导读:本文包含了巴克豪森噪声论文开题报告文献综述及选题提纲参考文献，主要关键词:巴克豪森噪声,表面硬度,BP神经网络,定量预测
巴克豪森噪声论文文献综述
何存富,蔡燕超,刘秀成,吴斌[1]（2019）在《基于磁巴克豪森噪声的S136钢表面硬度定量预测模型对比》一文中研究指出表面硬度是铁磁性材料制造质量评价的重要指标,其无损定量检测是该领域的研究热点。为将磁巴克豪森噪声技术用于S136表面硬度的无损定量检测,利用实验室研制的磁巴克豪森噪声检测装置对60块具有不同表面硬度的S136试件进行重复性测试,统计测得多项磁参量的变异系数,结果表明检测装置具有良好的重复检测精度。为实现表面硬度的磁学定量表征,分析磁巴克豪森噪声和切向磁场强度检测信号的6项特征磁参量与硬度的关系,重点对比研究基于一元、多元线性回归和BP神经网络模型的表面硬度定量预测方法。研究结果显示:采用6项磁参量作为输入的BP神经网络模型对表面硬度的预测精度最高,对300个案例的平均预测误差仅为2.14%,最大误差约为11.74%,274个案例的预测误差小于5.00%。研究成果为实现钢板表面硬度的磁巴克豪森噪声无损定量检测提供了方法借鉴。(本文来源于《机械工程学报》期刊2019年18期）
杭成[2]（2019）在《基于巴克豪森噪声的铁磁性材料应力测量方法研究》一文中研究指出磁巴克豪森噪声(MBN)检测是一种适用于铁磁材料的电磁无损检测方法。铁磁材料在制造和服役时会受到不同方向的应力,导致材料的性能下降甚至断裂,利用巴克豪森噪声法可以在不破坏材料的情况下检测应力,对于钢轨、特种设备等检修具有重要的意义和实际工程应用价值。本文基于不同应力下的巴克豪森噪声信号,对巴克豪森噪声的特征提取、特征选择和模型建立叁个方面展开研究,主要内容如下所述:(1)介绍了巴克豪森噪声产生的原理,从微观上分析材料结构对巴克豪森信号的影响;概述了基于巴克豪森噪声的材料应力检测系统,包括励磁线圈、检测线圈、信号调理电路、应力加载平台等;并给出了本文使用的巴克豪森信号实验数据。(2)通过对不同应力下的巴克豪森噪声信号的特征提取,建立了巴克豪森特征与应力的数据集,以便在特征选择时筛选出重要的特征。针对巴克豪森噪声原始信号,提取的特征有均方根、均值、能量、脉冲数、标准差、四分位距和信息熵;针对巴克豪森噪声包络,提取的特征有半宽高、偏度、峰度、高斯函数拟合参数、峰值、面积和重构剩磁;针对巴克豪森噪声时频域信息,提取的特征有边际谱峰值1、边际谱峰值2和边际谱能量。(3)利用特征选择算法剔除冗余和不相关的MBN特征,本文采用的算法有逐步回归、ReliefF算法和近邻成分分析。通过分析对比叁种特征选择算法的效果,发现信息熵包络面积、四分位距和高斯函数拟合参数特征对材料应力敏感。(4)由于巴克豪森噪声与材料应力的关系尚不明确,本文对比研究了叁种建模方法:偏最小二乘回归模型、主成分回归模型和卷积神经网络模型。利用特征选择后的MBN特征,建立了MBN特征与材料应力的模型。结果表明,建立的模型可有效地用于测量应力,测量精度也优于传统特征模型。(本文来源于《南京航空航天大学》期刊2019-04-01）
郑阳,沈功田,谭继东,张宗健[3]（2018）在《U型磁轭励磁时磁巴克豪森噪声信号分布规律研究》一文中研究指出磁巴克豪森噪声是材料性能和应力状态检测的重要技术之一,材料磁化时磁巴克豪森噪声信号发射分布状况以及信号接收器的位置直接决定着所获取原始信号结果,进而对后期结果评判具有非常重要的影响。研究得到了U型磁轭励磁方式不同励磁条件下材料表层磁巴克豪森噪声信号的发射强度分布。试验使用缠绕于磁芯上的线圈作为接收器,采用逐点测试方法获取Q235材料表面磁巴克豪森噪声信号分布图。通过这些信号分布图,得了材料磁化强度与巴克豪森噪声信号发射强度分布的关系,以及信号接收器位置对接收信号的影响。(本文来源于《机械工程学报》期刊2018年24期）
程志远,宋凯,门平,董世运,康学良[4]（2018）在《磁巴克豪森噪声重构磁滞参数的硬度测定方法》一文中研究指出针对铁磁性材料硬度指标的快速、定量、无损检测的实际需求,揭示了材料微观结构变化对磁巴克豪森噪声信号的影响机理,提出了采用磁巴克豪森噪声重构磁滞参数作为无损定量评价材料力学性能硬度指标。采用不同热处理制度对45钢试件进行处理,得到一组具有硬度梯度的标定试件;通过比较标定试件上不同激励电压对磁巴克豪森检测系统灵敏度的影响,选择最佳激励电压;采用磁巴克豪森噪声检测技术对不同热处理标定试件进行检测,对检测信号数据进行后处理,得到磁巴克豪森噪声能量滞后周期循环曲线,即重构磁滞回线。计算不同热处理45钢标定试件4种重构磁滞参数,构建材料力学性能硬度指标、微观结构及4种重构磁滞参数之间的映射关系,得到磁巴克豪森噪声重构磁滞参数评价45钢硬度的标定模型,并对标定模型进行验证,标定模型预测硬度误差基本满足工程应用10%的指标要求。(本文来源于《仪器仪表学报》期刊2018年10期）
蒋政培,凌张伟,王敏[5]（2018）在《磁巴克豪森噪声技术在应力评估中的研究进展》一文中研究指出磁巴克豪森噪声(MBN)技术可以探测铁磁性材料由于应力作用而发生的微观结构变化,进而评估材料受力和失效情况。基于金属磁畴理论和磁化理论,从微观上对MBN现象进行解释,并结合Jiles-Atherton磁化模型定量分析应力对MBN信号的影响,介绍应力作用下金属材料在弹性变形阶段和塑性变形阶段的MBN信号变化特点,分析材料所受载荷压力和残余应力在本质上对材料磁畴结构、晶粒易磁化轴、晶粒各向异性等微观结构的影响,指出应力既会促使材料内部产生缺陷从而阻碍巴克豪森跳跃,也会促进相邻磁畴壁的融合,进而增加巴克豪森跳跃,最终的MBN信号是应力对巴克豪森跳跃阻碍作用和促进作用相互博弈的结果。最后,还总结了MBN技术在应力评估方面的优势、不足及未来可开展的研究方向。(本文来源于《无损检测》期刊2018年08期）
杨永艳,范孟豹,曹丙花,王平[6]（2018）在《基于扫频涡流与巴克豪森噪声的轴承套圈硬度分选方法》一文中研究指出提出一种基于涡流法与巴克豪森噪声法的轴承套圈硬度分选方法,用于准确区分硬度合格、不合格以及未热处理的轴承套圈,以筛选出硬度合格产品从而提高轴承的产品质量。本文首先通过扫频涡流法获得不合格、合格和未热处理套圈的阻抗信号,接着通过巴克豪森噪声法获得不合格、合格和未热处理套圈的特征信号,结果表明,扫频涡流法的电抗信号可以准确区分不合格与合格和未热处理产品,而巴克豪森噪声法的均方值、均值可以准确区分未热处理与合格和不合格产品。综合而言,基于扫频涡流法和巴克豪森噪声法的综合检测方法能够有效准确区分合格、不合格和未热处理叁类轴承套圈,以实现合格轴承套圈的无损全检,使得轴承的质量安全得到保障。(本文来源于《2018远东无损检测新技术论坛论文集》期刊2018-07-06）
张凯胜,赵强,王欢[7]（2018）在《用巴克豪森噪声法检测轴承套圈粗磨烧伤的试验方法》一文中研究指出为在轴承套圈容易产生磨削烧伤的粗磨工序进行烧伤控制,通过巴克豪森噪声法对粗磨状态下套圈滚道表面的磨削烧伤进行测试,并对粗磨滚道磁弹数据进行统计以及制作人为烧伤样件,进行数据对比以确定相应的烧伤判定参考值,并获得套圈滚道粗磨时的磁弹检测参考值。(本文来源于《哈尔滨轴承》期刊2018年02期）
魏翠娥[8]（2018）在《叁维表面粗糙度在齿轮磨削烧伤巴克豪森噪声检测中的应用》一文中研究指出齿轮齿面的磨削烧伤会影响齿轮使用性能和寿命,是制约精密磨削质量的一个关键因素。齿轮磨削烧伤的研究对保证加工产品质量、提高企业生产效率具有重要的理论意义和工程应用价值。巴克豪森噪声(MBN)检测技术因其速度快、灵敏度高、操作简便、无损等优势在齿轮磨削烧伤检测中受到了广泛关注,成为国内外的研究热点。近年来,以MBN原理为基础研制的磁弹仪已经在零部件表面磨削烧伤检测中逐步得到应用。但是,MBN检测技术是一种比较测量法,需要通过标定试样得出烧伤的评定标准。关于齿轮磨削烧伤的评定,到目前为止,还没有相关的国家及行业标准作为依据。因此,在利用磁弹仪检测磨削烧伤之前,需要解决标定问题,制定出齿轮磨削烧伤的检验标准,以便能更好地将磁弹法应用于齿轮产品的磨削烧伤检测。齿轮烧伤检测具有重要的工程意义,而叁维表面粗糙度是近年来研究的热点。因此,本文创新性地将叁维表面粗糙度应用于齿轮烧伤的检测中,围绕MBN检测原理和系统分析、试样的叁维表面粗糙度分析、标定试样的制作和加工方案的优化进行研究,采用Nd:YAG激光器对试样表面进行激光辐照并在空气中慢慢冷却的方法产生可控的人工热损伤来模拟磨削过程中由于机械加工过程中磨削区瞬时高温导致的磨削烧伤。首先,调整激光加工时的电压、脉宽和离焦量参数,控制产生不同的烧伤程度,完成同种加工工艺下的标定试样的制作,并结合烧伤后表面颜色的变化对激光热损伤程度进行分级。根据加工结果对参数进行优化,以提高加工后的表面质量,更好地控制产生的烧伤程度,优化后得到电压控制在600-700V,脉宽为5-7ms产生的烧伤比较理想,适合用作标定。其次,系统全面地介绍了叁维表面粗糙度的发展、参数定义、测量方法及应用,将ISO 25178定义的叁维参数应用到齿轮烧伤的表征中,并对最优测量结果的设置及叁维表面参数在表征烧伤时的相关性进行了分析,明确了在表面烧伤表征时的参数选择,揭示了齿轮磨削烧伤后的叁维表面粗糙度的改变以及叁维参数与齿轮磨削烧伤MBN检测特征值随着激光加工参数的改变而呈现的变化规律,得出Sq、Sa、Sxp、Smc、Vv、Vvv、Vvc、Vmc、Sal、Str、Std、Ssk、Sku、Vm和Vmp可以很好地表征烧伤后与烧伤之前的改变,以及不同烧伤程度的表面粗糙度的变化。最后,根据MBN检测原理分析了影响MBN信号强度的因素,确定了实验所用汽车变速箱齿轮材料的最佳激励电压为8V,最佳激励频率为200Hz,并通过烧伤试样的MBN检测得到磁弹值的Max、Min、Avg、Max/Min、Max/Avg、Min/Avg、(Max-Min)和样本与平均值的偏差Dev。确定了本文所用的低碳合金钢材料的MBN检测烧伤的临界值为51。本文的创新点在于将叁维表面粗糙度用于表征激光模拟烧伤的齿轮表面,并将叁维表面粗糙度参数与激光加工参数建立联系,得出最优的表征参数,从而为齿轮表面烧伤的检测提供了新的思路和途径,推动了巴克豪森噪声检测技术在无损检测领域的应用。(本文来源于《北京工业大学》期刊2018-06-01）
邓雨[9]（2018）在《磁巴克豪森噪声响应因素的研究》一文中研究指出随着钢铁等铁磁材料在机械设备、航空航天、天然石油气运输和国防武器等行业的广泛应用,为保证设备的正常运转和安全性能,其内应力、疲劳损伤、裂纹等检测就显得尤为重要。传统检测方法对受检对象容易造成不可逆损伤,而磁巴克豪森噪声(magnetic Barkhausen noise,MBN)能满足现场快速无损检测的要求。目前对MBN无损检测技术的研究主要集中在应力检测,但MBN受众多因素的影响,容易给测量带来误差。因此,本文全面分析了各响应因素对MBN信号的影响,为MBN无损检测技术的广泛应用和干扰消除奠定了一定基础。本文基于磁畴理论阐述了 MBN信号的产生机理,根据MBN信号的特点,设计并搭建了 MBN信号检测仪的硬件系统,包括检测传感器、信号发生器、信号调理电路等。然后深入分析了 MBN信号对磁场、应力和温度的响应机理,基于前人的研究成果,结合外磁场作用和“分子场”理论的改进模型,完善了公式MBNN(σ,T,H,并通过实验进一步说明应力和温度对MBN信号的影响。最后通过实验研究了 MBN信号与材料硬度、碳含量、弹性模量、表面粗糙度之间的关系。实验结果显示:MBN信号随硬度线性递减,可用于硬度无损检测;随碳含量增加MBN信号呈先增大后减小的趋势,在碳含量为0.55wt%时,MBN信号存在最大值,本文提出MBN-硬度计检测结合的方法对碳含量进行无损评估;在一定范围内MBN信号随弹性模量的增加先增后减;MBN信号随粗糙度增大不断衰减,衰减速度逐渐减小,在Ra小于2.536μm范围内,粗糙度对MBN检测影响较大,容易造成检测误差。根据前述MBN信号对材料性质的响应特点可知,得到的MBN信号与响应因素的关系曲线,可用于这些因素的检测。但MBN信号部分响应因素容易给MBN检测带来误差。因此每次测量前都需用与待测工件尽可能一致的试样进行校准,以保证测量结果的可靠性。(本文来源于《北京化工大学》期刊2018-05-21）
屈辰鸣[10]（2018）在《18CrNiMo7-6钢渗碳层深度的巴克豪森噪声无损检测方法研究》一文中研究指出18CrNiMo7-6是一种典型的重载齿轮钢,通过在钢中加入铬、镍等合金元素来提高材料的淬透性、渗碳性能、强度及韧性等,以达到外硬内韧的特性,广泛应用于工业机械领域。齿轮需要经过渗碳淬火等热处理工艺在表面形成一层有效硬化层,来提高齿轮的抗疲劳强度。渗碳层的深度是评价热处理工艺是否合格的重要指标之一,因此需要对渗碳层深度进行测量。然而,现阶段的测试方法属于有损检测且不适用于已成形的构件。本文的目的是提出一种基于巴克豪森噪声(MBN)效应的无损检测方法,用于快速地检测齿轮表面经铣削后的渗碳层深度。为此开展了以下研究:(1)对常用的齿轮钢有效硬化层深检测方法进行了阐述,并通过对比得出了巴克豪森噪声检测的优势。综述了MBN技术的发展情况和近年来国内外专家学者的研究成果,并且介绍了巴克豪森噪声检测的理论基础和巴克豪森噪声的影响因素。(2)自主搭建了巴克豪森无损检测系统。硬件部分选用XD2信号发生器和FPA1000型号的前置功率放大器,并使用U型硅钢片和绕制的线圈制成磁化器,然后将接收线圈感应到的电流信号通过UFA42滤波芯片实现高通滤波和前置放大,最后利用研华PCI-1712L采集卡进行信号采集。对采集到的信号用基于LabVIEW语言的信号分析软件进行处理,得到噪声信号的时域特征值和频域分析。(3)基于搭建的实验平台,测试了试样经铣削加工后的渗碳层深度。首先对18CrNiMo7-6齿轮钢进行渗碳处理,在试样表面得到约3 mm厚的渗碳层;通过施加不同幅值的激励电流,得出响应的MBN信号进行分析,确定了18CrNiMo7-6钢巴克豪森噪声检测的最合适的激励条件为:激励频率20 Hz,最佳激励电压为3.5 V。然后在相同的进给量(0.1 mm)下依次铣削加工出有不同深度的渗碳层试样;最后,利用搭建的巴克豪森噪声检测平台对不同厚度的渗碳层进行检测。结果发现:MBN信号的均方根值和均值与渗碳层深度呈近似的线性递减关系。因此,可利用巴克豪森噪声信号的均方根或均值检测齿轮钢试样的渗碳层深度。(本文来源于《郑州大学》期刊2018-05-01）
巴克豪森噪声论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
磁巴克豪森噪声(MBN)检测是一种适用于铁磁材料的电磁无损检测方法。铁磁材料在制造和服役时会受到不同方向的应力,导致材料的性能下降甚至断裂,利用巴克豪森噪声法可以在不破坏材料的情况下检测应力,对于钢轨、特种设备等检修具有重要的意义和实际工程应用价值。本文基于不同应力下的巴克豪森噪声信号,对巴克豪森噪声的特征提取、特征选择和模型建立叁个方面展开研究,主要内容如下所述:(1)介绍了巴克豪森噪声产生的原理,从微观上分析材料结构对巴克豪森信号的影响;概述了基于巴克豪森噪声的材料应力检测系统,包括励磁线圈、检测线圈、信号调理电路、应力加载平台等;并给出了本文使用的巴克豪森信号实验数据。(2)通过对不同应力下的巴克豪森噪声信号的特征提取,建立了巴克豪森特征与应力的数据集,以便在特征选择时筛选出重要的特征。针对巴克豪森噪声原始信号,提取的特征有均方根、均值、能量、脉冲数、标准差、四分位距和信息熵;针对巴克豪森噪声包络,提取的特征有半宽高、偏度、峰度、高斯函数拟合参数、峰值、面积和重构剩磁;针对巴克豪森噪声时频域信息,提取的特征有边际谱峰值1、边际谱峰值2和边际谱能量。(3)利用特征选择算法剔除冗余和不相关的MBN特征,本文采用的算法有逐步回归、ReliefF算法和近邻成分分析。通过分析对比叁种特征选择算法的效果,发现信息熵包络面积、四分位距和高斯函数拟合参数特征对材料应力敏感。(4)由于巴克豪森噪声与材料应力的关系尚不明确,本文对比研究了叁种建模方法:偏最小二乘回归模型、主成分回归模型和卷积神经网络模型。利用特征选择后的MBN特征,建立了MBN特征与材料应力的模型。结果表明,建立的模型可有效地用于测量应力,测量精度也优于传统特征模型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
巴克豪森噪声论文参考文献
[1].何存富,蔡燕超,刘秀成,吴斌.基于磁巴克豪森噪声的S136钢表面硬度定量预测模型对比[J].机械工程学报.2019
[2].杭成.基于巴克豪森噪声的铁磁性材料应力测量方法研究[D].南京航空航天大学.2019
[3].郑阳,沈功田,谭继东,张宗健.U型磁轭励磁时磁巴克豪森噪声信号分布规律研究[J].机械工程学报.2018
[4].程志远,宋凯,门平,董世运,康学良.磁巴克豪森噪声重构磁滞参数的硬度测定方法[J].仪器仪表学报.2018
[5].蒋政培,凌张伟,王敏.磁巴克豪森噪声技术在应力评估中的研究进展[J].无损检测.2018
[6].杨永艳,范孟豹,曹丙花,王平.基于扫频涡流与巴克豪森噪声的轴承套圈硬度分选方法[C].2018远东无损检测新技术论坛论文集.2018
[7].张凯胜,赵强,王欢.用巴克豪森噪声法检测轴承套圈粗磨烧伤的试验方法[J].哈尔滨轴承.2018
[8].魏翠娥.叁维表面粗糙度在齿轮磨削烧伤巴克豪森噪声检测中的应用[D].北京工业大学.2018
[9].邓雨.磁巴克豪森噪声响应因素的研究[D].北京化工大学.2018
[10].屈辰鸣.18CrNiMo7-6钢渗碳层深度的巴克豪森噪声无损检测方法研究[D].郑州大学.2018