论文题目: 基于漏磁检测机理的钢管小缺陷精确量化识别理论及系统研究
论文类型: 博士论文
论文专业: 机械制造及其自动化
作者: 彭永胜
导师: 王太勇
关键词: 漏磁检测,信号调理,特征提取,模式识别,定量识别
文献来源: 天津大学
发表年度: 2005
论文摘要: 采用漏磁检测方法检测钢管缺陷时,缺陷信息的传输与采集可能在多个环节上受到干扰和影响。在分析这些干扰源对缺陷漏磁场信号影响的基础上,精心设计了根据相对速度调整截止频率的程控高通和抗频率混叠滤波器。当放大电路的放大倍数取70倍时,信号的信噪比(SNR)在30dB以上,达到或接近测量仪器的水平。设计了独特的单通道双放大倍数电路,分别为70倍和30倍放大,不同尺寸的缺陷可以使用不同放大倍数的信号进行分析。从数字信号处理的角度对磁电信号的相位和时延误差进行了校正,消除了信号中的趋势项,并进行了平滑和滤波处理,消除了信号中的奇异点和偶然干扰因素;对缺陷信号沿钢管轴向逐个断面进行拟合,得到缺陷漏磁场的一系列“切片”信号,由这些“切片”信号完成了缺陷漏磁场的空间重构。对重构的缺陷漏磁场信号进行离散采样,提取出虚拟的最佳位置传感器信号,用于对缺陷的定量分析与计算。使用双正交样条小波方法提取、计算了包括峰-峰值Up-p、谷-谷值Dv-v、面积Sa、能量E等在内的缺陷信号的15个主要特征量。对不同尺寸的相同类型缺陷信号特征量和不同类型缺陷信号特征量进行了对比分析,为缺陷的分类和定量计算提供了充分和有效的信息。建立了缺陷模式识别的BP神经网络模型,为每类缺陷设计了专门的识别网络,每个识别网络采用单输出方式,提高了分类识别的准确性。网络训练时采用附加动量因子的梯度下降算法,加快了网络的收敛速度。分类识别结果表明,基于BP神经网络的缺陷分类器具有较高的正确性。建立了缺陷定量识别的BP神经网络模型,为每类缺陷设计了专门的定量识别网络。对定量识别网络的均方误差函数进行了改进,使网络的训练过程更为稳定和平滑。通过对定量识别结果的分析表明,本文设计的各类缺陷的定量识别BP神经网络在识别训练样本时的绝对偏差均在0.01mm以下;在识别非训练样本时,排除加工误差的影响,绝对偏差均在0.2mm以下。这表明定量识别的结果具有较高的精度,能够实现小缺陷的精确定量识别。
论文目录:
中文摘要
ABSTRACT
第一章 绪论
1.1 钢管缺陷无损检测方法概述
1.2 钢管缺陷漏磁检测技术的研究与应用现状
1.2.1 漏磁信号的调理和去噪
1.2.2 漏磁信号的分析与处理
1.2.3 缺陷图形重构技术
1.2.4 检测元件与检测装置研究
1.3 本文主要研究内容及意义
1.3.1 小缺陷漏磁信号的智能调理与去噪
1.3.2 缺陷信号的数字去噪技术研究
1.3.3 缺陷漏磁信号的特征提取
1.3.4 缺陷的分类识别研究与小缺陷精确量化诊断问题
1.3.5 本论文研究的意义
第二章 钢管缺陷漏磁检测原理与实验装置
2.1 漏磁检测的物理基础
2.1.1 磁感应线的折射现象
2.2.2 漏磁场及其分布
2.2 钢管缺陷的漏磁检测
2.2.1 钢管缺陷漏磁检测原理
2.2.2 钢管的磁化
2.2.3 检测元件
2.3 检测装置及实验台架
2.4 检测样本
2.5 本章小结
第三章 漏磁信号的智能调理与去噪研究
3.1 漏磁信号调理与去噪综述
3.2 钢管漏磁检测中的主要噪声和干扰因素分析
3.2.1 空间磁场干扰
3.2.2 钢管材料、工艺特性和磁化等因素引起的噪声
3.2.3 电噪声
3.3 非电噪声的抑制与消除
3.3.1 屏蔽
3.3.2 聚磁检测技术
3.4 漏磁信号的智能调理与去噪
3.4.1 霍尔传感器对管技术
3.4.2 漏磁信号的自适应程控高通滤波
3.4.3 单通道双放大倍数方法提取小缺陷信号技术
3.4.4 漏磁信号的自适应程控抗混叠滤波
3.5 本章小结
第四章 缺陷漏磁信号的数字处理与空间重构
4.1 相位和时延校正
4.2 趋势项去除
4.3 五点三次平滑与滤波处理
4.4 缺陷漏磁场空间重构与最佳位置传感器信号的提取
4.4.1 缺陷漏磁场的“切片”式空间重构
4.4.2 最佳位置传感器信号的提取
4.5 本章小结
第五章 缺陷漏磁信号的特征提取
5.1 缺陷漏磁信号的时域和频域特征
5.2 基于双正交样条小波方法的缺陷特征提取
5.3 本章小结
第六章 基于BP 神经网络的缺陷模式识别与精确定量识别研究
6.1 BP 神经网络模型
6.2 基于BP 神经网络的缺陷模式识别
6.2.1 三层BP 神经网络的输出方式
6.2.2 缺陷特征量的选择与隐层节点数的确定
6.2.3 训练与识别结果分析
6.3 基于BP 神经网络的缺陷精确定量识别研究
6.3.1 定量识别网络的结构
6.3.2 定量识别结果分析
6.4 本章小节
第七章 结论与展望
参考文献
攻读博士学位期间发表论文和参加科研情况
致谢
发布时间: 2007-07-10
参考文献
- [1].石油管具螺纹漏磁检测方法研究[D]. 丁劲锋.华中科技大学2006
- [2].裂纹漏磁场数值分析及相关问题研究[D]. 马铁轮.大庆石油学院2008
- [3].基于脉冲漏磁检测机理的缺陷检测研究[D]. 唐莺.国防科学技术大学2011
- [4].表面粗糙度和曲率半径对轴承钢管漏磁检测的影响机制[D]. 杨芸.华中科技大学2017
- [5].钢管漏磁检测中的动生涡流影响机理及其应用[D]. 冯搏.华中科技大学2016
- [6].钢管漏磁探伤中的内外伤区分方法[D]. 李久政.华中科技大学2009
- [7].管道漏磁内检测关键技术问题研究[D]. 刘刚.沈阳工业大学2010
- [8].铁磁材料损伤磁性无损检测若干关键技术研究[D]. 邱忠超.北京理工大学2016
- [9].铁磁性平板腐蚀缺陷多通道漏磁信号的反演与重构[D]. 杨志军.东北石油大学2011
相关论文
- [1].管道漏磁内检测关键技术问题研究[D]. 刘刚.沈阳工业大学2010
- [2].管道周向励磁漏磁内检测技术的研究[D]. 张国光.沈阳工业大学2010
- [3].钢管漏磁探伤中的内外伤区分方法[D]. 李久政.华中科技大学2009
- [4].基于多传感器融合的油管无损检测与缺陷量化技术研究[D]. 杨涛.天津大学2004
- [5].油气管道MFL检测信号处理与管道缺陷评估技术研究[D]. 魏茂安.天津大学2004
- [6].石油管具螺纹漏磁检测方法研究[D]. 丁劲锋.华中科技大学2006