【摘 要】
:
本文通过声发射检测技术对3 台层板包扎高压容器进行的试验研究及解剖对比,研究了层板包扎高压容器声发射检测技术工艺,并建立了检测结果评价准则。该方法应用于检测国内80 余台尿素合成塔,发现了大量裂纹类缺陷,验证了层板包扎结构尿素合成声发射检测技术的有效性。
【机 构】
:
山东省特种设备检验研究院山东济南250013
论文部分内容阅读
本文通过声发射检测技术对3 台层板包扎高压容器进行的试验研究及解剖对比,研究了层板包扎高压容器声发射检测技术工艺,并建立了检测结果评价准则。该方法应用于检测国内80 余台尿素合成塔,发现了大量裂纹类缺陷,验证了层板包扎结构尿素合成声发射检测技术的有效性。
其他文献
结合网络技术、数据处理技术、人工智能技术与动态网页技术,为无损探伤的检测结果建立远程智能评估系统,使用户能够通过Internet 进行远程咨询、数据分析与处理,从而实现缺陷识别、类别判断、缺陷诊断,为用户制定工艺规程提供依据。对系统体系结构和基本功能模块进行了介绍,阐述了面向远程传送无损检测数据的压缩方法,以及系统中数据处理、评估所采用的关键技术。说明了构建智能化远程无损评估系统的可行性和有效性。
本文提出一种基于直流电位法的泡沫金属定量无损检测方法。该方法采用主成分分析前馈神经网络求解逆问题,对内部缺陷进行定量。正问题求解采用有限元方法。为解决三维直流电场分析中庞大的节点数及神经网络所需大量训练数据带来的计算资源问题,本文开发了一种基于数据库的快速直流电位分布计算方法。算例结果表明,神经网络可有效用于泡沫金属的定量无损检测;所提出的快速算法可大大缩短计算时间且具有较高计算精度。
本文通过对传统电梯钢丝绳检测方法与无损检测方法的比较,突出无损检测在钢丝绳定量、定性分析中的比较优势;基于安全工程的理论方法,结合各标准及无损检测的方法,给出了钢丝绳风险评估的具体原则和具体程序;并在上海100 多台老旧电梯钢丝绳风险评估中得到很好的应用。
为研究金属磁记忆信号Hp(y)值和应力集中程度的对应关系,对预制切口的不同应力集中系数的板状试件进行拉拉疲劳试验,试验过程中检测试件表面典型位置的3 条检测线Hp(y)信号变化。结果显示:位于材料无缺陷部位的检测线磁曲线受载后显示良好线性,位于切口前沿和横跨切口的检测线磁曲线则显示切口的异变峰信号;并且随应力集中系数的增大,异变峰的磁场变化梯度K 值明显增大,K 值可以用来表征铁磁试件的应力集中程
脉冲涡流检测技术是一种新型的涡流无损检测技术,与传统的单一频率的涡流检测技术相比,脉冲涡流具有更宽的频谱,因而其响应信号中也就包含了更丰富的缺陷特征信息。本文在研究脉冲涡流检测缺陷深度实验的基础上,利用微分对脉冲涡流信号进行了分析,实验结果表明利用微分后的差分信号分析可以提高检测系统的线性度。
材料中局域源快速释放能量产生瞬态弹性波(又称为应力波)的现象称为声发射(AE)。声发射是一种常见的物理现象,大多数材料变形或断裂时有声发射发出,但许多材料的声发射信号强度很弱,人耳不能直接听见,需要借助灵敏的电子仪器才能检测出来,用仪器探测、记录、分析声发射信号和利用声发射信号推断声发射源的技术称为声发射技术。本文简要介绍了声发射及其检测技术,并分析了该技术应用于导弹工程领域的可行性。
加权线性回归方法已经被广泛地应用在CT 图像重建中。我们提出一种基于岭回归方法的算法并且从这种方法推导出两种有序子集重建算法。算法的收敛性由关于有序子集Landweber系统的近来的结果或者数字实验证实。同时,基于Jinhua Sheng 以前的研究我们又推广了有效的有序子集划分方法。数字模拟和实际实验数据的应用证明了所提算法和有序子集策略的可执行性。
压力容器的焊缝结构多变,纹路复杂,这增加了压力容器检测时焊缝缺陷定级的难度,提出一种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法。首先通过对X射线焊缝图像进行预处理及缺陷轮廓检测,提取表征焊缝缺陷的状态特征,以构造特征向量,然后基于多类支持向量机建立焊缝缺陷识别模型,对产品的焊缝缺陷进行分类识别。实验结果表明了该方法的有效性。
采用穿透法超声C 扫描技术检测一C 夹层蜂窝结构时,在图像中出现了奇特的条纹现象。图像中的黑色条纹看上去与光学中的云纹现象相似。一般来说,C 扫描图像中的黑色区域代表超声信号衰减,往往与分层或脱粘缺陷相关。由于这里出现的条纹分布有一定的规律性,因此结构因素也应考虑在内。在这些黑色条纹出现的地方,C 夹层结构的两层蜂窝铺层方向平行。采用计算机图像模拟的方法模拟蜂窝结构的叠加。结果证明当两层蜂窝按平行
缺陷的自动识别在大型回转零件超声无损检测和评估中具有重要的意义,本文提出了一种基于经验模式分解法(Empirical mode decomposition,EMD)和优化支持向量机(Support vector machine,SVM)的超声信号缺陷识别方法,首先对信号进行经验模式分解,得到多个基本模式分量(Intrinsic mode function, IMF)后,建立AR 模型,提取模型的自