奥氏体不锈钢焊缝的超声TOFD检测技术研究
发布时间:2018-04-21 23:36
本文选题:超声TOFD + 不锈钢焊缝 ; 参考:《南昌航空大学》2015年硕士论文
【摘要】:奥氏体不锈钢由于其优良的性能因而广泛应用于很多重要的领域,在焊接过程中,由于参数的波动可能导致各类缺陷:如夹渣、裂纹、气孔、未焊透等缺陷。为了保障焊接结构的安全性和可靠性,必须对母材和焊缝进行无损检测评价。超声检测具有便携、无害、操作简便、检测能力强等优势广泛的用于焊缝的无损检测中。然而,由于受奥氏体不锈钢焊缝中粗大的柱状晶的各向异性结构的影响,超声波在焊缝中传播会出现剧烈衰减、散射、声束扭曲,这些不利因素导致检测信号信噪比低、缺陷特征难于分辨、对缺陷定量定位困难。因此,开发新型的奥氏体不锈钢焊缝超声无损检测技术必须受到足够的重视。超声TOFD(Time of Flight Diffraction,衍射时差法),是利用缺陷端部产生的衍射波来检测和评价缺陷的方法,比常规超声检测具有更高的可靠性和测量精度。使用超声TOFD检测技术对奥氏体不锈钢焊缝进行无损检测,同样需要面对由焊缝组织结构引起的衰减及噪声问题。本研究首先分析了缺陷的超声TOFD检测信号的特征规律,并在此基础上设计了自适应滤波算法对奥氏体不锈钢焊缝中缺陷的超声TOFD检测信号进行处理,提高检测信号的信噪比;最后,基于处理后的信号进行超声TOFD成像,提高超声TOFD扫查图像的缺陷分辨率,避免了对缺陷的误识或漏检。首先,本研究开展了缺陷的衍射波信号特征的研究。本研究在各种试验条件下提取了多种人工缺陷的超声TOFD衍射波,并分析试验参数及缺陷端形状对衍射波幅值分布特征的影响,试验结果显示:不同端部形状人工缺陷衍射波的幅值分布特征基本相同,探头布置参数几乎对幅值分布没有影响。此外,通过对不同材料中缺陷端衍射波幅度分布对比可知:信号幅值分布特征不受检测材料的影响,铝、钢中的缺陷端衍射波具有相同的幅度分布。其次,设计了自适应滤波器并增加了门槛算法实现了奥氏体不锈钢超声TOFD检测自适应滤波。依据输出结果与期望信号的差的平方和定义了门槛值,在兼顾提高衍射波信噪比和保持较小信号失真的条件下获得了最优门槛值。在最优门槛值下对超声TOFD扫描的信号进行滤波并成像,结果显示滤波后噪声信号得到了很好的消除,缺陷部分的信噪比更高,能够更好的识别缺陷,基于滤波信号成像的检测图像的质量得到了较大提高。最后,优化自适应滤波参数,获得最佳的滤波效果。自适应滤波器参数中的步长、期望信号长度、滤波器阶数对滤波效果影响较大。综合分析自适应滤波后的幅值和能量性噪比以及自适应滤波后的扫查图像的分辨率,得到最佳的参数如下:1)最佳步长参数选择为0.4?A(A为输入信号相关矩阵的最大特征值的倒数);2)最佳滤波器阶数为7;3)期望信号长度为0.7μs时滤波器的滤波效果最好;4)选择期望时应选择与超声TOFD衍射波幅值分布特征值相似度高的信号。本研究对奥氏体不锈钢焊缝中缺陷的超声衍射波特征信号进行深入研究,设计了高效的自适应滤波算法对检测信号进行分析滤波,并基于滤波后信号进行超声TOFD成像;研究结果显示:尽管缺陷的超声衍射波受噪声干扰严重,但其幅度分布特征较为稳定;可据此选取期望信号对检测信号进行自适应滤波,通过设计合适的自适应滤波算法达到提高检测信号信噪比的目的。基于滤波后的信号进行超声TOFD成像,结果显示:检测图像中的噪声波纹被大大滤除,缺陷图像特征更为显著,避免了由噪声引起的缺陷误识、误判、漏检。结合先进的信号处理与分析技术,超声TOFD检测技术有望用于奥氏体不锈钢焊缝无损检测的工程应用中。
[Abstract]:In order to guarantee the safety and reliability of the welded structure , the ultrasonic TOFD detection signal of the austenitic stainless steel weld seam can be detected and evaluated . The ultrasonic TOFD technique is used to detect and evaluate the defect of the austenitic stainless steel weld . The results show that the best filter order is 0.4 渭A ( A is the reciprocal of the maximum eigenvalue of the input signal correlation matrix ) , and the best filter order is 7 ; 3 ) The best filter order is 0.7 渭s . The best parameter is as follows : 1 ) The best filter order is 0 . 4 脳 A ( A is the reciprocal of the maximum eigenvalue of the input signal correlation matrix ) .
【学位授予单位】:南昌航空大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TG441.7
【参考文献】
相关博士学位论文 前1条
1 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年
,本文编号:1784643
本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/1784643.html
教材专著