基于BP神经网络的电磁融合无损检测方法研究

发布时间：2020-03-31 00:03

【摘要】：基于单一物理场进行检测,应用场合受限,且无法兼顾效率和准确度。电磁多场耦合检测方法能够获取试件某一应力或者缺陷状态下的多物理场信号,克服了单一物理场准确度低、干扰大、效率低的局限性。本文研究了一种融合巴克豪森信号和电涡流信号的电磁融合无损检测方法,实验结果表明电磁融合检测方法可以有效的提高检测精度。本文首先介绍了传统无损检测的研究背景以及各自的优缺点,并提出了电磁融合检测的基本思想,详细介绍了电涡流检测、巴克豪森检测的研究现状。然后介绍了电涡流检测、巴克豪森检测的检测原理,总结了两种检测信号的分析方法以及特征提取方法。详细阐述了电磁融合的基本原理以及其实现方法。研究了基于BP神经网络的电涡流信号和巴克豪森信号融合检测方法,建立了神经网络电磁融合检测模型。然后,设计了电磁融合检测系统的软件系统和硬件系统。包括信号发生器、功率放大电路、信号调理电路的设计以及数据采集装置的选型;软件系统相关功能模块。最后,利用所开发的电磁融合检测系统,对等强度梁应力和典型缺陷进行了检测分析,包括单一的巴克豪森信号分析和单一的电涡流信号分析,巴克豪森和电涡流融合分析。对三种分析方法的结果进行对比,研究发现,除了在定量分析缺陷宽度方面,电磁融合所有特征的训练网络预测精度均比检测信号单一特征值高,电磁融合检测应力、缺陷深度均取得了较好的效果,表明电磁融合方法能有效地提高电磁无损检测精度。
【图文】：

磁化曲线,磁化曲线

这些磁化区域里原子的磁矩都是有序排列的，但相邻的不同区域之间原子磁矩排列的方向不同[28]。如图2.1a 所示，各个磁畴之间的边界称为磁畴壁。铁磁材料磁畴的磁矩方向各不相同，磁矩相互抵消，矢量和为零，因此整个物体对外不具有磁性，它也就不能吸引其它磁性材料[29]。图 2.1 磁畴示意图Fig.2.1 Schematic diagram of magnetic domain物质是由原子或者分子组成，而原子由原子核和核外电子构成，当把物质放在磁场中时，物质内的带电粒子受到磁场作用会进行运动，运动的带电粒子就会产生磁矩，物质从而被磁化。磁化强度 M，磁场强度 H 以及物质磁化率 x 的关系可以表示为：M=x H （2.1）在相同磁场强度的磁场中，不同的物质，磁化强度不同，根据上式可知，这是由物质的磁化率特性导致的。铁磁材料的几个重要参数[27]：① 磁场强度 H：单位正点磁荷在磁场中所受的力的大小，单位 A/m。② 磁化强度 M：材料内部单位体积的磁矩矢量和的大小，单位 A/m。③ 磁感应强度 B：描述磁场强弱和方向的物理量，单位 T。④ 磁导率 μ：表示磁介质磁性的物理量。其中：μ=B/H （2.2）一般常用的是相对磁导率 μr

磁滞回线,磁场强度,磁化强度

逐渐增大磁场强度 H 的过程中，磁化强度 M 会如图2.3 中 OAB 曲线增加，达到磁饱和状态 B。如果再继续增大磁场强度，磁化状态将保持稳定。此时，磁化强度到达最大磁感应强度 Bm，此时的磁场强度用 Hm 表示，OAB 曲线称为起始磁化曲线。若减小磁场强度，，磁化曲线从 B 点沿 BN 曲线反向磁化至饱和状态 N，并不是沿着曲线 BAO 返回到原始状态，这表明磁化强度M 的变化滞后于 H 的变化
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TG115.28

【参考文献】