【摘 要】
：
针对利用超声检测技术对铝板进行缺陷检测时,存在近表面埋藏缺陷检测盲区的问题,研究了涡流检测在铝板超声检测盲区中的应用。基于COMSOL仿真软件,建立了探头及铝板浅表层埋藏缺陷的检测模型,研究了线圈内径、匝数以及激励频率的变化对探头检测灵敏度的影响;结合仿真分析结果,设计了用于铝板浅表层埋藏缺陷检测的探头及检测平台,并对铝板试件上不同埋深的人工缺陷进行检测。实验结果表明:本文方法能有效分辨出最大埋深为3.0 mm,最小宽度为0.1 mm的铝板人工缺陷,能够有效弥补超声检测存在近表面埋藏缺陷检测盲区的问题。本
【基金项目】
：
国家自然科学基金青年科学基金资助项目(51605148)。
论文部分内容阅读
针对利用超声检测技术对铝板进行缺陷检测时,存在近表面埋藏缺陷检测盲区的问题,研究了涡流检测在铝板超声检测盲区中的应用。基于COMSOL仿真软件,建立了探头及铝板浅表层埋藏缺陷的检测模型,研究了线圈内径、匝数以及激励频率的变化对探头检测灵敏度的影响;结合仿真分析结果,设计了用于铝板浅表层埋藏缺陷检测的探头及检测平台,并对铝板试件上不同埋深的人工缺陷进行检测。实验结果表明:本文方法能有效分辨出最大埋深为3.0 mm,最小宽度为0.1 mm的铝板人工缺陷,能够有效弥补超声检测存在近表面埋藏缺陷检测盲区的问题。本
其他文献
针对交通标志图像易受复杂背景、光照、运动模糊等影响导致识别率低和识别速度慢的问题,提出了基于非对称双通道卷积神经网络的交通标志识别方法。通过不同网络结构的两通路提取丰富的特征信息,上层通路使用跃层连接提取的浅层局部特征和深层全局特征,与下层通路提取的精细特征在全连接层进行融合,并使用激活函数LReLUs代替脆弱的ReLU,提高准确率。将实验结果与其他算法进行比较,证明所提算法的识别率和识别速度均优于其他算法,具有一定的先进性和鲁棒性。
针对使用欧拉角进行姿态控制有奇异点问题,提出一种基于姿态矢量的新型控制方法。引入了姿态矢量表示姿态误差的方式,而非通过欧拉角表示姿态误差的方式;并且姿态矢量通过四元数表示,既避免了欧拉角表示刚体旋转的固有几何奇异性,也避免了欧拉角的三角函数解算,为单片机运算处理节约了大量时间;控制器算法设计上采用自抗扰控制(ADRC)技术进一步改进了姿态控制器的性能,实现了复杂的多旋翼机动飞行。对提出的新型姿态控制方法进行分析和讨论,并通过实物验证结果对所提出的基于姿态矢量的新型控制器进行有效性的评价。
随着能源互联网的发展,越来越多的分布式电源接入电网,形成了众多的异构能源网络.然而,不同的能源网络在集中式管理模式下,不能进行高效的能源交易,这严重影响了异构能源的互
本文提出了一种基于自激振荡磁通门技术的新型电流传感器,该传感器在开环配置下具有较高测量精度,并具有准数字的特点。建立了传感器的数学模型,与传统平均电流法数学模型相比,所建立的数学模型更加简单和精确。本文传感器的激励电路采用了基于MOSFETS的逆变电路,与传统桥式逆变激磁电路相比,该激磁电路不需要悬浮驱动,降低了控制电路的复杂性;不需要设置死区时间,不存在驱动延时,因而大大减小了因驱动电路引起的测
针对机器人定位插拔电动汽车充电枪给电动汽车充电的操作过程,设计了一种基于双目视觉的电动汽车充电孔识别与定位系统。从充电座图像中提取目标物充电孔位置和姿态信息,并发送给机器人控制器,以实现机器人自动给电动汽车充电。首先用Halcon软件实现双目系统的标定、手眼标定;再通过选取中心孔洞的轮廓作为透视可变型模板进行模板匹配将充电孔与背景分离,结合双目视觉中的立体匹配、三维定位和坐标变换完成了充电孔的三维位姿估计。在实验平台上进行了电动汽车充电孔的位姿估计和充电对接实验。实验结果表明:设计的系统具有较好的识别定位
针对全面且定量化地掌握成都平原经济区植被生态系统状况,为区域生态环境管治提供科学理论依据,利用MODIS(moderate-resolution imaging spectroradiometer)净初级生产力(net primary productivity,NPP)数据产品,结合趋势分析、相关性分析等方法,剖析NPP的时空变化和变异特征,并讨论自然地理要素(气候、地形、土地利用、土壤、植被)等对NPP的影响。结果表明:成都平原经济区NPP空间格局差异明显,总体呈现自东向西递增的趋势。近十年成都平原经济
针对具有外部扰动和系统参数不确定的机械臂轨迹跟踪控制问题,提出了一种改进的自适应神经网络滑模跟踪控制方法。首先建立了三自由度(DoF)机械臂动力学模型,分别采用计算力矩法和基于改进趋近律的神经滑模控制法控制其名义部分和非名义部分。所提方法结合了径向基函数(RBF)神经网络与基于趋近律的滑模控制,使控制系统自适应地补偿机械臂的不确定性,使用Lyapunov函数推导出神经网络的权值更新率。并且提出了一种自适应指数趋近律,使用改进趋近律的滑模控制器对RBF补偿神经网络的逼近误差,进一步抑制了抖振。在三关节RRR
玻璃纤维增强复合材料(GFRP)由于其重量轻、比强度高、耐腐蚀、电绝缘性能好等特性被广泛用于航天航空、管道运输等领域。由于其服役环境恶劣,容易遭受冲击形成局部材料损失缺陷,影响其结构完整性。对GFRP局部材料损失缺陷进行有效的无损检测十分重要。相比于其他GFRP无损检测方式,微波无损检测具有灵敏度高、非接触、无需耦合剂、快速等优势。围绕GFRP局部材料损失缺陷,集中探究基于微波反射测定法对该类型缺陷的无损定量检测可行性。实验结果证实了微波反射测定法对GFRP局部材料损失缺陷进行可视化定量检测的可行性。
为了减小非视距(NLOS)误差对超宽带(UWB)室内定位系统定位精度的影响,提出了一种基于卷积神经网络(CNN)的UWB室内定位算法。利用UWB系统采集NLOS环境下的室内定位数据,根据信号在NLOS环境下传播时的误差特性建立CNN模型,将数据输入网络进行训练,以减小NLOS误差对系统定位的影响;结合惯性导航系统(INS),用扩展卡尔曼滤波(EKF)对UWB/INS组合系统进行位置估计,进一步提高定位的精度。实验结果表明:该算法可以有效减小NLOS误差的影响,定位解算轨迹更加贴近真实轨迹,可达到厘米级定位
针对绝对式位置传感器编码复杂和加工工艺要求较高的问题,本文提出了一种基于平面磁场的双列结构绝对式时栅位移测量新方法。研究采用两列不同极距的"几"字型结构定尺绕组产生运动磁场,通过动尺电磁感应方式构造两列空间位移信号,建立两列空间位移信号相位差与运动位移的线性映射关系,通过粗通道定位和精通道测量实现绝对式位移测量。通过理论推导和模型仿真分析证明了绝对式位移测量方法的正确性。制作了PCB传感器样机进行