脈沖渦流檢測(cè)方法在裂紋分類中的應(yīng)用

脈沖渦流檢測(cè)方法在裂紋分類中的應(yīng)用

1脈沖渦流檢測(cè)脈沖軸檢測(cè)方法是脈沖檢測(cè)技術(shù)的一個(gè)新興分支。與傳統(tǒng)的單頻頻繁輸出相比，脈沖輸出具有許多優(yōu)點(diǎn)。傳統(tǒng)渦流采用單一頻率的正弦電流作為激勵(lì),脈沖渦流則采用具有一定占空比的方波作為激勵(lì);傳統(tǒng)渦流檢測(cè)對(duì)感應(yīng)磁場(chǎng)進(jìn)行穩(wěn)態(tài)分析,即通過(guò)測(cè)量感應(yīng)電壓的幅值和相角來(lái)確定缺陷的位置,而脈沖渦流則對(duì)感應(yīng)磁場(chǎng)進(jìn)行時(shí)域的瞬態(tài)分析,以直接測(cè)得的感應(yīng)磁場(chǎng)最大值出現(xiàn)的時(shí)間來(lái)進(jìn)行缺陷檢測(cè)。在理論上,脈沖渦流比單頻正弦渦流能提供更多信息,因?yàn)槊}沖渦流可提供某一范圍的連續(xù)多頻激勵(lì)。此外,脈沖渦流信號(hào)比多頻渦流信號(hào)響應(yīng)更快,因?yàn)樗瑫r(shí)運(yùn)行一列不同的電流頻率。脈沖渦流檢測(cè)是一種可實(shí)現(xiàn)定量檢測(cè)導(dǎo)電材料表面及近表面缺陷深度的有效方法,尤其對(duì)于定量檢測(cè)飛機(jī)多層結(jié)構(gòu)中出現(xiàn)在第2層中難以檢測(cè)的缺陷證實(shí)也同樣有效。本文根據(jù)上述脈沖渦流的特性,設(shè)計(jì)了一套脈沖渦流無(wú)損檢測(cè)系統(tǒng),在鋁合金板上加工缺陷來(lái)模擬飛機(jī)結(jié)構(gòu)中出現(xiàn)的裂紋,通過(guò)數(shù)據(jù)采集卡采集裂紋信息,提取峰值及峰值時(shí)間來(lái)定量裂紋的深度,并對(duì)裂紋的分類提出了有效的識(shí)別方法。2脈沖渦流信號(hào)分析脈沖渦流系統(tǒng)的工作原理如圖1所示。脈沖渦流的激勵(lì)信號(hào)為具有一定占空比的方波,施加在探頭上的激勵(lì)方波會(huì)在激勵(lì)線圈中感生出一個(gè)快速衰減的脈沖磁場(chǎng),變化的磁場(chǎng)在導(dǎo)體試件中感應(yīng)出瞬時(shí)渦流(脈沖渦流),此脈沖渦流向?qū)w試件內(nèi)部傳播,又會(huì)感應(yīng)出一個(gè)快速衰減的渦流磁場(chǎng),隨著渦流磁場(chǎng)的衰減,檢測(cè)線圈或磁傳感器就會(huì)感應(yīng)出隨試件變化的電壓。假如有裂紋缺陷存在,勢(shì)必使得磁感應(yīng)強(qiáng)度B發(fā)生變化,導(dǎo)致檢測(cè)線圈或磁傳感器上的感應(yīng)電壓隨之改變,由于脈沖包含很寬的頻譜,感應(yīng)的電壓信號(hào)中就包含有關(guān)裂紋的重要信息。與常規(guī)渦流信號(hào)不同,脈沖渦流信號(hào)獲得的是瞬態(tài)信號(hào),因此其數(shù)值分析主要是在時(shí)域中進(jìn)行。如果將檢測(cè)線圈或磁傳感器放置在被檢試樣的無(wú)缺陷處,所獲得的基本響應(yīng)信號(hào)為參考信號(hào),被檢試樣的響應(yīng)信號(hào)減去參考信號(hào)即為差分信號(hào)。圖2為一個(gè)典型脈沖渦流的差分瞬時(shí)信號(hào)響應(yīng)圖。通常所采用的特征值是脈沖渦流的差分瞬時(shí)信號(hào)的峰值和峰值到達(dá)時(shí)間,由此對(duì)表面、亞表面及腐蝕裂紋進(jìn)行定量檢測(cè)。其中,峰值是指脈沖渦流時(shí)域瞬態(tài)波形的最大值,峰值時(shí)間是指從脈沖渦流的上升沿激勵(lì)開(kāi)始到脈沖渦流感應(yīng)信號(hào)瞬時(shí)峰值到達(dá)的時(shí)間。3結(jié)構(gòu)表面及亞表面裂紋檢測(cè)脈沖渦流無(wú)損檢測(cè)系統(tǒng)如圖3所示。其中信號(hào)發(fā)生器采用方波激勵(lì)信號(hào),在本系統(tǒng)中,方波信號(hào)的電壓為1.7V,頻率為100Hz,占空比為0.5。探頭包括激勵(lì)線圈和磁傳感器,激勵(lì)線圈采用圓柱型磁芯,內(nèi)徑10mm,外徑16mm,高為5mm,由線徑0.3mm的漆包線繞制而成,共繞了400匝。磁傳感器采用霍爾傳感器(Hall)UGN3503,位于圓柱型磁芯底部的中心,用來(lái)對(duì)受裂紋缺陷擾動(dòng)而產(chǎn)生的磁場(chǎng)垂直分量進(jìn)行檢測(cè)。數(shù)據(jù)采集電路采用凌華數(shù)據(jù)采集卡DAQ2010,采樣頻率為100kHz。為了模擬飛機(jī)結(jié)構(gòu)中出現(xiàn)的不同類型裂紋缺陷,實(shí)驗(yàn)中采用一塊厚度為10mm,長(zhǎng)度為300mm,寬度為30mm的鋁塊(LY12)來(lái)模擬飛機(jī)結(jié)構(gòu)中出現(xiàn)的表面及亞表面裂紋,裂紋缺陷尺寸如圖4(a)所示,探頭通過(guò)對(duì)A、B表面的檢測(cè)來(lái)完成表面及亞表面裂紋的檢測(cè);另一塊采用長(zhǎng)度為400mm,寬度為30mm,厚度變化的鋁塊(LY12)來(lái)模擬飛機(jī)結(jié)構(gòu)中出現(xiàn)的大面積腐蝕減薄的缺陷,其缺陷尺寸如圖4(b)所示。4實(shí)驗(yàn)分析4.1缺陷輸出的峰值和深度關(guān)系通過(guò)探頭對(duì)A表面裂紋、B亞表面裂紋及腐蝕裂紋進(jìn)行檢測(cè),實(shí)驗(yàn)發(fā)現(xiàn),當(dāng)探頭在試塊上沒(méi)有裂紋的區(qū)域掃描時(shí),Hall傳感器上感應(yīng)信號(hào)的峰值保持不變。當(dāng)探頭掃描到不同深度的裂紋區(qū)域時(shí),Hall傳感器上感應(yīng)信號(hào)的峰值明顯變化,在探頭進(jìn)入裂紋時(shí),感應(yīng)信號(hào)的峰值達(dá)到最大值,當(dāng)探頭離開(kāi)裂紋時(shí),感應(yīng)信號(hào)的峰值出現(xiàn)最小值。由此,可以根據(jù)Hall傳感器上感應(yīng)信號(hào)的輸出峰值變化來(lái)判斷裂紋的位置。將數(shù)據(jù)采集卡采集到的數(shù)據(jù)運(yùn)用MATLAB工具首先進(jìn)行差分、濾波、分析、處理等環(huán)節(jié),提取缺陷的輸出峰值和峰值時(shí)間特征,從而判定裂紋的深度,結(jié)果如圖5和圖6所示。由圖5分析可知,對(duì)于表面、亞表面及腐蝕裂紋,隨著裂紋深度的加深,輸出的峰值都增大。但對(duì)于表面裂紋,輸出峰值與裂紋深度幾乎是線性關(guān)系。而對(duì)于亞表面和腐蝕裂紋,輸出峰值與裂紋深度成指數(shù)關(guān)系。根據(jù)渦流檢測(cè)原理(1)可知,被測(cè)導(dǎo)體中感應(yīng)的渦流密度隨著深度的加深成指數(shù)下降,而Hall傳感器所測(cè)磁場(chǎng)為激勵(lì)線圈產(chǎn)生磁場(chǎng)與渦流產(chǎn)生磁場(chǎng)矢量和,這就證實(shí)了實(shí)驗(yàn)結(jié)果與理論相一致。對(duì)于定量,在相同裂紋深度條件下,由于亞表面裂紋損失的面積更小,因此它的峰值在相同深度下比腐蝕裂紋的小。J渦流(z)=J0(z)exp(-z/√2ωσμ)(1)J渦流(z)=J0(z)exp(?z/2ωσμ???√)(1)式中:J是渦流密度,z是裂紋深度,ω=2πf是激勵(lì)角頻率,σ是被測(cè)導(dǎo)體電導(dǎo)率,μ是被測(cè)導(dǎo)體磁導(dǎo)率。由圖6分析可知,對(duì)于表面裂紋,隨著裂紋的深度加深,峰值時(shí)間幾乎相同,集中出現(xiàn)在110μs附近,根據(jù)渦流檢測(cè)原理,這是因?yàn)樵噳K導(dǎo)體中產(chǎn)生的渦流最大密度J0集中在表面。而對(duì)于亞表面和腐蝕裂紋,隨著缺陷的深度加深,峰值時(shí)間逐漸減小,這是因?yàn)闇u流在試塊中傳播的速度隨著深度的加深成指數(shù)下降。由于亞表面和腐蝕裂紋的缺陷損失具有一定的相似性,因此它們的峰值時(shí)間和深度之間的關(guān)系定性來(lái)說(shuō)是相似的。因此,首先可根據(jù)脈沖渦流信號(hào)輸出的峰值變化來(lái)判斷裂紋的位置,然后根據(jù)脈沖渦流差分信號(hào)的輸出峰值及峰值時(shí)間來(lái)完成對(duì)3種裂紋深度的定量檢測(cè)。4.2識(shí)別裂縫分類4.2.1流差分時(shí)信號(hào)的峰值和峰值時(shí)間傳統(tǒng)的缺陷信號(hào)分析方法主要是在時(shí)域中進(jìn)行,通常所采用的特征值是脈沖渦流差分瞬時(shí)信號(hào)的峰值和峰值時(shí)間。圖7為利用峰值及峰值時(shí)間兩個(gè)特征值對(duì)3種裂紋進(jìn)行了分類識(shí)別,表明利用峰值及峰值時(shí)間兩個(gè)特征值能夠成功地分離出表面裂紋、亞表面裂紋及腐蝕裂紋,但亞表面裂紋與腐蝕裂紋分離得不夠好。4.2.2主成分分析方法主成分分析也叫做主成分變換、主分量分析或K-L(Karhunen-Loeve)變換,是建立在統(tǒng)計(jì)特征基礎(chǔ)上的多維(如多波段)正交線性變換。主成分分析是在最小平方誤差損失前提下把多個(gè)特征轉(zhuǎn)化為幾個(gè)綜合特征的多元統(tǒng)計(jì)方法,通常把轉(zhuǎn)化生成的綜合特征稱為主成分,其中每個(gè)主成分都是原始特征的線性組合,并且各個(gè)主成分之間互不相關(guān),這就使得主成分比原始特征具有某些更優(yōu)越的性能。其主要應(yīng)用在人臉識(shí)別、語(yǔ)音信號(hào)識(shí)別、信號(hào)壓縮等方面。主分量分析主要通過(guò)以下步驟來(lái)實(shí)現(xiàn):1)樣本數(shù)據(jù)來(lái)源于不同缺陷的差分?jǐn)?shù)據(jù),每一組缺陷數(shù)據(jù)構(gòu)成一列矢量Γn,因此樣本矩陣可表示為:Γ=[Γ1,Γ2,…,ΓM](2)式中:M為樣本數(shù)。2)對(duì)原始樣本差分?jǐn)?shù)據(jù)進(jìn)行平均,有:ˉΓ=1Μ.Μ∑n=1Γn(3)Γˉˉˉ=1M.∑n=1MΓn(3)3)對(duì)原始樣本差分?jǐn)?shù)據(jù)中心化,得到:Φi=Γi-ˉΓ(4)Φi=Γi??！ァァ?4)4)計(jì)算協(xié)方差矩陣:C=1ΜΜ∑n=1Φn?ΦΤn=1ΜA?AΤ(5)式中:A=[Φ1,Φ2,…,ΦM]。5)求協(xié)方差矩陣C的特征值λi和與其相對(duì)應(yīng)的特征矢量νi。按特征值λi的大小(降序)對(duì)特征矢量νi進(jìn)行排序,并重新編號(hào)。如果認(rèn)為最大的特征值對(duì)應(yīng)的特征矢量為ν1,第二大的特征值對(duì)應(yīng)的特征矢量為ν2,那么就得到一特征矢量序列ν1,ν2,ν3,…,νn。該特征矢量序列就是待求的基函數(shù)序列。因?yàn)橛?jì)算上的需要,可把基函數(shù)寫成n×n維基函數(shù)矩陣ν:ν=(ν1,ν2,ν3…,νn)(6)6)利用所得基函數(shù)矩陣ν和第3步構(gòu)造出來(lái)的矩陣Φ,求出矩陣Φ用基函數(shù)ν表示的系數(shù)矩陣ω,即:ω=νTΦ(7)矩陣ω中包含了測(cè)試信息在由特征矢量組成的空間中的各階分量(即主分量)。其中第i個(gè)特征值(或特征矢量)對(duì)應(yīng)的行即為第i階分量。因?yàn)槭紫葘?duì)特征值進(jìn)行了從大到小的排序,所以階數(shù)較小的主分量對(duì)應(yīng)于較大的特征值,描述信號(hào)的主要特征。階數(shù)較大的主分量對(duì)應(yīng)的特征值較小,描述信號(hào)的細(xì)微特征。采用主分量分析方法,按照上述步驟,對(duì)表面、亞表面、腐蝕裂紋缺陷差分信號(hào)進(jìn)行了分析處理。從圖8中可以看出,采用主成分分析法能夠成功的將3種裂紋進(jìn)行分類。利用峰值和峰值時(shí)間和主成分分析法都可以將3種裂紋分離出來(lái),但根據(jù)分類識(shí)別評(píng)判標(biāo)準(zhǔn):1)每一類應(yīng)盡可能聚集在一起;2)不同類的距離應(yīng)該足夠大。比較圖7與圖8,主成分分析方法具有更好的分類性能。主成分分析法具有多尺度的性質(zhì),可很好地提取缺陷的特征,這為判定缺陷和建立缺陷特征庫(kù)提供了一種有效的方法。5表面裂紋檢測(cè)與分類通過(guò)實(shí)驗(yàn)和分析得出:根據(jù)脈沖渦流輸出信號(hào)的峰值變化可以判斷裂紋的位置;脈沖渦流檢測(cè)