基于光谱方法多频涡流检测的缺陷的识别和分级.doc

基于光谱方法多频涡流检测的缺陷的识别和分级摘要：多频涡流检测(MFECT)是一个重要的无损检测技术, 它可以有效地实现多参数检测和消除干扰针对传统单一频率涡流检测只能识别缺陷，不能有效地对缺陷分类的问题，本文提出一种新的采用线性调频信号激励和谱分析方法的多频涡流检测技术线性调频信号激励交流电桥中的探头线圈，放大和采样交流电桥输出的信号，使用谱方法识别缺陷的性质可以根据频谱的总能量的变化检测出缺陷为了对缺陷进行分类， ，提出一种新的称作“频谱中心偏移”的方法与传统的多频涡流检测方法相比，这种方法具有峰值系数小和系统成本低的优点理论分析与实验结果的一致性说明该方法是正确的关键词：多频涡流检测，线性调频，谱分析方法，缺陷识别，缺陷分类Ⅰ.介绍1971 年，美国科学家 Libby 提出，多频涡流检测是一种多参数检测和消除干扰的有效检测方法自此以后，多频涡流检测被广泛应用于工业领域，包括核电站管道的检测、航空器多层结构的检测等等传统单频率涡流检测技术主要用固定的频率采集样本，根据电磁波理论转化对一灵敏度确定的深度作为时域方法的脉冲涡流检测技术，包括丰富的频域信息，在检测更深的缺陷是会得到更好的结果。

但是，根据傅里叶定理，当频率增加时，每个频率分量的能量会快速减小基于频域方法的多频涡流检测技术，采用不同的频率，频率可以根据被测物的性质进行选择，在不同缺陷深度下获得丰富的信息通过谱分析方法得到缺陷的多个参数在频域分析中，传统多频涡流检测技术采用线性叠加的不同频率信号激励涡流传感器W Yin 设计了一个高速多频涡流检测系统，使用多种频率同时激励，通过相位优化使多频正弦信号的峰值系数变小Tomasz Chady 设计了一个专门的涡流检测传感器，也是由线性叠加的多频正弦信号激励信号频谱的峰值频率用来实现缺陷分类在这篇论文中，实现了基于多频率异步激励策略的涡流检测系统传统交流电桥中的圆柱形线圈是由短时线性调频信号激励的与传统的多频涡流检测相比，这种新型的检测方法的传感器输出峰值因数小，所以很容易放大，同时，这也增强了涡流检测系统的灵敏度Ⅱ.多频涡流检测理论根据涡流检测理论，被测物内的涡流密度下降到表面涡流密度的 1/e 的深度被称为标准趋肤深度 δ1）f在式（1）中，δ 是涡流趋附肤深度，f 是激励信号的频率，μ 是导体的磁导率，σ 是导体的电导率图 1 多频涡流检测理论 多频涡流检测系统的激励信号是由几个不同频率的正弦信号构成的。

检测时导体表面的感应涡流将会引起线圈探头等效阻抗的变化等效阻抗可以用下面的（2）式和（3）式表示2）22()fMRRL（3）212()fLM 是检测线圈与导体之间的耦合系数R 1 和 L1 分别是探头线圈的电阻和电感值R 2 和 L2分别是非铁磁性性导体的电阻和电感导体的趋肤深度因激励频率的不同而异，所以耦合系数和等效阻抗也因激励频率不同而异可以通过探头线圈等效阻抗总的变化来确定缺陷的存在，通过不同频率下探头线圈等效阻抗的相对变化来确定缺陷的位置因此，通过多频涡流检测技术的谱分析法便实现了缺陷的多参数检测Ⅲ. 实验系统这个基于谱分析的多频涡流检测系统包括线性调频信号产生模块、探头线圈与检测电桥、数据采集模块、数据分析模块等线性调频信号产生模块和数据采集模块通过 12 位的多功能 DAQ PXI 卡实现，它的输出速率是 100MHz，AD 转换速率是 2MHz数据分析模块使用 VI 技术（ (Lab Windows/CVI 8.0）设计时域中，矩形包络的线性调频信号如式（4）所示S(t)= A·rect(t / T )·cos[2π(f 0t  Kt 2/ 2)] （4）A 是 S(t)的幅值，rect(t / T )为矩形函数， f 0 是中心频率，K 为线性调频斜率，t 是时间。

这种激励信号在时域和频域中的波形如图 2 所示a ）时域中线性调频信号（b）频域中线性调频信号（c ）频域中增加窗函数后的线性调频信号图 2 线性调频信号交流电桥的结构如图 3 所示图 3 交流电桥交流电桥中平衡电阻 R1 和 R2 均是 550Ω探头线圈的尺寸和电气参数 如表 1 所示表 1 探头线圈的尺寸和电气参数其中，Coil 是线圈，Reference coil 是参考线圈，Detection coil 为检测线圈，Parameter是参数，Value 是参数值检测时的输出信号被放大后，送到计算机进行采样和处理为了改善采样信号的频谱，将 TukeyWin 窗函数应用到其中输出信号在时域和频域中的波形如图 4 所示因为涡流检测的灵敏度在高频信号下比在低频信号情况下更高，所以高频激励下检测的输出幅值较低频的幅值大a ）时域中调频信号 （b）频域中调频信号（c ）增加窗函数频域中的调频信号图 4 交流电桥的输出信号Ⅳ. 实验结果为了验证这种方法对缺陷识别和分类的能力，设计了带有 3 个缺陷的 2mm 后的铝板，如图 5 所示三个缺陷的尺寸分别是 10mm×1.0mm×0.5mm、 10mm×1.0mm×1.0mm 和 10mm×1.0mm×1.5mm。

当检测上表面时，缺陷代表上表面缺陷，而检测下表面时，缺陷代表下表面缺陷图 5 待测样品的剖面图上表面缺陷的检测结果，如图 6 所示6（a）所示为不同表面缺陷的检测信号频谱，6（b）是不同表面缺陷检测信号与无缺陷检测信号差值的频谱图我们可以得到，随着缺陷深度和激励频率的增加，频谱幅度增大a） 检测信号频谱（b）检测缺陷的信号与无缺陷的差值图 6 上表面检测的频谱下表面的检测结果如图 7 所示不同下表面的检测缺陷的信号频谱如图 7（a）所示，检测下表面由于缺陷引起变化（即差值）的频谱如图 7（b）所示与图 6 相比，下表面缺陷检测的频谱能量的变化量比上表面的明显小随着缺陷深度的增加，频谱能量变化量增加， ，但是频谱信号差值不随激励频率的增加而增大高频下当缺陷深度超出了趋肤深度，检测信号几乎没有变化，比如前两种缺陷槽当缺陷深度到达高频信号的趋肤深度时，在高频和低频情况下频谱显示明显的变化a） 检测信号频谱（b） 检测信号频谱差值图 7 下表面的检测信号为了识别缺陷，把所有频率分量的频谱总能量变化作为判断缺陷存在的准则表示如下：（5）112200|()||()|NNxnkEX频谱总能量变化的计算结果如图 8 所示。

平面坐标中的 1、2、3 分别代表0mm×1.0mm×0.5mm、 10mm×1.0mm×1.0mm 和 10mm×1.0mm×1.5mm 三种缺陷上表面缺陷检测频谱总能量明显比下表面缺陷检测的总能量大，同时随着缺陷深度的增加频谱能量增加图 8 检测不同位置缺陷的频谱为了对上表面缺陷和下表面缺陷进行分类，提出了一种被称作频谱重心偏移的新特征频谱重心偏移表述如下，（6）2121|()|||NkckNXK计算结果如图 9 所示上表面缺陷检测的频谱重心的方位比无缺陷的高，下表面缺陷的检测频谱的重心位置比无缺陷的低图 9 不同位置缺陷检测频谱的重心偏移Ⅴ.总结在频域中（使用谱分析法）分析多频涡流检测信号有利于缺陷的多参数检测不仅可以被识别不同位置的缺陷，而且可以对其进行分类在这个多频涡流检测系统中，使用传统圆柱形的线圈，由线性调频信号激励，检测频谱总能量变化的计算结果可以用来识别缺陷，显然，频谱重心转移的计算结果可以用来对缺陷进行分类。