PLS的红外无损检测电磁激励的数学模型

周建民; 蔡莉; 杨君; 符正晴; 胡林海; 李鹏

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

PLS的红外无损检测电磁激励的数学模型

周建民, 蔡莉, 杨君, 符正晴, 胡林海, 李鹏

文章导航 > 红外与激光工程 > 2014 > 43(11): 3633-3637

周建民, 蔡莉, 杨君, 符正晴, 胡林海, 李鹏. PLS的红外无损检测电磁激励的数学模型[J]. 红外与激光工程, 2014, 43(11): 3633-3637.

引用本文:

周建民, 蔡莉, 杨君, 符正晴, 胡林海, 李鹏. PLS的红外无损检测电磁激励的数学模型[J]. 红外与激光工程, 2014, 43(11): 3633-3637.

Zhou Jianmin, Cai Li, Yang Jun, Fu Zhengqing, Hu Linhai, Li Peng. Infrared nondestructive testing electromagnetic excitation model based on partial least-squares regression[J]. Infrared and Laser Engineering, 2014, 43(11): 3633-3637.

Citation:

Zhou Jianmin, Cai Li, Yang Jun, Fu Zhengqing, Hu Linhai, Li Peng. Infrared nondestructive testing electromagnetic excitation model based on partial least-squares regression[J]. Infrared and Laser Engineering, 2014, 43(11): 3633-3637.

PLS的红外无损检测电磁激励的数学模型

1.
华东交通大学机电工程学院,江西南昌 330013

基金项目:

国家自然科学基金(51175175);江西省教育厅科技项目(GJJ13342);研究生创新专项资金项目(YC2012-X005)

详细信息

作者简介:
周建民(1975-),男,副教授,博士,主要从事光电检测技术方面的研究.Email:hotzjm@163.com

中图分类号: TN216

Infrared nondestructive testing electromagnetic excitation model based on partial least-squares regression

1.
School of Mechatronical Engineering,East China Jiaotong University,Nanchang 330013,China

摘要: 主动式电磁激励红外无损检测中,电磁激励参数的选择是决定无损检测效果的重要因素之一.研究首先通过正交实验分析了激励功率、线圈总长、线圈等效直径、提离距离、激励时间等电磁激励参数对材料激励热效应的影响;基于偏最小二乘构建了各参数与材料激励热效应的数学模型,并分析了二者之间的关系;最后利用15组验证样本对模型进行了验证.研究结果表明;所构建数学模型的平均误差为9.79%,各激励参数中,提离距离对材料激励热效应的影响最大,其次分别为线圈总长、线圈等效直径、激励时间和激励功率.
- 红外无损检测 /
- 电磁激励 /
- 偏最小二乘
Abstract: In the method of active electromagnetic excitation infrared nondestructive detection, the selection of electromagnetic excitation parameter is one of the important factors that determine nondestructive testing effect. Firstly, the relation between electromagnetic excitation parameters (excitation power, coil length, coil equivalent diameter, lift-off distance, excitation time, etc) and excitation thermal effect was analyzed through orthogonal test. The mathematical model between parameters and excitation thermal effect was built based on the partial least-squares regression. Lastly, the model was verified by 15 experiment samples. The result shows that the average error of mathematical model is 9.79%; lift-off distance affects most among the excitation parameters, followed by coil length, coil equivalent diameter, excitation time and excitation power.
- infrared nondestructive testing /
- electromagnetic excitation /
- partial least-squares regression

[1]	Fan Jinxiang, Yang Jianyu. Development trends of infrared imaging detecting technology[J]. Infrared and Laser Engineering, 2012, 41(12): 3145-3153. (in Chinese)
[2]
[3]	Fang Junya, Li Guohua, Gao Juchun,et al. Numerical simulation study on NDT of cast steel pipe by electromagnetically excited thermography [J]. Mining Machinery, 2012, 40(7): 109-112. (in Chinese)
[4]
[5]
[6]	Gao Juchun, Li Guohua, Ma Yakun. Numerical simulation of non-destructive testing of pipe crack by electromagnetically stimulated infrared thermography[J]. Mining Machinery, 2012, 40(11): 104-109. (in Chinese)
[7]	Tsopelas N, Siakavellas N J. Influence of some parameters on the effectiveness of induction heating[J]. Magnetics, IEEE Transactions on, 2008, 44(12): 4711-4720.
[8]
[9]	Tsopelas N, Siakavellas N J. Performance of circular and square coils in electromagneticthermal non-destructive inspection [J]. NDT E International, 2007, 40(1): 12-28.
[10]
[11]
[12]	Fan Jinxiang, Yue Yanjun. Development in new concepts and new schemes for military infrared imaging systems [J]. Infrared and Laser Engineering, 2011, 40(1): 1-6.(in Chinese)
[13]	Liu Tao, Zhamg Wei. Research on image enhancement in infrared thermal waves NDT[J]. Infrared and Laser Engineering, 2012, 41(7): 1922-1927. (in Chinese)
[14]
[15]	Li Lichao, Yang Lu, Zhang Yanhua. Defect test of material using infrared image processing methods[J]. Infrared and Laser Engineering, 2010, 39: 372-376.(in Chinese)
[16]
[17]	Liu Zhiru, Lu Jinbao. The Induction Heat Treatment of Metal[M]. Beijing: Machinery Industry Press, 1985. (in Chinese)

[1]	兰猗令, 康传利, 王宁, 杨佳乐, 陈进启. 附加增值条件的移动最小二乘法的点云孔洞修补 . 红外与激光工程, 2023, 52(2): 20220390-1-20220390-10. doi: 10.3788/IRLA20220390
[2]	许航, 熊芝, 张刘港, 冯维, 翟中生, 周维虎, 董登峰. 基于加权最小二乘的激光跟踪姿态角测量方法 . 红外与激光工程, 2022, 51(6): 20210675-1-20210675-6. doi: 10.3788/IRLA20210675
[3]	刘颖韬, 许路路, 何方成, 李硕宁, 杨党纲. 环境因素对闪光灯激励红外热成像外场检测的影响 . 红外与激光工程, 2021, 50(12): 20210711-1-20210711-8. doi: 10.3788/IRLA20210711
[4]	万李涛, 熊楠菲, 王栋, 汪子君. 信赖域方法在红外图像序列处理中的应用 . 红外与激光工程, 2020, 49(7): 20190505-1-20190505-7. doi: 10.3788/IRLA20190505
[5]	许艺腾, 李国元, 邱春霞, 薛玉彩. 基于地形相关和最小二乘曲线拟合的单光子激光数据处理技术 . 红外与激光工程, 2019, 48(12): 1205004-1205004(10). doi: 10.3788/IRLA201948.1205004
[6]	巫玲, 武从海, 陈念年, 范勇. 基于梯度场的紧致差分最小二乘面形重建算法 . 红外与激光工程, 2019, 48(8): 825002-0825002(6). doi: 10.3788/IRLA201948.0825002
[7]	汪子君, 邱俨睿, 杨宏霄, 孙磊. 基于鲁棒Otsu的红外无损检测缺陷分割算法 . 红外与激光工程, 2019, 48(2): 204004-0204004(9). doi: 10.3788/IRLA201948.0204004
[8]	张林, 杨立, 寇蔚, 范春利. 基于表面测温等方差拟合的管内流量及温度识别 . 红外与激光工程, 2018, 47(1): 104002-0104002(8). doi: 10.3788/IRLA201847.0104002
[9]	兰斌, 吴小霞, 杨洪波, 蒋权, 张正铎. 广义最小二乘法在主动光学模式定标中的应用 . 红外与激光工程, 2017, 46(6): 617001-0617001(7). doi: 10.3788/IRLA201746.0617001
[10]	郭兴旺, 管和清, 刘颖韬, 唐佳. 半透明材料红外热像检测的光谱特性和光源选择 . 红外与激光工程, 2017, 46(1): 104001-0104001(9). doi: 10.3788/IRLA201746.0104001
[11]	张东阁, 傅雨田. 基于在线最小二乘支持向量机的变形镜建模与控制 . 红外与激光工程, 2016, 45(11): 1118007-1118007(7). doi: 10.3788/IRLA201645.1118007
[12]	刘志青, 李鹏程, 郭海涛, 张保明, 丁磊, 赵传, 张旭光. 融合强阈值三角网与总体最小二乘曲面拟合滤波 . 红外与激光工程, 2016, 45(4): 406003-0406003(8). doi: 10.3788/IRLA201645.0406003
[13]	张林, 范春利, 孙丰瑞, 杨立. 基于APDL的管道内壁边界识别算法 . 红外与激光工程, 2015, 44(5): 1477-1484.
[14]	周建民, 符正晴, 李鹏, 杨君. 孔洞缺陷的红外无损检测和PNN识别与定量评估 . 红外与激光工程, 2015, 44(4): 1193-1197.
[15]	梁栋, 谢巧云, 黄文江, 彭代亮, 杨晓华, 黄林生, 胡勇. 最小二乘支持向量机用于时间序列叶面积指数预测 . 红外与激光工程, 2014, 43(1): 243-248.
[16]	张磊, 何昕, 魏仲慧, 梁国龙. 星图分布对星敏感器最小二乘姿态精度的影响 . 红外与激光工程, 2014, 43(6): 1836-1841.
[17]	陈林, 杨立, 范春利, 吕事桂, 石宏臣. 线性调频激励的红外无损检测及其数值模拟 . 红外与激光工程, 2014, 43(5): 1385-1389.
[18]	李美华, 曾智, 沈京玲, 张存林. 脉冲红外无损检测缺陷深度定量测量的数值模拟 . 红外与激光工程, 2013, 42(4): 875-879.
[19]	陈林, 杨立, 范春利, 王为清, 吕事桂. 红外无损检测的数值模拟及其对比性研究 . 红外与激光工程, 2013, 42(9): 2330-2335.
[20]	刘俊岩, 刘勋, 王扬, . 线性调频激励的红外热波成像检测技术 . 红外与激光工程, 2012, 41(6): 1416-1422.

点击查看大图

计量

文章访问数: 292
HTML全文浏览量: 34
PDF下载量: 105
被引次数: 0

PLS的红外无损检测电磁激励的数学模型

1. 华东交通大学机电工程学院,江西南昌 330013

作者简介:
周建民(1975-),男,副教授,博士,主要从事光电检测技术方面的研究.Email:hotzjm@163.com

收稿日期: 2014-03-05
修回日期: 2014-04-10
刊出日期: 2014-11-25

基金项目:

国家自然科学基金(51175175);江西省教育厅科技项目(GJJ13342);研究生创新专项资金项目(YC2012-X005)

中图分类号: TN216

关键词:

摘要: 主动式电磁激励红外无损检测中,电磁激励参数的选择是决定无损检测效果的重要因素之一.研究首先通过正交实验分析了激励功率、线圈总长、线圈等效直径、提离距离、激励时间等电磁激励参数对材料激励热效应的影响;基于偏最小二乘构建了各参数与材料激励热效应的数学模型,并分析了二者之间的关系;最后利用15组验证样本对模型进行了验证.研究结果表明;所构建数学模型的平均误差为9.79%,各激励参数中,提离距离对材料激励热效应的影响最大,其次分别为线圈总长、线圈等效直径、激励时间和激励功率.