搭建了基于磁巴克豪森噪声(MBN)原理的电磁检测平台,以Q235钢为试验对象开展了应力检测研究。在试验之前采用不同的波形、频率和电压进行测试,分析MBN信号峰值与频率、电压的关系,确定最优的激励参数。通过静载拉伸试验确定MBN信号与拉应力之间的关系,拟合MBN信号峰值与拉应力的关系曲线,分析信号峰值作为应力评价指标的可行性。结果表明:正弦波作为激励信号产生的MBN信号特征明显、信噪比高;MBN信号峰值随拉应力的增大而先增大后减小;分析非线性拟合曲线可以对应力集中程度进行评估。
所属栏目
科研成果与学术交流国家自然科学基金(51265041);国家重点研发计划重点专项(2016YFB1100205);国家重大科学仪器设备开发专项(2013YQ140505);国家公益性行业科研专项(201510066);江西省教育厅基金(GJJ151545);无损检测技术教育部重点实验室开放基金(EW201708252);江西省研究生创新专项基金(YC2017-S338)项目资助
收稿日期
2017/9/13
作者单位
程志远:南昌航空大学 无损检测技术教育部重点实验室, 南昌 330063陆军装甲兵学院 装备再制造技术国防科技重点实验室, 北京 100072
宋凯:南昌航空大学 无损检测技术教育部重点实验室, 南昌 330063
董世运:陆军装甲兵学院 装备再制造技术国防科技重点实验室, 北京 100072
门平:陆军装甲兵学院 装备再制造技术国防科技重点实验室, 北京 100072
李轶名:南昌航空大学 无损检测技术教育部重点实验室, 南昌 330063
肖力伟:南昌航空大学 无损检测技术教育部重点实验室, 南昌 330063
联系人作者
宋凯(6536446@qq.com)
备注
程志远(1993-),男,硕士研究生,研究方向为电磁无损检测技术,材料力学性能无损检测与评价
引用该论文:
CHENG Zhiyuan,SONG Kai,DONG Shiyun,MEN Ping,LI Yiming,XIAO Liwei.Optimization and Experimental Study of Stress Detection Parameters Based on MBN Method[J].Nondestructive Testing,2018,40(4):13~18
程志远,宋凯,董世运,门平,李轶名,肖力伟.基于MBN法的应力检测参数优化及试验[J].无损检测,2018,40(4):13~18
参考文献
【1】
SRIDHARAN U, BEDEKAR V, KOLARITS F M. A functional approach to integrating grinding temperature modeling and Barkhausen noise analysis for prediction of surface integrity in bearing steels[J]. CIRP Annals-Manufacturing Technology, 2017,66(1):333-336.
【2】
DING S, TIAN G Y, DOBMANN G, et al. Analysis of domain wall dynamics based on skewness of magnetic Barkhausen noise for applied stress determination[J]. Journal of Magnetism & Magnetic Materials, 2017, 421:225-229.
【3】
SORSA A, LEIVISKÄ K, SANTA-AHO S, et al. Quantitative prediction of residual stress and hardness in case-hardened steel based on the Barkhausen noise measurement[J]. Ndt & E International, 2012, 46(1):100-106.
【4】
尹何迟, 陈立功, 张光业,等. 磁巴克豪森残余应力测量技术在热处理工艺评估中的应用[J]. 热处理, 2008, 23(2):17-20.
【5】
任吉林,陈曦,罗声彩,等.高周疲劳损伤的磁记忆二维检测研究[J].航空学报,2012,33(6):1147-1155.
【6】
MIESOWICZ K, STASZEWSKI W J, KORBIEL T. Analysis of Barkhausen noise using wavelet-based fractal signal processing for fatigue crack detection[J]. International Journal of Fatigue, 2016, 83:109-116.
【7】
林家春, 张凌浩, 石照耀. 锥齿轮齿面磨削烧伤自动检测装置设计[J]. 仪器仪表学报, 2017(5):1176-1183.
【8】
王东升. 基于铁磁材料力-磁效应的磁记忆方法检测机理的基础性研究[D]. 南昌:南昌航空大学, 2006.
【9】
庞娜, 程德福, 王言章,等. 时间差型磁通门敏感单元巴克豪森噪声处理研究[J]. 仪器仪表学报, 2015, 36(11):2594-2601.
【10】
殷莎, 肖昌汉, 周国华. 某型船钢拉应力与磁场关系试验[J]. 海军工程大学学报, 2011, 23(3):104-107.
【11】
KAHROBAEE S, HEJAZI T H. A RSM-based predictive model to characterize heat treating parameters of D2 steel using combined Barkhausen noise and hysteresis loop methods[J]. Journal of Magnetism & Magnetic Materials, 2017, 433:131-140.