论文部分内容阅读
现代工业生产的迅速发展对无损检测技术提出的要求越来越高。以涡流和超声为代表的无损检测方法在常规缺陷的定性检测方面取得了较好的效果。但是,由于受到各自特点的限制,它们在多层导电结构的缺陷分类与定量化检测、表面与深层微小缺陷的定性检测与定量化评估等方面的应用仍存在很多问题有待于解决,还不能满足实际应用需求。本文结合国家自然科学基金资助项目和教育部博士点基金资助项目,围绕涡流检测的参数优化及其与超声检测方法的复合应用技术展开研究,在涡流检测参数的试验优化设计、导电结构缺陷分类与定量化检测、涡流检测与超声检测的异源数据融合、检测结果的检测概率(POD)分析与不确定性评定等方面取得了成果。论文主要研究内容和创新点如下：1.将基于田口方法的稳健设计理论应用到涡流无损检测的参数优化中,研究了优化涡流检测参数的相关技术。根据田口稳健设计中参数优选与确定方法,应用信噪比分析原理,通过对试验数据的分析与比较,优化了激励频率与激励电压等关键检测参数；并基于测量的不确定度评定理论,研究了涡流检测结果的不确定度评定技术,给出了典型的评定方法与过程。2.针对常规涡流与超声检测在面向导电结构深层缺陷和表面微小缺陷检测中存在的问题,采用Dempster-Shafer证据理论以及BP网络,对涡流与超声检测的异源数据进行融合分类,提高缺陷分类的准确度。论文提出将模糊C-均值算法与Dempster-Shafer证据理论相结合的异源数据融合方法,避免在进行证据组合时对于大量试验数据或专家知识的依赖,提高了算法的实用性,便于进行缺陷的定量化评估。3.在检测参数优化与缺陷分类的基础上,研究采用径向基神经网络(RBFNN)以及模糊贝叶斯网络(FBN)对缺陷参数进行定量化评估的方法。论文采用减聚类算法对常规的RBFNN进行改进,并将模糊处理与贝叶斯网络结合起来构建模糊贝叶斯网络,通过利用涡流与超声检测的试验数据进行网络的训练以及缺陷的定量化反演,提高了反演的精度和效率。4.引入POD对无损检测结果进行评估。首先研究借助于POD对导电材料缺陷检测结果进行评估的理论,通过综合分析多种现有经验模型的特性,提出了一种简单实用的POD经验模型,在用于检测结果的评估中达到了一定的精度；然后研究了基于辅助模型的POD(MAPOD)建模与评估技术,并采用试验数据验证MAPOD模型的推广性能,弥补了经验模型的不足。