基于超声相控阵对焊缝缺陷的检测研究.pdfVIP

HotWorkingTechnology2020,Vol.49,No.5

基于超声相控阵对焊缝缺陷的检测研究

马小东,张鹏林,徐桃萍,杨天雨

(兰州理工大学省部共建有色金属先进加工与再利用国家重点试验室,甘肃兰州730050)

摘要：为了解决超声相控阵检测过程中人为造成的缺陷误判及达到对缺陷准确分类的结果，首先对风电塔筒

Q345E焊接试板内部预制人工缺陷－气孔、夹杂及裂纹；然后用超声相控阵设备对预制的三种缺陷分别进行检测，提取

超声相控阵检测A扫数据。结合超声相控阵信号、小波包自适应分析信号的特点和不同小波基对采集信号的处理效

果，选取dB10小波为最优小波基，提取缺陷“频率-能量”特征。最后利用小波包分解的第三层各个节点的缺陷特征能

量比例作为BP神经网络输入参数，其缺陷分类结果的精度可达到90%。研究结果表明：以上方法对于Q345E焊接缺

陷区分度明显，神经网络分类效果较好。

关键词：超声相控阵；小波包；焊缝缺陷；能量特征；神经网络

BP

DOI:10.14158/j.cnki.1001-3814.

中图分类号：441.7文献标识码：文章编号：2020)05-0150-05

TGA1001-3814(

ResearchonWeldDefectsDetectionBasedonUltrasonicPhasedArray

MAXiaodong,ZHANGPenglin,XUTaoping,YANGTianyu

(StateKeyLaboratoryforAdvancedProcessingandRecyclingofNonferrousMetals,LanzhouUniversityofTechnology,

Lanzhou730050,China)

：

AbstractInordertosolvetheartificialmisjudgmentintheultrasonicphasedarraydetectionprocessandachievethe

resultsofaccurateclassificationofdefects,firstly,artificialdefectssuchasairholes,inclusionsandcracksweremanufactured

inQ345Eweldplateofthewindtowertube,then,threekindsofmanufactureddefectsweredetectedbyultrasonicphased

arrayequipment,andtheAscandataofultrasonicphasedarraydet