期刊文献+

周向励磁漏磁检测技术的研究 被引量:4

原文传递
导出
摘要 在管道漏磁(MFL)检测中,缺陷的识别和评价一直是难以解决的问题。有两种不同的漏磁检测技术,轴向励磁和周向励磁,本文介绍了周向励磁漏磁检测技术,它对于检测和评价轴向导向缺陷具有潜在优势。利用ANSYS仿真软件,建立了周向磁化器的二维有限元模型,对此时的管壁缺陷进行仿真,仿真结果表明,周向励磁方式下产生的漏磁信号与缺陷深度、缺陷周向宽度的大小有关。
机构地区 沈阳化工学院
出处 《无损探伤》 2009年第6期22-23,共2页 Nondestructive Testing Technology
基金 国家自然科学基金资助项目(60272015) 国家科技支撑计划课题:2006BAK02B01-04
  • 相关文献

参考文献3

二级参考文献10

  • 1黄作英,阙沛文.计算机仿真在管道漏磁检测中的应用[J].计算机仿真,2004,21(10):174-177. 被引量:6
  • 2蒋奇,王太勇.钢管缺陷漏磁场及影响漏磁信号因素的分析[J].钢铁研究,2002,30(5):20-24. 被引量:14
  • 3FORSTER F. Computer-controlled magnetic leakage field research installation-examples and possibilities [A]. Proceedings, Plenary Papers, Tenth World Conference on non-destructive proceedings[C]. Moscow, USSR, 1982, 172-186.
  • 4Altschuler E,et al. Nonlinear model of flaw detection in steel pipes by magnetic flux leakage[J]. NDT International,1995,28(1) :40-55.
  • 5唐兴伦.ANSYS工程应用教程[M].中国铁道出版社,2003..
  • 6Ramuhalli P. Electromagnetic NDE signal inversion by function-approximation neural networks [ J ]. IEEE TRANSACTIONS ON MAGNETICS ,2002,38 ( 6 ) :3633 - 3634.
  • 7Hwang K, Mandayam S, Udpa S S, et al. Characterization of gas pipeline inspection signals using wavelet basis function neural networks[ J]. NDT & E International ,2000,33 ( 8 ) :531 - 545.
  • 8Ramuhalli P,Udpa L,Udpa S S. Neural network-based inversion algorithms in magnetic flux leakage nondestructive evaluation[ J]. Journal of Applied Physics ,2003,93 ( 103 ) :8274 - 8276.
  • 9汪友生,潘孟贤,何辅云.缺陷参数与漏磁信号相互关系的实验研究[J].合肥工业大学学报(自然科学版),1998,21(5):28-31. 被引量:24
  • 10汪友生,徐小平,沈兰荪.铁磁材料的漏磁检测[J].电子测量与仪器学报,2000,14(3):45-48. 被引量:18

共引文献41

同被引文献17

引证文献4

二级引证文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部