【摘 要】
：
涡流无损检测技术是以电磁理论为基础的非接触式的检测技术,具有结构简单、不受介质影响、抗干扰能力强等优点;根据涡流检测原理设计了一种基于Zynq-7020平台的可变频的检测系统;Zynq-7020为片上系统,该平台既能发挥FPGA并行运算的优势,同时具备了处理系统的灵活性,能够实现对数据的高速采集和实时处理;通过上位机可以改变激励信号的频率,适应不同厚度金属的检测;该系统从数字信号处理角度实现阻抗分解,能够显著地提取缺陷信号;并通过实验验证了系统的可行性,实验结果表明该系统可以检测0.2 mm大小的缺陷。
【机 构】
：
中北大学仪器科学与动态测试教育部重点实验室,中北大学仪器与电子学院
论文部分内容阅读
涡流无损检测技术是以电磁理论为基础的非接触式的检测技术,具有结构简单、不受介质影响、抗干扰能力强等优点;根据涡流检测原理设计了一种基于Zynq-7020平台的可变频的检测系统;Zynq-7020为片上系统,该平台既能发挥FPGA并行运算的优势,同时具备了处理系统的灵活性,能够实现对数据的高速采集和实时处理;通过上位机可以改变激励信号的频率,适应不同厚度金属的检测;该系统从数字信号处理角度实现阻抗分解,能够显著地提取缺陷信号;并通过实验验证了系统的可行性,实验结果表明该系统可以检测0.2 mm大小的缺陷。
其他文献
针对装备大规模集成电路测试性验证与评估需求,突破传统方式的故障注入难、耗资耗时等限制,开展半侵入式装备激光探针故障注入技术研究及应用;首先,研究了装备传统物理故障注
射频消治疗又被称为射频消融术(RFCA),其实质是一种热消融能量,可以对多种疾病进行治疗,在临床上的应用较为广泛.从当前阶段来说,射频消融术是治疗房颤的一种非常有效的手段,
目的:分析早期康复护理对脑卒中偏瘫病人康复效果的影响.方法:研究时间段为2019年7月-2020年7月期间,对象择取在本院治疗脑卒中偏瘫的50例患者,平均分成两组,其中接受一般护
目前研究的分拣机器人故障检测系统检测准确性较低,导致检测结果误差较大、实时性较差;为此,基于物联网设计一种新的分拣机器人故障检测系统;选用滑轮式机器人载体设定分拣机器人,硬件部分采用Zigbee压力传感器采集机器人故障信息,利用XBEE模块负责数据传输,协调分拣中控机接收各个传感器采集的信息,通过STMP3550芯片实现控制器设计;通过信息标定、信息采集、特征提取、故障识别实现软件工作流程,应用非极大值最大类间方差法来筛选出最优的高低阈值解,得到连续但含有假边缘的故障信息图像边缘;将提取到的图像特征向量映
目前人们对噪声污染越来越重视,送检的声级计日益增多,传统的手动检定方式的效率已经很难应付,因此提出设计一款基于LabVIEW软件平台的声级计自动检定系统,以实现声级计的自动检定;系统依据JJG188-2017《声级计检定规程》设计,通过控制标准信号源(KeySight33520B)和程控精密衰减器生成标准检点信号传输到声级计电信号输入端,声级计响应以后将检定结果返回给系统,文章介绍了系统的设计方案;经过实验,系统可测量声级计频率范围10 Hz~20 kHz,声压级动态范围110 dB;在实际应用中能很好的
目的:探讨护理信息系统下的压力性损伤风险评估模块用于ICU高危压力性损伤患者中的价值.方法:选2020年5月-2021年5月于我院的ICU高危压力性损伤患者250例,随机分为两组.对照
为实现高效的模拟电路故障诊断,提出了基于小波包能量熵(WPEE)和随机森林(RF)的模拟电路故障诊断方法;选择合适的测试激励信号,监测电路收集数据,对模拟电路监测数据进行5层小波包分解,计算多频带WPEE向量表征故障特征,由RF分类器实现故障诊断;仿真实验结果表明,该方法在双二次滤波电路、Sallen-key滤波电路容差故障诊断以及对数放大器综合故障诊断中体现出良好的性能,故障诊断准确率达99%以上,且该方法具有参数鲁棒性,RF模型训练时间短;较支持向量机和BP网络方法相比,表现出更好的综合性能,更能贴近
目的:了解如何对呼吸科的重症患者进行护理.方法:选取本院2020年4月至2021年4月一年中接收的100例呼吸科重症患者,征得其同意之后随机将其分为观察组与对照组.对照组的患者采
鉴于现有的火灾检测手段大多依赖于感温探测器和感烟探测器,但感温探测器和感烟探测器的探测具有一定的滞后性,无法实时准确地检测出初期火灾的问题,因此,构建了一个大规模多场景的火灾图像数据集;同时对图像数据集进行了火焰和烟雾目标标注,并提出了一种具有注意力机制的火灾检测算法,采用颜色分析的方法检测出图像中火焰和烟雾的疑似区域;再对火焰和烟雾目标的疑似区域进行关注,通过结合深度网络的特征提取能力,得到火灾
锂电池荷电状态(SOC)的预测是电动汽车锂电池管理系统中最为关键的技术之一;为实现对SOC的高精度的预测,提出了一种基于布谷鸟搜索算法(CS)优化的误差反向传播(BP)神经网络的锂电池SOC预测方法,该方法的核心难点之一,在于优化BP神经网络的初始权值和阈值,从而可以改善易陷入局部最优的情况,减小算法对初始值的依赖;Matlab仿真结果表明,CS-BP神经网络算法的均方根误差值比BP算法的均方根误差值平均降低了0.0106,CS-BP算法具有更高的预测精度和极强的泛化性能。