使用多模式VF-SAFT和EMAT的替代模型辅助优化,对金属进行全区域内部成像
Zhengshi Lu1, Zhichao Cai1, Riteng Sun1
1State Key Laboratory of Performance Monitoring Protecting of Rail Transit Infrastructure, East China Jiaotong University, Nanchang 330013, China; School of Electrical and Automation Engineering, East China Jiaotong University, Nanchang 330013, China.
Ultrasonics
|January 6, 2026
概括
这项研究引入了一种优化剪切垂直电磁声传感器 (OSV-EMAT),用于改进缺陷检测. 新的EMAT设计增强了剪切垂直波激发和成像,大大减少了检查中的盲区.
科学领域:
- 非破坏性测试是指非破坏性测试.
- 超声波测试 超声波测试 超声波测试
- 电磁声学传感器是一种电磁声学传感器.
背景情况:
- 传统的剪切垂直EMAT (TSV-EMAT) 在大面积检查方面存在局限性,包括低效率,低定向性和模式干扰.
- 斜冲击EMAT检查在覆盖方面具有优势,但需要提高传感器性能.
研究的目的:
- 开发一个优化的剪切垂直EMAT (OSV-EMAT) 以提高剪切垂直 (SV) 波激发,纯度和转向.
- 通过减轻盲区,提高基于EMAT的缺陷成像的效率和准确性.
主要方法:
- 设计了一个OSV-EMAT,使用永久磁铁阵列和定制的FPC曲线线圈.
- 采用物理引导的半分析模型,Kriging替代品和群集优化,以实现高效的多参数设计优化.
- 实施了多模式变频合成光圈聚焦技术 (VF-SAFT),用于光束方向的频率调制.
- 集成了基于GRDB的融合网络,以解决直接和次要模式造成的盲区.
主要成果:
- 与TSV-EMAT相比,OSV-EMAT显示出明显更强,更纯,更有方向的SV波激发.
- 优化过程在设计模拟中实现了51倍的加快速度.
- 在实验验证中,缺陷定位错误减少到1.52%以下.
- 联合的VF-SAFT和GRDB网络有效地缓解了盲区.
结论:
- 开发的OSV-EMAT对传统的EMAT检查方法进行了实质性的改进.
- 这项技术为非破坏性测试应用中缺陷成像提供了高效准确的解决方案.
- 优化的设计和先进的成像技术增强了EMAT检测缺陷的能力.
