基于激光超声的高强螺坯缺陷特性仿真分析

来源 :天津理工大学 | 被引量 : 0次 | 上传用户:fymps
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高强螺栓以其强度高、承受应力高和服役时间长等特点被广泛应用于航空航天、武器装备、生产设备等领域,高强螺坯作为高强螺栓生产过程中重要的一部分,在冷镦工艺成形的过程中,很容易出现微裂纹、微气孔和折叠等肉眼难以分辨的微小缺陷,及时有效的检测出这些缺陷对于后续制件以及提高机械设备的稳定性和可靠性有着积极的意义。目前,高强螺坯的缺陷检测大多基于传统的超声检测技术,检测精度及效率相对较低且需要耦合剂。激光超声作为一种新型超声检测技术,凭借着非接触、高精度、远距离接收等优势在无损检测领域有着广阔的应用前景。本文基于激光超声热弹激发机制,采用数值模拟的手段研究了超声波在高强螺坯圆周面和轴向的传播规律以及缺陷的定位和表征方法,从而实现试件的无损评估。具体的研究内容如下:1.基于激光超声的基本理论,采用有限元方法分别建立了螺坯圆周面缺陷模型和轴向缺陷模型,模拟了脉冲激光激发出的瞬态温度场和应力场。讨论了不同激光激发半径、激光上升时间和光源输出能量对超声波信号的影响,并以此为依据确定了光源的具体参数。2.依据激光超声在金属试件圆周面的传播原理,本文分别使用扫描检测源法和扫描激发源法对螺坯圆周面缺陷进行定位分析,对比发现,使用扫描激发源法检测时在缺陷附近超声波波峰的幅值变化较大,更有利于缺陷的识别。通过分析圆周面产生的Rr、R’r特征回波时间差和缺陷深度的关系,研究了缺陷深度的量化计算方法,通过数值拟合和对比验证,该方法可以在误差允许的范围内实现0-1.5mm缺陷深度的表征。3.依据激光超声在金属试件轴向表面及内部的传播原理,分析了二维螺坯缺陷、三维螺坯缺陷对超声波幅值及渡越时间的影响,通过实验对三维螺坯缺陷的回波进行验证。并对缺陷的位置以及尺寸进行粗略判断。Rr波幅值与缺陷深度呈正相关,透射波与缺陷深度呈负相关;Rr波的到达时间、透射波的幅值与缺陷高度呈负相关。
其他文献
我国已建或在建的200 m级以上高坝工程主要位于西南高山峡谷地区,受构造运动、河流下切及风化卸荷作用的影响,该地区岩体卸荷强烈、地应力水平高、地质环境复杂,岩体的渗透性表现出显著的各向异性和空间变异性。大型水利水电工程的建设和运行历经大规模开挖、填筑、锚固和大幅度蓄水等过程,诱发岩体渗透特性发生强烈演化,进而对渗流场分布特征产生显著影响。另一方面,在复杂地质条件下,高坝工程的防渗安全风险急剧增大,
Mn基MXene材料具有的优异的电子结构和磁学性质以及在纳米电子器件的应用逐渐受到人们的广泛关注。由于其独特的机械和本征铁磁性的电子性能,Mn基MXene中Janus结构有望为先进的磁电存储技术提供新的二维纳米平台。在超薄磁性存储、隧穿磁电阻等方面有潜在应用。通过原子吸附、外加应变、外加电场等手段调控二维Janus Mn基MXenes材料的电子结构和磁学性质,为其在电子学和磁性存储器件中的应用提供
学位
对于开关柜等金属封闭式的电力设备,一些绝缘缺陷很容易引起局部放电的发生。因此,对正常运行的开关柜进行局部放电的检测与定位是避免设备绝缘隐患的必要手段。然而,对于局部放电检测与定位的研究多是在技术运用与数据挖掘等方面进行的,对于定位的算法与局部放电检测系统的研制,仍有较多的难点有待解决。因此,本文对局部放电现象进行了深入的研究,并设计了相应的硬件和软件系统,通过对超声波信号的监测,实现了开关柜局部放
最小生成树问题是经典的网络优化问题之一,在通信网、物联网和交通网等领域有广泛的应用。与传统算法中,将真实网络抽象为静态模型不同,本文考虑真实网络的时变性,即将时间变量引入到静态网络模型中,以构建时变环境下的多目标最小生成树模型。主要工作概括如下:(1)提出一种存储转发神经网络(SFNN:Store and Forward Neural Network)算法,求解出时变环境下多目标最短路径问题。第一
对中国而言,从碳达峰到碳中和是一场时间紧、任务重的系统性变革。城市是人民生活、经济发展、能源消耗、碳排放的主要区域,因此城市也是中国碳中和战略决胜的关键所在。生态环境恶化和气候变化呼唤城市加快实现能源转型,储能是支撑能源转型的重要技术和基础装备,能源转型最终加速实现城市碳中和战略目标。以湖州为代表的地方城市要因地制宜、综合施策,通过储能技术和储能产业创新突破,推进城市能源转型,加速城市碳中和,为全
期刊
为解决城市物流配送中心出现的配送效率低的问题,研究配送中心前置仓选址问题。基于非等覆盖半径思想,结合前置仓选址特性,建立以企业总成本最低和客户满意度最高为目标的前置仓选址优化模型。结合第二代非支配排序遗传算法(non-dominated sorting genetic algorthmⅡ,NSGA-Ⅱ)与差分进化(differential evolution,DE)算法对模型进行求解。利用Pyth
学位