收藏 分销(赏)

ACFM电磁无损检测技术在汽车罐车定期检验中的应用.pdf

上传人:自信****多点 文档编号:3078708 上传时间:2024-06-15 格式:PDF 页数:3 大小:1.39MB
下载 相关 举报
ACFM电磁无损检测技术在汽车罐车定期检验中的应用.pdf_第1页
第1页 / 共3页
ACFM电磁无损检测技术在汽车罐车定期检验中的应用.pdf_第2页
第2页 / 共3页
ACFM电磁无损检测技术在汽车罐车定期检验中的应用.pdf_第3页
第3页 / 共3页
亲,该文档总共3页,全部预览完了,如果喜欢就下载吧!
资源描述

1、中国新技术新产品2024 NO.3(上)-28-高 新 技 术随着现代工业快速发展,作为一种重要的运输工具,汽车罐车在石油、化工和食品等多个领域具有广泛应用。然而,在运输过程中汽车罐车可能会受各种因素的影响,如制造缺陷、道路状况、驾驶习惯和运输介质等,这些因素都可能导致罐车结构或性能出现损伤。定期检验可以及时发现并修复这些潜在问题,确保罐车在运输过程中的安全性和稳定性,延长罐车的整体使用寿命。如果罐车存在安全隐患而未及时发现和处理,一旦发生事故,后果会非常严重。定期检验能降低事故风险,保障人民生命财产安全。各国政府对道路运输车辆的安全性都有严格的规定和标准。作为道路运输车辆的一种,汽车罐车必须

2、按照相关法规要求进行定期检验。不进行定期检验或检验不合格的车辆将无法上路行驶。因此,对汽车罐车进行定期检验至关重要。但是现行的检验方法在实际应用中效果不佳,不仅检验结果置信度较低,而且漏检率较高,因此需要研发一种新的检验方法。ACFM 电磁无损检测技术是一种先进的无损检测技术,具有非接触、高精度和高效率等优点,可以快速准确地检测出金属材料中的缺陷和损伤。目前,ACFM 电磁无损检测技术在汽车工业中具有广泛应用,为汽车零部件的检测和维修提供了新的解决方案,因此本文提出了 ACFM 电磁无损检测技术在汽车罐车定期检验中应用的研究。1 基于 ACFM 电磁无损检测技术的汽车罐车定期检验方法设计1.1

3、 汽车罐车 ACFM 电磁无损扫描完整的物体与表面存在缺陷的物体的磁场特征存在较大差异,ACFM 电磁无损检测技术就是利用该特征对物体表面进行 ACFM 电磁无损扫描,获取电磁信号,通过分析电磁信号特征,识别并检测物体表面是否存在缺陷。汽车罐车定期检验的主要内容为罐体表面是否存在裂纹、裂缝等缺陷。因此本文利用 ACFM 电磁无损检测技术,通过对罐车进行ACFM 电磁无损扫描,采集罐车电磁信号1。ACFM 电磁无损扫描检测技术是利用磁场传感器将罐车缺陷上方的磁场信号转化为可测量的电压信号,在此基础上对电压信号进行处理与分析。汽车罐车 ACFM 电磁无损扫描示意图如图 1所示。ACFM电磁无损检测

4、技术在汽车罐车定期检验中的应用胡超杰(安徽省特种设备检测院,安徽 合肥 230051)摘 要:汽车罐车定期检验是移动式压力容器安全管理工作中的重要部分,对提高汽车罐车使用寿命和安全性具有重要作用。现行方法检验结果置信度较低且漏检率较高,无法达到预期检验效果。本文针对现行方法存在的不足和缺陷,提出在汽车罐车定期检验中应用 ACFM 电磁无损检测技术。通过对汽车罐车 ACFM 电磁进行无损扫描,采集罐车表面 ACFM 电磁信号,采用中值滤波技术对 ACFM 电磁信号进行滤波处理。根据麦克斯韦理论分析 ACFM 电磁信号,识别、检测汽车罐车表面缺陷长度与深度。试验证明,本文方法检验结果置信度超过96

5、%,漏检率低于1%,ACFM 电磁无损检测技术在汽车罐车定期检验方面具有良好的应用前景。关键词:ACFM 电磁无损检测技术;汽车罐车;定期检验;中值滤波技术;麦克斯韦理论中图分类号:TG115文献标志码:A图 1 汽车罐车 ACFM 电磁无损扫描示意图中国新技术新产品2024 NO.3(上)-29-高 新 技 术汽车罐车周围布设了电磁传感器,考虑罐车体积与面积比较大,采用阵列式布设传感器,2 个相邻传感器间距为500mm,电磁传感器与汽车罐车距离为 1000mm.考虑传感器扫描到的罐车缺陷周围的电压信号非常微弱,在实际扫描过程中利用功率放大器将信号放大2。由 ACFM 电磁信号发生器生成原始的

6、正弦激励信号,功率放大器将其放大后,提高了信号的带负载能力。将放大后的信号加载到“U”形激励上。“U”形激励是由铜材质漆线包和“U”形锰锌铁氧体组成的信号激励装置。信号经过“U”形激励后被电磁传感器接收,经信号调解电路传输到 USB 采集卡上,最后由 USB采集卡发送到计算机上,用于后续信号处理和缺陷识别。整个 ACFM 电磁无损扫描流程由开关电源供电。1.2 扫描数据预处理考虑汽车罐车 ACFM 电磁无损扫描过程中传感器输出的信号中有大量电磁耦合与工频等干扰信号,为了保证汽车罐车检验精度,对扫描到的汽车罐车 ACFM 电磁信号进行中值滤波处理。中值滤波的基本原理是将一段连续的数字信号序列进行

7、排序,将中间值作为输出3。在数字信号处理中,中值滤波器通常由一个滑动窗口组成,窗口内的所有信号值按照大小排序,取中间值作为输出。先初始化一个滑动窗口,窗口的大小可以根据具体情况进行选择4。窗口内的所有信号值需要存储在内存中。再将窗口内的所有ACFM电磁信号值按照大小进行排序。排序可以采用不同的算法,如快速排序、归并排序等2。将排序后的 ACFM 电磁信号值取中间值作为输出,如公式(1)所示。2+=(1)式中:表示 ACFM 电磁信号中间值;表示滤波窗口内ACFM 电磁信号标准差;表示滤波窗口内 ACFM 电磁信号数量5。如果窗口内 ACFM 电磁信号值的数量是奇数,直接取中间值;如果窗口内 A

8、CFM 电磁信号值的数量是偶数,则将中间 2个值的平均值作为输出。将滑动窗口向右移动一个单位,窗口内的所有信号值更新为新的输入信号。重复上述步骤,直到处理完所有输入 ACFM 电磁信号,以此完成对ACFM 电磁信号的预处理。1.3 汽车罐车缺陷识别检验在上述基础上,根据 ACFM 电磁无损检测技术的基础理论,即麦克斯韦理论,对预处理后的 ACFM 电磁信号进行分析,估测汽车罐车缺陷长度与深度6。ACFM 电磁无损检测技术以电磁感应原理为基础,利用交变电流的线圈产生交变磁场。假设罐车为导体,当罐车靠近磁场时会受电流的趋肤效应影响,罐车感应电流会聚集于罐体表面,在电磁场作用下各介质间的关系如公式(

9、2)所示。0DHJtBEtEH=+=(2)式中:表示旋度算子;H 表示磁场强度;J 表示罐车感应电流密度;D 表示电位移;E 表示罐车感应电磁场强度;B表示磁感应强度;表示散度算子;表示汽车罐车体电荷密度。如果罐车表面没有缺陷,则汇聚于表面的感应电流处于平行状态,如果罐车表面存在缺陷,感应电流经缺陷两端就会产生偏转。缺陷上方的电磁场由激励电流产生的原生磁场和罐体表面缺陷引起的次生磁场组成,根据电磁原理有公式(3)。1111zxhHDJj ucBEBgk=(3)式中:h 表示集肤深度,即汽车罐车缺陷长度;j 表示罐车缺陷上方电场强度向量;表示罐车缺陷上方磁场强度向量;u 表示电导率;c 表示真空

10、磁导率;Bz表示汽车罐车缺陷水平方向 ACFM 电磁信号强度;表示汽车罐车缺陷长度深度;Bx表示汽车罐车缺陷垂直方向 ACFM 电磁信号强度;表示相对磁导率;g 表示“U”形激励产生的磁感应强度矢量;k表示角频率。将预处理后的 ACFM 电磁信号代入公式(3),即可估测汽车罐车缺陷深度与长度,以此完成基于 ACFM 电磁无损检测技术在汽车罐车定期检验中的应用。2 试验论证2.1 试验准备与设计以某汽车罐车为试验对象,该罐车罐体容积为12.25m3,整车外形尺寸为 7700mm2480mm3150mm,材料为钢,轴距为 3800mm+1311mm+1311mm,最高车速为 90km/h,额定功率

11、为 475kW。从 2022 年 1 月 5 日开始利用本文方法对该汽车罐车进行定期检验,检验周期为 30d。利用阵列式ACFM 探头沿扫描路径方向对罐车表面缺陷进行检测,在阵列式探头扫描方向上布设 8 个无线传感器,因此 ACFM 电磁无损检测信号包括 8 列数据。扫描到的 ACFM 电磁信号图如图 2 所示。从图 2 可以看出,罐车表面的缺陷引起了传感器信号扰动,Bx信号发生了缺陷,而 Bz信号出现了双峰值特征,说明汽车罐车表面存在缺陷。2 种信号分别反映罐车表面缺陷的深度和长度。分析 ACFM 电磁信号,确定汽车罐车表面缺陷长度和深度,检验结果见表 1。表 1 汽车罐车定期检验结果时间缺

12、陷位置缺陷尺寸/mm缺陷深度/mm1月5日罐车表面23.128.451.032月5日罐车表面10.265.135.263月5日罐车表面10.634.164.154月5日罐车表面10.857.153.265月5日罐车表面13.625.754.156月5日罐车表面10.652.152.567月5日罐车表面1.2614.564.868月5日罐车表面2.1610.266.32通过对该汽车罐车进行 8 个月的定期检验,共检测到124 个缺陷,记录检验数据信息,一边对本文方法性能进行评测。2.2 试验结果与讨论根据汽车罐车定期检验结果,对本文方法检验结果置信中国新技术新产品2024 NO.3(上)-30-

13、高 新 技 术度和漏检率进行评价。置信度是评价检验结果可靠程度与可信程度的重要指标,如公式(4)所示。rtwteoui100%eeRTDF+=(4)式中:RTDG 表示汽车罐车检验结果置信度;ertwt表示汽车罐车缺陷长度检验误差;eeoui表示汽车罐车缺陷深度检验误差;表示汽车罐车缺陷检验最大允许误差。置信度值越高,说明检验结果可信度越高,检验精度越高。漏检率是指未检验到缺陷样本与总缺陷样本的比例,如公式(5)所示。asgshssdsmgjafg100%NOKUFN=(5)式中:OKUF 表示汽车罐车缺陷检验漏检率;Nasgshs表示未检验到汽车罐车缺陷样本数量;Nsdsmgjafg表示汽车

14、罐车缺陷样本总量。将本文方法、基于 BP 神经网络的检验方法和基于数据挖掘的检验方法进行比较和分析,结果见表 2、表 3。表 2 汽车罐车定期检验置信度(%)缺陷样本序号 本文方法 基于BP神经网络的检验方法 基于数据挖掘的检验方法199.8674.1565.42298.6876.2568.26398.6875.4865.86496.4676.5266.35599.4677.4264.85699.3675.2665.15799.5276.3565.86897.8675.4668.41表 3 汽车罐车定期检验漏检率(%)检验样本数量 本文方法 基于BP神经网络的检验方法 基于数据挖掘的检验方法1

15、000.055.6210.262000.086.5311.243000.116.9511.684000.137.0212.425000.147.2512.456000.147.3512.657000.157.3613.038000.167.5413.25从表 2 数据可以看出,本文方法检验结果置信度最高,平均置信度水平为 97.86%,比基于 BP 神经网络的检验方法高近 22%,比基于数据挖掘的检验方法高近 34%。从漏检率方面来看,基于数据挖掘的检验方法漏检率最高,本文方法漏检率最低,当检验样本数量为 800 个时,本文方法漏检率仅为0.16%。上述试验指标比较证明了本文方法在汽车罐车定期

16、检验中具有绝对优势,ACFM 电磁无损检测技术在该方面具有良好的应用前景,能够实现对汽车罐车缺陷的精准检验。3 结语本文基于 ACFM 电磁无损检测技术,探讨了汽车罐车定期检验的方法。通过采用先进的检测设备和科学的方法,能够更准确地评估汽车罐车的结构和性能,确保其运行的安全性和可靠性。基于 ACFM 电磁无损检测技术的汽车罐车定期检验方法设计为保障道路交通安全、提高运输效率提供了有力支持。在未来的发展中,将继续关注 ACFM 电磁无损检测技术的最新进展,不断优化和完善汽车罐车定期检验方法。参考文献1 张兆东.关于汽车罐车使用管理及定期检验问题探讨 J.化工装备技术,2023,44(3):52-

17、54.2 胡勇军,洪有财,陈小星.电磁无损检测技术在铠装拖缆强度检测中的应用研究 J.声学与电子工程,2022(2):37-40.3 杜裕平,冯雪,盛宏威,等.基于多电磁无损检测的管线钢硬度检测模型 J.理化检验-物理分册,2022,58(12):27-30,72.4 贺小刚,刘相庭.冷冻液化气体汽车罐车定检检验问题探讨 J.中国特种设备安全,2022,38(7):30-34.5 聂思皓,胡滨,黄璞,等.阵列柔性多功能电磁检测系统在站用储气瓶组无损检测中的应用 J.特种设备安全技术,2022(2):53-54,57.6 王丽霞,杨惠春.基于 FPGA 及 RBF 神经网络的电磁无损检测技术 J.计算机测量与控制,2021,29(7):31-35.图 2 汽车罐车 ACFM 电磁信号Bx信号 Bz信号

展开阅读全文
部分上传会员的收益排行 01、路***(¥15400+),02、曲****(¥15300+),
03、wei****016(¥13200+),04、大***流(¥12600+),
05、Fis****915(¥4200+),06、h****i(¥4100+),
07、Q**(¥3400+),08、自******点(¥2400+),
09、h*****x(¥1400+),10、c****e(¥1100+),
11、be*****ha(¥800+),12、13********8(¥800+)。
相似文档                                   自信AI助手自信AI助手
百度文库年卡

猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服