基于数据驱动的结构钢表面应力磁巴克豪森噪声表征方法

磁巴克豪森噪声（MBN）技术可用于定量评估铁磁材料的表面应力。当前MBN法应力评估技术存在特征量选取较难、定量预测模型复杂且对标定数据集的拟合精度较低的不足。提出一种数据驱动的非线性映射算法拟合MBN噪声和应力的关系，研究了基于小波包变换系数的时频特征替代统计特征量，减少了样本数据计算量。采用MBN噪声在小波包变换时-频域内的小波包变换系数作为特征向量，利用基于奇异值分解的数据降维算法降低特征向量的维数，将经过数据降维后的特征向量输入反向传播（BP）神经网络进行模型训练以建立预测模型。结果表明：采用基于奇异值分解的数据降维算法可降低模型的复杂度，利用降维后的小波包变换系数特征向量训练BP神经网络可实现铁磁材料表面应力的高精度预测。建立的表征方法有效解决了铁磁构件应力分布成像问题，在预防应力腐蚀、提高疲劳强度等损伤预警方面具有广阔的应用前景。     

飞机高锁螺栓孔边缺陷阵列远场涡流传感器仿真与试验

飞机高锁螺栓孔边隐藏缺陷的检测是航空无损检测领域中的难点,远场涡流检测技术不受集肤效应影响,对飞机高锁螺栓紧固件孔边隐藏缺陷检测具有极大优势。针对飞机高锁螺栓紧固件孔边缺陷的检测,设计研发了放置式阵列远场涡流传感器,建立了高锁螺栓孔边隐藏缺陷检测三维模型,优化了检测线圈中心与高锁螺栓中心放置距离,研究了阵列相邻通道间磁场薄弱区缺陷信号衰减趋势,采用阵列放置式的检测方式研究了不同尺寸缺陷检测信号特征。仿真与试验结果表明：检测线圈中心与高锁螺栓中心距离11 mm时检测灵敏度最佳;相邻通道间磁场薄弱区检测信号存在一定程度上的衰减,优化后的探头可检测埋深为4 mm、长×宽×深为5 mm×0.2 mm×2 mm的紧固件孔边隐藏缺陷,且随缺陷长度增大检测信号幅值呈上升趋势。     

带油气层铝合金T型承力部件焊缝缺陷的涡流检测仿真与试验研究

车体铝合金T型承力焊缝部件的完整性是保障高速动车组安全的重要关键因素之一,涡流检测具有无需耦合介质等诸多优点适合铝合金部件的检测,但受焊缝鱼鳞纹形貌干扰缺陷检测信号的信噪较低。利用有限元法建立了带油漆层铝板试块缺陷检测模型,仿真结果表明:激励线圈内壁尺寸为8 mm×4 mm(长×宽)、厚度为0.1 mm、高度为1.5 mm,线圈摆放角度为45°,激励频率为400 kHz时的检测灵敏度最佳。仿真与试验的结果验证了焊缝涡流探头可有效检测带油漆层铝合金T型承力部件焊缝的裂纹缺陷。     

飞机铆接构件PRFECT探头的线圈夹角影响

远场涡流检测技术不受集肤效应影响,对金属铆接构件隐藏缺陷检测具有巨大优势。针对飞机金属铆接构件的远场涡流检测,建立了铆接构件隐藏缺陷检测三维模型,分析不同屏蔽阻尼材料及组合方式的屏蔽性能,采用激励线圈与检测线圈均环绕铆钉旋转的检测方法,对比激励线圈-铆钉-检测线圈夹角为90°、135°和180°时缺陷检测灵敏度,研究不同缺陷尺寸检测信号特征。仿真与试验结果表明：当屏蔽阻尼为铝+铜时具有最佳屏蔽性能,且远场区距离激励线圈中心最近;当激励线圈和检测线圈间距为30 mm时,激励线圈-铆钉-检测线圈夹角为180°时检测效果最佳;优化后的探头可检测埋深为6 mm、长×宽×深尺寸为5 mm×0.2 mm×1 mm的铆接构件隐藏缺陷,缺陷信号幅值与其体积当量关系相对应,且随缺陷长度及深度的增加呈上升趋势。