【word】 基于神经网络的钢材表面裂纹定量检测方法的研究

基于神经网络的钢材表面裂纹定量检测方法的研究自动化技术与应用2OO3年第卷第4期基于神经网络的钢材表面裂纹定量检测方法的研究罗成汉,解源,王飞集美大学信息工程学院厦门361021摘要介绍基于神经网络的钢材表面裂纹定量检测原理及方法,计了基于LABVIEW的钢杆裂纹缺陷漏磁定量检测系统,并对钢杆表面横向裂纹缺陷进行模拟实验,运用神经网络技术刀步建立数学模型,通过评判V得到反映裂纹状况的定量检测结果,从而验证了该方法的可行性,并得出相关的结论关键词定量检测LABVIEW神经网络数学模型中图分类号TF274文献标识码A文章编号10037241200304一O07O一04RESEARCHONTHEQUANTITATIVETESTINGMETHODFORTHECRACKONSTEEISURFACEBASEDONTHENEURAINETWORKLUOCHENGHAN,XIEYUAN,WANGFEICO/EGE撒豳睁嘲响留,J/ME/而,37TUREEN361021,OFFXAABSTRACT了7QUANTATHTESTING心西PTHECRACK,7姬2LEAKAGESIGNALD,2S触BASED07TNEURODMORKISPRE,NAD07T蠡越QUAR,一TATIVETENGYTONFORCRACK蛳07TSTEELSSWFCCBASEDORLLABVIEWISDESIGNED,AND西葫唔DADONE,ISBUILTBYTHEOFTHENEWRDRORKTECHNOLOGY,THEQUANTLTATHETEINGRESULTTORFLEAON,|D”OFC,CKCARTBEA田BYQUANATATANALYSISTHESIGNOGPEAKPEAKWGUEEFFI3ERNEVFFRESULTSVERIFDTKATTHISMETHODISPOSSIBLEANDRELATHERESULTSACHIAEDKEYWORDSQUANTITATIVETETINGLABVIEWNAL72MF素JVILDUNATICA1UDEL1引言漏磁场检测法是利用励磁磁场和缺陷相互作用产生的漏磁现象来检测铁磁性材料表面的缺陷它的基本原理是建立在铁磁材料的高磁导率这一特性之上通过测量铁磁性材料中的磁导率变化由缺陷引起来检测缺陷它以其安全,可靠,实用,能实时进行工况检测而被广泛应用在设备故障诊断,材料缺陷检测之中材料中缺陷的位置,大小,类型等特征的确定,即无损检测的定量化一直是无损检测的难题和发展方向,现有的无损检测手段大多数停留在缺陷的有无及位置的确定上,需要依赖检测人员的经验,做出的结论常带有主观性,影响了检测结果可靠性随着计算机技术的发展,无损检测采集到的数据越来越多,有必要探索新的缺陷评判和数据处理方法,以快速,有效,准确地获得设备内部的缺陷信息,目前国内外许多学者致力于把神经网络应用于定量无损检测的研究”该文对神经网络技术应用于钢材设备的缺陷定量检测方法进行探讨设计了基于LABVIEW的钢杆裂纹缺陷漏磁信号的定量检测系统,通过实验对钢材表面横向裂纹缺陷产生的漏磁场进行实测,获得裂纹缺陷信号波形,用神经网络技术对实验数据进行分析,处理,初步建立了系统的数学模型仪器仪表与检测技宣垫里堕里塑兰蔓塑LNSTRUMENTATIONANDMEASUREMENT2基于神经网络定量检测系统的工作原理裂纹漏磁场实验数据分析表明,裂纹检测信号峰峰值主要取决于钢杆横截面积相对损失量A,受裂纹宽度与裂纹横向倾斜角度的影响很小,且与A之间具有较好的指数对应关系从而推导出A一的函数式为A口1口2式中A钢杆横截面积相对损失量裂纹检测信号峰峰值,N,N与具体检测对象,探伤传感器和信号处理器有关的系数应用数学软件MA2IAB,通过对样品钢杆上制成的标准表面横向裂纹的大量检测数据进行分析处理,用数据的最小二乘法对实验数据进行曲线拟合,采用上述数学表达式作为拟合函数,可标定此数学关系式,作为定量检测裂纹大小的直接依据在钢材表面裂纹的定量检测中,采用漏磁检测法,使用霍尔探伤传感器对其缺陷的漏磁信号进行检测,可获取反映裂纹状况的特征信号利用神经网络的非线性映射功能,通过神经网络对裂纹特征信号即裂纹信号的峰峰值的定量分析,探索建立A一模型,以获取裂纹缺陷的相关信息,从而实现计算机定量检测3软件设计31软件开发平台本设计采用的是美国NI公司的HB唧开发平台,LABVIEW是基于图形化编程语言的开发环境,它通过建立和连接图标来构成程序,LABVIEW程序包括前面板和流程图两部分前面板是LAB唧程序的图形用户接口,此接口集成了用户输入,并显示程序的输出前面板包括旋钮,按钮,图形和其他的控制与显示对象流程图包含的图形化源代码在流程图中,对进行编程,以控制和操纵定义在前面板的输入和输出功能此外,HB还可以通过动态连接库调用其他语言编写的程序,其扩展性好用IAB唧编程具有简单易学,编程效率高,通用性好,交互性好等优点是编制虚拟检测仪器程序的强大的软件工具临32主要的功能模块321数据采集利用LABVIEW软件控制数据采集卡对模拟信号进行采集有多种方法,对于LABVIEW支持的数据采集卡可以利用LABVIEW的功能模板FUNCTIONSPALETTE中DAMA卿LJSJ石CI1提供的卜她HP吐等函数进行采集,对于HB唧不支持的数据采集卡还可以利用功能模板中AKINCED提供的QLLLIJHARM嫩】LF,伽H吐豇NODEC和子模板中的INPOREOUTPORT函数进行采集由于PC6313数据采集卡不是H唧支持的数据卡,采用IN,OUTPBRT函数完成数据的采集采集程序及其分析程序如图2所示33特征信号峰峰值的测量IAB唧软件提供的PEAKDE惜附函数,用它可以得到波峰峰值PEAKVALUE和波谷谷值VALLEYVALUE,从而得出裂纹缺陷的特征信号峰峰值为IPEAKVALUEVALLEYVALUE用LABVIEW软件功能模板提供的PEAKDE晚吐函数,可以准确确定波峰和波谷的位置和峰值,从而求得缺陷信号的位置和峰峰值自动化技术与应用枷3年第卷第4期仪器仪表与检测技术1NSTRUMEN协TIONANDMEASUREMENT4探伤实验41裂纹波形预先在直径为】饷TN钢杆上,采用电火花加工工艺,制作了五处深度为0RM,1肌,15RIM,2ORRM和21HLTL的横向切口式模拟裂纹,通过检测系统对它进行试验得到如图3所示裂纹缺陷的信号波形图,测得如表1所示的缺陷信号的峰峰值42特征信号的提取如何提取混杂在检测信号中的裂纹信号,是对裂纹状况进行定量检测的关键裂纹特征信号的提取应根据裂纹检测信号421裂纹检测信号的峰峰值对图2中的缺陷信号波形分析可知,得到的缺陷信号是一些叠加在直流量和噪声背景上的局部双峰电压信号采取峰峰值超门限法对该信号的特征量进行提取,当某一局部双峰信号的峰峰值超过门限时,认为是局部异常波形峰峰值定义为局部异常波形信号的波峰与波谷间幅值差的绝对值422钢杆截面积相对损失量A反映钢杆的裂纹状况主要有裂纹宽度,深度和裂纹走向等参量,本系统采用钢杆横截面积相对损失量作为定量评价的主要指标钢杆截面积相对损失量A定义为裂纹横截面积占钢杆总横截面积的百分比可以推导出本系统中钢杆模拟裂纹截面积相对损失量A的表达示误差值得到A一的解析表达式为A48999495411QGV,其拟合曲线如图3所示从表1中可知,A拟合值与实际值之间存在偏差,有的误差值较大,这是由于受实验条件的限制,所加工的模拟裂纹精度不够,以及钢杆表面粗糙和探伤传感器与钢杆之间的位置没有相对固定,运动过程中存在晃动以及速度不匀速等因素影响,造成测量误差为了减少测量误差,提高检测灵敏度和定量准确性,需要采取一些措施432采用神经网络建模采用径向基函数I神经网络建模它由三层组成,分为输入层,隐层,输出层,层与层之间采用全互连方式,同一层之间不存在相互连接网络的隐层处理单元的基函数选用径向基仪器仪表与检测技宣型堡堕堡笺塑INSTRNENMTBNANDMEASUREMENT函数作为一种前馈网络,它的函数逼近能力优于即神经网络工作时,首先利用样本集对I网络进行训练,也就是对网络的连接权值进行学习,知识以权值和阈值的形式存储在网络中,当不完全信息或含噪声信息输入时,神经网络就可以根据知识对输入信息进行处理在钢材表面裂纹定量检测中,运用三层RBF网络以建立A一的数学模型,对网络的拓扑结构进行设置为1一N一1即输入层节点数为一个,从系统接收输入信息,即经过归一处理后的值隐层节点数多个输出层节点数一个,输出A的值,其连接权的学习修正采用印算法,实现逼近任何非线性函数可通过对大量的样本训练倩到A一的数学模型通过5结束语评判得到反映裂纹状况的定量检测结果受实验条件的限1在钢材表面裂纹的定量检测中,II】神经网络相当于完制,加工的模拟裂纹数目有限,测到数据太少,仅根据测量数据所初步建立的数学模型不够准确,仅对已学过的样本知识,网络的输出与期望结果相符,对偏离样本的输入,网络的推理能力下降,甚至会得到错误的结论为了验证神经网络的非线性映射能力,在实验中,为了减少拟合误差,采用拟合函数为AN成一个数学映射,神经网络通过对大量样本的学习,就可实现任意复杂的非线性映射,从而得到A一的数学模型2通过实际测量获取裂纹输出信号值,依据所建立的数学模型,通过评价可以得到反映裂纹状况的定量检测结22KGN,N作为误差修正系数,使用MA2IAB软件对/卜0实验数据进行曲线拟合,得到A一的解析表达式为A_4_17262682107983,把它假定为系统6参考文献的模型,当在018范围内每隔002取值,作为训练样本,用神经网络进行学习训练,网络训练好用实测数据对其进行测试,得到如表1所示的A的测试值,相对误差值当测试的输入在0,18范围内每隔001变化,经神经网络计算,可得到其实际输出值A,相当于建立了A一的数学模型,它们的关系曲线如图3所示1金建华,等漏磁场法在线定量检测钢丝裂纹的研究J仪器仪表1999,2032852862金建华,康宜华,等用集成霍耳元件定量检测缺陷漏磁场的特点J无损检测,1998,20234383杨叔子,康宜华,等着钢丝绳断丝定量检测原理与技术M北京国防工业出版社,19954孙晓云,袁斌,盛剑霓神经网络方法在涡流无损检测分析图3中的拟合曲线得知用神经网络建立A一的定量分析中的应用J西安交通大学,2OO0,346517522数学模型,其误差较少只要样本包含的信息足够多,神经网络就具备较强的推理能力也就是说要得到准确,实用