基于交变电磁场技术的钢板表面缺陷检测方法研究

准确快速地识别缺陷对于使用涡流（EC）非破坏性测试对在役设备的结构完整性和健康状况进行监控至关重要。 本文介绍了一种新颖的无模型方法，该方法包括三个主要模块：信号预处理模块，分类器模块和优化模块。 在信号预处理模块中，提出了一种两级差分结构，以抑制可能污染EC信号的提离波动。 在分类器模块中，基于一对多策略的多类支持向量机（SVM）具有良好的准确性。 在优化模块中，通过改进的粒子群算法（IPSO）获得分类器的最优参数。 提出的IPSO技术可以通过以下策略提高主PSO的收敛性能：惯性权重的非线性处理，黑洞的引入以及具有极端扰动的模拟退火模型。 通过将其他样本添加到测试集中，已经验证了IPSO-SVM模型的良好泛化能力。 实验表明，该算法比其他著名的分类器具有更高的识别精度和效率，并且训练集少，优点更加明显，有利于在线应用。

感应线圈电路分析

涡流对铁基纳米复合材料高频导磁率的影响

在管道内检测中,检测装置和管道之间的相对运动会引起涡流,而涡流强度会受到检测速度、管道电导率、磁铁矫顽力、磁化器长度等因素的影响,进而影响到漏磁检测信号.对影响漏磁检测中涡流强度的几个关键因素进行了分析,通过有限元仿真得到了各个因素对管壁内涡流强度和管壁磁场状态的影响关系,并建立内、外壁缺陷模型,得到了各个因素对检测信号的具体影响.

第四章 电涡流传感器

基于电涡流的金属探测代码，实现方法中涉及数字锁相算法、过采样技术，最终的金属探测器实现了超过2cm距离的金属探测。

涡量流函数解NS方程，涡流流函数的引用避免了速度与压力的耦合