В работе производится моделирование вихретокового контроля с помощью системы двух первичных (намагничивающих) и одной вторичной (измерительной) катушек. Исследуется зависимость информативного сигнала при разных частотах для различных форм дефектов, а так же их размеров (глубины, раскрытие дефекта). Далее рассчитываются информативные признаки, по которым определяются параметры дефекта. Полученные признаки используются при выполнении корреляционного анализа, по результатам которого делается вывод о наиболее полезных признаках. После проведения корреляционного анализа строится интеллектуальная нейронная сеть, обучается и тестируется. Цель работы выбрать наиболее подходящую структуру нейронной сети для дальнейшего использования ее на практике.

Работа содержит: 35 страниц, 20 иллюстраций, 4 таблицы, 2 приложения.

Введение

В электромагнитном методе неразрушающего контроля обычно используют два основных подхода к решению задачи обнаружения дефекта.

Основой первого подхода [1] к обнаружению поверхностных трещин с помощью вихревых токов является тот факт, что трещины препятствуют протеканию тока, при этом учитывается влияние скин-эффекта. В этом случае можно обнаружить те трещины, которые ориентированы вдоль линий магнитного поля. Однородные условия в контролируемом образце можно создать путем его намагничивания с помощью бесконечно длинного соленоида. Но, так как на практике любая намагничивающая катушка имеет конечную длину, следует учитывать магнитные поля рассеяния. Помимо этого стоит учитывать и размагничивающий эффект вихревых токов.

Второй подход [2] заключается в непосредственном использовании магнитного поля рассеяния, которое позволяет выявить приповерхностное изменение магнитного поля путем, например, нанесения на поверхность образца флуоресцентного (светящегося в темноте) ферромагнитного порошка. В этом случае можно обнаружить трещины, перпендикулярные линиям магнитного поля.

В данной работе исследуется особая схема расположения двух первичных (намагничивающих) катушек и одной вторичной (измерительной) катушек, при которой оба эти подхода могут проявиться вместе, а, следовательно, становится возможным получить более полную информацию о размерах дефекта. При другом расположении катушек и датчика относительно друг друга для правильного объяснения результатов очень важно понимать физику процесса. В этом случае, оказывается, удобно описывать поле с помощью математической модели. Часто применяются численные методы, где задействованы уравнения Максвелла в дифференциальной форме, включающие действительную и мнимую компоненты поля.

Сигналы, полученные в ходе моделирования данной схемы, пересчитываются в определенные информативные признаки, которые используются для построения искусственной нейронной сети, как системы, автоматически классифицирующей дефекты. Нейронные сети имеют большую популярность в различных сферах. Их успех определяется несколькими причинами, которые подробнее будут рассмотрены далее.

Актуальность поставленной задачи заключается в разработки наиболее точного метода классификации дефектов и сведение работы оператора к минимуму.

2. Вихревые токи

2.1 Первичная и вторичная катушки

Основной принцип вихретокового метода контроля можно объяснить с помощью простого примера: обнаружение поверхностных трещин в металлическом образце.

Считаем, что длинный металлический образец с круглым поперечным сечением помещен в однородное магнитное поле, линии которого направлены вдоль объекта контроля. Ввиду присутствия эффекта размагничивания образца вихревыми токами (скин-эффекта) магнитное поле в поперечном сечении не однородно. Оно гораздо сильнее у поверхности, нежели в центре, а, кроме того, в разных зонах поперечного сечения разной оказывается и фаза поля. Эта особенность зависит от частоты и физических свойств материала.

Наведенное во второй катушке (намотанной вокруг исследуемого образца) напряжение прямо пропорционально магнитному потоку в поперечном сечении этого образца. Между напряжением первичной намагничивающей катушки и напряжением, наведенным во вторичной катушке, существует разность фаз, обусловленная частотой и физическими свойствами образца.