CN111044613A - 一种基于非线性Lamb波的金属板微缺陷检测方法 - Google Patents
一种基于非线性Lamb波的金属板微缺陷检测方法 Download PDFInfo
- Publication number
- CN111044613A CN111044613A CN201911362691.9A CN201911362691A CN111044613A CN 111044613 A CN111044613 A CN 111044613A CN 201911362691 A CN201911362691 A CN 201911362691A CN 111044613 A CN111044613 A CN 111044613A
- Authority
- CN
- China
- Prior art keywords
- nonlinear
- lamb
- metal plate
- wave
- excitation
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/04—Analysing solids
- G01N29/041—Analysing solids on the surface of the material, e.g. using Lamb, Rayleigh or shear waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/04—Analysing solids
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/04—Wave modes and trajectories
- G01N2291/042—Wave modes
- G01N2291/0427—Flexural waves, plate waves, e.g. Lamb waves, tuning fork, cantilever
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于非线性Lamb波的金属板微缺陷检测方法,包括以下步骤:S1:获取金属板的相速度频散曲线和群速度频散曲线;S2:根据相速度频散曲线和群速度频散曲线获取激励频率、特定模态的Lamb波以及特定模态的Lamb波的入射角作为模型参数;S3:根据S2中特定模态的Lamb波推导相对非线性系数β′,相对非线性系数β′用于表征缺陷的深度;S4:根据模型参数,建立非线性超声测试***;S5:根据S4中建立的非线性检测***对金属板进行测试并判断相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试金属板的缺陷。相对非线性系数β′表征被测试金属板的缺陷,能有效表征金属板的缺陷,提高检测的准确性。
Description
技术领域
本发明涉及无损检测领域,尤其涉及一种基于非线性Lamb波的铝合金板微缺陷检测方法。
背景技术
与传统超声波技术相比,利用固体介质中超声导波的传播特性检测材料和结构的技术具有更快速、更经济、更灵敏的特点,是无损检测(Non DestructiveTesting,NDT)领域中的一个重要研究热点。
Lamb波是超声无损检测中的一种常用导波模态,因其衰减小、检测距离远、传播速度快的优点,非常适用于大面积金属板材的缺陷检测。Lamb波在板材的传播过程中会出现频散现象,并产生多种模态,由于多种模态的波包之间的相互干扰,使得接收以及信号处理十分复杂。
当板材中存在缺陷时,会使得Lamb波的传播更加的多变复杂,兰姆波模态的选择直接关系到检测的准确性,现有技术中,兰姆波模态的选择往往不具有单一性,使得准确性不高,因此基于兰姆波提出一种更为准确的检测金属板的方法为行业所需。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种基于非线性Lamb波的金属板微缺陷检测方法,能有效表征金属板缺陷的深度,提高检测的准确性。
本发明解决上述技术问题的技术方案如下:
一种基于非线性Lamb波的金属板微缺陷检测方法,包括以下步骤:
S1:获取金属板的相速度频散曲线和群速度频散曲线;
S2:根据所述相速度频散曲线和所述群速度频散曲线获取激励频率、特定模态的Lamb波以及所述特定模态的Lamb波的入射角作为模型参数;
S3:根据所述S2中特定模态的Lamb波推导相对非线性系数β′,所述相对非线性系数β′用于表征缺陷的深度;
S4:根据所述模型参数,建立非线性超声测试***;
S5:根据S4中建立的非线性检测***对金属板进行测试并判断所述相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试金属板的缺陷。
本发明的有益效果是,根据金属板的相速度曲线和群速度曲线获取建立模型需要的模型参数,并建立超声非线性测试***验证相对非线性系数β′的可靠性,如果可靠则利用相对非线性系数β′表征被测试金属板的缺陷,能有效表征金属板的缺陷,提高检测的准确性。
进一步,所述S1包括以下步骤:
S101:根据Rayleigh-Lamb频率方程的对称和反对称模态,列出Lamb波的相速度cp和频率ω间的关系式:cp=(ω/2π)λ,其中λ为波长;
S102:根据Lamb波的相速度和频率间的关系式,绘制相速度和群速度频散曲线。
采用上述进一步方案的有益效果是,根据Lamb波的相速度和频率间的关系式,绘制相速度和群速度频散曲线,使变化关系规律更直观,更容易选择Lamb波的模态。
进一步,所述S2中模型参数的获取包括以下步骤:
S201:根据Lamb波的相速度cp和频率ω间的关系式:cp=(ω/2π)λ,其中λ为波长,获取Lamb的激励频率,所述激励频率ω=(cp/λ)×2π;
S202:所述金属板为铝合金板,当频厚积为2.5MHz·mm时,Lamb模态选择A0和S0;
S203:根据所述相速度频散曲线,绘制铝合金板中Lamb的激发角曲线,根据所述Lamb波的激发角曲线,获取所述S0和A0模态的入射角为50°。
采用上述进一步方案的有益效果是,获取模型参数激励频率、Lamb的模态、入射角为建立非线性超声测试***做准备,根据Lamb的激发角曲线获得S0和A0模态的入射角,便于进行实验以及得到更多理论支持。
进一步,所述S3包括以下步骤:
采用上述进一步方案的有益效果是,通过应力σ与应变ε的一维方程、一维波动方程推导非线性波动方程,再与初始位移x0进行整合得到非线性系数β,再通过引入尺度变换系数γ,获得相对非线性系数β′用于表征缺陷的深度,得到更多理论支持。
进一步,所述建立的非线性超声测试***包括,型号为RAM-5000-SNAP的非线性高能超声测试***,激励探头和接收探头;
所述非线性高能超声测试***的发射端与所述激励探头连接,所述激励探头用于发射特定模态的Lamb波到检测的铝合金板;
所述接收探头用于接收所述被检测铝合金板传递的Lamb,并将信号传输到所述非线性高能超声测试***的接收端。
采用上述进一步方案的有益效果是,根据模型参数建立非线性超声测试***,检测相对非线性系数β′表征金属板缺陷的准确性,验证相对非线性系数β′可以很好的表征缺陷,从实验中进一步得到支持。
进一步,所述非线性高能超声测试***与所述激励探头之间还设置有低通滤波器,所述接收探头与所述非线性高能超声测试***之间还设置有高通滤波器。
采用上述进一步方案的有益效果是,设置低通滤波器用于滤除高频杂波,设置高通滤波器用于滤除低频杂波,减少对信号的干扰,提高非线性超声测试***稳定性。
进一步,所述S5包括以下步骤:
S501:由非线性高能超声测试***产生发射信号,所述发射信号经过低通滤波后传输到激励探头;
S502:所述激励探头根据所述模型参数发射超声信号到被检测的铝合金板;
S503:分别接收所述被检测的铝合金板传递的基波和二次谐波信号,其中基波信号不经处理直接回到所述非线性高能超声测试***的接收端,二次谐波信号经滤高通滤波、信号放大后再回到非线性高能超声***的接收端,分析所述基波信号和二次谐波信号;
S504:判断所述相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试铝合金板的缺陷。
采用上述进一步方案的有益效果是,先通过实验验证相对非线性系数表征铝合金板微缺陷深度的可靠性,再利用相对非线性系数β′表征被测金属板微缺陷,能有效表征金属板的缺陷,提高检测的准确性。
进一步,所述非线性高能超声测试***采用的激励信号为正弦脉冲串,中心频率为2.5MHz。
采用上述进一步方案的有益效果是,中心频率选择2.5MHz,Lamb的模态单一,接收的信号更易处理。
进一步,所述激励信号采用Hanning-汉宁窗口调节。
采用上述进一步方案的有益效果是,使得激励信号的能量更加的集中、抑制旁瓣并减少能量的泄露,从而使接收信号的效果更好。
进一步,所述S1中获取的相速度和群速度频散曲线采用Matlab数值方法绘制。
采用上述进一步方案的有益效果是,使用Matlab数值方法操作方便、简单、处理速度快。
附图说明
图1为本发明一个实施例的相速度曲线图:
图2为本发明一个实施例的群速度曲线图;
图3为本发明一个实施例的激发角曲线图;
图4为本发明一个实施例的超声非线性测试***结构图;
图5为本发明一个实施例激励信号的时域波形图;
图6为本发明基波的时域图和频域图;
图7为本发明二次谐波的时域图和频域图;
图8为本发明相对非线性系数与缺陷深度的关系图;
图9为本发明一种基于非线性Lamb波的金属板微缺陷检测方法的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下。
实施例1
一种基于非线性Lamb波的金属板微缺陷检测方法,包括以下步骤:
S1:获取金属板的相速度频散曲线和群速度频散曲线;
S2:根据相速度频散曲线和群速度频散曲线获取激励频率、特定模态的Lamb波以及特定模态的Lamb波的入射角作为模型参数;
S3:根据S2中特定模态的Lamb波推导相对非线性系数β′,相对非线性系数β′用于表征缺陷的深度;
S4:根据模型参数,建立非线性超声测试***;
S5:根据S4中建立的非线性检测***对金属板进行测试并判断相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试金属板的缺陷。
根据金属板的相速度曲线和群速度曲线获取建立模型需要的模型参数,并建立超声非线性测试***验证相对非线性系数β′的可靠性,如果可靠则利用相对非线性系数β′表征被测试金属板的缺陷,能有效表征金属板的缺陷,提高检测的准确性。其中,特定模态的Lamb波是指根据相速度曲线和群速度曲线,在厚积频一定的情况下选出的模态较为单一的Lamb波,以铝合金板为例,如图1和图2所示,在本实施例中,选择的模态为S0和A0,可靠是指,相对非线性系数是否随深度越深系数增大,如随缺陷深度的加深,相对非线性系数变大,说明可靠。
S1包括以下步骤:
S101:根据Rayleigh-Lamb频率方程的对称和反对称模态,列出Lamb波的相速度cp和频率ω间的关系式:cp=(ω/2π)λ,其中λ为波长;
S102:根据Lamb波的相速度和频率间的关系式,绘制相速度和群速度频散曲线。
根据Lamb波的相速度和频率间的关系式,绘制相速度和群速度频散曲线,使变化关系规律更直观,更容易选择Lamb波的模态。
其中,描述Lamb波波动特性的方程是Rayleigh-Lamb频率方程,其数学表达式如下:
这里p和q分别由下式给出:
波数k在数值上与ω/cp相等,其中,cp是Lamb的相速度,ω为圆频率,cL是纵波速度,cT是横波速度,d是板厚,p和q是中间变量。相速度与波长之间存在简单的关系:cp=(ω/2π)λ。
S2中模型参数的获取包括以下步骤:
S201:根据Lamb波的相速度cp和频率ω间的关系式:cp=(ω/2π)λ,其中λ为波长,获取Lamb的激励频率,激励频率ω=(cp/λ)×2π;
S202:金属板为铝合金板,当频厚积为2.5MHz·mm时,Lamb模态选择A0和S0;
S203:根据相速度频散曲线,绘制铝合金板中Lamb的激发角曲线,根据Lamb波的激发角曲线,获取S0和A0模态的入射角为50°。
获取模型参数激励频率、Lamb的模态、入射角为建立非线性超声测试***做准备,根据Lamb的激发角曲线获得S0和A0模态的入射角,便于进行实验以及得到更多理论支持。
Lamb波的频率ω和波数k间的关系会输出频谱;或者说相速度cp和频率ω间的关系将产生频散曲线。
在本实施例中,以铝合金板为例,取铝合金cL=6441m/s,cT=3224m/s。通过Matlab,利用数值方法对Rayleigh-Lamb频率方程进行求解得到如图1、图2所示的Lamb波在铝合金板材中的相速度和群速度频散曲线。根据图1和图2所示,在Lamb的传播过程中,频散和多模态现象是并存的,观察频散曲线可以看出,当频厚积高于3MHz·mm时,模态个数至少达到3个,这大大的增加了信号的分析难度。当频率为2.5MHz·mm时,Lamb模态只有A0和S0两种,模态较为单一,因此选择A0和S0两种模态作为特定模态。
依照相速度频散曲线,由Snell定律:θ=sin-1(Cw/Cp)可绘制铝合金板中Lamb的激发角度曲线,如图3所示。其中θ—激发角,Cw—探头的纵波声速,Cp—相速度,由图3可知,当频率为2.5MHz·mm时,激励S0模态Lamb波的入射角为50°,A0模态Lamb波的入射角大致为80°。
S3包括以下步骤:
通过应力σ与应变ε的一维方程、一维波动方程推导非线性波动方程,再与初始位移x0进行整合得到非线性系数β,再通过引入尺度变换系数γ,获得相对非线性系数β′用于表征缺陷的深度,得到更多理论支持。
其中,S3具体推导过程如下:
根据胡克定律,应力σ与应变ε的非线性关系相关的一维方程σ=Eε(1+βε+…),其中,ε是应变,β是非线性系数。
采用奇异摄动法,假设位移u由下式决定:
u=u0+u′
其中u0是激发波的初始位移,u′是一阶扰动解。假设u0是单一频率的正弦波:
u0=A1cos(kx-ωt)
其中k为波数,得到二阶扰动解如下:
u=u0+u′=A1cos(kx-ωt)-A2sin 2(kx-ωt)
其中
从而
对于Lamb的非线性系数需要引入尺度变换系数γ,所以Lamb波非线性系数为:
待测样品的非线性来源由两部分构成:一是金属材料固有的非线性,一是来源于金属近表面缺陷产生的声学非线性,因此可以建立非线性系数于缺陷深度之间的关系。
建立的非线性超声测试***包括,型号为RAM-5000-SNAP的非线性高能超声测试***,激励探头和接收探头;非线性高能超声测试***的发射端与激励探头连接,激励探头用于发射特定模态的Lamb波到检测的铝合金板;接收探头用于接收被检测铝合金板传递的Lamb,并将信号传输到非线性高能超声测试***的接收端。
根据模型参数建立非线性超声测试***,检测相对非线性系数β′表征金属板缺陷的准确性,验证相对非线性系数β′可以很好的表征缺陷,从实验中进一步得到支持。非线性高能超声测试***的发射端与激励探头之间还设置有低通滤波器,接收探头与非线性高能超声测试***之间还设置有高通滤波器。设置低通滤波器用于滤除高频杂波,设置高通滤波器用于滤除低频杂波,减少对信号的干扰,提高非线性超声测试***稳定性。
S5包括以下步骤:
S501:由非线性超声检测***产生发射信号,发射信号经过低通滤波后传输到激励探头;
S502:激励探头根据模型参数发射超声信号到被检测的铝合金板;
S503:分别接收被检测的铝合金板传递的基波和二次谐波信号,其中基波信号不经处理直接回到非线性超声***的接收端,二次谐波信号经滤高通滤波、信号放大后再回到非线性高能超声***的接收端,分析基波信号和二次谐波信号;
S504:判断相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试铝合金板的缺陷。先通过实验验证相对非线性系数表征铝合金板微缺陷深度的可靠性,再利用相对非线性系数β′表征被测金属板微缺陷,能有效表征金属板的缺陷,提高检测的准确性。
非线性高能超声测试***采用的激励信号为正弦脉冲串,中心频率为2.5MHz。中心频率选择2.5MHz,lamb的模态单一,接收的信号更易处理。
激励信号采用Hanning-汉宁窗口调节。使得激励信号的能量更加的集中、旁瓣明显的抑制并减少能量的泄露,从而使接收信号的效果更好。S1中获取的相速度和群速度频散曲线采用Matlab数值方法绘制。使用Matlab数值方法操作方便、简单、处理速度快。
在本实施例中,建立非线性超声测试***检测对金属板进行检测的原理,如图4所示,非线性超声测试***由RAM-5000-SNAP非线性高能超声测试***、PC机、50Ω负载、衰减器、高通和低通滤波器以及前置发大器组成。其中非线性高能超声测试***与PC机相连,各项参数通过电脑上的软件控制,采用一发双收的模式。非线性高能超声测试***产生的信号由发射端发出,经阻抗和低通滤波器后,激励探头激发的超声信号经过铝合金板传播到接收换能器,信号波在金属板中的传播过程中会产生波形畸变,产生二次及以上的高次谐波。由于高次谐波信号微弱,容易被***附带的噪声以及基波信号所覆盖,因此分别接收基波和二次谐波信号,其中基波信号不经处理直接回到***的接收端1,二次谐波信号经由高通滤波器、信号放大器后再回到接收端2。示波器可同时显示和采集激励信号和接收信号。
激励探头激发的超声信号沿着被测金属板方向传播,经由接收探头后被接收,并采用角度可调激励探头以激发固定模态Lamb波。参考图3,根据实际测量,激励探头和接收探头的角度都调节为53°。参考群速度和相速度的频散曲线,选择正弦脉冲串作为激励信号,中心频率为2.5MHz,同时采用Hanning-汉宁窗口对激励信号调节,加Hanning-汉宁窗处理后的激励信号的能量可以更加的集中、旁瓣得到明显的抑制并减少能量的泄露,从而使接收信号的效果更好,为确保响应信号的频率成分更纯净,脉冲串的个数应尽可能的多,其次保证接收信号不能产生重叠,因此,在本实施例中选择15个cycles的激励信号,如图5所示为激励信号的时域波形。
在本实施例中,被测金属板材料为6061铝合金板,尺寸为250mm×100mm×10mm,在铝合金板的中间位置沿宽度方向采用线切割的方法分别加工出深度为0mm,1mm.2mm,3mm,4mm,5mm,宽为0.1mm人工裂缝,激励探头中心频率为2.5MHz,接收探头中心频率为5MHz。基波和二次谐波幅值的测量条件应保持一致,利用Matlab对得到的基波和二次谐波的时域波形进行快速傅里叶变换,变换后的基波幅值A1和二次谐波幅值A2分别如图6、图7所示。
参照表1,给出了基波幅值A1、二次谐波幅值A2的实验结果。
可以看出,基波幅值A1基本变化不大,二次谐波幅值A2先逐渐增大然后下降,因此二次谐波幅值可以对缺陷深度进行粗略的表征,但通过之前的非线性超声检测的理论依据可知,相对非线性系数通常用来表征非线性效应,因为这是基波幅值和二次谐波幅值的综合性能的表现,并更好的体现非线性效应的变化规律。将测量值带入得相对非线性系数β′。记未经过线切割铝合金板的非线性相对系数为β′0。对线切割铝合金板的相对非线性系数参数进行正则化处理,即得出的缺陷铝合金板的正则化相对非线性系数与裂缝深度对应关系如图8所示。
由图8可知,第一阶段在4mm之前,相对非线性系数随着裂缝深度的增加而增加;第二阶段:在深度4mm之后,相对非线性系数出现波动呈下降的趋势,说明相对非线性系数的变化并不是随着缺陷深度的增加而呈线性增加,则4mm之前,相对非线性系数可靠,可以表征缺陷深度,在4mm之后,相对非线性系数不可靠,不用于表征缺陷深度。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,包括以下步骤:
S1:获取金属板的相速度频散曲线和群速度频散曲线;
S2:根据所述相速度频散曲线和所述群速度频散曲线获取激励频率、特定模态的Lamb波以及所述特定模态的Lamb波的入射角作为模型参数;
S3:根据所述S2中特定模态的Lamb波推导相对非线性系数β′,所述相对非线性系数β′用于表征缺陷的深度;
S4:根据所述模型参数,建立非线性超声测试***;
S5:根据S4中建立的非线性检测***对金属板进行测试并判断所述相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试金属板的缺陷。
2.根据权利要求1所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述S1包括以下步骤:
S101:根据Rayleigh-Lamb频率方程的对称和反对称模态,列出Lamb波的相速度cp和频率ω间的关系式:cp=(ω/2π)λ,其中λ为波长;
S102:根据Lamb波的相速度和频率间的关系式,绘制相速度和群速度频散曲线。
3.根据权利要求1所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述S2中模型参数的获取包括以下步骤:
S201:根据Lamb波的相速度cp和频率ω间的关系式:cp=(ω/2π)λ,其中λ为波长,获取Lamb的激励频率,所述激励频率ω=(cp/λ)×2π;
S202:所述金属板为铝合金板,当频厚积为2.5MHz·mm时,Lamb模态选择A0和S0;
S203:根据所述相速度频散曲线,绘制铝合金板中Lamb的激发角曲线,根据所述Lamb波的激发角曲线,获取所述S0和A0模态的入射角为50°。
5.根据权利要求4所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述非线性超声测试***包括,型号为RAM-5000-SNAP的非线性高能超声测试***,激励探头和接收探头;
所述非线性高能超声测试***的发射端与所述激励探头连接,所述激励探头用于发射特定模态的Lamb波到检测的铝合金板;
所述接收探头用于接收所述被检测铝合金板传递的Lamb,并将信号传输到所述非线性高能超声测试***的接收端。
6.根据权利要求5所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述非线性高能超声测试***的发射端与所述激励探头之间还设置有低通滤波器,所述接收探头与所述非线性高能超声测试***之间还设置有高通滤波器。
7.根据权利要求6所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述S5包括以下步骤:
S501:由非线性高能超声***产生发射信号,所述发射信号经过低通滤波后传输到激励探头;
S502:所述激励探头根据所述模型参数发射超声信号到被检测的铝合金板;
S503:分别接收所述被检测的铝合金板传递的基波和二次谐波信号,其中基波信号不经处理直接回到所述非线性高能超声***的接收端,二次谐波信号经滤高通滤波、信号放大后再回到非线性高能超声***的接收端,分析所述基波信号和二次谐波信号;
S504:判断所述相对非线性系数β′是否可靠,如果可靠,则利用相对非线性系数β′表征被测试铝合金板的缺陷。
8.根据权利要求7所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述非线性高能超声测试***采用的激励信号为正弦脉冲串,中心频率为2.5MHz。
9.根据权利要求8所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述激励信号采用Hanning-汉宁窗口调节。
10.根据权利要求1或2所述的一种基于非线性Lamb波的金属板微缺陷检测方法,其特征在于,所述S1中获取的相速度和群速度频散曲线采用Matlab数值方法绘制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911362691.9A CN111044613B (zh) | 2019-12-26 | 2019-12-26 | 一种基于非线性Lamb波的金属板微缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911362691.9A CN111044613B (zh) | 2019-12-26 | 2019-12-26 | 一种基于非线性Lamb波的金属板微缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111044613A true CN111044613A (zh) | 2020-04-21 |
CN111044613B CN111044613B (zh) | 2023-09-22 |
Family
ID=70239920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911362691.9A Active CN111044613B (zh) | 2019-12-26 | 2019-12-26 | 一种基于非线性Lamb波的金属板微缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111044613B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147225A (zh) * | 2020-08-10 | 2020-12-29 | 南京智慧基础设施技术研究院有限公司 | 一种水下闸门的非线性波检测方法 |
CN113091973A (zh) * | 2021-03-04 | 2021-07-09 | 西安交通大学 | 基于内部弹性波非线性特征的激光冲击强化实时监测方法 |
CN113204868A (zh) * | 2021-04-25 | 2021-08-03 | 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*** |
CN113298805A (zh) * | 2021-06-17 | 2021-08-24 | 哈尔滨工程大学 | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 |
CN113325075A (zh) * | 2021-05-27 | 2021-08-31 | 浙江工业大学 | 一种用于金属薄板高周疲劳损伤的非线性波检测方法 |
CN113406202A (zh) * | 2021-06-17 | 2021-09-17 | 哈尔滨工程大学 | 一种基于高频Lamb波频域信息的结构表面缺陷探测方法 |
CN113804134A (zh) * | 2021-09-22 | 2021-12-17 | 北京航空航天大学 | 用于圆柱状结构部件的径向最大腐蚀深度检测方法及*** |
CN113983994A (zh) * | 2021-10-25 | 2022-01-28 | 北京环境特性研究所 | 样品材料参数确定方法及装置 |
CN114061805A (zh) * | 2021-10-27 | 2022-02-18 | 哈尔滨工业大学 | 一种用于纤维增强复合材料的空气耦合Lamb波非线性超声应力检测方法、***及装置 |
CN114166942A (zh) * | 2021-11-25 | 2022-03-11 | 武汉大学 | 基于激光超声的金属增材制造层间缺陷埋藏深度测量方法 |
CN114441638A (zh) * | 2022-01-27 | 2022-05-06 | 重庆工业职业技术学院 | 一种用于波纹板的探伤方法 |
CN114459648A (zh) * | 2022-01-19 | 2022-05-10 | 哈尔滨工业大学 | 一种基于多模态Lamb波数据融合的无基线应力在线监测***及监测方法 |
CN114487109A (zh) * | 2022-01-19 | 2022-05-13 | 哈尔滨工业大学 | 一种基于单模态多频率信号融合的无基线数据应力在线监测方法、***、设备和介质 |
CN115235391A (zh) * | 2022-06-30 | 2022-10-25 | 哈尔滨工程大学 | 一种基于a0模态频散曲线的测量冰厚方法 |
CN115683369A (zh) * | 2022-10-12 | 2023-02-03 | 哈尔滨工业大学 | 一种基于Lamb波双模态声时比的复合材料空耦超声平面应力检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004177266A (ja) * | 2002-11-27 | 2004-06-24 | Sumitomo Metal Ind Ltd | 鋼板の板波探傷方法及びこの探傷方法を実施する鋼板の製造方法並びにこの製造方法によって製造された鋼板 |
JP2006064574A (ja) * | 2004-08-27 | 2006-03-09 | Choonpa Zairyo Shindan Kenkyusho:Kk | 超音波材料評価方法及び装置 |
US20090049916A1 (en) * | 2005-12-16 | 2009-02-26 | Bae Systems Pic | Detection of defects in welded structures |
CN105372330A (zh) * | 2015-11-09 | 2016-03-02 | 北京工业大学 | 板中微裂纹检测用非线性Lamb波混频方法 |
CN108445079A (zh) * | 2018-03-07 | 2018-08-24 | 重庆大学 | 薄板早期损伤的Lamb波共轴同向混频检测方法 |
-
2019
- 2019-12-26 CN CN201911362691.9A patent/CN111044613B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004177266A (ja) * | 2002-11-27 | 2004-06-24 | Sumitomo Metal Ind Ltd | 鋼板の板波探傷方法及びこの探傷方法を実施する鋼板の製造方法並びにこの製造方法によって製造された鋼板 |
JP2006064574A (ja) * | 2004-08-27 | 2006-03-09 | Choonpa Zairyo Shindan Kenkyusho:Kk | 超音波材料評価方法及び装置 |
US20090049916A1 (en) * | 2005-12-16 | 2009-02-26 | Bae Systems Pic | Detection of defects in welded structures |
CN105372330A (zh) * | 2015-11-09 | 2016-03-02 | 北京工业大学 | 板中微裂纹检测用非线性Lamb波混频方法 |
CN108445079A (zh) * | 2018-03-07 | 2018-08-24 | 重庆大学 | 薄板早期损伤的Lamb波共轴同向混频检测方法 |
Non-Patent Citations (2)
Title |
---|
孟翔震, 等: "基于空耦超声Lamb波的金属板状结构内部缺陷检测方法", 应用声学, pages 316 - 324 * |
陈军;李志浩;林莉;侯云霞;马清杰;: "铝板中Lamb波检测的实验研究", 应用声学, no. 02, pages 98 - 104 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147225A (zh) * | 2020-08-10 | 2020-12-29 | 南京智慧基础设施技术研究院有限公司 | 一种水下闸门的非线性波检测方法 |
CN113091973A (zh) * | 2021-03-04 | 2021-07-09 | 西安交通大学 | 基于内部弹性波非线性特征的激光冲击强化实时监测方法 |
CN113204868A (zh) * | 2021-04-25 | 2021-08-03 | 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*** |
CN113325075A (zh) * | 2021-05-27 | 2021-08-31 | 浙江工业大学 | 一种用于金属薄板高周疲劳损伤的非线性波检测方法 |
CN113406202B (zh) * | 2021-06-17 | 2023-07-21 | 哈尔滨工程大学 | 一种基于高频Lamb波频域信息的结构表面缺陷探测方法 |
CN113298805A (zh) * | 2021-06-17 | 2021-08-24 | 哈尔滨工程大学 | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 |
CN113406202A (zh) * | 2021-06-17 | 2021-09-17 | 哈尔滨工程大学 | 一种基于高频Lamb波频域信息的结构表面缺陷探测方法 |
CN113298805B (zh) * | 2021-06-17 | 2022-06-17 | 哈尔滨工程大学 | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 |
CN113804134A (zh) * | 2021-09-22 | 2021-12-17 | 北京航空航天大学 | 用于圆柱状结构部件的径向最大腐蚀深度检测方法及*** |
CN113804134B (zh) * | 2021-09-22 | 2022-09-16 | 北京航空航天大学 | 基于高频散超声导波的锚固件径向最大腐蚀深度检测方法及*** |
CN113983994A (zh) * | 2021-10-25 | 2022-01-28 | 北京环境特性研究所 | 样品材料参数确定方法及装置 |
CN113983994B (zh) * | 2021-10-25 | 2023-05-12 | 北京环境特性研究所 | 样品材料参数确定方法及装置 |
CN114061805A (zh) * | 2021-10-27 | 2022-02-18 | 哈尔滨工业大学 | 一种用于纤维增强复合材料的空气耦合Lamb波非线性超声应力检测方法、***及装置 |
CN114166942A (zh) * | 2021-11-25 | 2022-03-11 | 武汉大学 | 基于激光超声的金属增材制造层间缺陷埋藏深度测量方法 |
CN114166942B (zh) * | 2021-11-25 | 2023-08-15 | 武汉大学 | 基于激光超声的金属增材制造层间缺陷埋藏深度测量方法 |
CN114487109A (zh) * | 2022-01-19 | 2022-05-13 | 哈尔滨工业大学 | 一种基于单模态多频率信号融合的无基线数据应力在线监测方法、***、设备和介质 |
CN114487109B (zh) * | 2022-01-19 | 2022-08-23 | 哈尔滨工业大学 | 一种基于单模态多频率信号融合的无基线数据应力在线监测方法、***、设备和介质 |
CN114459648B (zh) * | 2022-01-19 | 2022-08-02 | 哈尔滨工业大学 | 一种基于多模态Lamb波数据融合的无基线应力在线监测方法 |
CN114459648A (zh) * | 2022-01-19 | 2022-05-10 | 哈尔滨工业大学 | 一种基于多模态Lamb波数据融合的无基线应力在线监测***及监测方法 |
CN114441638B (zh) * | 2022-01-27 | 2023-05-19 | 重庆工业职业技术学院 | 一种用于波纹板的探伤方法 |
CN114441638A (zh) * | 2022-01-27 | 2022-05-06 | 重庆工业职业技术学院 | 一种用于波纹板的探伤方法 |
CN115235391A (zh) * | 2022-06-30 | 2022-10-25 | 哈尔滨工程大学 | 一种基于a0模态频散曲线的测量冰厚方法 |
CN115235391B (zh) * | 2022-06-30 | 2022-12-30 | 哈尔滨工程大学 | 一种基于a0模态频散曲线的测量冰厚方法 |
CN115683369A (zh) * | 2022-10-12 | 2023-02-03 | 哈尔滨工业大学 | 一种基于Lamb波双模态声时比的复合材料空耦超声平面应力检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111044613B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111044613B (zh) | 一种基于非线性Lamb波的金属板微缺陷检测方法 | |
WO2020233359A1 (zh) | 一种用于金属薄板中应力分布测量的非线性Lamb波混频方法 | |
CN110108802B (zh) | 一种载波调制非线性超声导波损伤检测方法 | |
CN101813669B (zh) | 基于非线性声学和时间反转原理板材缺陷及损伤识别方法 | |
US11092573B2 (en) | Apparatus, systems, and methods for determining nonlinear properties of a material to detect early fatigue or damage | |
CN104034287B (zh) | 一种弹性各向异性金属基体热障涂层厚度超声测量方法 | |
CN101806778A (zh) | 金属材料疲劳早期损伤非线性超声在线检测方法 | |
CN113325075A (zh) | 一种用于金属薄板高周疲劳损伤的非线性波检测方法 | |
CN108225632A (zh) | 一种残余应力非线性超声检测方法 | |
CN114910565B (zh) | 一种非线性超声检测中相对非线性系数的修正方法 | |
US20210293947A1 (en) | Continuous wave ultrasound or acoustic non-destructive testing | |
CN102608212A (zh) | 基于声压反射系数功率谱测量薄层声阻抗和声衰减的方法 | |
CN105424810A (zh) | 纤维增韧陶瓷基复合材料均匀性评价方法 | |
CN110231400A (zh) | 面向汽车焊缝微小缺陷的高清晰度非线性检测方法 | |
CN105738017B (zh) | 元素含量影响超声波评价金属材料表层应力的修正方法 | |
CN113533519B (zh) | 一种非接触无损评估材料各向异性的方法和装置 | |
Roy et al. | A study on the efficacy of modal acoustic emission technique for health monitoring of structures with different geometries | |
Li et al. | Assessment of thermal damage in polymethyl methacrylate using quasi-static components of ultrasonic waves | |
KR20120117119A (ko) | 비선형 파라미터 측정을 위한 전달부 교정 방법, 상기 교정 방법을 이용한 교정 장치, 및 상기 교정 방법을 이용한 비선형 파라미터 측정 방법 및 장치 | |
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 | |
CN111665296A (zh) | 基于emat测量超声换能器三维辐射声场的方法及装置 | |
KR101191364B1 (ko) | 비선형 평가 시스템 및 장치 | |
Zhu et al. | The potential of ultrasonic non-destructive measurement of residual stresses by modal frequency spacing using leaky lamb waves | |
CN104251887A (zh) | 铸铁超声探伤中基于晶粒特征的改进分离谱方法 | |
CN110231217B (zh) | 一种坦克扭力轴力学性能退化的共线混频超声检测方法 |
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 |