小波分析在磁记忆检测中的应用研究

小波分析在磁记忆检测中的应用研究

论文摘要

本文从机理和应用两个方面对磁记忆检测技术进行了试验研究。以铁磁材料的磁记忆原理为基础,对石油化工行业中常用的三种钢材(X80、Q345R和Q245R)进行拉伸试验。分别测量这三种钢材在不同载荷下的磁记忆信号;为了研究应力集中及其所处的位置对磁记忆信号的影响,对部分试件加工预制缺陷,缺陷在试件中的位置分为试件中心和偏离中心位置两种。为得到准确的判断结果,本文将小波分析引入到磁记忆信号处理中。试验结果表明,试件在拉伸试验过程中的“零值点”的位置与缺陷在试件中的相对位置有关。从构件产生磁记忆基本原理出发,运用等效带磁偶极子模型对构件“零值点”随载荷的变化不断漂移的现象进行了解释,结果表明把“零值点”作为磁记忆检测的判别依据并不适用于所有情况,有较大的局限性。为使小波分析能有效地应用在磁记忆检测的信号处理中,本文提出了小波分析的选择性重构的方法。这种方法不但能去除检测信号中的噪声信号,而且还能从原信号中提取出构件应力集中处的特征信号,该信号的中心位置与构件应力集中的位置吻合,并且与等效带磁偶极子模型的分析结论一致。对现场压力容器的焊缝进行磁记忆和超声波联合检测结果表明了这种小波分析方法的准确性,该方法还有助于对构件磁记忆现象的微观机理的研究。本文研究的结果对磁记忆检测技术的推广和实际应用有一定的推动作用。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题背景及意义
  • 1.2 应力检测的传统无损检测方法
  • 1.2.1 衍射法
  • 1.2.2 超声波法
  • 1.2.3 电子散斑干涉法
  • 1.2.4 磁性法
  • 1.3 磁记忆检测技术概述
  • 1.3.1 磁记忆检测技术
  • 1.3.2 金属磁记忆检测的发展与研究现状
  • 1.3.3 磁记忆检测技术的发展方向
  • 1.4 论文研究的主要内容
  • 第2章 金属磁记忆检测技术机理
  • 2.1 物质的磁性
  • 2.2 物质磁性的应用
  • 2.3 铁磁材料中的基本现象
  • 2.3.1 铁磁物质的自发磁化
  • 2.3.2 磁晶的各向异性
  • 2.3.3 磁致伸缩效应
  • 2.3.4 磁弹性效应
  • 2.3.5 磁弹性效应
  • 2.3.6 磁畴结构
  • 2.4 磁记忆检测原理
  • 第3章 小波分析
  • 3.1 连续小波变换
  • 3.1.1 连续小波变换的基本概念
  • 3.1.2 连续小波变换的性质
  • 3.1.3 连续小波变换的逆变换
  • 3.2 离散小波变换
  • 3.3 二进小波变换
  • 3.4 多尺度分析
  • 3.4.1 尺度函数
  • 3.4.2 尺度空间
  • 3.4.3 尺度分析的性质
  • 3.4.4 小波空间
  • 3.4.5 信号的多尺度分解
  • 3.5 离散序列的小波变换
  • 3.5.1 离散信号的小波分析
  • 3.5.2 离散信号的小波重构
  • 第4章 静载拉伸过程中磁记忆信号的研究
  • 4.1 试验方案
  • 4.1.1 实验材料
  • 4.1.2 试件的制备
  • 4.1.3 试验方案及试验仪器
  • 4.2 试验结果
  • 4.2.1 X80 材料的试验结果
  • 4.2.2 Q345R 材料的试验结果
  • 4.2.3 Q245R 材料的试验结果
  • 4.3 试验结果分析
  • 4.4 本章小结
  • 第5章 小波分析在磁记忆检测中的应用
  • 5.1 磁记忆信号的研究方向
  • 5.2 小波分析在磁记忆检测中的应用
  • 5.3 小波分析的选择性重构方法
  • 5.3.1 一维离散小波变换的分解算法
  • 5.3.2 一维离散小波变换的重建算法
  • 5.3.3 小波分析的选择性重构磁记忆检测中的应用
  • 5.4 磁记忆无损检测在压力容器中的应用实例
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间承担的科研任务与主要成果
  • 致谢
  • 作者简介
  • 相关论文文献

    • [1].心音信号的小波分析研究[J]. 福建电脑 2019(12)
    • [2].基于小波分析的变压器异常特征量的提取[J]. 科技创新与应用 2019(20)
    • [3].小波分析在图像处理中的应用[J]. 数字通信世界 2019(08)
    • [4].小波分析在图像处理中的应用研究[J]. 电脑迷 2016(09)
    • [5].小波分析在旋转机械故障诊断中的应用[J]. 科技资讯 2010(34)
    • [6].小波分析在机械故障诊断中的应用[J]. 机电一体化 2013(10)
    • [7].基于小波分析的裂纹梁的损伤识别[J]. 机械设计与制造 2009(07)
    • [8].博士生核心课程“小波分析”建设探索[J]. 电气电子教学学报 2019(02)
    • [9].小波分析在股票指数分析中的应用[J]. 中外企业家 2015(16)
    • [10].小波分析在图像处理中的应用及发展[J]. 科技资讯 2011(32)
    • [11].细胞初始黏附过程的小波分析[J]. 医用生物力学 2009(S1)
    • [12].小波分析时间序列算法在烧结终点的预测研究[J]. 计算机测量与控制 2013(01)
    • [13].小波分析在信号处理中的应用[J]. 中国高新技术企业 2011(08)
    • [14].第二代小波分析在轴承故障诊断中的应用[J]. 北京工业大学学报 2009(05)
    • [15].基于小波分析的海洋平台结构损伤检测技术探讨[J]. 科技创新与应用 2015(09)
    • [16].电力系统继电保护过程中小波分析的应用探讨[J]. 信息与电脑(理论版) 2013(20)
    • [17].浅谈小波分析在大地测量中的应用与进展[J]. 城市建筑 2013(18)
    • [18].低压故障电弧的形态小波分析[J]. 低压电器 2013(20)
    • [19].多细胞基因表达式编程和小波分析的降水预测[J]. 计算机仿真 2019(08)
    • [20].基于小波分析的水稻生育期气象因子对产量的影响[J]. 大麦与谷类科学 2018(02)
    • [21].小波分析在振动信号去噪中的应用研究[J]. 吉林建筑大学学报 2016(05)
    • [22].基于奇异值分解和小波分析的结构模态参数识别[J]. 华中科技大学学报(城市科学版) 2008(02)
    • [23].小波分析和神经网络在超声波检测中的应用[J]. 起重运输机械 2008(10)
    • [24].基于小波分析的抗振动信号处理算法研究[J]. 西安文理学院学报(自然科学版) 2018(01)
    • [25].基于小波分析的导航传感器消噪处理方法研究[J]. 现代导航 2017(04)
    • [26].基于小波分析的典型干旱草原区降水特征研究[J]. 安徽农业科学 2014(03)
    • [27].基于小波分析的蚂蚁追踪技术[J]. 断块油气田 2020(01)
    • [28].一种基于小波分析的网络流量异常检测方法[J]. 计算机科学 2019(08)
    • [29].浅析小波分析在矿山物探数据处理中的应用[J]. 世界有色金属 2019(14)
    • [30].小波分析在发动机故障诊断中的应用[J]. 内燃机与配件 2019(21)

    标签:;  ;  ;  ;  

    小波分析在磁记忆检测中的应用研究
    下载Doc文档

    猜你喜欢