基于多尺度小波支持向量机的脉冲漏磁缺陷三维轮廓重构

基于脉冲漏磁原理的涂覆层下腐蚀缺陷检测左宪章;张韬;田贵云;张云;费骏骉【摘要】脉冲漏磁检测技术在铁磁性板材、管道的裂纹、腐蚀等缺陷的检测方面有很大的优势.但是由于腐蚀类缺陷产生的漏磁信号非常微弱,导致常规的对称励磁结构型脉冲漏磁传感器对不同程度的腐蚀缺陷的检测灵敏度不高.为解决这一问题,提出一种新型非对称励磁结构型传感器.并利用有限元分析以及实验的方法验证了新型非对称励磁结构型传感器对无涂覆层以及带涂覆层钢板的腐蚀缺陷都有良好的检测精度,达到了预期的检测效果.【期刊名称】《传感技术学报》【年(卷),期】2011(024)007【总页数】6页(P990-995)【关键词】脉冲漏磁;腐蚀检测;有限元分析;涂覆层;传感器【作者】左宪章;张韬;田贵云;张云;费骏骉【作者单位】军械工程学院电气工程系,石家庄050003;纽卡斯尔大学电气电子与计算机工程学院,英国;军械工程学院电气工程系,石家庄050003;纽卡斯尔大学电气电子与计算机工程学院,英国;军械工程学院电气工程系,石家庄050003;军械工程学院电气工程系,石家庄050003【正文语种】中文【中图分类】TM154.2腐蚀是指材料受环境介质的化学、电化学和物理作用引起的破坏现象。

暴露在空气中以及带有涂覆层的铁磁性板材、管道都会受到不同程度的腐蚀侵害。

腐蚀缺陷具有面积大而且形状复杂的特点，难于检测，尤其是对带有涂覆层的腐蚀缺陷更是增加了检测的难度。

目前在电力、石油、化工和天然气等行业中，对带涂覆层的管道、铁磁性板材的腐蚀状况的检测一直是困扰企业的一个难题。

近几年很多无损检测技术被用于带涂覆层的腐蚀缺陷检测，但在应用上都存在一定的局限性，如超声检测需要良好的耦合剂才能达到检测效果;而涡流检测由于趋肤效应受提离的影响特别明显;漏磁检测技术虽然在提离效果上优于涡流检测而且不需要对检测对象的表面进行处理，但其检测深度以及对带有涂覆层的检测对象的检测能力都极为有限。

基于ACO-LS-SVM的漏磁信号二维轮廓重构纪凤珠;孙世宇;苑希超;王瑾;左宪章【期刊名称】《西南石油大学学报（自然科学版）》【年(卷),期】2011(033)006【摘要】Nondestructive evaluation of ferromagnetic material is widely used in the magnetic flux leakage (MFL) techniques, and it is a nodus to describe the characters of defects from MFL inspection signals. A novel method forthe reconstitution of 2-D profiles is presented based on least squares support vector machines (LS-SVM) technique, Ant Colony Optimization (ACO) is adopted to optimize the model parameter of LS-SVM, and the pruning arithmetic is applied to improve the sparseness. The input data sets of SVM is feature fusion signals of Bx and By which is the component of MFL signals, and output data sets is 2-D profiles parameter, the mapping relationship from MFL signals to 2-D profiles of defects is established. The reconstitution of 2-D profiles of artificial crack defects in the magnetic flux leakage testing is implemented by this algorithm. After comparing with the reconstitution performance of BP network, GA-LS-SVM and PSO-LS-SVM, we reach the conclusion that LS-SVM possesses quick speeds high accuracy and very good generalization ability, and it is a good way for the quantization of the MFL testing.%漏磁检测技术被广泛应用于铁磁材料的无损评估中,由漏磁信号描述缺陷的几何特征一直是漏磁检测的难点.为此提出应用LS-SVM对缺陷轮廓进行重构的新方法,利用蚁群算法优化LS-SVM及核函数的参数,并采用剪枝算法改善LS-SVM的稀疏性.支持向量机输入采用漏磁信号Bx、By分量的特征融合信号,输出是缺陷轮廓数据,建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系.实现了人工裂纹缺陷二维轮廓的重构,并与BP神经网络、GA-LS- SVM和PSO-LS-SVM等3种方法重构效果进行了比较.结果表明:该方法速度快、精度高,并有很好的泛化能力,为漏磁检测定量化提供了一种可行的方法.【总页数】5页(P165-169)【作者】纪凤珠;孙世宇;苑希超;王瑾;左宪章【作者单位】军械工程学院电气工程系,河北石家庄050003;军械工程学院电气工程系,河北石家庄050003;军械工程学院电气工程系,河北石家庄050003;军械工程学院电气工程系,河北石家庄050003;军械工程学院电气工程系,河北石家庄050003【正文语种】中文【中图分类】TE838【相关文献】1.高速漏磁检测的二维缺陷轮廓重构2.基于PSO-LS-SVM的漏磁信号二维轮廓重构3.基于贝叶斯估计的漏磁缺陷轮廓重构方法研究4.基于改进人工蜂群算法的漏磁缺陷轮廓重构5.基于偏差估计的漏磁信号缺陷三维轮廓重构算法因版权原因，仅展示原文概要，查看原文内容请购买。