Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Multifrequency identification algorithms in eddy current nondestructive testing systems
Języki publikacji
Abstrakty
Olbrzymia liczba konstrukcji, która podlegać powinna ciągłemu przeglądowi powoduje, że konieczne jest opracowanie taniej i efektywnej technologii badań nieniszczących. Metoda wiroprądowa i strumienia rozproszenia cechują się prostotą, brakiem szkodliwego oddziaływania na środowisko, niskimi kosztami i wysoką czułością. Jednym z głównych problemów, jaki napotykamy przy stosowaniu metod elektromagnetycznych jest interpretacja otrzymanych sygnałów i identyfikacja na ich podstawie stanu badanych struktur. Spowodowane jest to wpływem zakłóceń zewnętrznych, nieliniowością przetworników i dużym promieniem zmian sygnału w porównaniu do rozmiarów defektu. Rozwiązanie tego zagadnienia jest możliwe dzięki wykorzystaniu odpowiednio dobranych algorytmów cyfrowego przetwarzania i identyfikacji sygnałów. W pracy wykazano na podstawie przeprowadzonych licznych badań, że zastosowanie wieloczęstotliwościowych elektromagnetycznych układów defektoskopii wiroprądowej i algorytmów odwrotnych opartych na sieciach neuronowych pozwala na precyzyjną identyfikację niejednorodności w materiałach przewodzących i magnetycznych. Autor przedstawił ideę i sposób implementacji nowego typu algorytmów wieloczęstotliwościowych. Szczególną uwagę zwrócono na analizę częstotliwościowych charakterystyk układu przetwornik - defekt. Pokazano, że charakterystyki te umożliwiają bardzo precyzyjną estymację parametrów defektu. Przeprowadzone badania i obliczenia potwierdziły skuteczność tego typu algorytmów i możliwość zastąpienia nimi tradycyjnych metod opartych na analizie charakterystyk amplitudowo-fazowych. Ponadto, zaproponowano efektywny algorytm identyfikacji profilu defektu z wykorzystaniem sztucznych sieci neuronowych. Koncepcja neuronowego modelu przetwornika z przesuwanym oknem została zweryfikowana zarówno na drodze symulacji komputerowych jak i pomiarów przeprowadzonych na defektach o charakterze naturalnym. Przedstawione modele neuronowe stanowią istotną alternatywę dla różnego rodzaju metod identyfikacji polegających najczęściej na wykorzystaniu procedur iteracyjnych Monografia zawiera również opis metod mających zastosowanie do detekcji zmian naprężeniowych i zmęczeniowych w materiałach ferromagnetycznych. Przedstawiono dwie, równoważne pod względem efektywności metody: bazującą na detekcji strumienia rozproszenia czujnikiem GMR oraz drugą z wykorzystaniem przetwornika wiroprądowego o wysokiej rozdzielczości. Uzyskane wyniki wskazują, iż istnieje ścisła relacja pomiędzy stanem naprężenia a odpowiednio zdefiniowanymi parametrami sygnału. Na zakończenie zasygnalizowano zalety metody wieloczęstotliwościowej w zastosowaniu do badania struktur złożonych na przykładzie elementów żelbetowych ze sztucznie wytworzonymi defektami.
Enormous number of constructions and structures which should be submitted to continuous survey causes that it has become necessary to work out a cheap and effective technology of non-destructive testing. The method of eddy currents and leakage flux features the simplicity, zero adverse environmental effect, low costs and high sensitivity. One of the principal problems encountered when using the electromagnetic methods is the interpretation of obtained signals and the identification of tested structure's condition on their basis. This is due to the effect of external interference, non-linearity of transducers and the big radius of signal changes in comparison with the size of defect. Solution of that issue is possible owing to the use of properly selected algorithms of digital signal processing and identification. On the basis of numerous performed tests the monograph demonstrates that the application of multifrequency electromagnetic eddy current inspection systems and inverse algorithms based on the neural networks allows to precisely identify the heterogeneities and flaws in conducting and magnetic materials. Author presents the concept and manner of implementing the new type of multifrequency algorithms. Particular attention is paid to the analysis of frequency characteristics of the transducer-defect system. It is shown that such characteristics enable very accurate estimation of defect's parameters. Performed tests and calculations have confirmed the effectiveness of such type of algorithms and the possibility of replacing the traditional methods based on the analysis of amplitude-phase characteristics by them. Furthermore, an effective algorithm for defect's profile identification with the use of artificial neural networks is proposed. The concept of neural model of the transducer has been verified by both the computer simulations and the measurements performed in the events of natural defects. Presented neural models with moving window make a vital alternative for various types of identification methods which predominantly consist in the use of iterative procedures. The monograph also contains a description of the methods applied to detect the stress and fatigue changes in ferromagnetic materials. Two methods, equivalent as regards their effectiveness, are presented: the first is based on detection of the leakage flux by means of GMR sensor, whereas the second method uses the eddy current transducer with high resolution. Obtained results indicate that there is a close relation between the state of stress and the correspondingly specified signal parameters. Finally the advantages of using the multifrequency method for complex structure testing are shown, on an example of the reinforced concrete elements with artificially created defects.
Czasopismo
Rocznik
Tom
Strony
3--147
Opis fizyczny
Bibliogr. 71 poz., tab., rys.
Twórcy
autor
Bibliografia
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS2-0026-0092
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.