基于声信号的石墨电极与活塞杆内部缺陷自动检测与应用

发布时间：2022-12-23 20:20

　　以石墨电极和活塞杆为典型代表的直杆类零件现已广泛应用于冶炼加工、交通运输、机械制造等领域,此类零件产量巨大且易在生产制造过程中产生缺陷,进而对服役过程的可靠性和安全性造成重大影响。因此常用无损检测的方法来保障产品的安全性能,降低经济损失。现有的检测手段多基于手工操作与人工经验,例如石墨电极采用人工敲击产生的低频声振信号进行检测,活塞杆采用超声信号进行判别。但此类方法检测成本高、漏检率大,且难以满足日益增涨的产量规模。因此,本文基于声信号检测中特征信号的处理与识别、工艺参数选择等共性问题的研究,分别针对石墨电极与活塞杆进行了声信号自动检测与应用研究,具体内容如下:（1）关于石墨电极低频声信号自动检测的研究:对于自动检测时声信号中缺陷部分特征提取和识别困难的问题,建立了石墨电极缺陷检测系统并进行实验分析,采用谱减法和端点检测技术对声信号进行滤波处理;采用一种基于功率谱的时频分析方法提取成品和废品的特征参数持续时间t,功率谱总面积s1及部分面积s2、共振峰峰值f、峰度k进行对比分析,结果表明成品和废品之间的特征参数区分度大能够用作识别的依据。最后采用BP神经网络和贝叶斯判别分析对成品和废品石... 

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 石墨电极内部缺陷检测与识别的研究现状
    1.3 活塞杆内部缺陷检测与识别的研究现状
    1.4 声信号的特征提取与自动化研究现状
    1.5 本文研究内容
第2章 石墨电极低频声信号的特征提取及自动识别
    2.1 石墨电极缺陷分析及实验系统设计
        2.1.1 石墨电极的缺陷形式分析
        2.1.2 实验系统设计
        2.1.3 实验方法
    2.2 敲击力度与位置对声信号特征分布的影响
        2.2.1 敲击力对声信号的影响
        2.2.2 敲击位置对声信号的影响
    2.3 敲击声音信号的特征提取与处理
        2.3.1 敲击声音信号预处理
        2.3.2 敲击声信号特征提取
    2.4 缺陷信号的自动识别与分析
        2.4.1 贝叶斯判别模型
        2.4.2 BP神经网络模型
        2.4.3 识别结果对比分析
    2.5 本章小结
第3章 活塞杆超声检测缺陷信号分析与处理及应用
    3.1 活塞杆缺陷分析及实验系统设计
        3.1.1 活塞杆的缺陷形式分析
        3.1.2 实验设备
        3.1.3 实验方法
    3.2 不同参数对超声信号的影响
        3.2.1 超声探头参数对超声检测的影响
        3.2.2 耦合方式对于检测灵敏度的影响
        3.2.3 扫查方式对于检测效率的影响
    3.3 缺陷信号的自动判别与处理
        3.3.1 缺陷信号判别方法分析
        3.3.2 缺陷信号的降噪处理
    3.4 缺陷定位及大小重构
        3.4.1 缺陷深度位置的计算
        3.4.2 缺陷大小二维重构
    3.5 活塞杆超声自动检测方案设计
        3.5.1 超声检测系统设计
        3.5.2 机械运动机构设计
        3.5.3 电气控制系统部分设计
    3.6 本章小结
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]小波阈值降噪算法在光电探测器信号处理中的应用[J]. 吴艳,张蓉竹.  光子学报. 2019(10)
[2]大截面液压缸连续驱动摩擦焊接工艺参数的设计[J]. 杨明鄂,张婷婷,李治国.  煤矿机械. 2019(05)
[3]深度学习在超声检测缺陷识别中的应用与发展[J]. 李萍,宋波,毛捷,廉国选.  应用声学. 2019(03)
[4]基于超声波束扩散角对缺陷定位的技术研究[J]. 王乐,王海军,韦家,印高明,赵有明.  无损探伤. 2019(01)
[5]石墨电极内部缺损检测装置采集系统设计[J]. 王中旂,凌振宝,王一,赵静.  仪表技术与传感器. 2018(07)
[6]小径棒材的超声检测[J]. 罗旭辉,林猷文.  广州建筑. 2018(03)
[7]超声探伤技术在摩擦焊接领域的应用[J]. 乌彦全,周军,张春波,王文明,姜子钘.  焊接. 2018(02)
[8]相控阵超声检测声场近场区长度的理论[J]. 姜学平,岳云飞,庄凤冬,毛小虎,郑晖,韩庆邦.  无损检测. 2017(10)
[9]天然石墨利用现状及石墨制品综述[J]. 饶娟,张盼,何帅,李植淮,马鸿文,沈兆普,苗世顶.  中国科学:技术科学. 2017(01)
[10]承压设备无损检测与评价技术发展现状[J]. 沈功田.  机械工程学报. 2017(12)

博士论文
[1]大型锻件超声检测方法及信号处理算法研究[D]. 冯志红.天津工业大学 2016
[2]基于信号处理碳纤维复合材料孔隙率无损检测方法研究[D]. 华志恒.浙江大学 2006



本文编号：3725365