版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、飛機多層鉚接結(jié)構(gòu)中內(nèi)層埋藏缺陷的檢測是無損檢測領域的一個難點。脈沖渦流技術是一種新型的電磁無損檢測技術,它采用具有一定占空比的脈沖方波作為激勵信號,具有頻譜寬、檢測深度大、檢測速度快等優(yōu)點,能夠有效檢測多層金屬構(gòu)件中的缺陷。
本文首先闡述了脈沖渦流檢測技術的發(fā)展歷史、國內(nèi)外研究現(xiàn)狀以及目前所研究的熱點問題;分析了脈沖渦流的激勵及瞬態(tài)感應;論述了脈沖渦流的理論基礎以及在多層金屬結(jié)構(gòu)中的作用原理。為了檢測飛機多層鋁合金模擬試塊內(nèi)層
2、裂紋和腐蝕缺陷,建立了一套完整的脈沖渦流檢測系統(tǒng),包括硬件實驗平臺和軟件分析平臺;硬件實驗平臺主要由脈沖信號源、信號調(diào)理模塊、數(shù)據(jù)采集模塊、霍爾傳感器和多層鉚接試塊組成;軟件分析平臺主要由數(shù)據(jù)采集程序、檢測系統(tǒng)界面、數(shù)據(jù)分析與處理四部分組成。其中繞制的傳感器探頭包括圓柱形單探頭和矩形線性陣列探頭兩種類型,通過分析探頭激勵線圈直徑、安匝數(shù)以及探頭的信噪比選擇優(yōu)化探頭結(jié)構(gòu)參數(shù)。為了有效濾除采集信號的高頻噪聲,保留信號中的有用成分,采用了基于
3、小波分析的濾波方法對采集信號進行消噪;為了抑制探頭的提離噪聲,采用了一種基于提離參考信號的峰值補償方法對多層鉚接試塊進行提離實驗,對比分析探頭提離差分信號峰值的抑制效果,實驗結(jié)果表明該算法可以對探頭的提離效應進行抑制,能夠有效運用于多層金屬結(jié)構(gòu)近表面及深層缺陷的提離檢測。在多次重復性實驗中獲取多層鉚接試塊中不同埋藏深度缺陷信號的峰值和峰值時間,對內(nèi)層缺陷進行識別,實驗結(jié)果和理論分析相一致,驗證了本文所采用檢測方法的正確性。此外,對線性陣
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 飛機多層結(jié)構(gòu)內(nèi)層腐蝕渦流檢測技術研究.pdf
- 飛機多層金屬鉚接結(jié)構(gòu)脈沖渦流檢測信號分析與提離效應抑制.pdf
- 基于脈沖渦流技術的多層導電結(jié)構(gòu)內(nèi)層缺陷檢測研究.pdf
- 飛機多層鉚接結(jié)構(gòu)脈沖渦流檢測傳感器的設計與參數(shù)優(yōu)化研究
- 飛機多層鉚接結(jié)構(gòu)脈沖渦流檢測傳感器的設計與參數(shù)優(yōu)化研究.pdf
- 脈沖渦流無損檢測技術研究.pdf
- 多層導電結(jié)構(gòu)內(nèi)部狀態(tài)脈沖渦流檢測與評估方法研究.pdf
- 基于脈沖渦流的多層異種金屬材料內(nèi)部缺陷檢測研究.pdf
- 鋁蜂窩結(jié)構(gòu)材料腐蝕缺陷的脈沖渦流檢測技術研究.pdf
- 飛機鉚釘孔周裂紋的脈沖渦流檢測
- 電渦流脈沖熱成像無損檢測技術研究.pdf
- 基于脈沖渦流的管道內(nèi)檢測技術研究.pdf
- 奧氏體不銹鋼脈沖渦流檢測技術研究.pdf
- 基于脈沖渦流熱成像的應力檢測技術研究.pdf
- 脈沖渦流測厚技術研究.pdf
- 多層導電結(jié)構(gòu)脈沖渦流檢測信號處理和內(nèi)部缺陷判別方法研究.pdf
- 多層導電結(jié)構(gòu)厚度與缺陷電渦流檢測若干關鍵技術研究.pdf
- 基于特征量分析的脈沖渦流檢測技術研究.pdf
- 智能金屬結(jié)構(gòu)熔焊成型技術研究.pdf
- 金屬厚度的脈沖渦流檢測系統(tǒng)設計.pdf
評論
0/150
提交評論