没有合适的资源?快使用搜索试试~ 我知道了~
基于金属磁记忆信号垂向特征分析的损伤状态识别.pdf
需积分: 13 0 下载量 163 浏览量
2019-09-20
11:04:35
上传
评论
收藏 3.48MB PDF 举报
温馨提示
基于金属磁记忆信号垂向特征分析的损伤状态识别.pdf,金属磁记忆是一种可对铁磁材料早期微观损伤进行有效诊断的无损检测技术。为消除磁记忆信号不确定影响因素,提高损伤状态识别的准确率,引入了磁梯度张量和磁场垂向特征分析方法。首先,利用磁梯度张量测量方法获取磁场完整的变化信息,为克服检测方向选取对检测信号的影响,利用磁场不变特征量 总梯度模量来判断损伤及损伤区的边界位置;然后,通过测量不同高度下总梯度模量的平面分布,得到总梯度模量的垂向分布特征;最后,分析了不同损伤的边界处总梯度模量的垂向分布特征差异。理论分析和实验结果表明,在提离高度逐渐增大过程中,裂纹边界处的磁梯度张量振幅的衰减速度和幅度远大于应力集中作用的结果,根据磁记忆信号的垂向特征,可有效地识别损伤状态。
资源推荐
资源详情
资源评论
第 38卷 第 6期
2017年 6月
仪 器 仪 表 学 报
ChineseJournalofScientificInstrument
Vol38No6
Jun.2017
收稿日期:201605 ReceivedDate:201605
基金项目:河北省自然科学基金(E2015506004)项目资助
基于金属磁记忆信号垂向特征分析的损伤状态识别
陈海龙,王长龙,左宪章,朱红运
(军械工程学院无人机工程系 石家庄 050003)
摘 要:金属磁记忆是一种可对铁磁材料早期微观损伤进行有效诊断的无损检测技术。为消除磁记忆信号不确定影响因素,提
高损伤状态识别的准确率,引入了磁梯度张量和磁场垂向特征分析方法。首先,利用磁梯度张量测量方法获取磁场完整的变化
信息,为克服检测方向选取对检测信号的影响,利用磁场不变特征量总梯度模量来判断损伤及损伤区的边界位置;然后,通过
测量不同高度下总梯度模量的平面分布,得到总梯度模量的垂向分布特征;最后,分析了不同损伤的边界处总梯度模量的垂向
分布特征差异。理论分析和实验结果表明,在提离高度逐渐增大过程中,裂纹边界处的磁梯度张量振幅的衰减速度和幅度远大
于应力集中作用的结果,根据磁记忆信号的垂向特征,可有效地识别损伤状态。
关键词:金属磁记忆;垂向分布特征;磁场梯度张量;裂纹;应力集中
中图分类号:TG115.28 TH878 文献标识码:A 国家标准学科分类代码:430.25
Damagestaterecognitionbasedonmetalmagneticmemorysignal
verticaldistributionfeatureanalysis
ChenHailong,WangChanglong,ZuoXianzhang,ZhuHongyun
(DepartmentofUnmannedAerialVehiclesEngineering,OrdnanceEngineeringCollege,Shijiazhuang050003,China)
Abstract:Metalmagneticmemory(MMM)technologyisanondestructivetestingmethod,whichcanconducteffectivediagnosisofearly
microscopicdamageofferromagneticmaterial.Inordertoeliminatetheuncertaininfluencefactorsofmagneticmemorysignaland
improvetheaccuracyofdamagestaterecognition,themagneticgradienttensorandmagneticfieldsignalverticaldistributionfeature
analysismethodsareintroduced.Firstly
,themagneticgradienttensorsoftheMMM signalsonthecrackfracturezoneandstress
concentrationzonearemeasuredusingatriaxismagnetometer.Fromthemeasuredresults,boththeplaneandverticalcharacteristicsof
theMMM signaldistributionsareobtained.Toremovetheinfluenceofthemeasuringdirectionselectiononexperimentresults,anew
magneticfieldinvariantcharacteristicparameterthemagnetictotalgradientmodulusisintroducedtodeterminethelocationand
boundaryofthedamageanddamagezone.Then,theverticaldistributionfeaturesofthemagnetictotalgradientmodulusareacquiredby
measuringtheplanedistributionofthemagnetictotalgradientmodulusunderdifferentliftoffs.Finally
,thedifferenceofthevertical
distributionfeaturesofthemagnetictotalgradientmodulusattheboundariesofdifferenttypesofdefectsisanalyzed.Theoreticalanalysis
andexperimentresultshowthatastheliftoffincreasesgradually,theattenuationvelocityandamplitudeofthemagnetictotalgradient
modulusontheboundaryofthecrackarefargreaterthantheonescausedbystressconcentration,andtheverticaldistributionfeaturesof
themagnetictotalgradientmoduluscanbeusedtoidentifythedefectstateeffectively.
Keywords:metalmagneticmemory;verticaldistributionfeature;magneticgradienttensor;crack;stressconcentration
1 引 言
磁记忆检测技术可以诊断铁磁材料的早期微观损伤
及其位置,但还无法对损伤状态做出准确判断
[12]
。
针对损伤状态识别问题,目前通常采用以下两类方
法:一类是阈值分类法,即通过求取适合的磁信号特征值
与阈值进行比较,判断试件的损伤状态。如 YanT.J.等
第 6期 陈海龙 等:基于金属磁记忆信号垂向特征分析的损伤状态识别 1517
人
[3]
采用磁记忆信号梯度 K值特征识别炉管疲劳损伤区
域,当
K值大于 12A/(m·mm)时则认为炉管出现裂纹
缺陷;黄海鸿等人
[4]
利用法向磁场峰谷值
Δ
H
p
(y)和梯
度最大值 K
max
表征 510L钢疲劳损伤,指出宏观裂纹处的
磁信号特征量变 化要明 显大于 应力集 中处;邢 海燕等
人
[5]
基于李萨如图提取焊缝损伤特征,认为试件出现宏
观断裂时李萨如图局部闭合面积达到最大值。由于单一
特征很难全面而准确的描述应力集中和缺陷信息,且阈
值的选择目前还只能依靠实验和操作人员的经验,阈值
分类法在工程应用中受到的限制条件较多。另一类是神
经网络法,即利用多个磁信号特征值作为神经网络输入,
实现损伤状态的智能识别。如邸新杰等人
[6]
将磁记忆信
号的小波包能量特征作为 BP(backpropagation)神经网
络输入特征量,对焊缝中的裂纹缺陷进行智能识别;刘书
俊等人
[7]
将信号峰峰值、谷谷值、磁场梯度、检测信号
宽度作为神经网络输入特征量,对油气管道缺陷进行识
别。神经网络法综合利用多个磁信号特征,降低了漏判、
误判的偶然性,但神经网络法的识别效果与训练样本数
量及质量有关。
目前难以建立统一的损伤状态判定准则,主要原因
在于提取的损伤特征值存在两个局限性。一是测得磁记
忆信号受测量参数 (检测方向、提离值)选 取影响
[89]
。
当检测方向与缺陷方向垂直时,信号对损伤较为敏感,平
行时则不敏感。提离值选取不同时,对磁场强度的大小、
分布及其梯度也会有较大影响。实际检测时无法保证检
测方向与缺陷方向垂直,提离值选取也无统一标准。二
是被测试件的物理状态的不确定性问题
[2]
。当试件的剩
磁强度、尺寸、材料等状态不同时,相同类型损伤引起的
磁记忆信号也会有较大区别
[10]
。因此,要实现损伤状态
的准确识别,首先需要消除上述不确定因素的干扰,分析
裂纹和应力集中磁记忆信号分布特征的差异。本文利用
磁梯度张量测量方法获取磁记忆信号变化信息,提取出
磁场的不变信号特征,消除检测方向的影响。同时,通过
测量不同提离值下的磁记忆信号平面分布,获得损伤区
域磁场垂向分布特征,消除提离值和试件物理状态因素
的影响。根据裂纹和应力集中的磁记忆信号垂向分布差
异,实现损伤状态的准确识别。
2 基于磁梯度张量的磁记忆信号不变特征
提取
2.1 磁记忆信号梯度张量描述
磁记忆信号是具有方向和幅值的矢量场,在三维空
间中,可以用 9个(3×3的矩阵)空间梯度组成的张量来
表示为
[11]
:
G =
H
x
/
x
H
x
/
y
H
x
/
z
H
y
/
x
H
y
/
y
H
y
/
z
H
z
/
x
H
z
/
y
H
z
/
z
=
H
xx
H
xy
H
xz
H
yx
H
yy
H
yz
H
zx
H
zy
H
zz
(1)
式中:G为磁梯度张量。磁记忆信号的磁场矢量、磁场分
量以及磁梯度张量 9个元素在直角坐标系中的关系如
图 1所示。
图 1 磁场矢量、磁场分量和磁梯度张量
Fig.1 Magnetictotalvector,magneticcomponents
andmagneticfieldgradienttensor
由 Laplace方程组可知,在无源位场的检测区域内,
磁记忆信号的散度和旋度都为零,即
∑
H
ii
=0、H
ij
+H
ji
=
0
(i,j=x,y,z)。这两个性质表明,磁梯度张量 G是迹为
零的实对称矩阵,在梯度张量中只有 5个元素是独立的。
实际测量时只需要测量两个方向上磁场梯度,就可以得
到完整的磁梯度张量。
2.2 磁记忆信号的梯度模量特征
磁记忆信号梯度张量的 3个方向磁场梯度都可以一
定程度上描述磁场变化,但各个分量的分布特征和幅值
会随检测方向发生变化。
总梯度模量又称解析信号振幅,是磁梯度张量的一
种缩并运算,其计算公式为
[12]
:
C =
∑
(H
ij
)
槡
2
(i,j=x,y,z) (2)
对于空间任意一测量点,假设在不同检测方向下得
的磁记忆信号梯度张量分别为
G
1
和 G
2
,总梯度模量为
C
1
和 C
2
,不同检测方向之间坐标系转换矩阵为 R。由于
R是单位正交矩阵,根据单位正交矩阵性质可以得到:
(G
1
)
T
G
1
=(RG
2
)
T
RG
2
=G
T
2
G
2
(3)
总梯度模量 C
1
和 C
2
分别为 (G
1
)
T
G
1
和 (G
2
)
T
G
2
矩阵的对角线元素之和。因此,根据式(3)可以得到:
C
1
=C
2
(4)
式(4)表明,总梯度模量是不受检测方向变化影响、
可反映磁场梯度的变化程度的标量。其平面分布特征如
图 2所示,根据极值点位置可以确定损伤的位置和宽度。
剩余6页未读,继续阅读
资源评论
weixin_38743481
- 粉丝: 697
- 资源: 4万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功