在介绍多种无损检测方法对裂纹深度测量的基础上,提出了将频率扫描技术应用到交变磁场测量中,利用垂直工件表面的磁场强度在该点磁场强度中的比值作为特征量,实现对缺陷深度的测量的方法.对该测量方法进行了详尽的阐述,实验结果证明该方法可以实现对裂纹深度的测量.文中还对影响测量的多种因素进行了分析.

为了实现对裂纹型缺陷深度的定量识别,提高超声检测精度,引入小波分析和人工神经网络技术进行缺陷深度的智能识别.从超声检测的基本原理、缺陷深度表征量的确定、超声回波信号缺陷特征量的小波提取、神经网络的结构参数及训练和测试网络等方面,详细探讨了对裂纹型缺陷进行智能识别的方法,论证了运用神经网络进行缺陷智能定量识别的可行性,构造了智能识别实验系统,并利用该系统对所加工的含缺陷试样进行了定量识别试验与分析.结果表明,小渡分析和人工神经网络技术的引入能够为超声检测缺陷的定量识别提供行之有效的途径.

脉冲涡流检测方法是涡流检测技术的一个新兴的分支.本文介绍了脉冲涡流检测技术应用于检测金属表面裂纹.实验结果表明经综合考虑了裂纹深度、材质对测量结果的影响之后,发现裂纹深度和涡流信号幅值峰值之间有着深远的关联.借此可以初步的量化的判断裂纹深度.

本文在介绍了几种常用的裂纹深度检测方法的基础上,将频率扫描技术应用到交变磁场测量中,以垂直工件表面的磁场强度与总磁场强度的比值作为特征值,实现对缺陷深度的检测。本文分析了激励信号频率对裂纹深度检测的影响,在频率扫描过程中发现特征值开始时随扫描频率的增大而减小,然后又随扫描频率的增大而增大。将特征值最小时的扫描频率命名为拐点频率,在此基础上建立了基于频率扫描技术的裂纹深度检测模型,同时还对拐点频率与裂纹深度的定量关系进行了分析。实验结果证明,该方法可以很好地实现对裂纹深度的检测。

脉冲涡流检测方法是涡流检测技术的一个新兴分支。设计了一套脉冲涡流检测系统,通过实验分析,可根据脉冲涡流信号输出峰值的变化判断裂纹的位置;根据脉冲涡流差分信号输出的峰值及峰值时间判定裂纹缺陷的深度信息。针对脉冲涡流在裂纹分类中存在识别正确率低的问题,提出了利用峰值及峰值时间两个主要特征值及主成分分析法对表面、亚表面及腐蚀裂纹进行了分类;通过比较两种识别方法,发现主成分分析法具有更好的分类性能,这为判定缺陷和建立缺陷特征库提供了一种有效的方法。

针对由于横向常开裂纹引起的裂纹故障转子系统,根据Paris理论,运用由应力强度因子及应变能密度函数推导得到的裂纹柔度系数矩阵,建立了裂纹转子系统动力学模型.由于含有横向裂纹故障的转子系统的刚度矩阵会发生相应变化,因此,在已知柔度系数矩阵的基础上,通过对比无故障转子系统与裂纹转子系统的动力学方程,可以推导出裂纹转子系统的剩余量动力学方程.分析裂纹所在轴段两端的受力情况,结合剩余量动力学方程,从振动信号中提取出常开裂纹发生的位置及裂纹深度信息.结果表明,本文运用的常开裂纹信息提取方法理论上只需要采集两个不同转速下,三个节点的振动信号进行诊断分析,简便可行,并可为转子系统、悬臂梁、桁架结构等常开裂纹故障诊断提供一定的理论依据.