Page 56 - 无损检测2023年第二期
P. 56
强天鹏, 等:
汽车变速器齿轮焊缝的相控阵超声检测
的, 在数据采集速度、 气孔检出灵敏度、 熔深线完整
显示、 熔深不足数据的高精度测量以及图像分辨率、
记录、 存储、 显示功能等各个方面, 相控阵超声均显
示出优良的特性。
( 2 )此次试验未在试件中制作裂纹缺陷, 所以
试验无法提供裂纹的相控阵技术检出数据。但是
近十年来有专家学者对相控阵超声与脉冲反射法
超声技术的裂纹检出率进行过大量对比研究, 结
图12 第二种齿轮倒角造成的检测盲区示意
果表明, 相控阵超声技术的裂纹检出能力优于脉
由于齿轮空心轴内壁有高度为3mm 的倒角结
冲反射技术。
构, 会引起超声信号传输耦合不良和波束紊乱, 造成 ( 3 )在汽车齿轮焊缝检测中推广应用相控阵超
工件近表面处出现约 2.5mm 的超声未覆盖区( 见 声技术能显著提高检测效率和可靠性, 进而提高齿
图12 )。为此向焊接齿轮设计制造部门特别强调:
轮焊接质量, 降低变速器失效概率和汽车故障率。
需要进行脉冲反射法超声或相控阵超声检测的焊接
参考文献:
齿轮, 其空心轴内壁不能采用倒角结构。
表2 第二种齿轮焊缝检测数据评定结果 [ 1 ] 岑韩, 覃伟钦. 变速器齿轮焊接失效分析[ J ] . 装备制造
缺陷种类 缺陷尺寸
缺陷编号 周向位置 /( ° ) 深度 / mm 技术, 2015 ( 3 ): 56-57 , 66.
气孔 小于 [ 2 ] 陈兵华. 激光焊接在汽车变速器齿轮中的应用和发展
① 27 2.6 ϕ 0.5mm
② 131 2.7 气孔 小于 ϕ 0.5mm 前景[ J ] . 金属加工( 热加工), 2015 ( 4 ): 45-46.
③ 143 3.5 气孔 小于 ϕ 0.5mm [ 3 ] 楼敏珠. 齿轮环焊缝超声检测系统的研制与应用[ J ] .
④ 205 3.5 气孔 ϕ 0.5mm 无损检测, 2010 , 32 ( 9 ): 730-733 , 740.
[ 4 ] 涂春磊, 邹建华, 强天鹏, 等. 对接焊缝相控阵超声检测
3 结语 可靠性的 CIVA 仿真与试验[ J ] . 无损检测, 2013 , 35
( 11 ): 22-26.
( 1 )利用相控阵超声技术检测齿轮焊缝是可行
( 上接第17页) [ 10 ] LU Q Y , WONG C H.Additive manufacturin g
[ 6 ] MEKHALFA F , NACEREDDINE N.Multiclass p rocess monitorin gandcontrolb y non-destructive
classificationofwelddefectsinradio g ra p hicima g es testin g techni q ues : challen g es and in- p rocess
basedonsu pp ortvectormachines [ C ]// 2014Tenth monitorin g [ J ] .Virtualand Ph y sicalProtot yp in g ,
InternationalConferenceonSi g nal-Ima g eTechnolo gy 2018 , 13 ( 2 ): 39-48.
andInternet-Based S y stems.Marrakech , Morocco : [ 11 ] AOUATS , AIT-HAMMII , HAMOUCHENEI.A
IEEE , 2015 : 1-6. newa pp roachfortexturese g mentationbasedonthe
[ 7 ] YANGL , JIANG H Q.Welddefectclassificationin Gra y LevelCo-occurrence Matrix [ J ] .Multimedia
radio g ra p hic ima g es usin g unified dee p neural ToolsandA pp lications , 2021 , 80 ( 16 ): 24027-24052.
network with multi-levelfeatures [ J ] .Journalof [ 12 ] CARLOS E , BERTHA G , AMPARO A , et al.
Intelli g entManufacturin g , 2021 , 32 ( 2 ): 459-469. Scalablefeature selection usin g ReliefF aided b y
[ 8 ] 姜洪权, 贺帅, 高建民, 等. 一种改进卷积神经网络模 localit y -sensitivehashin g [ J ] .InternationalJournalof
型的焊缝缺陷识别方法[ J ] . 机械工程学报, 2020 , 56 Intelli g entS y stems , 2021 , 36 ( 11 ): 6161-6179.
( 8 ): 235-242. [ 13 ] 许振浩, 马文, 林鹏, 等. 基于岩石图像迁移学习的岩
[ 9 ] 雷铮强, 王维斌, 李立军. 中俄东线管道射线检测底片 性智能识别[ J ] . 应用基础与工程科学学报, 2021 , 29
图像的智能识别[ J ] . 无损检测, 2022 , 44 ( 4 ): 73-78. ( 5 ): 1075-1092.
2
2
2023年 第45卷 第2期
无损检测

