列管式反应器的泄漏将严重影响化工生产.采用双频涡流方法检测其列管及管板,介绍了检测传感器的设计和制作,分析和研究了缺陷和涡流信号响应特征之间的关系.对比分析了表面凹坑、夹渣及裂纹等缺陷的阻抗图特征.验证了根据阻抗图幅度和相位分析判定缺陷技术的优点.实践表明,涡流检测速度快、灵敏度高且测试结果准确.

综合式无损检测系统是引入虚拟仪器概念,利用计算机系统的强大资源和LabVIEW软件,集超声、涡流和声阻三种探伤方法于一体的检测系统.实践应用证明,该系统可实现飞机探伤工作快速、机动和高效的要求,提高检测的可靠性.

：理论分析了核用锆合金管材涡流检测的原理和影响检测结果的因素，针对压水堆Ф10mm×0．7mm核用锆合金管材的涡流检验，阐述了检测工艺参数的确定方法。通过应用实例，表明涡流检验技术在核用锆合金管材生产和检验中发挥的重要作用。

综述工业管道在安装和使用过程中可能出现的缺陷和分别采用的无损检测方法，包括涡流、射线、超声、磁粉、渗透、漏磁以及超声导波等检测技术，分别介绍这些检测方法的特点。

针对传统的BP算法存在收敛性能差,易陷入局部最小的缺点,在涡流无损检测的缺陷快速识别中,提出采用遗传算法(GA)作为神经网络的学习算法.为避免网络的过早收敛,对传统的遗传BP网络进行了改进,应用自适应算法选择遗传算子值.结果表明,与BP神经网络相比,改进GA神经网络的收敛性能和推广能力都有了显著提高.

介绍了涡流检测换能器的工作原理和设计方法，并根据检测特殊结构金属工件的要求，对涡流检测中换能器结构尺寸等参数进行了分析和优化，为设计一种专用涡流检测换能器提供了思路。

巨磁阻传感器是一种新型的磁性传感器,与传统的磁性传感器相比,有着灵敏度高、可靠性高和线性好等优点.介绍巨磁阻传感器的原理及其在涡流检测中的应用,实例表明采用巨磁阻传感器的涡流检测系统可以得到很好的检测结果.

针对单一神经网络在涡流无损检测中存在识别精度低、训练时间长和识别范围小的缺点，提出了一种适用于实时在线检测的神经网络结构——层次式多子网神经网络。该网络包括一个总网和各层子网，可以将一个复杂的任务分成多个小任务去完成，能快速识别出缺陷有无、走向以及大小。由于每个网络采用改进的径向基神经网络优化隐含节点数，利用小波多尺度边缘检测方法提取输入信号的特征值以简化输入节点数，网络结构得到极大简化。结果表明，层次式多子网神经网络适用于实时在线检测。

为提高绝对式双参数感应涡流传感器的测量精度，以实现单机多参数测量，对影响测量精度的试件温度进行了研究。建立了圆柱导体温度检测数学模型，设计了检测方法。实际检测了铜和铝两种棒材，将测得的结果代入理论计算公式，得到它们的理论温度值。与实测温度相比较，两者间误差很小，验证了该理论在温度检测方面的有效性。

针对传统涡流检测仪器硬件复杂、成本较高的缺点，采用虚拟仪器技术，研制了一套基于LabVIEW的涡流无损检测系统。系统由涡流检测硬件电路、上位计算机、数据采集卡以及相关软件组成。重点介绍了硬件电路中的激励源、自动平衡电路和相敏检波模块的设计。系统完成后，对圆管管壁通孔和钢条裂纹进行了检测试验。检测结果表明系统具备良好的检测性能。