一、计算机在涡流检测中的应用（论文文献综述）
张鋆浩[1]（2021）在《船舶海水管路腐蚀无损检测技术应用研究》文中研究指明
宋冠儒[2]（2021）在《基于MEMS技术的电涡流传感器探头研究》文中认为涡流检测技术是重要的无损检测技术之一,探头是涡流传感器的关键元件,平面螺旋线圈具有一致性好、检测精度高、环境适用性好等优点,已经在涡流传感器探头中得到广泛应用。随着检测需求增加,探测线圈的小型化、精密化、阵列化和柔性化已经成为电涡流传感器探头的发展方向,本文基于MEMS技术,为电涡流探头的设计与制作,提供新的方法。本文的主要研究内容如下:（1）分析涡流检测中探测线圈阻抗变化与耦合系数的关系,研究电参数对传感器性能的直接影响。首先阐述涡流检测的测量原理,对线圈阻抗分析方法进行研究,根据等效涡流环理论,利用等效电感变化反应耦合系数的变化,分析影响探测线圈检测性能的因素。通过有限元分析方法,研究探头的结构参数、电参数和传感器性能之间的关系,发现单位面积内感应线圈的电感越大,传感器的灵敏度、测量范围等性能越好。（2）建立探头物理模型,实现电参数快速提取,研究探头结构参数对电参数的影响。利用电涡流传感器探头的等效电路,研究探头探测线圈的电参数计算方法,采用Matlab软件对探测线圈进行建模设计,实现探头电参数的快速提取,对探头的初步设计起到指导作用。利用Matlab模型得到的电参数计算值与仿真结果相符,利用该模型分析探头结构参数对电感、电阻、品质因数Q值和自谐振频率的影响。在电涡流传感器的设计中,可以按照探头实际性能的需求,根据此模型,实现探头设计中对结构参数的初步确定,提高设计效率,为探头的设计提供新的思路。（3）利用MEMS技术完成刚性探头和柔性探头的制作并进行阻抗测试。对厚胶工艺、电铸工艺和种子层工艺进行分析,提出一种基于MEMS技术的电涡流传感器探头制作方法。对AZ50XT光刻胶的尺寸精度问题进行研究,通过优化匀胶工艺和抛光工艺,提高胶膜均匀性,并采用多次曝光显影工艺,制作出厚度大于50μm的正性胶膜,结构沟道内无残胶,侧壁陡直性好。对微电铸工艺进行研究,优化工艺参数,配置所需电铸液,减少断路现象。基底种子层选择Cr/Cu作为溅射层,厚度分别为20 nm和50 nm,结合力好且方便去除。在制备工艺研究的基础上,设计合理的工艺流程,制作出具有多层结构的刚性探头和柔性探头。使用阻抗分析仪对探头进行测试,电感值达到14μH,电阻值仅为14Ω和17Ω。
杨月月[3]（2021）在《水平井存储式瞬变电磁法防砂筛管破损检测技术研究》文中指出随着油田开发的不断深入,大斜度井、水平井等复杂井况日益增多,井下油层出砂也愈发常见。作为水平井防砂的主要方式之一,防砂筛管完井技术逐渐成为水平井防砂技术的关键。然而,传统的基于电缆测井的套管损伤检测技术已经不能满足水平井下防砂筛管的破损检测。针对这一问题,本文基于水平井防砂筛管完井,重点研究了基于存储式瞬变电磁法的水平井防砂筛管破损检测技术。首先基于传统的油、套管损伤检测原理及方法,介绍了瞬变电磁法防砂筛管破损检测的基本理论,提出了偏心阵列式防砂筛管破损检测方法,并对瞬变电磁防砂筛管损伤检测进行了仿真分析。针对传统电缆测井出现的问题,通过采用连续油管或者油管推送仪器至目的井段的办法,设计了水平井存储式瞬变电磁防砂筛管破损检测系统。在此基础上,通过功耗分析设计了针对水平井防砂筛管损伤探测系统的高温电池组、低纹波的电源模块,进行了存储容量分析并设计了相应的存储模块。并针对连续油管推送和油管推送两种不同的入井方式,分别设计了所需的深度测量系统,通过分析存储式仪器产生的深度误差因素研究了不同下入方式的深度校正方法。此外,针对瞬变电磁测井仪器下井过程中由于探头和仪器偏心引起的测量误差问题,提出了相应的误差校正方法。最后,以存储式瞬变电磁探伤仪为基础,开展了大量的室内和现场试验,试验结果表明,所设计的存储式探伤系统可以实现防砂筛管的损伤检测,包括损伤的定位和损伤类型的判别。利用偏心探头探测的方式还可以有效提高防砂筛管损伤的探测分辨率,为油田的发展提供重要的参考信息。
李胜平[4]（2021）在《基于柔性阵列涡流的旋压筒体缺陷自动检测研究与实现》文中指出在现代工业及军事应用等领域,存在着多种类型的机械构件缺陷造成的安全问题,如金属件锻造塑形过程中产生的辊印、氧化、麻点、气泡、折迭、拉伸裂纹等。由于缺陷往往较为细小或出现在浅表面,使得缺陷难以通过人工有效排查。在军事、核能及航天领域,机械构件运行在高温高压环境下时,机械容易出现应力集中及交变载荷,易引发构件疲劳断裂,在不经意间易酿成重大安全事故。因此对相关重大安全领域机械产品结构出厂前及运行过程中周期性地缺陷无损检测至关重要。本文基于国内旋压壳体表面缺陷自动化无损检测的需求。根据测试对象的特征及检测目标提出一个能够自动化对金属旋压筒体进行表面自动化无损检测的自动测试系统,该系统主要功能为对被测件自动化上下载、扫描、识别及缺陷定位和报表导出,并在此前提下实现单一平台的总控功能。本文主要研究如下:1.分析目标检测对象的特征,研究国内外现有的相关无损检测方法,选择并讨论具体检测方式及系统框架。根据所选择的测试方式,研究其基础原理并设计系统框架结构以及分析检测可能出现的重难点问题。2.根据设计的系统框架,选则适合该对象检测的无损检测仪器,以及根据实际检测缺陷特征实验并计算检测参数。确定实际系统运行逻辑,并据此设计基于MVC的三层逻辑架构自动测试系统软件。3.对实际采集的检测数据特征分析,根据频谱和数据特征使用数据统计方式过滤背景整体提离干扰。通过对涡流磁场在缺陷中的分布进行仿真及对实际检测数据图像分析,使用数学形态学方式逐步过滤数据中的各种抖动提离及噪声干扰,并通过基于计算机数据结构的方法进行缺陷的定位。4.对系统进行实际测试,通过对不同型号标准样件的实际上下料进行运行可靠性测试,并就不同尺寸深度的标准缺陷检测系统缺陷分辨及定位能力,判断该系统设计、运行、检测三方面是否符合实际测试要求。从理论分析到设计论证及实验验证,可以判定本基于柔性涡流阵列的旋压筒体自动化无损检测系统能够自动化检测及尺寸从直径300mm到400mm,长度从1000mm到2000mm旋压筒体,并识别筒体中尺寸大于等于0.13mm的缺陷,该指标能够较好地符合实际测试目标。
魏阳[5]（2021）在《汽车发动机高压油管的表面缺陷及圆度在线检测》文中提出随着中国经济的快速发展,国民在生活质量方面的标准也越来越高,驾车出行逐渐成为常态。为了使民众出行更加安全,我国汽车制造水平与质量要求也随之提升。近几年,中国汽车制造业水平进步明显,美中不足的是,汽车发动机方面还存在差距。其中,发动机高压油管出现了较多质量与安全方面的问题,譬如油管泄漏、断裂等,极大影响了国民的驾驶安全。对汽车发动机高压油管生产过程中的质量加以监控,是保证油管安全的关键步骤,主要从油管是否存在缺陷（譬如裂纹、穿孔等）和油管几何尺寸是否达标两个方面开展检测。目前,油管缺陷的主要的检测手段包括超声、电磁、水压等,其中电磁涡流因检测速度快、检测灵敏度高、检测环境无特殊要求等诸多优势,在发动机高压油管生产中得到了大量的应用;油管几何尺寸中的圆度检测对保障高压油管装配成油轨后的质量非常关键,常见的检测手段主要包括图像、超声、位移测量等,其中位移测量法因检测精度高、受环境影响小、检测成本低等特点,在实际生产中应用较广。本研究以汽车发动机高压油管缺陷与圆度在线监控为主要目标,采用涡流检测和接触式位移测量方法,结合机电一体化集成技术,成功实现上述指标的在线检测。
杜如栋[6]（2020）在《基于穿过式电涡流传感器的钼丝表面缺陷检测研究》文中认为钼丝作为电火花线切割加工中的关键部件,运行在精度要求比较高的环境中,其表面质量越高所加工零部件的品质和精度也就越高。目前工厂所用的钼丝检测设备精度低可靠性差,主要集中在钼丝拉伸成型后的线下检测,极大的影响了检测效率。本文使用穿过式涡流（Encircling eddy current,EER）无损检测技术,在对传感器骨架尺寸和结构进行优化设计的基础上,结合仿真分析和实验检测,进行了 EER检测钼丝缺陷的研究。基于电磁学理论和电涡流检测原理,建立了穿过式探头的三维检测模型。结合实际钼丝表面涡流分布特性,对影响钼丝表面涡流分布状况的参数进行了具体分析。并根据穿过式涡流检测的空载阻抗特性和检测深度,探讨了线圈参数变化对场强的影响。线圈采用自发自收的圆柱形结构,采用控制变量法从线圈的高度,内径,外径三个方面研究不同的线圈尺寸参数对穿过式线圈涡流传感器检测钼丝表面的影响规律,得出了穿过式传感探头的最优设计尺寸。在理论研究的基础上搭建了穿过式涡流在线检测实验台。以穿过式线圈探头为核心,对实验中设计的实验平台结构框架和各组成模块工作原理做了详细分析。并设计了与之配套的可拆卸式探头支架,以便所绕绕的探头线圈拆卸和更换,采用丝杆与螺母相互配合的方式,来适应探头骨架高度位置的调整,实现对微裂纹缺陷的检测,从而提升了检测系统的的检测效率。结合Maxwell有限元对场强进行仿真。通过对裂纹方向进行研究分析,验证了所设计的线圈对轴向和周向缺陷的检测灵敏度。运用参数化扫描的手段,在线圈对轴向和周向裂纹磁感应强度分布的基础上,研究传感器线圈参数的改变与钼丝裂纹方向之间的响应关系。并结合所得到的磁场强度曲线,分析其峰值峰谷的变化规律,探寻传感探头与裂纹方向相匹配的最佳尺寸,为传感线圈的设计提供参考。结合实验,将线圈进行了结构优化,设计了带阶梯凹槽的穿过式线圈骨架,并对仿真所得的线圈最优参数进行验证,确定所设计线圈对各裂纹方向都有较高的灵敏度。综上所述,本文对EER探头结构设计和性能测试做了深入的研究。一方面,基于现有的涡流检测理论及经验,在线圈结构上进行了创新,保证了线圈和试件之间的提离高度和同轴度。另一方面,在实验检测的基础上,结合仿真分析软件,将参数化扫描与实验检测结果进行对比,并对不同裂纹方向的涡流信号分布规律做了研究。最后利用数据采集卡,验证了所设计上位机软件对EER检测信号测试的可行性。
刘博文[7]（2020）在《金属构件自然缺陷涡流无损检测特征信号计算方法研究》文中研究指明在日常的工程应用中,金属材料构件由于恶劣的工作环境和复杂的工作条件导致其在内部或表面产生缺陷,如果不及时处理任由缺陷加剧,进而导致金属构件的断裂、机械设备的故障,则会造成重大损失,因此对金属构件进行缺陷的日常检测从而实现对于缺陷的早期识别具有重要意义。本文采用解析计算法和数值仿真法,主要对电磁涡流无损检测中对于缺陷的涡流检测的正向问题进行研究,目的是推导当金属构件中存在自然缺陷时,涡流无损检测系统磁场解析表达式,为涡流无损检测技术应用于自然缺陷的检测奠定理论基础。目前在涡流无损检测正向问题求解的解析计算研究领域,对于被测试件中无缺陷的解析模型研究较多,对于含有缺陷的解析模型研究较少;在含有缺陷的解析模型中,对于规则形状缺陷的解析模型研究较多,而对于自然缺陷的解析模型研究较少。对于目前在涡流无损检测正向问题的解析模型求解计算中存在的以上两个问题,本文展开以下几个方面的研究:（1）改进的含柱状缺陷的涡流无损检测信号计算方法研究。首先对于已有的圆柱形缺陷的解析计算模型,根据实际应用场景需要,扩展其求解域,求解得出了矩形截面圆柱线圈所在区域的磁场信号的级数表达式,然后对其进行拉普拉斯逆变换得出该区域的时域解析解。并将该解析方法应用于推导选频带电磁涡流检测系统磁场的解析计算模型中,为选频带电磁涡流检测方法的机理研究奠定理论基础。选频带电磁涡流检测方法改进了传统电涡流检测中正弦激励信号检测频率过于单一以及脉冲涡流激励信号频率过于分散的不足,将能量集中在有效频段,避免了能量浪费,是一种前景广阔的无损检测技术。（2）自然缺陷的涡流无损检测信号计算方法研究。在圆柱形缺陷的解析模型基础上出了一个金属构件中含自然缺陷的解析计算模型。现实中的自然缺陷形状并不规则,壁面是不光滑的表面,存在不同程度的局部减薄,难以用函数表征,但在解析计算中局部减薄的主要影响因素是电导率,所以用电导率为介于金属导体电导率和空气电导率之间的一个定值的区域来近似模拟自然缺陷区域,并建立了含自然缺陷的金属构件的涡流无损检测磁场的解析计算的数学模型。由麦克斯韦方程组推导出该数学模型关于磁矢势的控制方程,利用分离变量法求解出各个求解域的磁场信号的积分表达式,通过截断区域法得出各个求解域的磁场信号的级数表达式,最后由拉普拉斯逆变换得出该数学模型各区域的时域解析解。通过解析计算结果和数值仿真结果的对比,本文得出的自然缺陷的涡流无损检测信号计算方法不仅计算精度较高,而且计算效率是仿真计算的30倍以上,最后分析比较了自然缺陷表面区域电导率变化对磁场计算结果的影响。（3）圆锥缺陷的涡流无损检测信号计算方法研究。在前面的研究中,数学模型主要针对竖直边界进行求解,而在实际情况下,存在大量斜裂纹、V型疲劳裂纹等斜边界的缺陷形状,为此本文出了一个金属构件中含圆锥缺陷的解析计算模型,利用等效边界法将斜边界等效为竖直边界进行求解,获得磁场的解析解。然后构建了圆锥形缺陷的三维有限元仿真模型,通过解析计算结果和数值仿真结果的对比,本文得出的针对圆锥缺陷的涡流无损检测信号计算方法不仅计算精度较高,而且计算效率是仿真计算的30倍以上。
王家铭[8]（2020）在《水冷壁热疲劳裂纹的阵列涡流检测研究》文中研究指明电站水冷壁是火力发电厂锅炉的重要组成部分之一,是锅炉的主要辐射受热面。水冷壁长期受热应力载荷的作用,会产生热疲劳裂纹,对锅炉的安全运行造成影响。目前对其的无损检测大多还是采用磁粉检测或渗透检测的方法进行小面积的抽查。鉴于水冷壁的面积较大,结合涡流无损检测所具有的技术特点,本文提出利用阵列涡流无损检测技术,针对表面质量相对较好的水冷壁,在不对其进行打磨的情况下,实现对水冷壁热疲劳裂纹的检测。完成的主要工作如下。（1）对电站锅炉水冷壁管热疲劳失效的原因进行了分析,概述了目前水冷壁的检测现状,通过涡流及其检测技术的介绍以及利用涡流检测在不同行业及场合下的应用,阐述了利用涡流检测水冷壁的可行性,设计了利用阵列涡流检测技术检测水冷壁的试验方案。（2）针对热疲劳裂纹的结构及特征,设计了四个适用于涡流检测的对比试样管。该对比试样管采用水冷壁常用的材质20#钢制成,运用电火花放电加工在管壁表面模拟裂纹进行刻槽,其特征在于管壁表面质量良好,电火花加工精度高。对比试样包括四根分别在深度、长度、宽度、角度上变化的样管,以满足不同的实验要求。（3）通过对试样管进行涡流检测试验,以及通过覆盖膜片进行的提离试验,对试验所得的物理参数与裂纹的大小以及提离的高度进行了分析,通过分析得出涡流信号的幅值大小与相位变化与裂纹的存在和大小有关,随着裂纹深度加深、长度的增大,信号的输出幅值也逐渐增加,随着裂纹宽度的增加,输出信号的相位逐渐减小。在提离实验的信号分析中得出,在提离高度达到0.5 mm时,信号衰减至耦合良好时的15%。（4）在上述工作的基础上,对水冷壁表面质量相对平整的一个实际案例,在不对其表面的氧化皮及涂层打磨的情况下,对其进行了阵列涡流检测,检测结果表明使用阵列涡流技术能够准确的检测出缺陷的位置和大小。（5）最后,探索了开展利用阵列涡流检测技术进行裂纹智能化检测诊断方法的研究,尝试采用神经网络模型建立基于数据的裂纹诊断模型,以实现对缺陷的智能检测。
魏志恒[9]（2019）在《涡流检测技术在1Cr13不锈钢淬火硬度检测中的应用》文中提出不锈钢硬度的检测对于产品质量的控制、生产工艺的管理以及产品种类的分选具有重要的实际意义。而传统的硬度检测方法又都有其局限性,往往不能满足实际的检测要求。但基于电磁感应原理的涡流检测方法以其具有非破坏性、快速响应性、低成本性等优点使得其在金属材料的硬度检测中具有广阔的应用前景。本文通过改变1Cr13不锈钢的淬火温度获得了具有不同微观组织的试件,系统地研究了1Cr13不锈钢经不同淬火处理后材料的金相组织与材料的硬度、磁导率、电导率以及涡流输出信号之间的关系,构建了材料硬度与涡流检测输出信号的数学检测模型,涡流信号成功地区分了不同淬火温度对材料表面硬度的影响,实现了利用涡流检测技术对材料表层淬火硬度的无损检测。本文的主要研究内容如下:首先,建立了二维仿真模型,利用有限元分析的方法分别对具有不同电导率和不同磁导率的试件进行涡流检测仿真,结果表明当其他影响因素不变时,随着试件电导率的增加,涡流检测线圈输出的感抗和阻抗值都减小,而随着试件相对磁导率的增加,涡流检测线圈输出的感抗和阻抗值逐渐增大。其次,通过观察不同淬火温度下试件金相组织的组成和分布情况,分析了淬火温度对试件金相组织改变产生的影响,还利用维氏硬度计测量了材料在不同组织状态下的硬度,结果表明随着淬火温度的升高,材料中马氏体的含量增加,铁素体的含量减少,马氏体相较于铁素体有更高的含碳量,并且马氏体内部存在高密度位错,从而导致材料的硬度增加。再次,通过对具有不同金相组织的试件进行涡流测试及电导率测量,得到了各试件材料对应的涡流输出值,分析了材料中由于金相组织的改变对其电导率和磁导率变化的影响,然后结合仿真结果进行综合分析,结果表明在检测1Cr13钢淬火硬度的实验中,材料磁导率的变化对于涡流输出起主导作用,随着淬火温度的升高,试件中马氏体的含量增加,材料的磁导率减小,涡流输出值减小。最后,建立了涡流法检测1Cr13不锈钢淬火硬度的数学检测模型,通过对材料硬度值与涡流输出值的拟合,分析了两者的相关性,结果表明涡流输出值与硬度——对应,此检测模型可用于目标材料淬火硬度检测。
朱佩佩[10]（2019）在《可视化涡流检测中的数据处理方法研究》文中进行了进一步梳理可视化涡流检测技术是一种非接触式、检测速度快、灵敏度高,极具发展前景的无损检测技术。该无损检测技术可用于航空航天、电力系统、机械制造等领域中导电材料、复合材料的损伤检测。然而,目前的可视化涡流检测技术采集的信号背景干扰强,缺陷特征不直观,待分析数据量大,对检测人员的专业素养、工作时长等都提出了很高的要求。现有的可视化涡流检测信号特征提取方法仍然存在分析效率低,准确度无法满足实际需求,智能化程度不够等问题。针对以上问题,本文从快速性,准确性,自动化检测等方面对可视化涡流检测技术信号处理方法进行了深入研究。本文的主要研究内容和创新点如下:（1）深入分析一种典型可视化涡流检测技术——脉冲涡流红外热成像技术中的热图像序列特征,提出一种快速脉冲涡流红外热图像特征提取算法,提高图像特征提取效率。该特征提取方法结合独立成分分析算法中混叠向量的物理含义,搜索可代替混叠向量的热响应特征。再利用热响应特征强化提取原始红外热图像序列的主要特征。该算法的具体实现包括降低计算量的数据块分割、变量区间搜索、基于相关度距离的分类和类间距离决策函数的设计。实验结果表明,快速特征提取算法可提高缺陷特征提取的效率。（2）针对脉冲涡流红外热成像缺陷检测技术中,缺陷特征提取准确度不够的问题,利用局部稀疏性和图像融合改进了红外热图像缺陷特征提取算法,提高了缺陷特征提取准确度。该算法利用局部稀疏和低秩特性对缺陷特征和背景区域进行分离,在抑制背景信息的同时,保留更为完整的缺陷特征。通过加权平均法融合多帧热图像缺陷特征提取结果。和其他两类常用脉冲涡流红外热图像特征提取算法相比,该算法可以得到更加完整的缺陷特征,提高缺陷的检测精度。（3）结合脉冲涡流红外热成像技术中,图像数据在不同热阶段中的物理特征,进一步改进基于局部稀疏性的特征提取算法。通过不同热阶段数据分离,实现了缺陷特征的准确提取。具体实现过程包括:将获取的红外热图像序列划分为不同的热阶段数据,分别对其进行局部稀疏特征提取;利用定义的二次融合准则融合不同阶段的缺陷特征,完成缺陷特征的整合。实验结果表明,分段后的局部稀疏特征提取可以更好地保留缺陷不同阶段的热特征并抑制背景干扰。（4）现有的自动化涡流检测系统准确度、可靠性亟需进一度加强。本文结合可以自动学习原始数据特征并将其分类的深度学习模型——卷积神经网络（CNN）构造自动化缺陷检测系统。并结合缺陷数据特征定义ROI（region of interest）和加权误差函数对该模型进行了改进。除此以外,通过估计卷积神经网络的模型不确定度,对其输出的缺陷检测结果提供一个信心值,为缺陷的进一步判定提供参考意见。增强了自动化检测系统的自动化程度和可靠性。
二、计算机在涡流检测中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、计算机在涡流检测中的应用（论文提纲范文）
（2）基于MEMS技术的电涡流传感器探头研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 本文的研究背景及意义 |
| 1.2 电涡流传感器的发展和研究现状 |
| 1.2.1 涡流检测技术的发展 |
| 1.2.2 涡流检测技术的研究现状 |
| 1.2.3 电涡流传感器探头的研究现状 |
| 1.3 本文的主要研究内容 |
| 2 涡流检测的基本理论和仿真分析 |
| 2.1 电涡流传感器检测理论 |
| 2.1.1 涡流检测基本原理 |
| 2.1.2 涡流检测的等效电路 |
| 2.1.3 等效涡流环理论分析 |
| 2.1.4 趋肤效应与穿透深度 |
| 2.2 平面螺旋线圈耦合电磁场的有限元仿真 |
| 2.2.1 涡流检测有限元仿真的理论基础 |
| 2.2.2 ANSYS Maxwell有限元模型 |
| 2.2.3 提离效应产生的涡流分布和阻抗变化 |
| 2.2.4 电参数对传感器性能的影响 |
| 2.3 本章小结 |
| 3 电涡流传感器多层螺旋探头的物理模型和参数分析 |
| 3.1 电涡流传感器探头的结构确定 |
| 3.2 电涡流传感器多层螺旋探头的物理模型 |
| 3.3 多层螺旋结构探头电参数的提取方法 |
| 3.3.1 多层螺旋探测线圈电感计算 |
| 3.3.2 自谐振频率计算 |
| 3.3.3 品质因数Q值计算 |
| 3.4 螺旋探头结构参数对电参数的影响 |
| 3.4.1 线圈内径对电参数的影响 |
| 3.4.2 线圈厚度对电参数的影响 |
| 3.4.3 线圈线宽、线间距对电参数的影响 |
| 3.4.4 线圈层数对电参数的影响 |
| 3.4.5 线圈层间距对电参数的影响 |
| 3.5 本章小结 |
| 4 MEMS电涡流传感器探头的制作与测试 |
| 4.1 电涡流传感器探头MEMS关键工艺技术 |
| 4.1.1 正性厚胶多次曝光工艺 |
| 4.1.2 微电铸工艺 |
| 4.1.3 种子层工艺 |
| 4.2 MEMS电涡流传感器探头制作流程 |
| 4.2.1 刚性探头制作流程 |
| 4.2.2 柔性探头制作流程 |
| 4.3 MEMS电涡流传感器探头的性能测试 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录A Maltab电参数计算程序 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）水平井存储式瞬变电磁法防砂筛管破损检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 瞬变电磁防砂筛管损伤检测建模与仿真 |
| 2.1 瞬变电磁防砂筛管损伤检测理论 |
| 2.2 瞬变电磁法防砂筛管探测模型 |
| 2.3 瞬变电磁防砂筛管损伤检测系统仿真 |
| 2.3.1 基于Comsol的瞬变电磁探测模型分析 |
| 2.3.2 探头位置对探测分辨率的影响 |
| 2.3.3 防砂筛管孔洞定位分析 |
| 2.3.4 防砂筛管损伤程度分析 |
| 2.4 本章小结 |
| 第三章 存储式瞬变电磁探伤系统优化设计 |
| 3.1 存储式瞬变电磁损伤检测系统结构 |
| 3.2 供电系统电池组设计 |
| 3.3 供电系统电源模块设计 |
| 3.3.1 电压5V产生电路 |
| 3.3.2 电压3.3V产生电路 |
| 3.3.3 电压±12V产生电路 |
| 3.4 井下数据存储电路设计 |
| 3.5 仪器下井深度测量系统设计 |
| 3.5.1 连续油管推送测深系统 |
| 3.5.2 油管推送测深系统 |
| 3.6 本章小结 |
| 第四章 存储式瞬变电磁探伤系统误差校正方法研究 |
| 4.1 无缆式测井原理及误差因素分析 |
| 4.2 存储式探伤系统深度校正 |
| 4.2.1 深度影响因素分析 |
| 4.2.2 连续油管深度误差校正方法 |
| 4.2.3 油管深度校正算法设计 |
| 4.3 偏心探测影响分析及校正 |
| 4.4 本章小结 |
| 第五章 系统调试及结果分析 |
| 5.1 电源性能仿真及实际测试结果 |
| 5.2 存储式电磁探伤系统测试结果 |
| 5.3 现场实测井数据分析与解释结论 |
| 5.3.1 实测井LPXXX测井解释 |
| 5.3.2 实测井东XX-平XX测井解释 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要完成的工作 |
| 6.2 创新点 |
| 6.3 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（4）基于柔性阵列涡流的旋压筒体缺陷自动检测研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无损检测技术研究现状 |
| 1.2.2 涡流检测的工业化应用现状 |
| 1.3 本文主要研究内容 |
| 1.4 论文的组织架构 |
| 第二章 自动检测系统功能分析及总体方案设计 |
| 2.1 旋压筒体及其缺陷特征分析 |
| 2.2 阵列涡流无损检测理论研究 |
| 2.2.1 涡流检测原理 |
| 2.2.2 涡流阵列检测理论研究 |
| 2.3 涡流自动检测系统总体方案设计 |
| 2.4 拟解决关键问题分析 |
| 2.4.1 机械主轴回转误差造成的提离 |
| 2.4.2 机械抖动干扰 |
| 2.4.3 旋压筒体表面纹理干扰 |
| 2.5 本章小结 |
| 第三章 涡流自动化检测系统软硬件平台设计 |
| 3.1 系统结构与逻辑 |
| 3.1.1 系统结构设计 |
| 3.1.2 系统运行逻辑设计 |
| 3.2 系统硬件结构设计及阵列涡流检测参数选择 |
| 3.2.1 旋压筒体自动检测平台设计 |
| 3.2.2 内、外侧探头定位装置设计 |
| 3.2.3 涡流阵列探头激励频率选择 |
| 3.2.4 涡流阵列探头激励电压选择 |
| 3.2.5 系统采样率选择 |
| 3.3 上位机主控软件设计及实现 |
| 3.3.1 自动控制系统软件设计需求及目标 |
| 3.3.2 自动控制软件总体方案设计 |
| 3.3.3 自动控制软件架构设计 |
| 3.3.4 自动控制软件设计模式实现 |
| 3.3.5 自动控制软件功能的实现 |
| 3.4 本章小结 |
| 第四章 基于阵列涡流的旋压筒体缺陷自动识别方法研究 |
| 4.1 旋压筒体涡流阵列数据特征分析 |
| 4.2 涡流阵列检测数据背景干扰滤波算法 |
| 4.2.1 涡流阵列检测数据频域分析 |
| 4.2.2 基于频域自适应窗口的独立通道中值滤波背景归一化算法 |
| 4.2.3 基于数据统计的背景平滑滤波算法 |
| 4.2.4 自适应中值滤波算法 |
| 4.3 基于数学形态学方法的缺陷特征增强方法 |
| 4.3.1 数学形态学基本运算 |
| 4.3.2 基于顶帽变换及底帽变换的图像增强方法 |
| 4.3.3 基于开、闭操作的噪点过滤方法 |
| 4.4 基于阵列涡流的旋压筒体缺陷自动识别方法验证 |
| 4.5 本章小结 |
| 第五章 检测系统功能验证及结果分析 |
| 5.1 阵列涡流检测系统的验证 |
| 5.1.1 阵列涡流检测系统硬件功能验证 |
| 5.1.2 列涡流检测系统上位机软件功能验证 |
| 5.2 标准缺陷检测功能验证 |
| 5.2.1 缺陷识别准确性验证 |
| 5.2.2 不同尺寸筒体检测可靠性验证 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）汽车发动机高压油管的表面缺陷及圆度在线检测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 研究现状 |
| 1.2.1 涡流检测发展 |
| 1.2.2 圆度测量发展 |
| 第2章 汽车发动机高压油管的问题缺陷与检测标准 |
| 2.1 工业生产高压油管出现的损伤缺陷 |
| 2.2 高压油管缺陷等级定性 |
| 2.3 本章小结 |
| 第3章 涡流检测理论基础与检测方法选择设计 |
| 3.1 高压油管涡流无损检测理论 |
| 3.2 涡流无损探伤中电磁场原理 |
| 3.2.1 涡流中电磁感应阻抗研究介绍 |
| 3.2.2 涡流检测中磁场的频率与磁导率有效值 |
| 3.2.3 涡流检测的趋肤效应原理 |
| 3.3 决定涡流无损检测电阻感抗的有关条件 |
| 3.4 在线检测运动方式判定及安装方法注意事项 |
| 3.4.1 在线涡流检测传感器探头介绍及选取 |
| 3.4.2 在线检测运动形式判定 |
| 3.5 电涡流传感器安装与维护 |
| 3.5.1 电涡流传感器安装要求 |
| 3.5.2 决定电涡流传感器检测准确度元素条件 |
| 3.5.3 电涡流探头安装注意事项 |
| 3.5.4 传感器安装过程 |
| 3.5.5 传感器延伸线的注意事项 |
| 3.5.6 电涡流检测前置器的注意事项 |
| 3.6 涡流无损检测中传感器探头出现的问题分析 |
| 3.6.1 校验 |
| 3.6.2 检测中传感器出现的问题 |
| 3.6.3 传感器问题的解决办法 |
| 3.6.4 解决问题是要注意安全措施 |
| 3.7 本章小结 |
| 第4章 高压油管圆度在线检测理论基础与检测方法选择设计 |
| 4.1 高压油管圆度误差测量原理与理论 |
| 4.2 关于圆度误差的测量于判定方式 |
| 4.2.1 关于最小二乘圆法理论简述 |
| 4.2.2 关于最小外接圆法理论简述 |
| 4.3 高压油管圆度测量误差模型分析对比 |
| 4.3.1 圆度误差的测量模型推导 |
| 4.4 高压油管检测方法选择 |
| 4.4.1 关于接触式位移传感器简介 |
| 4.5 传感器安装要求与设计布局 |
| 4.5.1 关于传感器的安装与对中要求 |
| 4.5.2 设计特点 |
| 4.6 本章小结 |
| 第5章 汽车发动机高压油管涡流与圆度一体检测集成 |
| 5.1 在线检测机械结构设计布局 |
| 5.2 发动机高压油管涡流测量数学模型对比分析 |
| 5.2.1 涡流检测模型分析 |
| 5.3 涡流检测信息的产生系统模块和分析计算系统模块 |
| 5.4 关于高压油管检测系统软件简介 |
| 5.4.1 电气控制 |
| 5.4.2 关于检测电气系统介绍 |
| 5.4.3 涡流检测计算机软件介绍 |
| 5.4.4 检测信息的收集分析与记录 |
| 5.5 关于小波变换原理的介绍 |
| 5.5.1 涡流检测混合信号的识别与提取 |
| 5.5.2 小波变换 |
| 5.6 检测数据分析 |
| 5.7 圆度检测分析 |
| 5.8 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所开展的科研项目和发表的学术论文 |
（6）基于穿过式电涡流传感器的钼丝表面缺陷检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 钼丝研究背景及意义 |
| 1.2 穿过式涡流技术国内外研究现状 |
| 1.3 穿过式涡流检测技术的发展趋势 |
| 1.4 论文主要研究内容 |
| 2 钼丝表面质量检测的基本理论 |
| 2.1 电磁场基本理论 |
| 2.2 钼丝涡流检测的基本原理 |
| 2.3 传感器的阻抗分析 |
| 2.4 钼丝穿过式线圈检测的阻抗分析 |
| 2.5 传感器检测的趋肤效应和渗透深度 |
| 2.6 传感器探头设计 |
| 2.7 本章小结 |
| 3 钼丝穿过式涡流检测的实验平台设计 |
| 3.1 实验平台结构框架 |
| 3.2 钼丝表面展开机构设计 |
| 3.3 可拆卸式探头支架设计 |
| 3.4 钼丝电磁特性仿真分析 |
| 3.5 钼丝表面裂纹方向对仿真结果的影响 |
| 3.6 缺陷位置对检测结果的影响 |
| 3.7 本章小结 |
| 4 检测信号处理 |
| 4.1 线圈品质因数 |
| 4.2 穿过式涡流检测的信号采集 |
| 4.3 穿过式涡流信号的处理 |
| 4.4 基于Ⅵ的上位机程序开发 |
| 4.5 穿过式涡流检测的信号处理 |
| 4.6 本章小结 |
| 5 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（7）金属构件自然缺陷涡流无损检测特征信号计算方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电涡流检测理论与应用的国内外研究现状 |
| 1.2.2 电涡流无损检测理论模型的国内外研究现状 |
| 1.3 研究内容及创新点 |
| 1.3.1 课题来源 |
| 1.3.2 本文主要研究内容 |
| 1.3.3 研究工作的主要创新点 |
| 1.4 本文内容结构安排 |
| 第二章 改进的含柱状缺陷涡流无损检测信号计算方法研究 |
| 2.1 传统的含柱状缺陷的磁场解析计算表达式 |
| 2.1.1 单匝线圈的解析模型 |
| 2.1.2 圆柱形线圈的解析模型 |
| 2.2 改进的磁场解析计算表达式 |
| 2.2.1 线圈区域的磁场解析计算 |
| 2.2.2 数值仿真结果与解析计算结果对比分析 |
| 2.3 选频带脉冲涡流检测信号 |
| 2.3.1 选频带脉冲激励信号选取方法 |
| 2.3.2 选频带脉冲涡流无损检测磁场信号的计算及应用 |
| 2.3.3 选频带脉冲涡流检测方法的频率间隔优化 |
| 2.4 本章小结 |
| 第三章 自然缺陷涡流无损检测信号计算方法研究 |
| 3.1 自然缺陷涡流无损检测信号的积分表达式 |
| 3.1.1 自然缺陷的数学模型 |
| 3.1.2 积分解析模型的边界条件 |
| 3.1.3 圆柱形线圈积分解析模型 |
| 3.2 自然缺陷涡流无损检测信号的级数表达式 |
| 3.2.1 级数解析模型 |
| 3.2.2 级数解析模型的边界条件 |
| 3.3 数值仿真结果与解析计算结果对比分析 |
| 3.3.1 自然缺陷的三维有限元仿真模型 |
| 3.3.2 数值仿真结果对比分析 |
| 3.4 自然缺陷涡流无损检测信号计算方法的应用 |
| 3.5 本章小结 |
| 第四章 圆锥缺陷涡流无损检测信号计算方法研究 |
| 4.1 圆锥缺陷的解析模型 |
| 4.1.1 圆锥缺陷的数学模型 |
| 4.1.2 边界条件 |
| 4.1.3 求解待定系数 |
| 4.1.4 圆柱形线圈积分解析模型 |
| 4.2 圆锥缺陷涡流无损检测信号的级数表达式 |
| 4.2.1 级数解析模型 |
| 4.2.2 边界条件 |
| 4.2.3 圆柱形线圈级数解析模型 |
| 4.3 数值仿真结果与解析计算结果对比分析 |
| 4.3.1 有限元仿真模型的建立 |
| 4.3.2 数值仿真结果对比分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）水冷壁热疲劳裂纹的阵列涡流检测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 水冷壁检测方法现状 |
| 1.2.1 目视检测 |
| 1.2.2 表面检测 |
| 1.2.3 射线检测 |
| 1.2.4 超声检测 |
| 1.2.5 超声相控阵检测 |
| 1.2.6 理化检验 |
| 1.3 国内外涡流检测技术研究现状 |
| 1.3.1 国外涡流检测技术研究现状 |
| 1.3.2 国内涡流检测技术研究现状 |
| 1.3.3 涡流检测设备市场现状 |
| 1.4 本文研究的主要内容和结构 |
| 2 阵列涡流检测技术 |
| 2.1 涡流检测电磁场理论 |
| 2.1.1 涡流简介 |
| 2.1.2 电场强度 |
| 2.2 阵列涡流检测技术 |
| 2.2.1 阵列涡流检测的原理 |
| 2.2.2 阵列涡流检测的特点 |
| 2.3 涡流检测线圈 |
| 2.3.1 试件对线圈的影响 |
| 2.3.2 测试频率的选择 |
| 2.4 阵列涡流在国民产业中的应用 |
| 2.4.1 阵列涡流在航空航天中的应用 |
| 2.4.2 阵列涡流在铁路中的应用 |
| 2.4.3 阵列涡流在电力中的应用 |
| 2.4.4 阵列涡流在石油中的应用 |
| 2.5 本章小结 |
| 3 水冷壁阵列涡流检测试验方案 |
| 3.1 涡流对比试样的设计 |
| 3.1.1 材料的准备 |
| 3.1.2 对比试样管的设计 |
| 3.1.3 对比试样管的加工与鉴定 |
| 3.2 试验装置 |
| 3.2.1 阵列涡流检测设备 |
| 3.2.2 阵列涡流探头 |
| 3.2.3 设备辅助配件 |
| 3.3 试验步骤与参数设置 |
| 3.3.1 试验步骤 |
| 3.3.2 主要参数设置 |
| 3.4 试验过程 |
| 3.5 本章小结 |
| 4 检测试验结果分析 |
| 4.1 涡流检测阻抗分析法概述 |
| 4.2 试样管检测中裂纹特征参数对涡流信号的影响 |
| 4.2.1 裂纹深度对涡流信号的影响 |
| 4.2.2 裂纹长度对涡流信号的影响 |
| 4.2.3 裂纹宽度对涡流信号的影响 |
| 4.2.4 裂纹角度对涡流信号的影响 |
| 4.3 试样管检测中试验参数对涡流信号的影响 |
| 4.3.1 提离高度对涡流信号的影响 |
| 4.3.2 激励频率对涡流信号的影响 |
| 4.4 阵列涡流检测水冷壁实际案例 |
| 4.5 本章小结 |
| 5 基于神经网络模型的智能诊断模型建立 |
| 5.1 神经网络概述 |
| 5.1.1 人工神经元模型 |
| 5.1.2 人工神经网络模型 |
| 5.1.3 BP神经网络原理 |
| 5.1.4 神经网络结构 |
| 5.2 深度神经网络概述 |
| 5.3 用于阵列涡流检测的神经网络模型 |
| 5.3.1 基于Matlab神经网络模型的建立 |
| 5.3.2 输入与输出数据 |
| 5.3.3 训练神经网络 |
| 5.3.4 神经网络训练结果 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 7 参考文献 |
| 8 致谢 |
| 附录 |
（9）涡流检测技术在1Cr13不锈钢淬火硬度检测中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 涡流无损检测技术概述 |
| 1.3 国内外研究现状 |
| 1.4 本文主要研究内容及章节安排 |
| 2 涡流检测技术的基本理论 |
| 2.1 涡流检测原理 |
| 2.2 涡流检测的电磁场基本理论 |
| 2.3 涡流检测的阻抗分析法 |
| 2.4 金属材料的硬度与电磁特性 |
| 2.5 本章小结 |
| 3 金属材料电磁特性的有限元仿真分析 |
| 3.1 ANSYS Maxwell在涡流场中的应用 |
| 3.2 电磁特性仿真模型的建立 |
| 3.3 电磁特性仿真模型的求解与后处理 |
| 3.4 电磁特性仿真结果分析 |
| 3.5 本章小结 |
| 4 1Cr13不锈钢试件的金相分析与硬度检测 |
| 4.1 试件的成分 |
| 4.2 试件的热处理 |
| 4.3 1Cr13不锈钢试件的金相组织分析 |
| 4.4 1Cr13不锈钢试件的硬度测试 |
| 4.5 本章小结 |
| 5 不同组织状态的1Cr13不锈钢试件涡流检测及硬度评估 |
| 5.1 检测线圈的结构设计 |
| 5.2 1Cr13不锈钢试件的涡流检测实验 |
| 5.3 试件电导率和磁导率的变化与涡流输出的关系 |
| 5.4 试件的维氏硬度与涡流信号之间的关系 |
| 5.5 涡流检测硬度值与维氏硬度值的对比 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（10）可视化涡流检测中的数据处理方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 可视化涡流检测技术研究现状及难点 |
| 1.2.1 国外研究进展与现状 |
| 1.2.2 国内研究进展与现状 |
| 1.2.3 可视化涡流检测技术信号分析研究难点 |
| 1.3 本文研究内容和章节安排 |
| 第二章 可视化涡流检测技术数据特征分析 |
| 2.1 引言 |
| 2.2 涡流检测技术原理 |
| 2.3 可视化涡流检测数据特征分析 |
| 2.3.1 脉冲涡流红外热成像数据特征分析 |
| 2.3.2 多频涡流阵列数据特征分析 |
| 2.3.3 实验设备与样本 |
| 2.4 本章小结 |
| 第三章 可视化涡流检测特征提取效率提升算法 |
| 3.1 引言 |
| 3.2 快速缺陷特征提取 |
| 3.2.1 快速特征提取算法原理 |
| 3.2.2 快速缺陷特征提取算法 |
| 3.2.3 实验结果与分析 |
| 3.3 本章小结 |
| 第四章 可视化涡流检测特征提取准确度改进算法 |
| 4.1 引言 |
| 4.2 基于局部稀疏性和图像融合的特征提取算法(LSLD) |
| 4.2.1 基于图像熵梯度的图像选择 |
| 4.2.2 局部稀疏特征提取和融合 |
| 4.2.3 实验结果与分析 |
| 4.3 基于图像分段的局部稀疏特征提取算法 |
| 4.3.1 特征提取算法原理介绍 |
| 4.3.2 实验结果与分析 |
| 4.4 本章小结 |
| 第五章 基于卷积神经网络的可视化涡流缺陷自动检测算法 |
| 5.1 引言 |
| 5.2 深度学习理论知识介绍 |
| 5.2.1 典型深度学习算法——卷积神经网络介绍 |
| 5.2.2 卷积神经网络模型不确定度 |
| 5.3 基于深度学习的缺陷数据自动分析算法 |
| 5.3.1 基于鲁棒主成分分析的图像预处理 |
| 5.3.2 加权误差函数的物理含义及学习模型改进 |
| 5.3.3 深度学习模型的不确定度估计 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
四、计算机在涡流检测中的应用（论文参考文献）
- [1]船舶海水管路腐蚀无损检测技术应用研究[D]. 张鋆浩. 北京化工大学, 2021
- [2]基于MEMS技术的电涡流传感器探头研究[D]. 宋冠儒. 大连理工大学, 2021(01)
- [3]水平井存储式瞬变电磁法防砂筛管破损检测技术研究[D]. 杨月月. 西安石油大学, 2021(09)
- [4]基于柔性阵列涡流的旋压筒体缺陷自动检测研究与实现[D]. 李胜平. 电子科技大学, 2021(01)
- [5]汽车发动机高压油管的表面缺陷及圆度在线检测[D]. 魏阳. 上海应用技术大学, 2021
- [6]基于穿过式电涡流传感器的钼丝表面缺陷检测研究[D]. 杜如栋. 山东科技大学, 2020(06)
- [7]金属构件自然缺陷涡流无损检测特征信号计算方法研究[D]. 刘博文. 电子科技大学, 2020(07)
- [8]水冷壁热疲劳裂纹的阵列涡流检测研究[D]. 王家铭. 天津科技大学, 2020(08)
- [9]涡流检测技术在1Cr13不锈钢淬火硬度检测中的应用[D]. 魏志恒. 山东科技大学, 2019(05)
- [10]可视化涡流检测中的数据处理方法研究[D]. 朱佩佩. 电子科技大学, 2019(01)