青年基金项目“交流电磁场检测(ACFM)智能可视化技术研究”资助，针对ACFM技术缺陷智能识别和形状可视化的难题，通过理论分析和实验研究，系统地开展交流电磁场缺陷智能可视化检测系统开发的关键技术研究，在ACFM有限元仿真分析、缺陷定量识别以及形状可视化反演、ACFM缺陷智能可视化探头设计与优化、磁场信号软硬件处理技术、虚拟样机系统开发等方面均取得较大的研究进展，主要的研究成果总结如下： 1 ACFM理论研究与数值模型建立 结合ACFM检测原理和数值计算理论，引入矢量磁位A和标量势函数ψ，提出ACFM缺陷识别的理论模型。为了简化模型中缺陷附近电磁场分布的仿真分析和求解，引入有限元分析方法，针对分析对象和目的的不同，建立了3种不同的ACFM有限元分析模型：激励仿真模型、计算模型和探头运动仿真模型。激励模型可以准确的模拟检测中感应电磁场的分布规律，为探头设计和优化提供理论依据。计算模型能够完成稳定检测状态下缺陷上方磁通密度分布的分析和数值计算。探头运动仿真模型主要用于探头运动检测或大缺陷检测情况下磁场分布的分析和计算。以上3种专用的参数化仿真模型的建立，减少了ACFM电磁场仿真建模和计算的工作量，也为后续的研究奠定基础。 2 ACFM缺陷智能识别与形状可视化算法研究 鉴于目前ACFM缺陷识别方法中存在的人为误差大、无法实时识别和智能化程度低等方面的不足，对ACFM缺陷智能识别技术进行深入的研究。作为缺陷智能识别研究的基础，采用人工缺陷加工和仿真模拟相结合的方法，对缺陷进行分类制作，建立缺陷数据库，并在此基础上通过信号分析和特征提取，确定了用以标示缺陷信息，简化反演的缺陷信号特征量。分析当前ACFM缺陷判定方法的不足，借助相关检测，提出加入相位判据的直接判别法，实时判别缺陷的存在。统计分析缺陷数据库中部分缺陷的实验检测结果或仿真结果，基于缺陷尺寸对于磁场信号特征值影响的3条规律，提出基于插值的ACFM缺陷定量识别算法，为工程中含有大量检测数据的缺陷实时量化提供新途径。充分考虑缺陷尺寸和磁场特征分布之间存在的复杂非线性关系，引入非线性神经网络，建立基于BP神经网络和广义回归神经网络的缺陷定量识别模型，并对两种模型的量化精度以及推广性进行了对比分析。基于旋转感应磁场，提出了ACFM缺陷方位计算方法，为缺陷形状可视化奠定基础。 针对目前国内外对于ACFM缺陷形状可视化技术研究的一些空白，通过大量的非规则形状缺陷的有限元仿真实验，分析由缺陷形状引起的磁场信号分布的变化。在此基础上，借鉴有限元分割思想，提出缺陷截面形状反演算法和缺陷表面形状反演算法以及缺陷三维重构方法，并进行仿真测试和误差分析，反演精度均超过90％。基于目标优化思想，融合缺陷形状反演算法和有限元仿真技术，设计缺陷可视化的智能实现流程，为缺陷形状可视化的计算机智能实现奠定基础。 3 ACFM缺陷智能可视化检测系统研制 针对ACFM磁场信号的特点，借助参数化激励仿真模型，探讨激励探头结构对感应电磁场的影响。基于旋转磁场理论，开发双U型ACFM正交激励阵列探头，为缺陷形状可视化和角度的检测提供必要的旋转匀强感应磁场，消除缺陷方向对检测灵敏度的影响。配合一维阵列检测线圈，设计一维ACFM智能可视化探头，为缺陷的智能可视化反演提供足够的磁场信息。考虑探头采集的磁场信号属于微弱、多干扰信号，对信号发生以及处理电路进行设计，实现信号的初步处理，为信号A/D转换和数字化信号处理奠定基础。 结合A/D数据采集卡，在LabVIEW环境下设计信号采集与转换模块，本着简化硬件电路、降低仪器成本、提高系统参数化水平的目的，将部分硬件电路软件化，构建数字信号处理软件模块，设置专用滤波器，并参考正交锁相放大原理，开发互相关相位检测器，以正交激励信号为参考信号，实现信号的矢量测定，为后续的缺陷智能可视化反演奠定基础。鉴于MATIAB语言在数值分析和计算方面的独特优势，采用LabVlEW和MATLAB混合编程的方法编制缺陷智能可视化反演模块，开发ACFM缺陷智能可视化检测软件系统，实现缺陷的实时判别、自动量化及缺陷可视化描述。 采用人工缺陷检测实验的测试方法，对开发的ACFM缺陷智能可视化检测系统的功能、精度以及不同环境下的检测性能进行测试，结果表明该系统量化精度不低于85％，反演所得缺陷外形可以较为准确的描述缺陷真实形状，而且对于水下结构物缺陷也能够实现智能可视化检测，量化精度也可达到85％。 4 ACFM虚拟样机系统开发 以交流电磁场检测原理为基础，利用数值仿真技术为主要设计手段，借助多领域集成仿真技术，对有限元仿真模型参数化设计与计算，仿真结果描述与特征提取，缺陷特征数据库维护，缺陷定量识别与可视化反演等ACFM相关的正、反问题进行模块设计和程序实现，开发ACFM缺陷智能可视化检测虚拟样机系统。该样机以ACFM仿真模型代替人工缺陷，以有限元计算结果作为原始磁场信号，自动完成数字信号的分析和特征提取、缺陷的智能定量识别以及形状反演和可视化描述，并提供与检测系统之间的数据通讯接口，利用检测系统调节虚拟样机中仿真模型的设计参数，利用虚拟样机的智能可视化子系统作为检测系统采集信号的后处理模块，有效提高ACFM缺陷检测系统的检测精度以及智能可视化水平。

目录

文摘

英文文摘

论文说明：图表目录

声明

创新点摘要

第1章绪论

1.1概述

1.2国内外相关研究现状

1.3本文的主要研究内容

第2章交流电磁场缺陷检测的数学模型

2.1 ACFM理论模型

2.2有限元仿真模型

2.3本章小结

第3章ACFM的缺陷智能定量识别

3.1缺陷特征库

3.2信号分析与特征提取

3.3缺陷智能实时判定

3.4 ACFM缺陷尺寸量化

3.5 ACFM裂纹方位计算

3.6本章小结

第4章ACFM的缺陷形状反演与可视化

4.1缺陷形状反演基础

4.2 ACFM缺陷形状可视化方法研究

4.3缺陷可视化反演智能实现

4.4本章小结

第5章ACFM缺陷智能可视化检测系统开发

5.1激励探头结构影响仿真分析

5.2 ACFM缺陷智能可视化检测探头设计

5.3 ACFM系统硬件模块设计

5.4 ACFM缺陷智能可视化检测软件设计

5.5 ACFM缺陷智能可视化检测系统测试

5.6本章小结

第6章ACFM智能可视化虚拟样机系统开发与测试

6.1概念设计

6.2 ACFM-VPS综合仿真平台

6.3 ACFM-VPS结构

6.4 ACFM-VPS实验测试

6.5本章小结

第7章结论及展望

7.1主要研究结论

7.2建议今后开展的研究

参考文献

致谢

个人简历、在学期间的研究成果