Page 119 - 无损检测2023年第六期
P. 119
李晓明, 等:
基于 FPGA 的交流电磁场缺陷智能检测仪
[ 2 ] 左晶晶, 李昕, 王文华, 等. 极端海冰荷载作用下海上
升压站平台安全评价[ J ] . 太阳能学报, 2018 , 39 ( 9 ):
2508-2514.
[ 3 ] 罗华权, 巨西民, 左远峰. 管道裂纹的超声定量检测技
术[ J ] . 无损检测, 2009 , 31 ( 11 ): 894-896.
[ 4 ] 文毅, 冯强, 李燕. 超声检测在管道焊缝腐蚀中的应用
[ J ] . 无损检测, 2014 , 36 ( 2 ): 50-52.
[ 5 ] 刘刚. 管道漏磁内检测关键技术问题研究[ D ] . 沈阳:
沈阳工业大学, 2010.
[ 6 ] 陈长龙. 无损检测技术在压力管道的应用[ J ] . 化工设
计通讯, 2018 , 44 ( 7 ), 80-81.
[ 7 ] 任吉林. 涡流检测技术近20年的进展[ J ] . 无损检测,
1998 ( 5 ): 121-125 , 128.
[ 8 ] LIW , CHEN G , LIU F , etal.Anal y sisofthe
inducin g fre q uenc y ofaU-sha p edACFMs y stem [ J ] .
NDT & EInternational , 2011 , 44 ( 3 ): 324-328.
[ 9 ] PAPAELIASM P , LUGG M C , ROBERTSC , et
al.Hi g h-s p eedins p ection ofrails usin g ACFM
图14 复杂裂纹特征信号处理前后结果对比 techni q ues [ J ] .NDT & EInternational , 2009 , 42
( 4 ): 328-335.
( 3 )根据缺陷周围电磁场扰动规律, 提出了基于
[ 10 ] 孙长保, 胡春阳, 董艳冲. 基于交流电磁场检测技术的
特征信号的缺陷智能识别算法, 其能够反映缺陷
B z 裂纹缺陷信号识别方法[ J ] . 无损检测, 2018 , 40 ( 7 ):
周围感应电流聚集程度, 同时也能反映缺陷的边缘轮
54-59.
廓, 能实现不同角度裂纹、 复杂裂纹的智能识别。 [ 11 ] 袁新安, 李伟, 殷晓康, 等. 基于 ACFM 的奥氏体不锈
( 4 )开发了高灵敏度检测探头, 结合 FPGA 和 钢不规则裂纹可视化重构方法研究[ J ] . 机械工程学
ACFM 技术, 研发了集信号采集、 处理和显示于一 报, 2020 , 56 ( 10 ): 27-33.
体的检测机箱, 系统可实现不同角度直线裂纹和复 [ 12 ] YINLY , WUJD , YEB , etal.Ima g in g anddetection
ofcracksbasedonamulti-fre q uenc yelectroma g netic
杂裂纹的表面轮廓重构与智能识别。
scannin ginstrument and SVM [ C ]// 2017 IEEE
参考文献: InternationalConference onIma g in g S y stemsand
Techni q ues ( IST ) .Bei j in g , China : IEEE , 2018.
[ 1 ] PAUL W , SAMMARCO. Distribution and
[ 13 ] 胡孟君. 基于 FPGA 的便携式超声探伤仪硬件系统
concentrationsofp etroleum h y drocarbonsassociated
设计与实现[ D ] . 南京: 东南大学, 2019.
with the BP / dee p water horizon oils p ill , g ulf of
mexico [ J ] .MarinePollutionBulletin , 2013 , 73 ( 1 ):
129-143.
欢迎网上投稿 欢迎订阅 欢迎刊登广告
1
8
2023年 第45卷 第6期
无损检测
