Page 140 - 无损检测2023年第四期

院企风采

更加均匀的温度场。其次，提出了 PCA（主成分
分析）与二维小波变换相结合的混合图像处理策
略，实现了疲劳裂纹红外信号特征的有效提取和
量化（见图 8）。通过数值模拟和无损检测实验
验证了所开发方法和系统的可行性及有效性，为
疲劳裂纹深度轮廓的无损检测评估提供了技术途
径。
(a) 试验测得的脉冲涡流扫描信号

(a) 处理流程图
(b) 试验测得的电磁超声扫描信号

(c) 表面裂纹的重构结果

(b) 真实裂纹形貌及其预测结果

图 8 基于主成分分析和二维小波变换的图像处理算法
及对疲劳裂纹深度预测
2.4 微磁、微波定量检测
磁巴克豪森信号（MBN）对材料中的微缺陷
敏感，被用于残余应力和塑性变形的无损检测评
价。研究了磁畴运动引起的磁化态跃迁的机理模
(d) 底部减薄缺陷的重构结果 型，讨论了其物理描述、磁化矫正、求解方法以

图 7 基于脉冲涡流 - 电磁超声一体化检测方法 及在微磁无损检测中的适用性。基于有限差分法
的复合缺陷重构结果 求解了不同激励下被检对象中的磁化分布，通过
提出了采用新型涡流红外激励传感器在被测 迭代算法模拟了检测过程中的磁畴演化，实现了
构件表面激发区域均匀的涡流场和温度场，增加 磁巴克豪森信号的数值模拟分析。结合已有实验
了疲劳裂纹红外检测的灵敏度。传感器采用铁氧 数据与理论分析，通过理论模型研究了激励频率、
体磁轭结构提高了红外测量视野，同时也可激发 材料塑性变形和应力水平对磁巴克豪森信号的影
102
2023 年 第45 卷 第4 期
无损检测