基于超声非线性参数的油水两相流相含率检测

超声法相含率检测,主要基于声速与声衰减这两个声学参数计算流体的分相含率。然而,对于油水两相流,油与水的声速与声衰减差异较小,检测灵敏度较低。相比之下,油水两相介质的超声非线性参数区别较大,在检测灵敏度上有明显优势。本文提出了基于超声非线性参数的油水混合物相含率检测方法,以油水两相混合液体中超声非线性传播模型与混合液体超声非线性参数的混合定则为基础,归纳含水率对流体超声非线性参数的调制规律。结合插入比较法的非线性参数测量方法,明确含水率与二次谐波幅值的关系基础上,构建相含率测量模型,实现油水混合流体相含率准确测量。     

基于超声微振动的风力机叶片除冰研究

风力机在寒冷潮湿地区工作时,叶片表面会产生积冰,降低叶片气动性能。为减少或去除积冰,提高风力机发电效率,本文开展了风力机叶片超声微振动除冰研究。设计了前缘为中空结构的翼型叶片,仿真计算了除冰振型,制作了叶片样件,测量了样件的固有频率。搭建了冰风洞试验系统和超声驱动系统,研制了一款翼型叶片冰层切向黏结力测量装置,开展了叶片超声微振动结冰时除冰和结冰后除冰研究,测量并计算了叶片表面结冰量和冰层黏结剪应力。研究结果表明,当结冰环境温度较高时,叶片结冰时超声微振动可以降低结冰量,具有除冰作用。在结冰后除冰中,可以显著降低冰层黏结强度。激振频率为21.2 kHz时,黏结强度最低,约为0.084 MPa。本研究为深入开展风力机叶片超声除冰技术奠定了基础。     

非线性工作状态压电换能器匹配技术

针对压电换能器在大功率下存在复杂非线性而导致匹配参数难以优化的问题,以大功率超声金属焊接为例,通过采集测试焊接过程换能器两端电压的幅值与频率,建立换能器反谐振电阻与驱动电压有效值、频率之间的数学模型;提出基于反谐振电阻模型的最优功率匹配方法,推导了匹配电感电容的计算公式。最后实验验证了数学模型的准确性,且当换能器输入功率在最优功率附近时,匹配网络电能传输效率最高。     

基于深度学习的材料超声回波衰减预测方法

材料超声回波衰减是评价材料均匀一致性的常用方法, 针对具有复杂结构的航空发动机盘件难以进行材料底面超声回波衰减评价的问题, 本文提出了利用超声背散射波信号直接预测底面回波衰减的方法。采用10MHz聚焦探头进行超声背散射波数据的采集, 利用深度学习技术构建和训练模型,建立了基于深度学习的材料底面回波衰减预测方法, 同时讨论了采用不同信号形式的超声波信号分类识别模型的准确率差异。研究发现：基于深度学习技术可实现通过超声背散射波预测材料的底面回波衰减, 预测结果和实际底面回波衰减试验结果具有良好的一致性。     

阵列式压电振子超声复合喷丸强化*

为了进一步改善超声喷丸强化质量,提升工件表面残余应力和显微硬度的均匀性,对压电振子阵列型超声喷丸强化加工系统进行了改进,提出了在强化加工过程中辅助工件往复运动的方法。对改进后的压电振子阵列型超声喷丸强化加工原理进行了阐述,分析了激振片的振动特性并进行了结构尺寸优化,应用Abaqus对工件往复运动下超声喷丸强化过程进行了仿真研究,分析了在不同的工件往复运动频率下,工件表面残余应力分布情况。实验测试了在不同喷丸强化时间及工件往复运动频率下超声喷丸强化加工质量,探究了喷丸时间和工件往复运动频率对工件表面显微硬度的影响。结果表明：在压电振子阵列型超声喷丸强化过程中辅助工件往返运动,可以有效提高工件表面残余应力和显微硬度分布的均匀性,工件表面强化质量得到提升。     

B型套筒角焊缝缺陷相控阵超声检测定量方法

B型套筒修复作为油气管道修复的主要方式之一,在其修复的焊接过程中,该结构的环形角焊缝内部常常出现以气孔、夹渣为代表的孔型缺陷。这类缺陷由于角焊缝特殊的结构,在利用相控阵超声无损检测技术对其检测时,难以对其进行定量分析。通过数值模拟和实验,发现通过相控阵超声扇扫得到缺陷回波信号峰值与孔型缺陷直径呈正相关,为孔型缺陷的定量分析提供了一种可靠的手段。     

固-固界面退化特性的超声反射评价方法

提出了一种基于有限宽超声束反射的固-固界面退化特性评价方法,从理论和数值仿真角度进行了分析和计算。将两固体界面间的薄层简化为界面弹簧模型,以界面法向和切向劲度系数表征界面的退化程度。通过数值计算求得有限宽超声纵波束在不同入射角和界面不同退化程度下的反射横波、反射纵波的镜面反射系数。进一步地,通过建立二维有限元模型,仿真研究了有限宽超声纵波束在给定入射角及界面不同退化程度下镜面反射系数的变化规律。结果表明,反射纵波和反射横波的镜面反射系数随有限宽超声纵波束的入射角及界面劲度系数的改变而变化,且存在镜面反射系数随界面劲度系数单调且敏感变化的入射角,据此可准确评价界面的退化程度。     

改进的Faster-RCNN算法在聚乙烯管接头内部缺陷检测中的应用

超声相控阵技术是目前聚乙烯管道热熔接头内部缺陷检测的一种主流方法。提出了基于注意力机制的改进Faster-RCNN目标检测网络用于超声相控阵D扫图聚乙烯管接头内部缺陷检测。针对聚乙烯管道热熔接头内部超声相控阵D扫图小缺陷较多、特征信息容易丢失的问题,将残差网络(ResNet50)与特征金字塔网络(FPN)相结合作为骨干网络,并引入卷积注意力模块(CBAM)自适应细化特征。将SSD网络框架和Faster-RCNN网络框架用于模型训练和测试,使用VGG16、ResNet50、ResNet50+FPN、ACBM+ResNet50+FPN作为骨干网络依次对超声相控阵聚乙烯管道热熔对接接头内部缺陷样本进行训练对比。结果表明,改进的Faster-RCNN网络模型在聚乙烯管接头内部缺陷检测和分类方面有明显改进,对小缺陷的检测性能有了显著的提高。     

戟叶鹅绒藤的光谱和提取工艺研究

对戟叶鹅绒藤地上部分和根的粉末及7种提取剂的提取液进行了红外光谱和紫外-可见光谱扫描.根据紫外-可见光谱特征,以70%乙醇为提取剂,以提取液在最大吸收波长304 nm处吸光度值为指标,通过正交试验优化了超声提取工艺.结果表明超声提取戟叶鹅绒藤地上部分物质的最佳工艺为：料液比1∶20(g∶mL),浸泡时间20 min,温度50℃,超声时间40 min.本研究关于戟叶鹅绒藤地上部分化学成分的超声提取工艺及总成分含量以紫外光谱进行检测的方法操作简便,结果稳定可靠,该方法的精密度、稳定性和重现性的相对标准偏差分别为0.01%～0.15%,0.29%～0.33%和0.13%～0.27%,说明方法良好.本研究为系统进行戟叶鹅绒藤的鉴定、质量控制及化学成分研究提供指导.     

PLIF技术测量浓度场及其二维数字校正

推导了ＰＬＩＦ技术测量浓度场时液地内荧光强度的分布，提出了ＰＬＩＦ技术的二维数字校正方程和校正方法来消除激光片光的高斯分布和沿光程衰减的影响．在此基础上，对圆形紊动射流的浓度场进行了测量和校正．此外，还将测量结果与前人的半经验理论进行了分析和比较。