项目名称: 基于特征向量动态轨迹分析的脉冲涡流检测技术研究

项目编号: No.51267016

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 电工技术

项目作者: 付跃文

作者单位: 南昌航空大学

项目金额: 49万元

中文摘要: 脉冲涡流检测技术近年在飞机多层结构腐蚀检测等方面取得了进展,但在提离效应抑制、检测灵敏度及系统优化方法等方面,与工业界检测需求仍有相当差距。本项目提出从信号特征向量的动态轨迹方面进行研究。内容包括:从检测信号中提取频域或时域特征量组成特征向量,随后提取检测传感器移动过程中特征向量点在向量空间中形成的动态轨迹,通过分析提离等干扰信号和不同缺陷信号在动态轨迹方面的区别,抑制在实际应用中很强的提离等干扰信号及对缺陷进行检测、分类、定量;同时依据特征向量的动态轨迹,针对具有特定厚度、电导率等物理参数及对检测重点区域的要求,对检测频率和传感器等系统配置及参数进行优化选择;利用特性均匀传感器阵列来模拟单探头移动情形;比较传统方法与本方法在性能方面的区别。项目将特征向量与动态轨迹相结合,目的在于提高脉冲涡流检测灵敏度及抗干扰能力,为系统优化提供有效方法,为该技术满足航空航天工业的高要求建立基础。

中文关键词: 脉冲涡流;特征向量;动态轨迹;信号处理;快速傅里叶变换

英文摘要: Advancements have been made in pulsed eddy current (PEC) testing technology in recent years in such as corrosion detection of multi-layered metal structure in aircrafts. However, improvements in lift-off reduction,detection sensitivity and system optimization are still demanded by industry. In this proposal, we propose to address these issues by analylizing dynamic locus of feasure vector, which includes several aspects to be explored. Extract features in time domain or frequency domain and form a vector from them, then dynamic locus of the vector during the probe moves is computed. Interferences such as lift-off effect, usually intense enough in dection, are reduced and defects are detected, classified and quantified by analyzing difference in dynamical locus between interference and different defect signals. System is optimized in sensor, frequency and detection parameters with respect to thickness and conductivity based on dynamical locus. Sensor array with uniform characteristic will be made to simulate movement of single probe. Compare the performance of the proposed method with the traditional PEC method. The proposed project combines feature vector and dynamical locus to analyze signal, aiming at improving detection sensibility and anti-interference performance, providing effective method for system optim

英文关键词: pulsed eddy current;feature vector;dynamic trajectory;signal processing;fast Fourier transform

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
21+阅读 · 2021年8月23日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
138+阅读 · 2021年3月30日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
13+阅读 · 2021年10月22日
小贴士
相关主题
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
21+阅读 · 2021年8月23日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
138+阅读 · 2021年3月30日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
深度学习目标检测方法综述
专知会员服务
274+阅读 · 2020年8月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员