超聲相控陣汽車發(fā)動機內腔腐蝕檢測關鍵技術研究.pdf

1、汽車再制造運動可以有效避免大量報廢汽車及其發(fā)動機造成的環(huán)境污染及資源浪費。其中，發(fā)動機缸體內腔腐蝕缺陷的檢測是發(fā)動機再制造中的關鍵問題，也是難題。超聲相控陣以其檢測速度快，聲束靈活，靈敏度高，操作安全等優(yōu)勢，逐漸成為無損檢測領域的研究熱點。本文提出將超聲相控陣應用于汽車發(fā)動機缸體內腔的腐蝕缺陷檢測，并對檢測的關鍵技術進行了研究。
　　根據(jù)發(fā)動機缸體的自身特征，設計了超聲相控陣對于發(fā)動機內腔腐蝕缺陷的檢測方案。針對制定的方案，進行了

2、相應的聲場仿真，即對凹圓柱界面條件下線型平面超聲相控陣的聲場進行了仿真及分析?；跀U展多元高斯聲束模型及射線聲學理論,建立了線型平面超聲相控陣在發(fā)動機缸體中的輻射聲場仿真模型，繼而仿真得出缸體中的輻射聲場,證明了檢測方案的可行性，并分析了陣元長度對不同內徑發(fā)動機聲束聚焦質量的影響，達到相控陣優(yōu)化的目的。
　　提出了缺陷定量分析的新方法。搭建了基于超聲相控陣的缺陷信號獲取系統(tǒng)，并對具有不同直徑及錐角的蝕坑缺陷進行了A掃信號采集。根據(jù)

3、超聲信號特點提取了缺陷回波信號的小波包能量譜特征，小波包分形維特征，時域峰值特征以及一些常規(guī)信號特征，構造了蝕坑回波信號的特征向量。針對蝕坑特征識別構建了BP、RBF、GRNN三種類型的神經網絡，均能得到較理想的定量結果，其中 RBF神經網絡模型較其他兩種有更高的識別精度且用時較少，更適用于蝕坑缺陷的識別。使用遺傳算法進行了特征優(yōu)化，進一步提高了識別精度及效率。
　　基于圖像增強、圖像分割、質心提取等圖像處理技術，提出了發(fā)動機內腔

4、C掃描圖像的缺陷標記及定位算法，實現(xiàn)了蝕坑缺陷的自動標記并準確定位。提出了缺陷 C掃描圖像的校正算法，使檢測結果圓柱面立體呈現(xiàn)，提高了檢測結果的可視化程度。設計加工了發(fā)動機內腔機械掃查裝置，進行了實際發(fā)動機缸體內腔的檢測實驗。
　　為研制適用性更強的發(fā)動機超聲相控陣檢測系統(tǒng)，提出了檢測系統(tǒng)的硬件框架，針對檢測系統(tǒng)成像過程中全通道高頻采集帶來的存儲、傳輸數(shù)據(jù)量大的問題，進行了壓縮傳感理論在超聲相控陣發(fā)動機缸體內腔腐蝕檢測系統(tǒng)中的應用