基于声振信息的磁瓦内部缺陷无损检测技术研究

Magnetic tile is the core component in forming the constant magnetic field of permanent magnet motor. The invisible internal defects are not only the most common quality problems of magnetic tile, but also the greatest threat to its application. It is necessary to execute a rigorous nondestructive testing for the internal defects during the magnetic tile manufacturing process. For the sake of breaking through Chinese magnetic tile industry's dilemma that the manual operation with poor efficiency and low precision is still widely used to detect the internal defects, we expect to utilize the acoustic impact technique to research and solve the issues of these defects detection. For one thing, in order to generate and acquire acoustic-impact signal of magnetic tile, the excited vibration and acoustic response of magnetic tile are successively simulated and discussed by finite element analysis and boundary element analysis. For another, with the aid of comparison and fusion of multiple signal analysis methods and their parameters, acoustic signal feature extraction, feature data reduction and optimization, and optimized feature identification are designed in sequence. After that, an algorithm that can recognize magnetic tile internal defects through acoustic-impact information is constituted by these design contents. Lastly, corresponding inspection system is developed based on the studies mentioned above, and then its performance is fully validated and evaluated. This project has huge potential to provide the reasonable theoretical basis and effective solution for the automatic on-line detection of magnetic tile internal defects, as well as promote the development and application of acoustic impact technique in nondestructive testing.

磁瓦是永磁电机中形成恒定磁场的核心器件。不可见的内部缺陷不仅是磁瓦常见的质量问题，也对磁瓦的使用存在较高的危害性，必须在磁瓦生产过程中对其进行严格的无损检测。本项目拟通过声振技术手段研究磁瓦内部缺陷的检测问题，以求突破我国当前广泛采用低效率、低精度的人工方法检测磁瓦内部缺陷所带来的产业困境。研究首先利用有限元和边界元分析相继仿真和探讨磁瓦的激励振动和声学响应过程，从而建立无损磁瓦的声振信号获取和环境噪声抑制方法。其次，通过多种信号分析方法及参数的比对与融合，声振信息中内部缺陷特征的提取方法、精简特征数据量的优化方法以及优化后特征的识别方法被依次设计，进而形成可从磁瓦声振信息中快速准确识别内部缺陷的算法。最后在此基础上研发相应的检测系统，并进行检测性能验证与评估。本项目有望为磁瓦内部缺陷的自动化在线检测提供合理的理论依据与有效的解决办法，同时也将有力促进声振技术在无损检测领域的发展和应用。

磁瓦是永磁电机中形成磁场所不可或缺的关键器件。电机的性能和寿命都与磁瓦产品质量息息相关。在当前的制造水平下，不可见的内部缺陷是困扰磁瓦产品质量最突出的问题。然而，限于磁瓦内部缺陷的检测难度，目前其检测还大量依赖低效率的人工方法，极度缺乏高精度、高速度的自动化无损检测技术。为此，本项目以声振信息的获取和处理作为技术路线，开展了解决磁瓦内部缺陷检测问题的一系列研究，力图通过磁瓦声振信号分析确定内部缺陷的有无。因此研究主要包含三个方面的内容，即无损磁瓦条件下的声振信号获取方法设计、磁瓦内部缺陷的声振信号特征提取和识别方法研制、可实施声振检测方式的自动化系统开发。针对声振信号获取，我们利用有限元和边界元分析方法相继仿真和探寻了磁瓦的激励振动和声学响应过程，从而建立出了以特定参数下的垂直自由跌落方式实现磁瓦声振信号无损激发和高质量采集的方法。对于磁瓦内部缺陷声振信号分析，我们通过多种信号分解方法及其参数的比对与融合，探索了声振信息中内部缺陷特征的最优提取方法、精简特征数据量的优化方法以及优化后特征的识别方法；由此开辟出了基于特征工程、基于最优信号分解以及基于机器学习的三套磁瓦声振信号分析技术体系，进而形成了可从磁瓦声振信息中快速准确识别内部缺陷的算法。最后，我们根据声振信号获取和分析特点，结合机械装置、电气设备和软件程序开发出了一套磁瓦内部缺陷自动化声振检测系统，并进行了大量检测性能验证与评估。根据实验结果，我们的研究可实现快速精准且低成本的磁瓦内部缺陷检测，缺陷检测精度达到100%，误检率小于2%，单片磁瓦检测速度无论在偏重高精度或高速度的两种模式中都可控制在0.51至3.4秒以内，可适应多种类型磁瓦的大规模连续检测需求。研究结果为磁瓦内部缺陷的自动化在线检测提供了合理的理论依据与有效的解决办法，有利于突破磁瓦产品质量检验的困境，同时也促进了声振技术在无损检测领域的发展和应用。