CN104777218A - 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 - Google Patents
一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 Download PDFInfo
- Publication number
- CN104777218A CN104777218A CN201410018661.7A CN201410018661A CN104777218A CN 104777218 A CN104777218 A CN 104777218A CN 201410018661 A CN201410018661 A CN 201410018661A CN 104777218 A CN104777218 A CN 104777218A
- Authority
- CN
- China
- Prior art keywords
- magnetic memory
- memory signal
- loading
- metal magnetic
- ferromagnetic material
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,将试样在疲劳载荷作用下进行试验,检测不同疲劳循环次数下试件表面的金属磁记忆信号;利用磁记忆信号曲线波形的波峰值与波谷值之差,得到其与循环周次的变化规律;将疲劳循环过程中试件表面的磁记忆信号减去初始时各点的磁记忆信号,并提取磁记忆信号梯度最大值与循环周次的变化规律,上述两个变化曲线出现近似线性减小,则二者减小时的拐点表征铁磁材料裂纹萌生。本发明技术方案将金属磁记忆检测技术与疲劳载荷的动态应力集中系数以及断裂损伤力学相结合,克服现有无损检测技术无法对裂纹萌生预测的缺点,对磁记忆信号进行处理,有效排除各种干扰,判别准确率高。
Description
技术领域
本发明属于铁磁性金属材料无损检测领域,更具体地说,是一种基于金属磁记忆信号及其参量变化特征探测构件内部应力集中,表征裂纹扩展过程和构件损伤程度的方法,属于无损检测中金属磁记忆检测领域。
背景技术
铁磁材料由于其优良性能,已广泛用于航空、铁路、管道、电站、压力容器、石油工程等焊接结构,并且不断向大型化和高参数的方向发展。在长期承受交变载荷作用的结构中,疲劳失效是一种主要的破坏形式。在疲劳过程中,应力集中会导致裂纹、腐蚀、蠕变,是导致疲劳断裂的主要来源。疲劳断裂过程可以分为裂纹的萌生、裂纹的稳定扩展及失稳断裂三个过程。由于疲劳断裂时的应力远小于材料静载下的强度极限,且在没有明显塑性变形的情况下突然断裂,往往会造成灾难性的后果,因此对在役构件进行裂纹检测/监测的研究具有重要意义。
金属磁记忆检测技术是由俄罗斯学者Dubov于1997提出的一种新的损伤检测方法。金属磁记忆检测方法的物理基础是磁机械效应,是处于地磁环境下的铁磁构件受工作载荷的作用,其内部会发生具有磁致伸缩性质的磁畴组织定向的和不可逆的重新取向,通过理论分析可知,在应力与变形集中区形成的漏磁场切向分量Hp(x)具有最大值,法向分量Hp(y)改变符号且具有零值点。这种应力作用下的磁状态不可逆变化在载荷消除后继续保留,从而通过漏磁场法向分量Hp(y)的测定,便可推断工件应力集中和损伤部位。
发明内容
本发明的目的在于克服现有技术的不足,提供一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,即利用金属磁记忆信号及其特征参量对在疲劳载荷作用下的缺口铁磁材料裂纹萌生进行表征的方法。
本发明的技术目的通过下述技术方案予以实现:
一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,按照下述步骤进行:
步骤1,将试样装夹于疲劳试验机上,沿着试件表面测量通道检测试样在无加载时的磁记忆信号,即在未加载时测得的初始磁记忆信号(即漏磁场的法向分量Hp(y));
步骤2,在测得初始磁记忆信号后,设定加载参数,所述加载参数在整个测试过程中保持不变,例如设定加载波形为方波,最大载荷为120KN(200MPa),应力比为0.5,加载频率为3Hz;
步骤3,在加载过程中,选择不同循环加载次数时停止加载,使用金属磁记忆检测仪沿着试件表面测量通道检测试样在不同循环加载次数下的磁记忆信号(即漏磁场的法向分量Hp(y)),选择直至加载至试样断裂;
具体来说,选择开始时每循环加载1000次时停止加载,用低倍放大镜观察试样是否出现裂纹,用金属磁记忆检测仪在线测量其磁记忆信号,继续加载,宏观裂纹出现后,每循环加载500次停止加载,并在线测量磁记忆信号,继续加载,直至试件断裂。
步骤4,不同循环加载次数下测量的磁记忆信号曲线中的最大波峰值Hp(y)max与最小波峰值Hp(y)min作差,将最大波峰值与最小波峰值的之差Hp(y)sub和相应不同循环加载次数作图,得到第一变化曲线图;
步骤5,将不同循环加载次数下测量的磁记忆信号曲线分别减去未加载时测得的初始磁记忆信号(即在未加载时测得的初始磁记忆信号),并提取上述经过处理后的不同循环加载次数下测量的磁记忆信号的磁记忆信号梯度最大值Kmax与不同循环加载次数作图,得到第二变化曲线图;
步骤6,根据第一变化曲线图和第二变化曲线图出现线性降低点时,即可判断裂纹已经萌生;第一变化曲线图和第二变化曲线图开始阶段,最大波峰值与最小波峰值的之差Hp(y)sub和磁记忆信号梯度最大值Kmax在不同循环加载次数下的变化较小,当两条变化曲线开始出现“线性降低(减少)点”时,即最大波峰值与最小波峰值的之差Hp(y)sub和磁记忆信号梯度最大值Kmax、与循环周次的增加呈现负相关,即开始出现随着循环次数的增加而减少,此时对应的加载循环次数即可为裂纹产生对应的循环周次。
在本发明技术方案中,将金属磁记忆检测技术与疲劳载荷的动态应力集中系数以及断裂损伤力学相结合,对磁记忆信号法相分量进行处理,提取其最大值与最小值差值和信号经处理后其梯度与循环次数的变化情况作为铁磁材料在疲劳载荷作用下的变量,建立一种利用金属磁记忆检测技术的针对带缺口铁磁材料疲劳载荷下裂纹萌生的表征方法,与现有技术相比,本发明方法具有以下优点:(1)克服了现有无损检测技术无法对裂纹萌生预测的缺点,提出了利用金属磁记忆技术检测/监测裂纹萌生的方法;(2)对磁记忆信号进行了处理,有效排除各种干扰,判别准确率高。
附图说明
图1为本发明实施例中使用的铁磁材料试样示意图,其中各个标出的尺寸如下(mm)a为400,b为30,c为50,d为80,e为60,f为50。
图2为本发明实施例中,试样在没有记载之前测试的磁记忆信号。
图3为循环加载12000次时试样的磁记忆信号曲线。
图4为最大波峰值与最小波峰值的之差Hp(y)sub和加载次数变化曲线图,横坐标为加载循环周次,纵座标为相应循环周次下,测量通道中峰-峰值Hp(y)sub。
图5为各疲劳次数下的磁记忆信号减去初始时各点的磁记忆信号的磁记忆信号曲线。
图6为磁记忆信号梯度最大值Kmax与循环周次的变化曲线图,其中横坐标为加载循环周次,纵座标为相应循环周次下的磁记忆信号梯度最大值Kmax。
具体实施方式
下面结合具体实施例进一步说明本发明的技术方案。在本实施例中,以带缺口的铁磁材料试样为研究对象,对其施加低周疲劳载荷,在不同疲劳次数下停止加载并测量其表面磁记忆信号。
使用如附图1所示的铁磁材料试样作为实施例使用的样品,其中各个标出的尺寸如下(mm):a为400,b为30,c为50,d为80,e为60,f为50。
首先将试样装夹于疲劳试验机上,使用TSC-1M-4型金属磁记忆检测仪沿着试件表面测量通道检测试样在无加载时的磁记忆信号,即在t0时刻测得的初始磁记忆信号(即漏磁场的法向分量Hp(y)),如附图2所示。
在测得初始磁记忆信号后,设定加载参数,所述加载参数在整个测试过程中保持不变,设定加载波形为方波,最大载荷为120KN(200MPa),应力比为0.5,加载频率为3Hz。
在加载过程中,选择不同循环加载次数停止加载,使用金属磁记忆检测仪沿着试件表面测量通道检测试样在不同循环加载次数的磁记忆信号(即漏磁场的法向分量Hp(y)),如附图3所示为循环加载12000次时的磁记忆信号曲线,选择直至加载至试样断裂。
在具体实施过程中,加载后,每循环加载1000次时停止加载,用低倍放大镜观察试样是否出现裂纹,用金属磁记忆检测仪在线测量其磁记忆信号,继续加载,宏观裂纹出现后,每循环加载500次停止加载,并在线测量磁记忆信号,继续加载,直至试件断裂。
不同循环加载次数下测得的磁记忆信号表现为相应时刻的磁记忆信号曲线,横坐标为测量通道,即附图1中所示的测量通道;纵座标为磁记忆信号强度,即漏磁场的法向分量Hp(y)。同一时刻的磁记忆信号曲线表现为具有波峰、波谷的曲线波形,将此时这一曲线波形的最大波峰值Hp(y)max与最小波峰值Hp(y)min作差,即最大波峰值与最小波峰值的之差Hp(y)sub,即:
Hp(y)sub=Hp(y)max-Hp(y)min
将最大波峰值与最小波峰值的之差Hp(y)sub,和相应的不同循环加载的加载次数做图,如附图4所示,横坐标为加载循环周次,纵座标为相应记载循环周次下,测量通道中最大波峰值Hp(y)max与最小波峰值Hp(y)min之差,即峰-峰值Hp(y)sub。
将不同循环加载次数下测量的磁记忆信号曲线分别减去未加载时测得的磁记忆信号(即在t0时刻测得的初始磁记忆信号),如附图5所示。提取上述经过处理后的不同循环加载次数下测量的磁记忆信号的磁记忆信号梯度最大值Kmax与不同循环加载次数的变化规律,如附图6所示,其中磁记忆信号梯度值K:
K=ΔHp(y)/Δx
式中:ΔHp(y)为磁记忆信号检测线上相邻两个检测点间Hp(y)的之差;Δx为相邻两个磁记忆信号检测点间的距离。
最大波峰值与最小波峰值的之差Hp(y)sub和循环加载次数(即循环周次)的变化曲线、磁记忆信号梯度最大值Kmax与循环周次的变化曲线均出现线性降低点时,即可判断裂纹已经萌生,附图4和6所示,两条变化曲线开始出现“线性降低(减少)点”的位置对应的循环周次(约为16000)即为裂纹产生对应的循环周次。
以上对本发明做了示例性的描述,应该说明的是,在不脱离本发明的核心的情况下,任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。
Claims (5)
1.一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,其特征在于,按照下述步骤进行:
步骤1,将试样装夹于疲劳试验机上,沿着试件表面测量通道检测试样在无加载时的磁记忆信号,即在未加载时测得的初始磁记忆信号,即漏磁场的法向分量Hp(y);
步骤2,在测得初始磁记忆信号后,设定加载参数,所述加载参数在整个测试过程中保持不变;
步骤3,在加载过程中,选择不同循环加载次数时停止加载,使用金属磁记忆检测仪沿着试件表面测量通道检测试样在不同循环加载次数下的磁记忆信号,即漏磁场的法向分量Hp(y);
步骤4,不同循环加载次数下测量的磁记忆信号曲线中的最大波峰值Hp(y)max与最小波峰值Hp(y)min作差,将最大波峰值与最小波峰值的之差Hp(y)sub和相应不同循环加载次数作图,得到第一变化曲线图;
步骤5,将不同循环加载次数下测量的磁记忆信号曲线分别减去未加载时测得的初始磁记忆信号(即在未加载时测得的初始磁记忆信号),并提取上述经过处理后的不同循环加载次数下测量的磁记忆信号的磁记忆信号梯度最大值Kmax与不同循环加载次数作图,得到第二变化曲线图;
步骤6,根据第一变化曲线图和第二变化曲线图出现线性降低点时,即可判断裂纹已经萌生。
2.根据权利要求1所述的一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,其特征在于,所述加载参数为设定加载波形为方波,最大载荷为120KN,应力比为0.5,加载频率为3Hz。
3.根据权利要求1所述的一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,其特征在于,在整个测试过程中选择直至加载至试样断裂。
4.根据权利要求1所述的一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,其特征在于,选择开始时每循环加载1000次时停止加载,用低倍放大镜观察试样是否出现裂纹,用金属磁记忆检测仪在线测量其磁记忆信号,继续加载,宏观裂纹出现后,每循环加载500次停止加载,并在线测量磁记忆信号,继续加载,直至试件断裂。
5.根据权利要求1所述的一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法,其特征在于,第一变化曲线图和第二变化曲线图开始阶段,最大波峰值与最小波峰值的之差Hp(y)sub和磁记忆信号梯度最大值Kmax在不同循环加载次数下的变化较小,当两条变化曲线开始出现“线性降低(减少)点”时,即最大波峰值与最小波峰值的之差Hp(y)sub和磁记忆信号梯度最大值Kmax、与循环周次的增加呈现负相关,即开始出现随着循环次数的增加而减少,此时对应的加载循环次数即可为裂纹产生对应的循环周次。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410018661.7A CN104777218A (zh) | 2014-01-15 | 2014-01-15 | 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410018661.7A CN104777218A (zh) | 2014-01-15 | 2014-01-15 | 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104777218A true CN104777218A (zh) | 2015-07-15 |
Family
ID=53618819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410018661.7A Pending CN104777218A (zh) | 2014-01-15 | 2014-01-15 | 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104777218A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353031A (zh) * | 2015-12-14 | 2016-02-24 | 中国矿业大学 | 一种矿用振动筛磁记忆检测装置与方法 |
CN108362768A (zh) * | 2018-03-01 | 2018-08-03 | 沈阳工业大学 | 一种应力非接触弱磁检测方法 |
CN108362766A (zh) * | 2018-03-01 | 2018-08-03 | 沈阳工业大学 | 裂纹萌生区应力非接触弱磁检测方法 |
CN108362769A (zh) * | 2018-03-01 | 2018-08-03 | 沈阳工业大学 | 一种裂纹萌生区应力非接触弱磁检测方法 |
CN108763664A (zh) * | 2018-05-11 | 2018-11-06 | 沈阳工业大学 | 基于超软赝势焊缝磁记忆信号特征检测方法 |
CN108875135A (zh) * | 2018-05-11 | 2018-11-23 | 沈阳工业大学 | 一种焊缝磁记忆信号特征识别方法 |
CN110308043A (zh) * | 2019-07-29 | 2019-10-08 | 黑龙江科技大学 | 基于金属磁记忆检测的增材制造制件早期损伤评价方法 |
CN111289608A (zh) * | 2020-03-23 | 2020-06-16 | 江苏科技大学 | 一种焊接残余应力评价的方法 |
CN112504833A (zh) * | 2020-12-03 | 2021-03-16 | 南昌航空大学 | 一种面向烧结钕铁硼疲劳裂纹损伤扩展的在线监测方法 |
CN112507599A (zh) * | 2020-11-11 | 2021-03-16 | 南昌航空大学 | 一种基于粒子滤波算法的钕铁硼磁体裂纹断裂预测方法 |
CN113281401A (zh) * | 2021-04-29 | 2021-08-20 | 同济大学 | 无砟轨道隐蔽病害的检测方法、***与装置 |
CN114441624A (zh) * | 2022-01-31 | 2022-05-06 | 烟台大学 | 小型金属磁记忆裂纹检测方法 |
CN115166024A (zh) * | 2022-08-18 | 2022-10-11 | 合肥工业大学 | 一种磁记忆检测异质金属涂层结合面损伤程度的方法 |
CN115219584A (zh) * | 2022-07-20 | 2022-10-21 | 江西理工大学 | 一种铁磁性材料的金属磁记忆监测与评价方法 |
CN117268961A (zh) * | 2023-11-23 | 2023-12-22 | 宁波市特种设备检验研究院 | 一种金属零部件的疲劳失效预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000019161A (ja) * | 1998-07-06 | 2000-01-21 | Nkk Corp | 疲労き裂進展方向の予測法 |
JP2004245815A (ja) * | 2002-12-19 | 2004-09-02 | Iwate Univ | オーステナイト系ステンレス鋼の強度の経年劣化に対する非破壊測定方法 |
CN1948961A (zh) * | 2005-10-10 | 2007-04-18 | 中国石油天然气集团公司 | 铁磁材料裂纹的金属磁记忆检测方法 |
CN101393167A (zh) * | 2008-10-21 | 2009-03-25 | 中国航空工业第一集团公司北京航空材料研究院 | 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 |
CN102841135A (zh) * | 2012-09-14 | 2012-12-26 | 天津大学 | 基于金属磁记忆检测技术的焊接裂纹扩展过程的表征方法 |
-
2014
- 2014-01-15 CN CN201410018661.7A patent/CN104777218A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000019161A (ja) * | 1998-07-06 | 2000-01-21 | Nkk Corp | 疲労き裂進展方向の予測法 |
JP2004245815A (ja) * | 2002-12-19 | 2004-09-02 | Iwate Univ | オーステナイト系ステンレス鋼の強度の経年劣化に対する非破壊測定方法 |
CN1948961A (zh) * | 2005-10-10 | 2007-04-18 | 中国石油天然气集团公司 | 铁磁材料裂纹的金属磁记忆检测方法 |
CN101393167A (zh) * | 2008-10-21 | 2009-03-25 | 中国航空工业第一集团公司北京航空材料研究院 | 基于金属磁记忆检测技术的低周疲劳损伤定量表征方法 |
CN102841135A (zh) * | 2012-09-14 | 2012-12-26 | 天津大学 | 基于金属磁记忆检测技术的焊接裂纹扩展过程的表征方法 |
Non-Patent Citations (2)
Title |
---|
刘昌奎 等: "构件低周疲劳损伤的金属磁记忆检测试验研究", 《航空材料学报》 * |
王文绚: "铁磁性材料裂纹萌生与扩展的金属磁记忆检测技术研究", 《万方学位论文数据库》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105353031B (zh) * | 2015-12-14 | 2019-06-04 | 中国矿业大学 | 一种矿用振动筛磁记忆检测方法 |
CN105353031A (zh) * | 2015-12-14 | 2016-02-24 | 中国矿业大学 | 一种矿用振动筛磁记忆检测装置与方法 |
CN108362769B (zh) * | 2018-03-01 | 2021-10-12 | 沈阳工业大学 | 一种裂纹萌生区应力非接触弱磁检测方法 |
CN108362768A (zh) * | 2018-03-01 | 2018-08-03 | 沈阳工业大学 | 一种应力非接触弱磁检测方法 |
CN108362766A (zh) * | 2018-03-01 | 2018-08-03 | 沈阳工业大学 | 裂纹萌生区应力非接触弱磁检测方法 |
CN108362769A (zh) * | 2018-03-01 | 2018-08-03 | 沈阳工业大学 | 一种裂纹萌生区应力非接触弱磁检测方法 |
CN108362768B (zh) * | 2018-03-01 | 2021-10-12 | 沈阳工业大学 | 一种应力非接触弱磁检测方法 |
CN108362766B (zh) * | 2018-03-01 | 2021-10-12 | 沈阳工业大学 | 裂纹萌生区应力非接触弱磁检测方法 |
CN108763664A (zh) * | 2018-05-11 | 2018-11-06 | 沈阳工业大学 | 基于超软赝势焊缝磁记忆信号特征检测方法 |
CN108875135A (zh) * | 2018-05-11 | 2018-11-23 | 沈阳工业大学 | 一种焊缝磁记忆信号特征识别方法 |
CN108875135B (zh) * | 2018-05-11 | 2022-07-15 | 沈阳工业大学 | 一种焊缝磁记忆信号特征识别方法 |
CN110308043B (zh) * | 2019-07-29 | 2021-11-16 | 黑龙江科技大学 | 基于金属磁记忆检测的增材制造制件早期损伤评价方法 |
CN110308043A (zh) * | 2019-07-29 | 2019-10-08 | 黑龙江科技大学 | 基于金属磁记忆检测的增材制造制件早期损伤评价方法 |
CN111289608A (zh) * | 2020-03-23 | 2020-06-16 | 江苏科技大学 | 一种焊接残余应力评价的方法 |
CN111289608B (zh) * | 2020-03-23 | 2023-03-21 | 江苏科技大学 | 一种焊接残余应力评价的方法 |
CN112507599A (zh) * | 2020-11-11 | 2021-03-16 | 南昌航空大学 | 一种基于粒子滤波算法的钕铁硼磁体裂纹断裂预测方法 |
CN112504833B (zh) * | 2020-12-03 | 2023-04-28 | 南昌航空大学 | 一种面向烧结钕铁硼疲劳裂纹损伤扩展的在线监测方法 |
CN112504833A (zh) * | 2020-12-03 | 2021-03-16 | 南昌航空大学 | 一种面向烧结钕铁硼疲劳裂纹损伤扩展的在线监测方法 |
CN113281401A (zh) * | 2021-04-29 | 2021-08-20 | 同济大学 | 无砟轨道隐蔽病害的检测方法、***与装置 |
CN114441624A (zh) * | 2022-01-31 | 2022-05-06 | 烟台大学 | 小型金属磁记忆裂纹检测方法 |
CN115219584A (zh) * | 2022-07-20 | 2022-10-21 | 江西理工大学 | 一种铁磁性材料的金属磁记忆监测与评价方法 |
CN115219584B (zh) * | 2022-07-20 | 2023-04-28 | 江西理工大学 | 一种铁磁性材料的金属磁记忆监测与评价方法 |
CN115166024A (zh) * | 2022-08-18 | 2022-10-11 | 合肥工业大学 | 一种磁记忆检测异质金属涂层结合面损伤程度的方法 |
CN115166024B (zh) * | 2022-08-18 | 2024-04-05 | 合肥工业大学 | 一种磁记忆检测异质金属涂层结合面损伤程度的方法 |
CN117268961A (zh) * | 2023-11-23 | 2023-12-22 | 宁波市特种设备检验研究院 | 一种金属零部件的疲劳失效预警方法 |
CN117268961B (zh) * | 2023-11-23 | 2024-02-20 | 宁波市特种设备检验研究院 | 一种金属零部件的疲劳失效预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104777218A (zh) | 一种利用金属磁记忆检测技术判别铁磁材料裂纹萌生的方法 | |
CN100573132C (zh) | 利用异变磁信号监测铁磁材料疲劳裂纹扩展的方法 | |
CN104931576B (zh) | 一种焊接裂纹扩展过程的表征方法 | |
Mazal et al. | Use of acoustic emission method for identification of fatigue micro-cracks creation | |
CN100573181C (zh) | 利用铁磁材料表面杂散磁场信号监测疲劳损伤的方法 | |
CN102182933A (zh) | 脉冲漏磁缺陷与应力的无损检测***及无损检测方法 | |
CN107655972B (zh) | 一种金属材料高温蠕变剩余寿命的超声评价方法 | |
CN104713762A (zh) | 一种涡流检测用模拟应力腐蚀裂纹的制备方法 | |
CN102128879A (zh) | 基于自然磁化现象的奥氏体不锈钢塑性损伤定量检测方法 | |
CN103926312A (zh) | 轧辊疲劳硬化层的超声表面波非线性检测方法 | |
CN104330474A (zh) | 一种岩石损伤裂隙***标定方法 | |
CN103776895B (zh) | 一种铁磁材料接触损伤评价的磁无损检测方法 | |
CN104515812A (zh) | 一种针对变截面构件体内微裂纹的非经典非线性检测方法 | |
CN103308602B (zh) | 一种基于无损探伤探测机器零件或材料寿命的方法 | |
CN203455318U (zh) | 自动化探伤动态标定试板 | |
CN102445491B (zh) | 利用自发射磁信号评价再制造毛坯应力集中程度的方法 | |
Matysik et al. | Assessment of the impact-echo method for monitoring the long-standing frost resistance of ceramic tiles | |
Shen et al. | Investigation on metal magnetic memory signal during loading | |
Bruni et al. | A preliminary analysis about the application of acoustic emission and low frequency vibration methods to the structural health monitoring of railway axles | |
CN110412120A (zh) | 管道裂纹检测方法和装置 | |
CN105319268A (zh) | 机载探伤仪对轧辊缺陷进行色彩级数判定的方法 | |
Carboni et al. | A study on the performance of acoustic emission and low frequency vibration methods to the real-time condition monitoring of railway axles | |
CN115219584B (zh) | 一种铁磁性材料的金属磁记忆监测与评价方法 | |
CN103792280B (zh) | 一种铁磁材料接触损伤反演的磁无损检测方法 | |
Li et al. | An electromagnetic Helmholtz-coil probe for arbitrary orientation crack detection on the surface of pipeline |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150715 |
|
RJ01 | Rejection of invention patent application after publication |