无损检测新技术 精确描绘半透明材料内部缺陷
- 2020-12-16 13:39:085186
来源:仪器网
【仪器网 时事聚焦】导读:无损检测简称NDT,是在不破坏和不损伤受检物体的前提下,利用材料内部结构异常或缺陷存在引起的热、声、光、电、磁等反应的变化,借助现代化技术和仪器设备,对试件的性能、质量、内部及表面缺陷进行检测的一种技术。
玻璃钢是一种新型复合材料,即纤维强化塑料。不同于钢化玻璃,玻璃钢是用树脂基体,以玻璃纤维或其制品作增强材料的增强塑料,具有质轻高强、耐腐蚀、热性能及抗拉强度良好等优势,是航空航天、建筑、汽车与能源等行业必备的生产材料。我国的玻璃钢行业始于1958年,经过60多年的不断发展,现已在技术、种类、规模与应用等方面都取得了显著进步,并形成了较为完善的产业体系。
作为一种应用广泛的生产材料,玻璃钢的质量检测在产品研究、试制、生产以及开发中起着重要作用,质量检测不仅可以帮助采购商选择合适的玻璃钢产品,而且还有助于生产商控制产品质量、改进生产工艺,对产品进行合理的评估和应用。在实际生产和使用中,玻璃钢的常见检测项目包括几何和重量检测、外观检测、内部缺陷检测以及理化性能检测等。其中,内部结构缺陷检测已经成为确保玻璃钢合格率、发现和排除隐患的重要手段。
现阶段,用于玻璃钢内部缺陷检测的主要方法有超声波无损探伤、X射线检测、工业CT及红外热成像等多种技术。超声波无损探伤的穿透能力强、灵敏度高,但是无法对发现的缺陷作出十分准确的定性、定量表征;X射线检测只能获得缺陷的平面图案,无法展示出缺陷的立体结构;红外热成像是建立在表面受热物理学的基础上的一种方法,但是在半透明材料中,一部分光会穿过材料被整个厚度吸收,从而导致材料内部受热不均匀代替了材料的表面受热现象,因此该技术在半透明材料检测领域受到一定限制。
近日,来自俄罗斯托木斯克理工大学的一个研究团队开发出了一种玻璃钢内部缺陷检测的新技术,即人工神经网络技术,该技术主要包括检测时使用的算法软件,其有效性取决于用于神经网络学习数据的数量和质量,对于特定材料和设备,可以对网络学习进行训练,使测量精度超过其他方法。目前,研究人员正在进行更加深入地研究,以提高、改进该软件算法的准确性。
人工神经网络技术是近年来逐渐发展起来的一门交叉学科。它是由大量处理单元互联组成的非线性、自适应信息处理系统,主要通过电子器件、计算机及数据处理系统等来模拟人脑的结构和功能,可以对信息进行分布式存储和并行处理,能够任意逼近任何非线性映射。
作为一种具有自组织、自学习和自适应的功能的运算模型,人工神经网络技术能够有效准确地检测出材料内部缺陷。未来,随着电子技术、计算机硬件系统的发展和人工神经网络理论体系更深人地研究,该技术在无损检测领域的应用会有更大的发展,也将更好地服务于现代工程。