国产自产21区,亚洲97,免费毛片网,国产啪视频,青青青国产在线观看,国产毛片一区二区三区精品

基于貝葉斯網絡的焊接缺陷巨磁電阻渦流檢測方法
【專利摘要】本發明屬于無損檢測【技術領域】，涉及一種基于貝葉斯網絡的焊接缺陷巨磁電阻渦流檢測方法，選擇多個焊接樣本作為訓練樣本，測量每個樣本同一時刻下的四路巨磁電阻傳感器輸出信號，提取信號的峰峰值，方差和斜率變化作為特征量，構造貝葉斯網絡結構，并進一步計算樣本類型和這三種特征量之間的概率關系，確定貝葉斯網絡參數，完成貝葉斯網絡模型的建立。在對待測樣本的檢測過程中，測量待測樣本四路輸出信號的峰峰值，方差和斜率變化特征量，結合建立好的貝葉斯網絡模型，計算該樣本條件下各缺陷類型可能存在的概率，概率最大的類型即為待測樣本的缺陷類型。本發明的檢測方法，模型簡單，計算便捷且易于實施。
【專利說明】基于貝葉斯網絡的焊接缺陷巨磁電阻渦流檢測方法
【技術領域】
[0001]本發明屬于無損檢測【技術領域】，特別涉及一種焊接質量的電渦流檢測方法。
【背景技術】
[0002]焊接技術被廣泛應用于能源，石化，核工業，交通運載工具制造以及其他一些工業過程[1-3]。在焊接過程中，對焊接缺陷進行檢測和估計，可降低廢品率提高生產效率；在設備運行過程中，檢測焊接處由于溫度、壓力和外部影響造成的早期缺陷，可避免災難性事故的發生[4]。常見的焊接缺陷有氣孔、未焊透、裂紋等等，通過對焊接缺陷的檢測和分類可以對后續的修補和替換帶來判斷依據。
[0003]電渦流檢測是一種重要的無損檢測方法[5]。對于焊接缺陷的電渦流檢測，焊接區域粗糙表面引入的測量噪聲對缺陷檢測影響極大[6]。許多改進的電渦流檢測的激勵線圈，如矩形線圈[7]、差分薄餅線圈、TR探頭、帶差分檢測線圈的均勻渦流探頭[8]、正交渦流線圈[2]被應用于焊接缺陷的檢測[7-9]。在激勵方式的改進方面，不同的激勵方式如雙頻激勵技術和脈沖激勵技術被用于檢測焊接缺陷[10，11]。
[0004]焊接缺陷如氣孔，夾雜和裂紋的存在會影響到被測試件內部的渦流分布，從而導致磁場分布的變化，因此直接檢測磁場給對缺陷的檢測和評估帶來了便利。人們嘗試使用直接的磁敏感元件來檢測磁場的變化情況來確定焊接質量的好壞，Hall [12]，AMR[6]，GMR[13]已經被用來對焊接周圍的渦流磁場進行檢測。
[0005]除了對激勵線圈和傳感器的改進外，對獲得的缺陷信號的處理也是檢測能夠成功的關鍵因素。對缺陷信號的 識別有多種方法，很多先進的信號處理技術被用于焊接缺陷的渦流檢測。神經網絡被用于對缺陷進行分類和重構[4，14];通過仿真模型數據和檢測數據的對比來進行缺陷形狀估計[9]，二維離散小波變換被用于焊接信號的去噪[14]。但是針對焊接缺陷電渦流檢測特征量非常少。特別是由于焊接表面的復雜紋理和結構，造成焊接渦流電磁信號通常帶有比較強的噪聲。如何區分噪聲信號和缺陷信號，給電渦流檢測提出了新的挑戰。
[0006]參考文獻
[0007][I],任吉林.我國渦流檢測技術的發展[J].無損檢測，1994，(10):280-283+298.[0008][2],黃建明，林俊明.焊縫電磁渦流檢測技術[J].無損檢測，2004, (02):95-98.[0009][3].林俊明.電磁(渦流)檢測技術現狀及發展趨勢[J].航空制造技術，2004，(09):40-41.[0010][4].Rao, B., Raj, B., Jayakumar, T., etc.An artificial neural networkfor eddy current testing of austenitic stainless steel welds[J].NDT&EInt, 2002，35(6):393-398.[0011][5].Ti an, G., Sophi an, A., Taylor, D., etc.Wavelet-based PCA defectclassification and quantification for pulsed eddy current NDT [A].1nScience, Measurement and Technology, IEE Proceedings-[C]，2005;141-148.[0012][6].AlIweins，Κ.，Von Kreutzbruckj Μ.，Giereltj G.Defect detection inaluminum laser welds using an anisotropic magnetoresistive sensor array[J].JAppl Phys，2005，97(10).[0013][7].Koyamaj K.，Hoshikawaj H.，Taniyamaj N.1nvestigation of eddy currenttesting of weld zone by uniform eddy current probe[A].1n Proceedings ofWCNDT[C], 2000.[0014][8].Yusaj N.，Machida, E.，Janousekj L.，etc.Application of eddy currentinversion technique to the sizing of defects in Inconel welds with roughsurfaces[J].Nucl Eng Des，2005，235 (14):1469-1480.[0015][9].Yusa，N.，Janousekj L.，Rebican，M., etc.Detection of embeddedfatigue cracks in Inconel weld overlay and the evaluation of the minimumthickness of the weld overlay using eddy current testing[J].Nucl EngDesj 2006，236 (18): 1852-1859.[0016][10].Mandache，C.，Dubourg，L，Merati，A.，etc.Pulsed eddy current testingof friction stir welds[J].Mater Eval，2008，66 (4):382-386.[0017][11].Mandache, C.，Levesque, D.，Dubourg, L，etc.Non-destructive detectionof lack of penetration defects in friction stir welds[J].Sci Technol WeldJoij 2012，17(4):295-303.[0018][12].Abdul, S., Zhou, Z.Evaluation of piezoresistivity in heattreated5A06Al_Mg alloy due to applied stress using eddy current method.1nChengdu, 2012; Vol.548，377-381.[0019][13].Postolachej 0., Ribeiroj A.L., Ramos, H.A novel uniform eddy currentprobe with GMR for non destructive testing applications[A].1n Lisbon, 2011.[0020][14].Kumar, A.，Sasij B.，Sharmaj G.K.，etc.Nondestructive evaluation ofaustenitic stainless steel welds.1n Mumbai, 2013;Vol.794, 366-374.
【發明內容】

[0021]本發明的目的是克服現有技術上的不足，提出一種響應速度快，實時性好且測量過程簡單并容易實現的焊接電渦流檢測方法。為此，本發明釆用如下的技術方案:
[0022]一種基于貝葉斯網絡的焊接缺陷巨磁電阻渦流檢測方法，所釆用的檢測裝置包括一個矩形線圈、交流激勵電壓產生電路、四個相同的巨磁電阻傳感器、信號調理電路、數據釆集模塊、分析計算模塊，其中，交流激勵電壓產生電路的輸出連接到矩形線圈；四個巨磁電阻傳感器排列成一條直線固定在矩形線圈的底部；巨磁電阻的敏感軸方向平行于矩形線圈的導線，使得矩形線圈產生的一次磁場方向垂直于巨磁電阻的敏感軸方向；矩形線圈的內部放置一塊永磁鐵，用于對磁場進行偏置；四個巨磁電阻的輸出分別連接信號調理電路的不同的通道，信號調理電路用于對巨磁電阻的輸出信號進行濾波及放大；經過調理后的信號經過數據釆集模塊輸入到分析計算模塊，分析計算模塊用于解調檢測到的四路通道信號的實部數據，并根據實部數據檢測是否存在焊接缺陷，檢測方法如下:
[0023]( I)將焊縫類型分為良好焊縫，含氣孔焊縫以及未焊透焊縫，選擇各個類型的焊縫樣本作為學習樣本，測量每個樣本同一時刻下的四路輸出信號，提取信號的峰峰值，方差和斜率變化作為樣本特征量，構造學習樣本集合；
[0024](2)基于各組學習樣本的特征量，構造雙層貝葉斯網絡結構:三個根節點為三種可能的焊縫類型，分別為良好焊縫，含氣孔焊縫以及未焊透焊縫，三個子節點依次為三個學習樣本的特征量:峰峰值、方差和斜率變化；
[0025](3)統計不同焊縫類型樣本的特征量分布情況。對于各個特征量，根據其分布情況選擇兩個適當的閾值將其分布區間分成三段，即每個特征量的值域都被兩個閾值分割成三個取值區間，計算三個根節點分別在各段區間內的概率，即完成雙層貝葉斯網絡的確定；
[0026](4)測試待測焊縫的四通道輸出數據，計算待測焊縫的峰峰值、方差和斜率變化；
[0027](5)將待測焊縫的峰峰值、方差和斜率變化輸入步驟(2)構造好的雙層貝葉斯網絡模型，根據所獲得的被測焊縫的峰峰值、方差和斜率變化的具體數值，并結合步驟(3)中確定的閾值，計算被測焊縫三個特征量在各自的三個分布區間上的概率，最后根據計算獲得的概率以及雙層貝葉斯網絡的參數，計算當前被測樣本特征量分布情況下三種樣本類型可能存在的概率，概率最大的樣本類型即為被測焊縫的缺陷類型。
[0028]本發明在一個矩形線圈下部同時放置四個巨磁電阻傳感器，同時檢測焊縫兩側的磁場分布，以四個通道的信號的峰峰值、方差和斜率變化三個參數作為評價焊接質量的參數，建立貝葉斯網絡模型。在進行焊接電渦流檢測時，結合貝葉斯網絡模型，計算被測樣本條件下三種類型的存在概率，最終得到被測樣本所含缺陷類型。本發明的檢測方法，模型簡單，計算便捷，結論清晰，且測量過程簡單，造價低，易于實施。
【專利附圖】

【附圖說明】
[0029]圖1、(a)焊縫電渦流檢測裝置探頭示意圖；
[0030](b)焊縫電渦流檢測裝置探頭截面示意圖；
[0031](c)焊縫電渦流檢測裝置探頭側面示意圖；
[0032]圖2、焊縫電渦流檢測系統結構圖；
[0033]圖3、焊縫電渦流檢測實現過程示意圖；
[0034]圖4、本發明所采用的貝葉斯網絡結構圖；
[0035]圖中:
[0036]1、焊縫2、激勵線圈
[0037]3、激勵電壓產生電路 4、巨磁電阻傳感器
[0038]5、巨磁電阻敏感軸方向6、信號調理電路
[0039]7、數據采集模塊8、分析計算模塊
[0040]9、永磁鐵
【具體實施方式】:
[0041]下面結合附圖和實施例對本發明做進一步說明。
[0042]參見圖1和圖2，檢 測裝置包括一個矩形激勵線圈2(本實施例矩形線圈的尺寸為長60mm，寬30mm，高25mm)、激勵電壓信號產生電路3、四個相同的巨磁電阻傳感器芯片4(本實施例四個巨磁電阻芯片之間的距離為2mm)、信號調理電路6、數據采集模塊7、分析計算模塊8組成。激勵電壓產生電路3的輸出連接矩形線圈2的導線；四個巨磁電阻傳感器4(1)、4(2)、4(3)、4(4)位于同一條直線上，分別固定在矩形線圈2的底部；四個巨磁電阻的輸出分別連接具有四個通道的信號調理電路6，信號調理電路6用于將巨磁電阻的輸出信號進行濾波及放大；經過調理后的信號經過數據采集模塊7輸入到分析計算模塊8。測量過程中，將焊縫放置于檢測探頭的巨磁電阻芯片4(2)和4(3)之間。
[0043]檢測算法主要步驟如下:
[0044](1)獲取學習樣本
[0045]對良好焊縫和不同種類缺陷焊縫進行編號。通過焊接缺陷檢測系統的分析計算模塊8計算四個通道信號的峰峰值、方差和斜率變化。本實施例中，經過四個通道輸出的四個巨磁電阻4(1)、4(2)、4(3)、4(4)的輸出電壓信號分別為X1, x2, x3, X4，在分析計算模塊8中計算峰峰值
[0046]Vpp = max (X1, x2, x3, x4) -min (X1, X2, x3, x4)(I)
[0047]在分析計算模塊8中計算信號X1, x2, x3, X4的方差為Var
[0048]
【權利要求】
1.一種基于貝葉斯網絡的焊接缺陷巨磁電阻渦流檢測方法，所采用的檢測裝置包括一個矩形線圈、交流激勵電壓產生電路、四個相同的巨磁電阻傳感器、信號調理電路、數據采集模塊、分析計算模塊，其中，交流激勵電壓產生電路的輸出連接到矩形線圈；四個巨磁電阻傳感器排列成一條直線固定在矩形線圈的底部；巨磁電阻的敏感軸方向平行于矩形線圈的導線，使得矩形線圈產生的一次磁場方向垂直于巨磁電阻的敏感軸方向；矩形線圈的內部放置一塊永磁鐵，用于對磁場進行偏置；四個巨磁電阻的輸出分別連接信號調理電路的不同的通道，信號調理電路用于對巨磁電阻的輸出信號進行濾波及放大；經過調理后的信號經過數據采集模塊輸入到分析計算模塊，分析計算模塊用于解調檢測到的四路通道信號的實部數據，并根據實部數據檢測是否存在焊接缺陷，檢測方法如下: (1)將焊縫類型分為良好焊縫，含氣孔焊縫以及未焊透焊縫，選擇各個類型的焊縫樣本作為學習樣本，測量每個樣本同一時刻下的四路輸出信號，提取信號的峰峰值，方差和斜率變化作為樣本特征量，構造學習樣本集合； (2)基于各組學習樣本的特征量，構造雙層貝葉斯網絡結構:三個根節點為三種可能的焊縫類型，分別為良好焊縫，含氣孔焊縫以及未焊透焊縫，三個子節點依次為三個學習樣本的特征量:峰峰值、方差和斜率變化； (3)統計不同焊縫類型樣本的特征量分布情況。對于各個特征量，根據其分布情況選擇兩個適當的閾值將其分布區間分成三段，即每個特征量的值域都被兩個閾值分割成三個取值區間，計算三個根節點分別在各段區間內的概率，即完成雙層貝葉斯網絡的確定； (4)測試待測焊縫的四通道輸出數據，計算待測焊縫的峰峰值、方差和斜率變化； (5)將待測焊縫的峰峰值、方差和斜率變化輸入步驟(2)構造好的雙層貝葉斯網絡模型，根據所獲得的被測焊縫的峰峰值、方差和斜率變化的具體數值，并結合步驟(3)中確定的閾值，計算被測焊縫三個特征量在各自的三個分布區間上的概率，最后根據計算獲得的概率以及雙層貝葉斯網絡的參數，計算當前被測樣本特征量分布情況下三種樣本類型可能存在的概率，概率最大的樣本類型即為被測焊縫的缺陷類型。
【文檔編號】G01N27/90GK103713043SQ201410008956
【公開日】2014年4月9日 申請日期:2014年1月7日 優先權日:2014年1月7日
【發明者】王超, 支亞, 高鵬, 李旸 申請人:天津大學