论文部分内容阅读
超声无损检测是一种应用十分广泛的无损检测(NDT)方法。它广泛应用于航空航天、石油化工、机车车辆、船舶制造、机械装备、核工业、桥梁以及建筑等行业。超声无损评价是NDT技术用于材料评价的重要组成部分,是NDT行业中一个崭新的发展方向,具有重要的研究价值和广阔的应用前景。 材料的无损评价是在不损害材料使用性能的前提下,用来评价被检测对象的完整性的一门学科。它是利用超声换能器的振动产生的超声波与弹性介质相互作用,从而携带大量有关材料性能的信息,这种信息以超声回波信号的形式被接收到。因此,对超声回波信号的处理与分析就成为材料无损评价研究的关键。 信号是通过数模转换技术生成的一组数字序列,它作为信息的载体,历来受信息研究、材料研究和无损检测人员的重视。但是,在各类信息传输系统中所传输的信号又往往带有随机性,因此,运用数理统计的理论和方法——统计信号处理技术对信号进行统计分析,进而最终实现有关材料性能信息的有效地提取和优化,是材料研究和无损检测人员所面临的首要问题。时间序列分析是用数理统计和随机过程理论研究随机数据序列的方法,通常是利用模型法实现的,如自回归(AR)模型、ARMA模型等。本研究的基本技术路线和宗旨是通过对超声回波信号进行相应的分析,提取模型的特征参数,并与材料的组织形态及其演变过程相关联,最终实现材料的超声无损表征与评价。 本文进行材料超声无损评价的具体思路是:在基于时序分析理论的基础上,提取并优化表征20钢不同时效组织形态超声回波信号的自回归(AR)模型参数,并将其用于材料的组织形态的分类和识别。结果表明:利用AR模型参数无损评价20钢的时效组织形态是可行的,对五种组织的识别率可达84%;此外,对Cr5Mo高温时效组织形态和结构钢30Mn2SiV的热处理组织形态识别率分别达到75%和83.3%。