发生器头部电子束焊缝熔深相控阵超声检测

为了解决液体火箭发动机燃气发生器头部关键电子束焊缝熔深无法测量问题开展相控阵超声检测技术研究。基于发生器头部焊接结构特点阐述了熔深测量原理; 建立了超声仿真模型,对带有矩形槽人工缺陷的模拟件进行检测试验,验证了模型建立的合理性和计算结果的有效性; 通过仿真分析获得了不同频率相控阵探头在工件内部的横波声场信息,对探头频率...     

TC4板材组织特征与超声检测信号对应关系研究

在大厚度板材在轧制过程中,由于工艺控制不当易引起材料组织分布不均匀、粗大晶粒等问题,本文针对TC4轧制板材研究超声检测信号对材料内部组织分布的表征情况。结果表明,声波垂直于板材流线方向入射时,声衰减分布均匀;而平行入射时,声衰减分布极不均匀,呈条带状分布。为此,对引起不同声波衰减的截面进行组织分析,金相观察发现超声波衰减与材料内部α相的分布及形态有关：声衰减小的区域,材料内部等轴α相较多,晶粒细小,分布均匀;声衰减大的区域,α相被明显拉长。     

双模态切换式步进超声电机

利用环形定子的两个弯振模态交替工作的原理设计的一种驻波型步进式超声电机具有开环控制下无累积误差的特性。定子环弯振使定子上的驱动齿分别在两个工作模态下运动产生对转子的驱动力,定子齿与转子齿槽相配合实现步进定位,转子齿槽数决定电机步距角。分别对应于两个工作模态的两相正弦驱动信号经切换单元提供给电机,对不同电极扇区的激励控制电机转动方向,工作模态间的切换次数决定转动步数。原理样机转子齿槽数为72个,步距角为2.5°。试验结果表明电机运转稳定,没有失步现象。     

有限元仿真模拟在超声喷水无损检测用水套设计中的应用

水套在超声喷水穿透检测中具有重要作用,为设计出具有良好耦合效果的水套,减少水流紊流对声波耦合的影响,本文通过构建探头套几何模型、物理建模、数值求解的有限元仿真方法对探头水套进行流体动力学仿真。结果表明,在无整流装置下,从入水口射入的水流撞击探头套内壁,产生严重紊流,进入出水管后,紊流状态仍然保持,水流流线方向杂乱。增加整流装置后,探头套内紊流得到很好的抑制,使得进入出水管的水流流线方向趋向一致,这种现象随着整流片增多而效果越加明显。本文为后续模拟水流经过出水口后的水柱状态,特别是随着初始水流速度加大后的水柱状态,以及利用有限元多物理场模拟功能,在加入声场后,模拟紊流状况下声场的变化打下了基础。     

基于非线性PCA的有效载荷健康参数提取

基于非线性PCA的有效载荷健康参数提取     

空气耦合超声检测共固化复合材料研究

先进复合材料共固化技术为复合材料的广泛化提供新的契机,但对其检测提出新的需求.本文利用非接触的空气耦合超声检测技术,实现了对共固化复合材料缺陷的检测.进一步地通过正交分析法对传感器间距离、激励电压、增益、波包个数、激励频率进行了条件试验,最终确定了仪器最佳检测参数为传感器间距离80mm、激励电压150V、增益30dB、...     

固体火箭发动机封头界面粘接相控阵超声检测技术可行性研究

固体火箭发动机封头部分的界面粘接状态目前还没有有效的检测方法,采用相控阵超声自动电子聚焦技术为该结构的检测提供了新思路.根据声线理论,研究等厚、不等厚壳体的界面粘接相控聚焦检测方式,得出相控聚焦具有较高的检测分辨率,同时也能解决不等厚壳体构件的界面粘接检测;对固体火箭发动机封头构件的粘接状态进行仿真分析,结果显示相控阵超声能很好地检测出构件的脱粘区域和大小,表明该检测方式在界面粘接检测方面具有广泛的应用前景.     

超声ELID 复合磨削磨削力模型研究

以ELID 电解原理为基础,结合超声振动辅助磨削过程中单颗磨粒的运动学分析,建立了超声 ELID 复合磨削条件下的磨削力数学解析模型,并对模型进行了分析和仿真。对模型的分析表明:超声振动改 变了磨粒的运动轨迹,使同等条件下的未变形切屑厚度减小,砂轮的在线电解修整使磨粒始终处于锋锐状态, 而且影响砂轮的实际切削深度,进而对磨削力产生影响。磨削力随着超声振动频率、振幅、电解电压、脉冲比、 电解液电阻率的增大而减小;随着切削深度、工件速度的增大而增大。     

CF/PEEK复合材料超声辅助铣削力和表面质量研究

为改善碳纤维增强聚醚醚酮复合材料（CF/PEEK）在铣削加工时所产生的毛刺、分层以及表面凹坑等缺陷，采用超声辅助铣削的加工方式分别沿0°、45°、90°、135°四种纤维方向角对CF/PEEK进行实验，并与传统铣削进行对比研究。结果表明：超声辅助铣削与传统铣削相比，切削力更小且加工质量更优。沿90°纤维方向角对试件进行超声辅助铣削，切削力、表面粗糙度和毛刺高度降幅最显著，分别降低了16.79%、28.9%和71.9%。而且在相同的加工参数下，超声辅助铣削与传统铣削相比，能够有效地改善表面凹坑、分层等表面缺陷。     

基于深度学习的焊缝PAUT数据智能化分析方法

超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中，对检测数据缺陷的识别定位目前多采用传统的人工判读方式，判读效率较低，对检测人员的判读经验有较高要求，难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型，通过对焊缝超声相控阵检测的S、B扫图特征进行融合，并结合焊缝的三维结构信息，识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9，较为接近缺陷的真实空间位置，可以实现焊缝超声相控阵检测成像结果智能识别和定位。