论文部分内容阅读
以钢铁及其合金为主的铁磁性材料被广泛应用于航空航天、桥梁、铁路、交通、石化等重要领域。这些结构件或设备通常在高载、高速、高温和高压的条件下工作,在长期服役过程中材料会产生各种损伤,当损伤累积到一定程度时,便会导致材料发生突然断裂,甚至造成灾难性后果。因此,对铁磁材料的损伤进行高效、准确地检测与评估具有重要意义。无损检测技术是保障设备安全、可靠运行的有效手段,而磁性无损检测是目前应用最广泛的无损检测技术之一。本文在对金属磁记忆检测技术与漏磁检测技术的研究现状进行分析的基础上,开展了强化磁记忆检测、微裂纹漏磁检测定量识别以及磁性集成无损检测的相关研究。主要内容如下:(1)针对磁记忆检测方法易受环境等干扰因素影响的问题,提出通过施加稳恒弱磁激励的方法,突出、强化磁记忆信号,进而提高检测系统的灵敏度,改善检测效果。根据磁导率曲线非线性的特点,定性地分析了强化磁记忆检测的可行性。基于应力-磁导率模型,采用ANSYS有限元仿真分析对比了地磁场(40 A/m)与弱磁场环境(100A/m)下检测系统的灵敏度,结果表明外磁场激励可以显著提高检测系统的灵敏度,并通过20#钢平板试件静拉伸试验进行了验证。(2)研究了静拉伸、疲劳拉伸时光滑铁磁试件表面法向磁场Hp(y)的分布特征及其变化规律,结果表明,在试件应力集中区产生磁异变信号,并出现应力磁化反转现象与接近现象。在此基础上,研制了一套磁记忆检测装置,对含预制裂纹的铁磁构件表面切向磁场Hp(x)的分布规律及其随循环次数的变化规律进行研究,并进行扫描成像处理,实现了疲劳损伤发展过程的磁信号成像显示。(3)针对螺栓联接结构中螺栓孔位置处裂纹损伤实时监测的需求,研制了环螺栓孔阵列的低周疲劳裂纹产生和扩展在线监测装置,对螺栓孔孔边的状态进行实时在线监测,结果表明该装置可以有效预测裂纹萌生与试件断裂的位置,并且在损伤出现的早期阶段磁异变信号更加敏感。(4)针对微裂纹难以定量化的问题,提出了微裂纹漏磁定量识别的方法。采用磁偶极子模型计算漏磁信号,然后提取特征值并利用主成分分析对特征矩阵降维,构建缺陷样本库,最后采用人工智能算法对微裂纹尺寸进行定量识别,结果表明了该方法的可行性。在此基础上,对人工微裂纹与自然裂纹进行定量识别,并提出采用形态滤波法对漏磁信号预处理,结果表明,采用PSO-LSSVM算法基本可以对两种裂纹尺寸进行定量识别,最后探索对自然裂纹进行三维轮廓重构。(5)针对磁记忆检测对应力等早期损伤敏感,漏磁检测对裂纹敏感,磁巴克豪森噪声检测可实现应力定量化的特点,在分析了检测平台通用性的基础上,提出了磁性集成无损检测的必要性与可行性,并研制了一套可改变磁场激励的磁性集成无损检测装置。通过检测实验表明,该装置既可以检测试件中的残余应力,又可以识别不同角度的微裂纹,并且可以对残余应力定量化评价,实现了铁磁材料的无损评估。