實驗名稱：基于數(shù)據(jù)驅(qū)動的結(jié)構(gòu)鋼表面應力磁巴克豪森噪聲表征方法研究

　　研究方向：材料測試

　　實驗目的：

　　磁巴克豪森噪聲（Magnetic Barkhausen Noise,MBN）技術可用于定量評估鐵磁材料的表面應力。當前MBN法應力評估技術存在特征量選取較難、定量預測模型復雜且對標定數(shù)據(jù)集的擬合精度較低的不足。本文提出一種數(shù)據(jù)驅(qū)動的非線性映射算法擬合MBN噪聲和應力的關系，研究了基于小波包變換系數(shù)的時頻特征替代統(tǒng)計特征量，減少了樣本數(shù)據(jù)計算量。采用MBN噪聲在小波包變換時-頻域內(nèi)的小波包變換系數(shù)作為特征向量，利用基于奇異值分解的數(shù)據(jù)降維算法降低特征向量的維數(shù)，將經(jīng)過數(shù)據(jù)降維后的特征向量輸入BP神經(jīng)網(wǎng)絡進行模型訓練以建立預測模型。結(jié)果表明：采用基于奇異值分解的數(shù)據(jù)降維算法可減小模型的復雜度，利用降維后的小波包變換系數(shù)特征向量訓練BP神經(jīng)網(wǎng)絡可實現(xiàn)鐵磁材料表面應力的高精度預測。本文建立的表征方法有效解決了鐵磁構(gòu)件應力分布成像問題，在預防應力腐蝕、提高疲勞強度等損傷預警方面具有廣闊的應用前景。

　　測試設備：系統(tǒng)由硬件和軟件兩部分組成：硬件部分包括激勵模塊、MBN傳感器、信號調(diào)理模塊、AD采集模塊等，軟件部分由基于LabVIEW設計的具有數(shù)據(jù)采集和數(shù)據(jù)分析處理功能的上位機組成。激勵模塊由AFG3102C任意波形函數(shù)信號發(fā)生器以及ATA-4014高壓功率放大器組成。

　　圖1：MBN檢測系統(tǒng)示意圖

　　實驗過程：

　　MBN傳感器由U型磁軛、激勵線圈、檢測線圈三個部分組成，其中，U型磁軛材料采用的是高磁導率、低電導率的錳鋅鐵氧體，磁極面為正方形平面，兩磁極中心點間距為19mm。激勵線圈、檢測線圈均選用漆包線，分別纏繞在U型磁軛、磁棒上，檢測線圈擺放于U型磁軛下方正中心位置。當正弦信號通過激勵線圈時，U型磁軛兩磁極之間會產(chǎn)生近似均勻的交變磁場，從而在U型磁軛與被測試塊中形成磁回路，以產(chǎn)生毫伏級的微弱MBN信號。檢測線圈將拾取到的MBN信號通過電纜導線傳輸?shù)叫盘栒{(diào)理模塊進行濾波、放大等處理，使其便于由AD采集模塊送入上位機實現(xiàn)信號顯示、數(shù)據(jù)存儲等功能。下圖為濾波前后的MBN信號波形對比。

　　圖2：濾波前后的MBN信號波形對比

　　實驗結(jié)果：

　　1、通過小波包變換將MBN信號時域波形轉(zhuǎn)換到時、頻域，提取MBN信號時頻冗余特征，可定性反映不同應力水平。

　　2、利用不同頻帶的小波包變換系數(shù)特征向量構(gòu)造了小波包變換系數(shù)矩陣。通過奇異值分解，減小了MBN特征向量的維數(shù)，降低了BP神經(jīng)網(wǎng)絡模型復雜度。

　　3、開展了懸臂梁梯度應力標定試驗，采集了懸臂梁上表面梯度應力的MBN信號，根據(jù)不同測量點對應的應力大小，建立了BP神經(jīng)網(wǎng)絡的訓練樣本集。

　　4、通過三點彎曲狀態(tài)下結(jié)構(gòu)鋼試塊下表面梯度應力的MBN信號采集試驗，建立了BP神經(jīng)網(wǎng)絡測試集，測試了數(shù)據(jù)驅(qū)動模型的預測精度。

　　5、采用小波包系數(shù)作為時頻冗余特征，經(jīng)奇異值分解降維后，建立BP神經(jīng)網(wǎng)絡應力預測模型，使得該模型復雜度低、響應速度快，絕大部分樣本預測誤差低于10%，實現(xiàn)了基于數(shù)據(jù)驅(qū)動的鐵磁構(gòu)件表面應力的定量評估。在實際工程應用中，結(jié)合機械臂自動化掃查、傳感器自適應仿形優(yōu)化、信號處理等技術，可實現(xiàn)鐵磁構(gòu)件表面應力分布高精度成像。

　　安泰ATA-4014高壓功率放大器：

　　圖：ATA-4014高壓功率放大器指標參數(shù)

　　本文實驗素材由西安安泰電子整理發(fā)布。Aigtek已經(jīng)成為在業(yè)界擁有廣泛產(chǎn)品線，且具有相當規(guī)模的儀器設備供應商，樣機都支持免費試用。