Page 77 - 无损检测2023年第二期

卞向南, 等:

基于 LSTM 的 ACFM 在线缺陷判定方法

图6 交流电磁场检测系统构成
5.2 检测对象
检测对象为带有人工裂纹的铝板试件, 其实物如
图7所示, 缺陷1~5长度相同, 深度递减, 缺陷6~10

深度相同, 长度递增, 最小裂纹尺寸为2mm×3mm
( 长×深)。

, )
图9 缺陷6~10检测结果( 上B x 下B z
6 结语

针对交流电磁场检测中的检测数据追溯、 现场
判定缺陷困难等问题, 分析检测信号特征, 收集并建
立检测信号数据库, 开发了基于 LSTM 的智能缺陷
图7 铝板裂纹试件实物
判定算法, 进行了模型构建、 计算与验证, 并进行云
5.3 检测结果
服务器软件开发与缺陷判定算法部署, 搭建了一套
手持探头贴紧铝板试件, 从缺陷5匀速扫描到
完善的检测系统。
缺陷1 , 得到的缺陷特征信号 Bx 和Bz 如图 8 所
开展了铝板裂纹检测试验, 试验结果表明所开
示; 然后从缺陷 6 匀速扫描到缺陷 10 , 其检测结果
发的基于 LSTM 的 ACFM 在线缺陷判定算法能实
如图9所示。
现交流电磁场检测数据实时传输、 存储与缺陷判定,
对交流电磁场检测技术的应用和改进有较好的指导
意义。
参考文献:

[ 1 ] 葛玖浩, 杨晨开, 胡宝旺, 等. 交流电磁场检测技术钢

轨表面裂纹高速检测研究[ J ] . 机械工程学报, 2021 ,
57 ( 18 ): 66-74.
[ 2 ] 王景林, 任尚坤, 张丹, 等. 基于 ACFM 检测技术的表
, )
图8 缺陷1~5检测结果( 上B x 下B z
面裂纹特征评价方法研究[ J ] . 中国测试, 2019 , 45
, 特征信号处分别对应图7中
图8 , 9中 B x B z
( 1 ): 40-46.
的缺陷1~10 , 中间部分表示缺陷判定算法返回结 [ 3 ] 袁新安, 李伟, 殷晓康, 等. 基于 ACFM 的奥氏体不锈
果, 红色条状表示对缺陷进行预警提示。试验结果 钢不规则裂纹可视化重构方法研究[ J ] . 机械工程学

表明, 该系统可以在线检出铝板长2mm , 深3mm 报, 2020 , 56 ( 10 ): 27-33.
的微小裂纹并对缺陷进行准确判定。 ( 下转第65页)
3
4
2023年 第45卷 第2期
无损检测