基于声发射的裂纹检测系统的研制

发布时间：2018-11-14 14:48

【摘要】：泵头体是油井压裂机组的核心部件。它处于交变高压载荷下工作,同时还会受到工作介质的侵蚀,再加上在设计上为了与压裂泵车配合使用尽量减小尺寸与重量,泵头体很容易出现早期失效。在尺寸与结构方面不能做太大改动的条件下,选用更好的材料成为解决泵头体早期失效问题的一大关键手段。本课题针对泵头体材料易早期失效的问题,为材料选型提供更多有效的依据,设计了基于声发射的材料裂纹检测系统。声发射检测技术具有对早期裂纹的高度敏感性,能够检测到材料内部的早期失效裂纹的AE信号,同时能够实现全程的连续监测,非常适合于研究材料失效全过程的规律。本文在介绍了声发射检测的基本理论基础上,着重介绍了自主设计的材料试验声发射裂纹检测系统及试验结果。该系统硬件方面以高速数据采集卡为基础实现对AE信号的高速连续采集,软件方面以VB和Matlab混合编程,实现基本操作控制和数据处理。利用该声发射检测系统采集了实际泵头体材料高压作用下的声发射信号,并对信号进行分析,得到了重要的结论。研究表明:自主设计的声发射裂纹检测系统能够有效地识别和提取出泵头体材料在高压试验过程中材料疲劳裂纹的产生及扩展过程的AE特征。通过快速傅立叶变换和小波变换的信号处理方法能够很好地分析材料疲劳裂纹的频率处于200kHz以上高频段。通过小波分解与重组,利用能量系数法反映出裂纹变化过程中各层能量系数的变化规律。利用该检测系统,能够清楚地反映出材料的失效规律,为材料选型提供可靠的实验依据。
[Abstract]:Pump head body is the core component of oil well fracturing unit. It works under alternating high pressure load and will also be eroded by working medium. In addition, in order to reduce the size and weight of the pump body in combination with fracturing pump, it is easy to appear early failure in the design of the pump head body. Under the condition that the size and structure can not be changed too much, selecting better materials is a key method to solve the problem of early failure of pump head body. Aiming at the early failure of pump head material and providing more effective basis for material selection, a material crack detection system based on acoustic emission is designed. Acoustic emission (AE) detection technology is highly sensitive to early cracks and can detect the AE signal of early failure cracks in materials. It can also realize continuous monitoring of the whole process, which is very suitable for studying the law of the whole process of material failure. Based on the introduction of the basic theory of acoustic emission (AE) detection, the self-designed acoustic emission crack detection system and its experimental results are introduced in this paper. The hardware of the system is based on the high-speed data acquisition card to realize the high-speed and continuous acquisition of AE signal, and the software is programmed by VB and Matlab to realize the basic operation control and data processing. The acoustic emission signal of the actual pump head material under high pressure is collected by this acoustic emission detection system, and the signal is analyzed, and the important conclusion is obtained. The results show that the self-designed acoustic emission crack detection system can effectively identify and extract the AE characteristics of fatigue crack generation and propagation of pump head material during high pressure test. The fast Fourier transform (FFT) and wavelet transform (WT) signal processing method can be used to analyze that the frequency of fatigue crack is above 200kHz. Through wavelet decomposition and recombination, the energy coefficient method is used to reflect the variation law of energy coefficient in the process of crack change. The system can clearly reflect the failure law of materials and provide reliable experimental basis for material selection.
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TE934.2

【相似文献】

相关期刊论文 前10条

1 赵晶;戴波;;小波分析在管道超声裂纹检测中的应用[J];北京石油化工学院学报;2008年01期

2 陈元琰,姜颖军,王强;玻璃瓶口裂纹检测的简易判断法[J];广西师范大学学报(自然科学版);2001年03期

3 李培玉;张志欣;董月;;基于图像特征的板坯表面裂纹检测方法[J];钢铁研究学报;2013年08期

4 彭光俊;赵志;;粉末冶金制件裂纹检测技术[J];无损探伤;2006年02期

5 杜金强;何宇廷;李培源;;矩形柔性涡流阵列传感器裂纹检测研究[J];传感器与微系统;2014年05期

6 周高峰,曹巨江;陶瓷制品裂纹检测系统的研究[J];机械设计与制造;2005年10期

7 ;转轴裂纹检测及寿命预测技术研究[J];机械工业发展战略与科技管理;1997年03期

8 王伟;潘晓明;张永生;;电磁超声技术在变电站GIS管道裂纹检测中的应用研究[J];江苏电机工程;2011年05期

9 郝晓红;洪国铭;;基于BP神经网络的钢铁分选仪裂纹检测[J];齐齐哈尔大学学报(自然科学版);2009年03期

10 姜瑞涉,王俊,陆秋君,于勇;鸡蛋敲击响应特性与蛋壳裂纹检测[J];农业机械学报;2005年03期

相关会议论文 前7条

1 丁浩;钟国强;;表面裂纹检测的现状及发展趋势[A];第二届钢材质量控制技术——形状、性能、尺寸精度、表面质量控制与改善学术研讨会文集[C];2012年

2 武俐明;苏勋家;侯根良;刘小勇;;基于PLC的裂纹检测系统的设计与实现[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

3 李培玉;张志欣;董月;;基于图像特征的板坯表面裂纹检测方法[A];第十七届（2013年）全国炼钢学术会议论文集（B卷）[C];2013年

4 丁友福;张小川;杨小林;沈京玲;张存林;冯立春;李艳红;蒋淑芳;刘波;;超声红外热成像技术在裂纹检测中的应用[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

5 刘世忠;李斌;;大型铸钢件裂纹检测[A];2006年西南地区第九届NDT学术年会暨2006年全国射线检测新技术研讨会论文集[C];2006年

6 董洪波;陈雪峰;李兵;祁克玉;何正嘉;;基于小波有限元模型和高精度模态参数辨识的转子裂纹检测方法[A];第八届全国转子动力学学术讨论会论文集[C];2008年

7 唐德东;周鹏;;磁记忆技术在管件裂纹检测中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

相关博士学位论文 前2条

1 Ahmed Mahgoub Ahmed Talab(塔拉比);基于图像处理技术的目标识别方法及其在裂纹检测中的应用[D];武汉理工大学;2015年

2 金程;鸡蛋蛋壳裂纹检测技术与装置的研发[D];浙江大学;2015年

相关硕士学位论文 前10条

1 刘换平;车载路面裂纹检测系统图像标定与裂纹辨识方法研究[D];吉林大学;2016年

2 贺晨;高铁刹车盘裂纹检测系统的设计与实现[D];北京交通大学;2016年

3 孙慧琪;基于CUDA的裂纹检测算法的实现与优化[D];大连理工大学;2016年

4 顾桂华;基于声发射的裂纹检测系统的研制[D];华中科技大学;2015年

5 张鹏宇;沥青路面裂纹检测技术的研究[D];长沙理工大学;2010年

6 刘洪清;基于远场涡流的管道裂纹检测方法有限元仿真研究[D];清华大学;2007年

7 徐维超;超声红外热波无损检测技术应用于裂纹检测的研究[D];首都师范大学;2008年

8 姜颖军;计算机视觉在玻璃制品裂纹检测中的应用[D];广西师范大学;2000年

9 程蔚;一种用于裂纹检测的新结构反射式涡流探头[D];华东交通大学;2011年

10 田双蜀;基于声学特性的裂纹缺陷检测方法研究[D];东北大学;2009年

，

本文编号：2331473