铝合金厚板电磁超声缺陷检测方法研究

铝合金厚板电磁超声缺陷检测方法研究

论文摘要

铝合金厚板广泛应用于航空航天和军事国防等领域。随着我国航空工业的高速发展和军事现代化进程的加速进行,铝合金厚板的需求量急剧增加。由于我国加工制备技术和设备的相对落后,铝合金厚板在生产过程中难免会出现各种缺陷。目前主要采用压电超声技术对铝合金厚板进行出厂检测,而压电超声在检测的过程中需要使用耦合剂,这对检测效率和检测精度都造成了影响。电磁超声技术无需使用耦合剂,并且能够很方便地产生多种类型的超声波,有利于提高检测效率和检测精度。因此研究铝合金厚板的电磁超声缺陷检测方法具有重要的理论意义和实用价值。本文首先研究了各种类型超声波的特点和不同探伤方法的优缺点,选择了垂直入射的水平偏振横波和反射法对铝合金厚板进行检测,并采用缺陷的二次反射回波来弥补近表面的检测盲区。由于检测对象是非铁磁性材料,本文对洛伦兹力机理的电磁超声换能器(EMAT)进行了分析。对实际检测中常用于激发水平偏振横波的蝶形线圈EMAT和螺旋线圈EMAT进行了本体和声场的三维有限元建模。仿真结果表明,蝶形线圈EMAT具有更好的检测效果。设计并实现了铝合金厚板电磁超声缺陷检测装置。该装置主要包括高频大功率的隔离型驱动电路,高增益低噪声的多级滤波放大电路,可控增益放大电路以及多通道的数据采集电路等。实验结果表明,该装置能够验证本文建模与仿真结果的正确性,并已初步具备铝合金厚板缺陷检测能力。该装置的成功研制也为电磁超声技术在铝合金厚板缺陷检测中的应用奠定了基础。本文研究了缺陷检测信号处理算法。针对缺陷检测回波信噪比低的问题,采用平均技术对检测信号进行预处理,有效提高了信噪比。对于杂波信号干扰缺陷判别的问题,采用自适应噪声消除原理抵消杂波信号。对自适应LMS、NLMS和RLS算法进行了研究,并分别采用三种算法对缺陷检测信号进行了处理。结果表明,RLS算法基本可以消除杂波信号的影响。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题的来源及研究的目的和意义
  • 1.2 板材超声检测的国内外研究现状
  • 1.2.1 国外研究现状
  • 1.2.2 国内研究现状
  • 1.3 板材电磁超声检测的国内外研究现状
  • 1.3.1 国外研究现状
  • 1.3.2 国内研究现状
  • 1.4 本文主要研究内容
  • 第2章 铝合金厚板电磁超声缺陷检测原理
  • 2.1 超声波的基本概念
  • 2.1.1 声速
  • 2.1.2 声压
  • 2.1.3 声阻抗
  • 2.2 用于板材缺陷检测的超声波类型
  • 2.2.1 纵波
  • 2.2.2 横波
  • 2.2.3 表面波
  • 2.2.4 板波
  • 2.3 铝合金厚板缺陷检测原理
  • 2.3.1 反射法
  • 2.3.2 透射法
  • 2.3.3 共振法
  • 2.4 本章小结
  • 第3章 用于板材缺陷检测的EMAT 建模与仿真分析
  • 3.1 引言
  • 3.2 电磁超声体波换能机理
  • 3.3 本体建模及仿真分析
  • 3.4 声场建模及仿真分析
  • 3.5 本章小结
  • 第4章 铝合金厚板电磁超声缺陷检测装置设计
  • 4.1 引言
  • 4.2 装置总体设计
  • 4.3 发射驱动电路设计
  • 4.3.1 控制电路设计
  • 4.3.2 高频大功率隔离型驱动电路设计
  • 4.3.3 自举电路分析与设计
  • 4.3.4 印刷电路板的布局和布线设计
  • 4.4 前置放大电路设计
  • 4.5 可控增益放大电路设计
  • 4.6 数据采集电路设计
  • 4.7 实验结果及分析
  • 4.8 本章小结
  • 第5章 基于自适应滤波的缺陷检测信号处理
  • 5.1 引言
  • 5.2 电磁超声缺陷检测信号预处理
  • 5.3 基于自适应滤波的杂波抵消原理
  • 5.3.1 自适应滤波的基本概念
  • 5.3.2 基于噪声消除方法的杂波抵消原理
  • 5.4 自适应FIR 滤波器的实现结构
  • 5.4.1 直接型实现结构
  • 5.4.2 格型实现结构
  • 5.5 LMS 算法在杂波抵消中的应用
  • 5.6 归一化LMS 算法在杂波抵消中的应用
  • 5.7 递归最小二乘算法在杂波抵消中的应用
  • 5.8 自适应滤波算法的杂波抵消效果比较及分析
  • 5.9 本章小结
  • 结论
  • 参考文献
  • 附录
  • 攻读硕士学位期间发表的论文及其它成果
  • 致谢
  • 相关论文文献

    • [1].石英腕表表盘缺陷检测机器视觉整机解决方案[J]. 电子技术与软件工程 2020(02)
    • [2].金属增材制造缺陷检测技术[J]. 哈尔滨工业大学学报 2020(05)
    • [3].基于深度学习的车辆零件缺陷检测方法[J]. 辽宁科技大学学报 2020(01)
    • [4].基于探地雷达的工程竹缺陷检测研究[J]. 施工技术 2020(15)
    • [5].基于钻入阻抗法的胶合竹缺陷检测研究[J]. 施工技术 2020(15)
    • [6].图像识别技术在食品包装缺陷检测中的应用[J]. 食品与机械 2020(08)
    • [7].基于机器视觉的印刷品缺陷检测方法综述[J]. 上海包装 2020(10)
    • [8].基于数据挖掘技术的牙刷包装缺陷检测方法研究[J]. 佳木斯大学学报(自然科学版) 2020(03)
    • [9].服务器外观缺陷检测系统[J]. 电子世界 2020(17)
    • [10].复杂受力状态下船体加筋板结构缺陷检测[J]. 舰船科学技术 2020(18)
    • [11].用于产品高速运动下缺陷检测的演示装置[J]. 安徽电子信息职业技术学院学报 2020(05)
    • [12].基于深度学习的点胶缺陷检测[J]. 电子技术与软件工程 2019(13)
    • [13].基于涡流检测的电力线夹缺陷检测与分类方法[J]. 中国科技论文 2017(04)
    • [14].基于敲击信号的刹车片内部缺陷检测[J]. 组合机床与自动化加工技术 2017(10)
    • [15].有关阀门缺陷检测方法的分析[J]. 科技创业家 2013(22)
    • [16].公路桥梁内外缺陷与几何力学特性检测研究[J]. 山东农业工程学院学报 2020(06)
    • [17].基于多视角卡牌模型的需求缺陷检测[J]. 计算机科学 2018(10)
    • [18].机器视觉在TFT-LCD暗画面缺陷检测中的应用[J]. 光学仪器 2017(03)
    • [19].超声相控阵缺陷检测聚焦技术仿真分析[J]. 测控技术 2016(07)
    • [20].机器视觉在木材缺陷检测领域应用研究进展[J]. 世界林业研究 2020(03)
    • [21].面向输电线路的锈蚀缺陷检测[J]. 电工技术 2020(17)
    • [22].一种铝塑泡罩药品包装缺陷检测方法[J]. 包装工程 2019(01)
    • [23].基于深度学习的工业零件缺陷检测算法研究[J]. 信息与电脑(理论版) 2019(18)
    • [24].多电极传感器复合材料缺陷检测系统设计(英文)[J]. 机床与液压 2017(24)
    • [25].基于视觉的绝缘子定位与自爆缺陷检测[J]. 电子测量与仪器学报 2017(06)
    • [26].应用深度卷积的涂布缺陷检测方法[J]. 传感器与微系统 2020(03)
    • [27].基于机器视觉的胶囊缺陷检测装置设计[J]. 贵州大学学报(自然科学版) 2020(03)
    • [28].基于热成像的埋地热力管道缺陷检测试验研究[J]. 仪器仪表学报 2020(06)
    • [29].面向二进制程序的开源软件缺陷检测方法[J]. 华北电力大学学报(自然科学版) 2019(04)
    • [30].基于机器视觉的食品包装缺陷检测研究[J]. 食品研究与开发 2016(24)

    标签:;  ;  ;  ;  

    铝合金厚板电磁超声缺陷检测方法研究
    下载Doc文档

    猜你喜欢