CN106645435B - 金属构件中夹杂缺陷检测方法 - Google Patents

金属构件中夹杂缺陷检测方法 Download PDF

Info

Publication number
CN106645435B
CN106645435B CN201611126369.2A CN201611126369A CN106645435B CN 106645435 B CN106645435 B CN 106645435B CN 201611126369 A CN201611126369 A CN 201611126369A CN 106645435 B CN106645435 B CN 106645435B
Authority
CN
China
Prior art keywords
signal
inclusion defect
frequency
detection
phase shift
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.)
Active
Application number
CN201611126369.2A
Other languages
English (en)
Other versions
CN106645435A (zh
Inventor
焦敬品
张强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201611126369.2A priority Critical patent/CN106645435B/zh
Publication of CN106645435A publication Critical patent/CN106645435A/zh
Application granted granted Critical
Publication of CN106645435B publication Critical patent/CN106645435B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472Mathematical theories or simulation

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了金属构件中夹杂缺陷检测方法,该方法是一种用相对频移量表征金属构件中夹杂缺陷的检测方法,通过利用仿真软件建立模型,使夹杂缺陷的尺寸和空间位置相同,改变材料属性,建立已知材料属性夹杂缺陷超声回波峰值频率的相对频移量关系曲线图,实际检测过程中利用该关系曲线图来判定夹杂缺陷的类型。在对实际检测获得的数据进行数据提取时,采用整体经验模态分解方法。

Description

金属构件中夹杂缺陷检测方法
技术领域
本发明涉及一种金属构件中夹杂缺陷的检测方法,特别是涉及一种用相对频移量表征金属构件中夹杂缺陷的检测方法,属于无损检测技术领域。
背景技术
作为大型成套设备的核心零部件,大型锻件在国民经济建设、国防装备发展和现代尖端科技重大装备建设中,发挥着非常重要的作用,广泛应用于核电站关键部件、火电机组、汽轮机转子、叶片、发电机轴以及重型机械等设备中。受冶金行业发展水平及相关工艺的限制,在铸锻件内部往往存在与基体材质相异的夹杂缺陷。夹杂缺陷的存在直接导致金属的连续性和完整性遭到破坏,影响钢的机械性能,特别是降低塑性、韧性及疲劳极限。严重时,还会使金属在热加工与热处理时产生裂纹或使用时突然脆断。此外,夹杂缺陷也促使在金属内部形成热加工纤维组织与带状组织,使材料具有各向异性,使得材料的冲击韧性大大降低。因此,有必要对关键零部件所用大锻件内部夹杂缺陷进行检测。
现有的金属构件夹杂缺陷检测方法主要可分为宏观评定法和显微组织法两类。其中,宏观评定法包括:低倍酸蚀检验法、断口检验法、塔形试验法和磁粉检验法等。显微评定法包括:标准图谱法,手工定量法和图像分析仪法等。此外,脉冲鉴别分析光谱测量法(OES-PDA)、化学成分分析法近年来也得到一定程度的应用。除磁粉检测法外,其他检测方法均通过观察组织宏观及微观结构的变化来表征铸锻件的质量,需要对检测对象进行取样。而磁粉检测法对内部缺陷不敏感,主要用于构件表面和近表面的缺陷检测。
超声波检测技术作为应用范围最广的无损检测技术之一,与其他常规无损检测技术相比,具有检测深度大,被测对象范围广,缺陷定位准确,检测灵敏度高,对人体无危害、对环境无污染等特点,因而被广泛应用于工业构件的无损检测领域。在不损害工件的前提下,根据超声波在介质中传播特性以及超声波与缺陷的相互作用机理,该技术不仅可以准确识别工件的表面缺陷(如裂纹、腐蚀等),还可发现其人眼不可见的内部缺陷(如孔洞、夹杂等)。
国内外学者采用超声检测方法对金属构件中夹杂缺陷的辨识进行了相关研究。研究表明,不同材料夹杂物能够通过超声检测方法进行区别,且在对其回波分析的基础上能够进行定量识别[Kananen V,Eskelinen J,Haeggstrom E.Ultrasonic inclusion andpore classification in rolled and unrolled steel samples[J].2009:2545-2548]。不同属性夹杂物对超声波的敏感频率不同[陈丹,肖会芳,黎敏,等.金属材料内部非金属夹杂超声检测的数值模拟[J].北京科技大学学报,2015,37(7):942-949.]。以上研究为金属构件中夹杂缺陷的检测提供了新的思路,但均处于初步阶段,尚无不同夹杂缺陷的统一表征指标,需要寻求一个用于判断不同夹杂缺陷的特征表征指标用于判别不同材料属性的夹杂缺陷。
发明内容
本发明是为了完善上述问题而完成的,其目的在于提供一种用相对频率偏移量表征金属构件中夹杂缺陷的检测方法,使用了夹杂缺陷检测装置、检测数据信息提取方法。
夹杂缺陷回波的峰值频率会因其材料属性的不同而发生不同程度的偏移,若直接以该峰值频率作为夹杂缺陷材料属性的表征参数,则峰值频率会随着激励信号频率发生改变。因此,将超声回波峰值频率的相对频移量作为不同材料属性夹杂缺陷的表征指标,由公式(1)计算得到,从而对夹杂缺陷类型进行判别。
其中,fdrive为激励信号频率,fecho为夹杂缺陷回波峰值频率。
考虑在进行夹杂缺陷检测前,如果能够通过仿真软件建立夹杂缺陷的激励信号频率与相对频移量的关系曲线,则可在实际检测中利用该曲线判定夹杂缺陷类型。
本发明是根据上述内容而完成的。
S1.建立已知夹杂缺陷的相对频移量关系曲线;
利用仿真软件,建立模型,使夹杂缺陷的尺寸和空间位置相同,改变材料属性,建立已知材料属性夹杂缺陷超声回波峰值频率的相对频移量关系曲线图。
S2.建立实际夹杂缺陷的相对频移量关系曲线;
利用夹杂缺陷检测装置对检测对象进行检测,并通过信号处理方法对检测数据进行信息提取。得到实际夹杂缺陷超声回波峰值频率的相对频移量关系曲线图。
S3.夹杂缺陷类型的判定;
利用已建立的夹杂缺陷曲线判定该夹杂缺陷类型。
根据本方法检测夹杂缺陷得到相对频移量关系曲线,根据已建立的夹杂缺陷曲线进行判定,能够判别不同材料属性的夹杂缺陷。
附图说明
图1是本发明实施所采用的夹杂缺陷检测装置说明图;
图2是本发明金属构件中夹杂缺陷检测方法的实施流程图;
图3是碳夹杂缺陷和锡夹杂缺陷的仿真相对频移量关系曲线;
图4是碳夹杂缺陷和锡夹杂缺陷的实验相对频移量关系曲线;
具体实施方式
本发明方法的流程图如图2所示。
1.建立已知夹杂缺陷的相对频移量关系曲线
首先,对采用仿真软件建立已知夹杂缺陷的仿真模型进行说明。
步骤一:仿真模型参数设置
1)根据待检测的实际对象设置基体的材料、形状及尺寸;
2)设置检测探头的类型、频率、尺寸参数;
3)设置激励信号的调制方式、信号周期数;
4)配置检测及耦合方式;
5)设定夹杂缺陷的尺寸与位置。
步骤二:针对不同夹杂缺陷材料属性参数进行仿真
1)设置夹杂缺陷材料属性;
2)运行仿真模型,保存仿真数据;
3)更改夹杂缺陷材料属性,重复设置夹杂缺陷材料属性、运行仿真模型并保存仿真数据。
其次,对仿真数据的信息提取进行说明。
1)对所有数据进行频域分析,进行傅里叶变换;
2)对傅里叶变换结果取包络;
3)提取频域分析结果中的峰值频率。
最后,建立已知夹杂缺陷的相对频移量关系曲线。其步骤为:
1)汇总全部峰值频率数据;
2)计算相对频移量;
3)绘制相对频移量关系曲线图。
2.建立实际夹杂缺陷的相对频移量关系曲线
首先,对图1所示的本实施方式的夹杂缺陷检测装置进行说明。
夹杂缺陷检测装置包括检测单元1、脉冲发射接收单元2、计算机控制单元3以及数据显示存储单元4。各单元的功能为:检测单元1被输入脉冲发射接收单元2产生的激励脉冲信号,监测被检测对象内部情况,将接收到的脉冲回波信号输出至脉冲发射接收单元2;脉冲发射接收单元2被输入由计算机控制单元3设置的激励信号参数,产生相应的激励脉冲信号输入至检测单元1,并接收检测单元1所监测到的信号将其输入至数据显示存储单元4;计算机控制单元3对检测单元1进行频响特性测试,选取响应极大值处频率作为检测单元1的激励频率,与激励信号幅值、相位、周期数、信号调制方式以及激励延时参数一同输入至脉冲发射接收单元2;数据显示存储单元4被输入脉冲发射接收单元2接收的监测信号,显示监测信号并存储。
其次,对利用上述夹杂缺陷检测装置的操作进行说明。
步骤一:检测前的参数配置;
1)脉冲发射接收单元预热;
2)硬件设备初始化,衰减器置于最大衰减位,双工器置于输出位,前置放大器置于20dB位,信号选择器通道1置于“INTEGRATOR GATE MON”位、通道2置于“RF SIGNAL MON”位;
3)打开计算机控制单元、数据显示存储单元;
4)计算机控制单元操作软件参数设置,设置的参数包括激励信号频率、幅值、相位、周期数、信号调制方式以及延时参数;
5)布置检测单元,将检测单元置于标准件上;
6)打开脉冲发射接收单元输出,打开操作软件输出按钮;
7)初始化数据显示存储单元设置,autoset后调节标度到能够恰当显示检测信息为止;
8)调节计算机控制单元操作软件积分门(Gated Integrator)的延时,使其能够取到完整的波形;
9)对探头进行扫频。以探头设计的标称参数,设置扫频的上下截止范围进行一定范围的初扫,然后根据扫频结果调整扫频范围,进行终扫,确定探头最适宜的工作频率。
步骤二:检测对象的实验检测
1)调节衰减器和数据显示存储单元参数,在待检测区域表面均匀涂抹耦合剂,对该区域进行手动扫查,寻找缺陷回波,记录缺陷位置,并使缺陷回波恰当的显示,对回波数据进行存储;
2)更换探头后按照检测对象的实验检测中的步骤1)对检测对象的进行检测。
再次,对实验数据的信息提取进行说明。
采用整体平均经验模态分解(EEMD)分析方法提取检测信息中的本征模态信号,然后对该本征模态信号进行频域分析并提取峰值频率。
步骤一:本征模态信号提取
1)读入数据;
2)混入噪声信号;
3)寻找极值点,通过三次样条曲线拟合出信号的上下包络并对包络求平均,得到均值序列;
4)去除均值序列,检测信号是否为本征模态函数,若不满足,重复本征模态信号提取中的步骤3)处理待检信号,直至满足本征模态函数条件;
5)计算剩余信号;
6)将剩余信号作为待处理信号,重复本征模态信号提取中的步骤3)、4),依次获得全部本征模态函数;
7)对本征模态信号提取中的步骤2)中获得的下一个混入噪声信号同样经过本征模态信号提取中的步骤3)~6),获得各自的本征模态函数;
8)将上述对应的本征模态函数进行整体平均,消除混入的白噪声对真实本征模态函数的影响。
步骤二:提取峰值频率
1)选取本征模态函数中幅值最大者确定为待分析的本征模态函数;
2)进行傅里叶变换;
3)提取频域分析结果中的峰值频率。
最后,建立被检测夹杂缺陷的相对频移量关系曲线。其步骤为:
1)汇总全部峰值频率数据;
2)计算相对频移量;
3)绘制相对频移量关系曲线图。
3.夹杂缺陷类型的判定
对比仿真曲线与实验关系曲线,通过其变化趋势以及偏移量来判定夹杂缺陷的类型。
实施例
制作夹杂物材料属性分别为锡和碳的铝基试件,锡和碳夹杂均为圆柱体,直径为3mm,作为实验中的检测对象。
利用上述实施方式建立关于锡和碳的仿真相对频移量关系曲线,探头置于夹杂缺陷正上方,仿真参数如表1-3所示,对仿真数据进行提取后的峰值频率如表4所示。
表1为仿真时基体与夹杂缺陷的参数。
表1基体与夹杂缺陷的参数
表2为仿真时的探头参数设置
表2探头参数设置
表3为仿真时的信号参数设置。
表3信号参数设置
表4为对仿真数据进行提取后的峰值频率。
表4锡和碳夹杂仿真数据的峰值频率
激励频率(MHz) 锡的峰值频率(MHz) 碳的峰值频率(MHz)
2.5066 2.2288 2.2328
3.0130 2.6746 2.676
5.2666 4.6937 4.6933
图3是利用本实施方式所得到的位于深度50mm处的锡和碳的相对频移量仿真关系曲线图。
然后,利用上述实施方式建立关于锡和碳的实验相对频移量关系曲线。首先对试件进行扫查,然后将探头置于缺陷回波幅值最大处进行数据采集,实验参数如表5所示。
表5为夹杂缺陷检测装置实验参数。
表5夹杂缺陷检测装置实验参数
激励频率(MHz) 调制方式 信号周期数 输出级 延时(μs) 衰减(dB)
2.5066 Hanning 3 50 2.5μs 31
3.0130 Hanning 3 50 2.5μs 31
5.2666 Hanning 3 50 2.5μs 15
采用EEMD方法对实验信号进行处理时,选取白噪声标准差为0.001,白噪声总体数量为10。
表6为对实验数据进行提取后的峰值频率。
表6锡和碳夹杂实验数据的峰值频率
激励频率(MHz) 锡的峰值频率(MHz) 碳的峰值频率(MHz)
2.5066 2.3529 2.4170
3.0130 2.7588 2.7740
5.2666 5.0903 5.1392
图4是利用本实施方式所得到的位于深度50mm处的锡和碳的相对频移量实验检测关系曲线图。
如图3、4所示,实验检测得到的相对频移量关系曲线的变化趋势与仿真的到的相对频移量关系曲线趋势相同。同时,由仿真可知碳的相对频移量较锡的相对频移量要小,因此推断实验检测得到的相对频移量关系曲线图中A为碳,B为锡。该结果与实际情况相符。
由此,证实了本实施方式所采用的相对频率偏移量指标能够用于夹杂缺陷的类型的表征,进行夹杂缺陷类型的识别。
以上是本发明的一个典型实施例,本发明的实施不限于此。
根据本发明,能够判定存在于金属构件中夹杂缺陷的类型。因此,能够用于工业生产中金属构件质量的控制,对被检测金属构件的下一步处理提供指导。同时,该方法无需对金属构件进行取样,能够节约时间成本,为企业提高产品的检测效率。

Claims (1)

1.金属构件中夹杂缺陷检测方法,其特征在于:步骤1,建立已知夹杂缺陷的相对频移量关系曲线;
首先,对采用仿真软件建立已知夹杂缺陷的仿真模型进行说明;
步骤一:仿真模型参数设置
1)根据待检测的实际对象设置基体的材料、形状及尺寸;
2)设置检测探头的类型、频率、尺寸参数;
3)设置激励信号的调制方式、信号周期数;
4)配置检测及耦合方式;
5)设定夹杂缺陷的尺寸与位置;
步骤二:针对不同夹杂缺陷材料属性参数进行仿真;
1)设置夹杂缺陷材料属性;
2)运行仿真模型,保存仿真数据;
3)更改夹杂缺陷材料属性,重复设置夹杂缺陷材料属性、运行仿真模型并保存仿真数据;
其次,对仿真数据的信息提取进行说明;
1)对所有数据进行频域分析,进行傅里叶变换;
2)对傅里叶变换结果取包络;
3)提取频域分析结果中的峰值频率;
最后,建立已知夹杂缺陷的相对频移量关系曲线;其步骤为:
1)汇总全部峰值频率数据;
2)计算相对频移量;
3)绘制相对频移量关系曲线图;
步骤2建立实际夹杂缺陷的相对频移量关系曲线;
夹杂缺陷检测装置包括检测单元(1)、脉冲发射接收单元(2)、计算机控制单元(3)以及数据显示存储单元(4);各单元的功能为:检测单元(1)被输入脉冲发射接收单元(2)产生的激励脉冲信号,监测被检测对象内部情况,将接收到的脉冲回波信号输出至脉冲发射接收单元(2);脉冲发射接收单元(2)被输入由计算机控制单元(3)设置的激励信号参数,产生相应的激励脉冲信号输入至检测单元(1),并接收检测单元(1)所监测到的信号将其输入至数据显示存储单元(4);计算机控制单元(3)对检测单元(1)进行频响特性测试,选取响应极大值处频率作为检测单元(1)的激励频率,与激励信号幅值、相位、周期数、信号调制方式以及激励延时参数一同输入至脉冲发射接收单元(2);数据显示存储单元(4)被输入脉冲发射接收单元(2)接收的监测信号,显示监测信号并存储;
其次,对利用上述夹杂缺陷检测装置的操作进行说明;
步骤一:检测前的参数配置;
1)脉冲发射接收单元预热;
2)硬件设备初始化,衰减器置于最大衰减位,双工器置于输出位,前置放大器置于20dB位,信号选择器通道1置于“INTEGRATOR GATE MON”位、通道2置于“RF SIGNAL MON”位;
3)打开计算机控制单元、数据显示存储单元;
4)计算机控制单元操作软件参数设置,设置的参数包括激励信号频率、幅值、相位、周期数、信号调制方式以及延时参数;
5)布置检测单元,将检测单元置于标准件上;
6)打开脉冲发射接收单元输出,打开操作软件输出按钮;
7)初始化数据显示存储单元设置,autoset后调节标度到能够恰当显示检测信息为止;
8)调节计算机控制单元操作软件积分门的延时,使其能够取到完整的波形;
9)对探头进行扫频;以探头设计的标称参数,设置扫频的上下截止范围进行一定范围的初扫,然后根据扫频结果调整扫频范围,进行终扫,确定探头最适宜的工作频率;
步骤二:检测对象的实验检测;
1)调节衰减器和数据显示存储单元参数,在待检测区域表面均匀涂抹耦合剂,对该区域进行手动扫查,寻找缺陷回波,记录缺陷位置,并使缺陷回波恰当的显示,对回波数据进行存储;
2)更换探头后按照检测对象的实验检测中的步骤1)对检测对象的进行检测;
再次,对实验数据的信息提取进行说明;
采用整体平均经验模态分解分析方法提取检测信息中的本征模态信号,然后对该本征模态信号进行频域分析并提取峰值频率;
步骤一:本征模态信号提取
1)读入数据;
2)混入噪声信号;
3)寻找极值点,通过三次样条曲线拟合出信号的上下包络并对包络求平均,得到均值序列;
4)去除均值序列,检测信号是否为本征模态函数,若不满足,重复本征模态信号提取中的步骤3)处理待检信号,直至满足本征模态函数条件;
5)计算剩余信号;
6)将剩余信号作为待处理信号,重复本征模态信号提取中的步骤3)、4),依次获得全部本征模态函数;
7)对本征模态信号提取中的步骤2)中获得的下一个混入噪声信号同样经过本征模态信号提取中的步骤3)~6),获得各自的本征模态函数;
8)将上述对应的本征模态函数进行整体平均,消除混入的白噪声对真实本征模态函数的影响;
步骤二:提取峰值频率
1)选取本征模态函数中幅值最大者确定为待分析的本征模态函数;
2)进行傅里叶变换;
3)提取频域分析结果中的峰值频率;
最后,建立被检测夹杂缺陷的相对频移量关系曲线;其步骤为:
1)汇总全部峰值频率数据;
2)计算相对频移量;
3)绘制相对频移量关系曲线图;
步骤3夹杂缺陷类型的判定;
对比仿真曲线与实验关系曲线,通过其变化趋势以及偏移量来判定夹杂缺陷的类型。
CN201611126369.2A 2016-12-09 2016-12-09 金属构件中夹杂缺陷检测方法 Active CN106645435B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611126369.2A CN106645435B (zh) 2016-12-09 2016-12-09 金属构件中夹杂缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611126369.2A CN106645435B (zh) 2016-12-09 2016-12-09 金属构件中夹杂缺陷检测方法

Publications (2)

Publication Number Publication Date
CN106645435A CN106645435A (zh) 2017-05-10
CN106645435B true CN106645435B (zh) 2019-07-12

Family

ID=58825752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611126369.2A Active CN106645435B (zh) 2016-12-09 2016-12-09 金属构件中夹杂缺陷检测方法

Country Status (1)

Country Link
CN (1) CN106645435B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107703210A (zh) * 2017-08-31 2018-02-16 北京金风慧能技术有限公司 工件识别方法及装置
JP7276744B2 (ja) * 2019-02-26 2023-05-18 国立大学法人豊橋技術科学大学 超音波検査装置及び超音波検査方法
CN111983020B (zh) * 2020-08-25 2023-08-22 绍兴市特种设备检测院 一种金属构件内部缺陷敲击检测识别***及识别方法
CN113030260A (zh) * 2021-03-04 2021-06-25 湘潭大学 一种用于复合材料夹杂缺陷的定量方法
CN113204868B (zh) * 2021-04-25 2023-02-28 中车青岛四方机车车辆股份有限公司 一种基于pod定量分析的缺陷检测参数优化方法及优化***
CN115326921B (zh) * 2022-10-14 2022-12-20 中国石油大学(华东) 基于双层线圈的双频单锁相双模式检测装置及检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6330827B1 (en) * 1998-12-04 2001-12-18 The Regents Of The University Of California Resonant nonlinear ultrasound spectroscopy
CN101975821A (zh) * 2010-09-03 2011-02-16 中国人民解放军装甲兵工程学院 发动机旧曲轴内部缺陷的自动化超声波检测方法及装置
CN103901102A (zh) * 2014-03-31 2014-07-02 北京工业大学 一种基于超声相控阵技术的锻件典型缺陷识别方法
CN104458911A (zh) * 2014-12-16 2015-03-25 中国科学院工程热物理研究所 一种风力机叶片超声检测的缺陷种类判定方法
CN105987951A (zh) * 2015-01-28 2016-10-05 宝山钢铁股份有限公司 识别焊缝边部缺陷类型的探伤方法
CN105987955A (zh) * 2015-02-12 2016-10-05 天津利洋润杰科技有限公司 一种升降微调式数字超声波探伤仪

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6330827B1 (en) * 1998-12-04 2001-12-18 The Regents Of The University Of California Resonant nonlinear ultrasound spectroscopy
CN101975821A (zh) * 2010-09-03 2011-02-16 中国人民解放军装甲兵工程学院 发动机旧曲轴内部缺陷的自动化超声波检测方法及装置
CN103901102A (zh) * 2014-03-31 2014-07-02 北京工业大学 一种基于超声相控阵技术的锻件典型缺陷识别方法
CN104458911A (zh) * 2014-12-16 2015-03-25 中国科学院工程热物理研究所 一种风力机叶片超声检测的缺陷种类判定方法
CN105987951A (zh) * 2015-01-28 2016-10-05 宝山钢铁股份有限公司 识别焊缝边部缺陷类型的探伤方法
CN105987955A (zh) * 2015-02-12 2016-10-05 天津利洋润杰科技有限公司 一种升降微调式数字超声波探伤仪

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"不同被检材料中不同缺陷超声波检测的波形识别";吴德新 等;《机电产品开发与创新》;20100331;第23卷(第2期);第88、142-143页
"钢中夹杂缺陷的探伤检验及分析";朴启霞 等;《黑龙江冶金》;20140831;第34卷(第4期);第7-8页
J Krautkrämer."Determination of the size of defects by the ultrasonic impulse echo method".《British Journal of Applied Physics》.1959,

Also Published As

Publication number Publication date
CN106645435A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN106645435B (zh) 金属构件中夹杂缺陷检测方法
Caesarendra et al. Acoustic emission-based condition monitoring methods: Review and application for low speed slew bearing
CN105334269A (zh) 一种基于神经网络和导波特征数据库的管道缺陷类别判别方法
Hall et al. Acoustic emissions diagnosis of rotor-stator rubs using the KS statistic
Mazal et al. Use of acoustic emission method for identification of fatigue micro-cracks creation
CN101620203B (zh) 基于小波理论的机械设备缺欠超声检测设备
CN102980945A (zh) 基于双谱分析的结构微裂纹混频非线性超声检测方法
CN104391039A (zh) 基于动态小波指纹技术的储罐底板腐蚀非接触式超声检测方法
Hua et al. In-situ ultrasonic detection of resistance spot welding quality using embedded probe
Behrens et al. Acoustic emission technique for online monitoring during cold forging of steel components: a promising approach for online crack detection in metal forming processes
Sampath et al. Ultrasonic Lamb wave mixing based fatigue crack detection using a deep learning model and higher-order spectral analysis
CN113624834B (zh) 一种基于边际谱质心检测的缺陷深度识别方法、***
CN109738518B (zh) 一种非线性电磁超声谐振评估材料热处理效果的方法和装置
CN102565189A (zh) 金属材料金相的超声波检测方法
CN114739840A (zh) 一种基于非线性超声波评价熔覆层疲劳损伤的技术方法
He et al. Experimental research on cavitation erosion detection based on acoustic emission technique
CN104251887A (zh) 铸铁超声探伤中基于晶粒特征的改进分离谱方法
CN204314257U (zh) 一种储罐底板腐蚀非接触式超声检测装置
Bunget et al. Flaw characterization through nonlinear ultrasonics and wavelet cross-correlation algorithms
Xiao et al. Impulsive noise cancellation of acoustic emission signal based on iterative mathematical morphology filter
Sokolov et al. Advanced Filtering Methods Application for Sensitivity Enhancement During AE Testing of Operating Structures
CN114324598B (zh) 一种螺栓超声检测的高质量成像方法及***
Li et al. Investigation on characteristics of tensile damage and microstructure evolution of steel AISI 316L by nonlinear ultrasonic Lamb wave
Kim et al. Evaluation of ultrasonic nonlinear characteristics in heat-treated aluminum alloy
Panin et al. Developing and testing a laboratory system for recording and analysis of acoustic emission

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant