详情

原文传递一种基于三维磁流成像的缺陷检测方法及装置

专利名称：	一种基于三维磁流成像的缺陷检测方法及装置
摘要：	本发明涉及检测技术领域，公开了一种基于三维磁流成像的缺陷检测方法及装置。该方法利用电磁激励组件可以产生多频率交变磁场，激发铁磁性材料测试件内部的磁流，在测试件内部磁流被激发前后，采用相同的检测装置和相同的检测参数，分别检测一次测试件内部的磁流分布，可以获取测试件的静态基准数据和激励响应数据，采用三维重建算法分别对静态基准数据和激励响应数据进行三维磁流重建，可以获得第一磁场分布图和第二磁场分布图，将其输入至预设的第一识别模型实现自动检测测试件内部的缺陷，并对缺陷进行定量化评估，得到测试件的缺陷具体信息；本发明可以提高检测精度和检测效率，提升检测自动化程度和智能化程度。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	广州珠江天然气发电有限公司
发明人：	卢振宇;林珠;罗义兵
专利状态：	有效
申请日期：	2023-08-21T00:00:00+0800
发布日期：	2023-11-17T00:00:00+0800
申请号：	CN202311058565.0
公开号：	CN117074514A
代理机构：	广州三环专利商标代理有限公司
代理人：	郑晓璇
分类号：	G01N27/83;G;G01;G01N;G01N27;G01N27/83
申请人地址：	511457 广东省广州市南沙区环市大道北21号
主权项：	1.一种基于三维磁流成像的缺陷检测方法，其特征在于，包括：在无外部磁场的状态下，利用多通道探头检测测试件内部的磁流分布，获取静态基准数据；其中，所述测试件为铁磁性材料；利用电磁激励组件产生多频率交变磁场，磁化所述测试件，激发测试件内部的磁流响应；在预设时间间隔后，利用所述多通道探头检测测试件内部的磁流分布，获取激励响应数据；采用三维重建算法，分别根据所述静态基准数据和所述激励响应数据，对所述测试件进行三维磁流重建，获取第一磁场分布图和第二磁场分布图；利用预设的第一识别模型，对第一磁场分布图和第二磁场分布图进行差分比较分析，识别出所述测试件的缺陷具体信息；其中，所述缺陷具体信息包括缺陷的空间位置、形状、大小和深度。 2.根据权利要求1所述的基于三维磁流成像的缺陷检测方法，其特征在于，所述利用多通道探头检测测试件内部的磁流分布，具体为：将多通道探头设置在具有多自由度运动的平台上；通过控制所述平台的运动，改变多通道探头在测试件表面或内部的位置和方向，检测测试件内部的磁流分布。 3.根据权利要求2所述的基于三维磁流成像的缺陷检测方法，其特征在于，所述通过控制所述平台的运动，改变多通道探头在测试件表面或内部的位置和方向，检测测试件内部的磁流分布，具体为：所述多通道探头由若干个检测线圈或霍尔效应传感器组合而成；获取测试件内部的磁流分布，具体为以下的一种或多种组合：顺应所述检测线圈的结构特征，利用若干个检测线圈检测测试件内部不同深度的磁流变化，检测测试件内部的磁流分布；或者，将若干个霍尔效应传感器根据预设间距设置在同一个方向上，检测所述测试件内部同一方向不同深度的磁流变化，检测测试件内部的磁流分布；或者，将若干个霍尔效应传感器根据预设间距设置在不同的方向上，检测所述测试件内部同一深度不同方向的磁流变化，检测测试件内部的磁流分布。 4.根据权利要求1所述的基于三维磁流成像的缺陷检测方法，其特征在于，所述预设的第一识别模型，具体为：采用三维磁流检测技术，对若干种铁磁性材料进行检测，获得对应的若干个磁场分布图；其中，所述若干种铁磁性材料存在无缺陷材料和若干种有缺陷材料；对所述若干个磁场分布图提取材料磁学特征，并分析所述若干个磁场分布图的差异；确定用于表示铁磁性材料缺陷信息的第一材料磁学特征；选取机器学习算法构建识别模型，利用所述若干个磁场分布图和所述第一材料磁学特征，对所述识别模型进行训练学习，调整所述识别模型的参数；当所述识别模型训练完成后，确定所述识别模型的参数，形成基于磁学特征的第一识别模型。 5.根据权利要求4所述的基于三维磁流成像的缺陷检测方法，其特征在于，所述利用预设的第一识别模型，对第一磁场分布图和第二磁场分布图进行差分比较分析，识别出所述测试件的缺陷具体信息，具体为：利用第一识别模型，对所述第一磁场分布图和所述第二磁场分布图进行差分比较分析，获取所述测试件内部的磁流分布变化；根据所述测试件内部的磁流分布变化，确定所述测试件的缺陷；对测试件的缺陷进行定量化评估，确定所述缺陷的空间位置、形状、大小和深度，形成所述测试件的缺陷具体信息。 6.根据权利要求1所述的基于三维磁流成像的缺陷检测方法，其特征在于，在所述识别出所述测试件的缺陷具体信息后，还包括：根据所述测试件的缺陷具体信息，判断所述测试件的缺陷类型和缺陷严重程度；根据所述测试件的缺陷类型和缺陷严重程度，确定所述测试件的修复措施。 7.一种基于三维磁流成像的缺陷检测装置，其特征在于，包括：第一检测模块、磁化模块、第二检测模块、磁流重建模块和识别模块；所述第一检测模块用于在无外部磁场的状态下，利用多通道探头检测测试件内部的磁流分布，获取静态基准数据；其中，所述测试件为铁磁性材料；所述磁化模块用于利用电磁激励组件产生多频率交变磁场，磁化所述测试件，激发测试件内部的磁流响应；所述第二检测模块用于在预设时间间隔后，利用所述多通道探头检测测试件内部的磁流分布，获取激励响应数据；所述磁流重建模块用于采用三维重建算法，分别根据所述静态基准数据和所述激励响应数据，对所述测试件进行三维磁流重建，获取第一磁场分布图和第二磁场分布图；所述识别模块用于利用预设的第一识别模型，对第一磁场分布图和第二磁场分布图进行差分比较分析，识别出所述测试件的缺陷具体信息；其中，所述缺陷具体信息包括缺陷的空间位置、形状、大小和深度。 8.根据权利要求7所述的基于三维磁流成像的缺陷检测装置，其特征在于，所述利用多通道探头检测测试件内部的磁流分布，具体为：将多通道探头设置在具有多自由度运动的平台上；通过控制所述平台的运动，改变多通道探头在测试件表面或内部的位置和方向，检测测试件内部的磁流分布。 9.根据权利要求7所述的基于三维磁流成像的缺陷检测装置，其特征在于，所述预设的第一识别模型，具体为：采用三维磁流检测技术，对若干种铁磁性材料进行检测，获得对应的若干个磁场分布图；其中，所述若干种铁磁性材料存在无缺陷材料和若干种有缺陷材料；对所述若干个磁场分布图提取材料磁学特征，并分析所述若干个磁场分布图的差异；确定用于表示铁磁性材料缺陷信息的第一材料磁学特征；选取机器学习算法构建识别模型，利用所述若干个磁场分布图和所述第一材料磁学特征，对所述识别模型进行训练学习，调整所述识别模型的参数；当所述识别模型训练完成后，确定所述识别模型的参数，形成基于磁学特征的第一识别模型。 10.根据权利要求8所述的基于三维磁流成像的缺陷检测装置，其特征在于，所述识别模块，包括：分析单元、确定单元和评估单元；所述分析单元用于利用第一识别模型，对所述第一磁场分布图和所述第二磁场分布图进行差分比较分析，获取所述测试件内部的磁流分布变化；所述确定单元用于根据所述测试件内部的磁流分布变化，确定所述测试件的缺陷；所述评估单元用于对测试件的缺陷进行定量化评估，确定所述缺陷的空间位置、形状、大小和深度，形成所述测试件的缺陷具体信息。
所属类别：	发明专利