基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法、系统和计算机可读存储介质

1.本发明涉及缺陷检测分析技术领域，具体地涉及一种基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法、系统和计算机可读存储介质。


背景技术：

2.轴承是机电产品的关键零部件，在轴承的实际工作过程中，作用力主要施加在套圈表面，如果其表面含有裂纹，很容易导致套圈产生疲劳失效，引发轴承事故。此外，由于原材料本身的固有缺陷，可能导致加工好的轴承套圈存在内部缺陷，套圈在持续的旋转运动中受到交变应力的影响，内部缺陷会进一步衍生为裂纹缺陷。于轴承套圈而言，缺陷深度是影响套圈寿命的主要因素，对缺陷深度的量化可以有助于估测缺陷的严重程度，因此对轴承套圈裂纹缺陷的检测及量化评估非常重要。
3.常用的无损检测方法众多，如渗透检测、超声检测、磁粉检测、射线检测、机器视觉检测和涡流检测等，相比其他的检测方法，涡流检测具有操作简单、成本低的特点，在国内外的缺陷检测中得到了广泛应用。涡流检测的检测原理如下(图)：给励磁线圈通交变电流，会在励磁线圈周围产生交变的磁场，当把一个导体被测试样置于交变的磁场中，在导体内部就会产生感应电流，即涡流，涡流同样会产生一个原磁场方向相反的磁场，由于导体自身各种如电导率、磁导率、形状、尺寸、缺陷等的变化，会导致涡流流通路径发生变化，进而导致涡流的感应磁场发生变化，这种变化被检测线圈或磁传感器接收，再经过信号转化，显示出由试件特征引起的检测信号的变化。
4.在涡流检测方法中，脉冲涡流检测方法采用具有一定占空比的方波激励信号，频谱丰富的方波激励信号可以扩大缺陷的检测深度。但是脉冲涡流由于频率成分较多会造成能量分散，为弥补其不足，出现了选频带脉冲涡流检测方法，该方法具有能量集中、检测灵敏度高、检测效率高的特点。
5.市面上现有的涡流检测系统包括硬件系统和软件系统两部分，两者集成为一个涡流检测仪。很多国内涡流检测仪生产厂商，如爱德森(厦门)电子有限公司、苏州迪曼德电子科技有限公司、南京博客纳自动化系统有限公司等，都研发了自己的涡流检测仪。但这些仪器还存在一些不足，一方面，激励信号为单频正弦信号或者脉冲方波信号，还没有根据特定需求自动的选频带脉冲激励信号；另一方面，软件系统功能相对单一，只能通过阻抗图和时基图检测出试件是否存在缺陷，还未开发对缺陷信号的进一步分析处理功能，如特征提取和缺陷量化评估，而这对了解缺陷的严重程度至关重要。但是，一些研究人员对带有信号分析处理功能的涡流检测系统进行了相应探索。
6.申请号为201610167607.8的发明专利公开了一种电涡流和巴克豪森相融合的铁磁材料无损检测仪器和方法。包括信号发生模块、功率放大模块、传感器励磁模块、传感器接收模块、信号调理模块、数据采集模块和数据处理模块，其特征在于一个传感器探头可同时采集高频和低频信号，数据处理模块具有对低频电涡流信号和高频巴克豪森信号特征量
统计的功能，但是没有对特征量做进一步的分析，无法对缺陷进行量化评估。
7.申请号为201611031113.3的发明专利公开了一种基于缺陷深度的选频带脉冲涡流检测方法。本专利详细介绍了该方法的使用步骤：脉冲涡流频率范围的选择、频率间隔的选择、时域信号的获取，所提方法具有激励信号能量集中、检测灵敏度高的特点。但该方法目前仅使用在核电站冷却用管道内管壁局部减薄缺陷上，在轴承套圈的裂纹缺陷检测中还未广泛应用。
8.综上所述，目前的涡流检测系统只能通过阻抗图和时基图显示缺陷是否存在，还不能对检测到的缺陷信号进行如特征提取和量化评估的分析处理。对缺陷信号的进一步分析处理，有助于了解缺陷的严重程度，进而对零部件进行修磨或是替换，可避免机械运行事故的发生，提高设备运行的高效性和安全性。


技术实现要素：

9.发明人发现，在现有的涡流检测系统中，激励信号多采用单频正弦激励或者脉冲激励，由于集肤效应的影响，单频正弦激励信号的检测深度有一定的限制，脉冲激励信号虽然具有频谱宽、检测深度大的特点，但其能量不集中，检测灵敏度较低。利用选频带脉冲激励的方式，不仅可以弥补脉冲激励能量分散的不足，提高了检测灵敏度，还兼具检测深度范围宽的优势。
10.发明人还发现，在现有的涡流检测系统中，软件系统功能相对单一，只能通过开发软件里的阻抗图和时基图显示缺陷是否存在，还不能对检测到的缺陷信号进行如特征提取和量化评估的分析处理，以了解缺陷的严重程度。
11.本发明的目的是提供一种轴承套圈裂纹缺陷检测系统和信号分析处理方法，不仅可以实现对轴承套圈表层和深层裂纹的缺陷检测，还可以对检测信号进行分析处理实现缺陷的量化评估，便于了解缺陷的严重程度。
12.为了实现上述目的，本发明第一方面提供一种基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，该方法包括：
13.s1，根据轴承套圈的材料参数、裂纹缺陷的深度范围，运用涡流标准透入深度公式(1-1)确定选频带脉冲涡流激励信号的频带范围；
[0014][0015]
式中，δ为标准透入深度(m)；f为激励信号的频率(hz)；σ为被测试件的电导率(s/m)；μ为被测试件的磁导率(h/m)；
[0016]
s2，频带选择范围，设定轴承套圈裂纹深度范围为[d1,d2]，根据公式(1-1)的变形公式(1-2)确定频率f1，根据公式(1-1)的变形公式(1-3)确定频率f2，[f1,f2]即为脉冲涡流检测方法的频带选择范围；其中：
[0017][0018]
[0019]
s3，将s2中确定的频带范围[f1,f2]进行等分，δf为频率间隔，得到选频带脉冲激励信号的频谱图；
[0020]
s4，将s3中得到的各频率正弦信号进行叠加，得到选频带脉冲激励的时域信号f(t)，最终得到的激励信号表达式如公式(1-4)所示：
[0021][0022]
式中，i表示频率从小到大时的信号序列，n为选频带脉冲信号总的正弦信号数量，ai为第i个正弦信号的幅值，fi为第i个正弦信号的频率，为第i个正弦信号的相位，ai为幅值标准化因子；
[0023]
针对不同频率的信号设置不同的如公式(1-7)所示：
[0024][0025]
对激励信号进行标准化，标准化因子如公式(1-6)所示，式中，a
i measured
是实际检测信号峰值，a
ref
是期望得到的恒定信号峰值；
[0026][0027]
式中，a
i measured
是实际检测信号峰值，a
ref
是期望得到的恒定信号峰值；
[0028]
s5，通过检测线圈采集缺陷信号，对缺陷信号进行解耦获得表层缺陷信号和深层缺陷信号。
[0029]
进一步地，在s3中，选择的δf为f1、f2的最大公约数。
[0030]
进一步地，s5中，解耦工作包括：
[0031]
根据表层缺陷的预估最大深度d由标准透入公式(1-1)的变换公式(1-7)计算高频段的频率下限；
[0032][0033]
信号调理模块的滤波处理以f0为界，将f≥f0的信号过滤出来即可得到检测信号中表征表层缺陷的高频组分，再将原检测信号与高频组分差分便可得到表征深层缺陷的低频组分。
[0034]
进一步地，所述基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法还包括提取高频组分和低频组分的特征值；所述特征值包括信号峰值、提离交叉点、时间跨零点；通过特征值与缺陷尺寸的映射关系，量化评估缺陷的深度、长度和宽度尺寸。
[0035]
进一步地，所述量化评估缺陷深度/缺陷长度/缺陷宽度包括：
[0036]
用符号x1、x2、x3、x4分别表示pv、tloi、mloi、ztc的值；缺陷深度/缺陷长度/缺陷宽度与各个特征值之间的关系如式(1-8)表示：
[0037]
y＝f(x1,x2,x3,x4)
[0038]
(0-15)
[0039]
通过多元线性回归来表征各个特征值与缺陷深度/缺陷长度/缺陷宽度的耦合关系，如公式(1-9)所示：
[0040]
y＝a1x1+a2x2+a3x3+a4x4+a0[0041]
(0-16)
[0042]
用yi表示缺陷深度/缺陷长度/缺陷宽度y的观测值，x
i1
、x
i2
、x
i3
、x
i4
表示x1、x2、x3、x4的观测值，则
[0043]
yi＝a1x
i1
+a2x
i2
+a3x
i3
+a4x
i4
+a0+ε
ꢀꢀꢀꢀ
(0-17)
[0044]
多元线性回归根据多个变量与一个因变量之间的相互关系，用最小二乘法求解未知参数a＝[a0,a1,a2,a3,a4]的估计值
[0045][0046]
式(1-11)中，m表示观测次数；s表示缺陷深度/缺陷长度/缺陷宽度观测值与多元线性回归预测值之间的误差平方和，或，关于a＝[a0,a1,a2,a3,a4]的多元函数；
[0047]
对式(1-11)求偏导，解出s的最小值；
[0048][0049]
由方程组(1-12)来求解a的估计值，得到进一步便得到缺陷深度/缺陷长度/缺陷宽度与各特征值的数学表达式(1-13)；
[0050][0051]
采用选频带脉冲激励后，低频段的激励信号可以透入到深层缺陷，高频段的激励信号可以透入到表层缺陷，因此检测线圈能够同时采集到表层和深层的缺陷信号。随后对表层和深层的缺陷信号进一步处理，进行检测信号数据的特征提取和量化评估，接着通过特征值与缺陷尺寸的映射关系，便可量化评估缺陷的深度、长度和宽度尺寸。因此，该方法不仅可以实现对轴承套圈表层和深层裂纹的缺陷检测，还可以对检测信号进行分析处理实现缺陷的量化评估，便于了解缺陷的严重程度。
[0052]
本发明第二方面提供一种用于执行所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法的轴承套圈裂纹缺陷检测系统。该轴承套圈裂纹缺陷检测系统包括：
[0053]
信号发生模块，用于产生选频带脉冲激励信号；
[0054]
功放模块，用于增益放大所述选频带脉冲激励信号；
[0055]
探头，包括激励线圈，用于接收增益放大后的选频带脉冲激励信号并与试件产生涡流；
[0056]
信号调理模块，用于接收所述探头采集到的检测信号并对该检测信号进行滤波和差分放大处理；
[0057]
采集模块，用于接收经滤波和差分放大处理的检测信号并对该信号进行a/d转换；
[0058]
上位机，接受经过所述采集模块处理后的信号并对其进行特征提取处理，得到裂纹缺陷的量化数据。
[0059]
进一步地，所述上位机包括：
[0060]
用户管理模块，用于定义用户级别，根据定义结果赋予该用户相应的权限范围；
[0061]
系统配置模块，用于根据用户输入的被测试件的材料参数和裂纹深度范围，对作用于轴承套圈的检测信号进行参数调节；
[0062]
系统运行模块，用于采集用户的输入数据，实现操作人员与系统之间进行信息交互；
[0063]
结果处理模块，用于对检测数据进行数据处理，包括数据显示模块、数据分析处理模块和数据存储模块；其中，所述数据分析处理模块用于对检测获得的数据进行特征提取和量化评估，获取待测工件裂纹缺陷的深度、长度和宽度尺寸。
[0064]
进一步地，所述权限范围包括高级用户权限和低级用户权限；其中，高级用户具备使用结果处理模块全部功能的权限，低级用户具备使用结果处理模块部分功能的权限；所述低级用户权限具备使用所述结果处理模块的数据显示功能和数据存储功能；所述高级用户具备使用结果处理模块的数据显示功能、数据存储功能以及数据分析处理功能。
[0065]
进一步地，所述数据分析处理模块包括特征提取模块和量化评估模块；所述特征提取模块的特征提取对象包括信号峰值、提离交叉点、时间跨零点；所述量化评估模块的评估对象包括缺陷深度、缺陷长度和缺陷宽度。
[0066]
这样，即可实现对轴承套圈表层和深层裂纹的缺陷检测，同时还可以对检测信号进行分析处理实现缺陷的量化评估，便于了解缺陷的严重程度。
[0067]
本发明第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法。
[0068]
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0069]
图1是本发明轴承套圈裂纹缺陷检测系统的一种实施方式的示意图；
[0070]
图2是上位机的一种实施方式的示意图；
[0071]
图3是结果处理模块的示意图。
[0072]
附图标记说明
[0073]
1试件；2信号发生模块；3功放模块；4探头试件；5信号调理模块；6采集模块；7上位机。
具体实施方式
[0074]
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
[0075]
在本发明中，在未作相反说明的情况下，使用的方位词如“上、下”通常是指在装配使用状态下的方位。“内、外”指相对于各部件本身轮廓的内、外。
[0076]
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0077]
本发明第一方面提供一种基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，该方法包括：
[0078]
根据轴承套圈的材料参数、裂纹缺陷的深度范围，运用涡流标准透入深度公式(1-1)确定选频带脉冲涡流激励信号的频带范围；
[0079][0080]
式中，δ为标准透入深度(m)；f为激励信号的频率(hz)；σ为被测试件的电导率(s/m)；μ为被测试件的磁导率(h/m)。
[0081]
依据上式能够确定检测被测试件裂纹缺陷时脉冲激励信号的频带范围，详细选频方法如下：设定轴承套圈裂纹深度范围为[d1,d2]，根据公式(1-1)的变形公式(1-2)确定频率f1，根据公式(1-1)的变形公式(1-3)确定频率f2，[f1,f2]即为脉冲涡流检测方法的频带选择范围；其中：
[0082][0083][0084]
将s2中确定的频带范围[f1,f2]进行等分，δf为频率间隔，当δf为f1、f2的最大公约数时，检测灵敏度最高。但在实际检测过程中，根据被测试件及检测要求，灵活地调整δf，以提高检测效率和检测精度，进一步合理地确定信号幅值和相位大小，并保证各频率信号幅值相等、相位相同，之后便得到选频带脉冲激励信号的频谱图。
[0085]
s4，将s3中得到的各频率正弦信号进行叠加，得到选频带脉冲激励的时域信号f(t)，最终得到的激励信号表达式如公式(1-4)所示：
[0086][0087]
式中，i表示频率从小到大时的信号序列，n为选频带脉冲信号总的正弦信号数量，ai为第i个正弦信号的幅值，fi为第i个正弦信号的频率，为第i个正弦信号的相位，ai为幅值标准化因子；
[0088]
针对不同频率的信号设置不同的如公式(1-7)所示：这样可尽量减少信号的峰值系数，提高激励线圈的功率输出。
[0089][0090]
由于信号频率不同、信号衰减不同、连接电缆的电感不同等种种因素，对检测信号造成影响。当检测无缺陷区域时，检测信号频谱中各频率信号的幅值不恒定；当检测缺陷区域时，得到的差分检测信号(缺陷区域检测信号减去无缺陷区域检测信号)频谱中各频率信号幅值变化成因不确定，分不清是缺陷引起还是其他因素引起，给后续缺陷量化带来了不利影响。所以，为使检测无缺陷区域时检测信号频谱中各频率信号的幅值恒定，需要对激励信号进行标准化，具体标准化因子如公式(1-6)所示，式中，a
i measured
是实际检测信号峰值，a
ref
是期望得到的恒定信号峰值；
[0091][0092]
式中，a
i measured
是实际检测信号峰值，a
ref
是期望得到的恒定信号峰值；
[0093]
通过检测线圈采集缺陷信号，对缺陷信号进行解耦获得表层缺陷信号和深层缺陷信号。解耦工作的目标是分别得到表层缺陷信号和深层缺陷信号。解耦工作具体包括：
[0094]
根据表层缺陷的预估最大深度d由标准透入公式(1-1)的变换公式(1-7)计算高频段的频率下限；
[0095][0096]
信号调理模块的滤波处理以f0为界，将f≥f0的信号过滤出来即可得到检测信号中表征表层缺陷的高频组分，再将原检测信号与高频组分差分便可得到表征深层缺陷的低频组分。
[0097]
进一步地，提取高频组分和低频组分的特征值；所述特征值包括信号峰值(peak value,pv)、提离交叉点(lift-off point of intersection,loi，其横坐标为tloi，纵坐标为mloi)、时间跨零点(zero-crossing time,ztc)；通过多特征值与缺陷尺寸的映射关系，量化评估缺陷的深度、长度和宽度尺寸，提高缺陷量化精度。
[0098]
所述量化评估缺陷深度/缺陷长度/缺陷宽度包括：
[0099]
用符号x1、x2、x3、x4分别表示pv、tloi、mloi、ztc的值；缺陷深度/缺陷长度/缺陷宽度与各个特征值之间的关系如式(1-8)表示：
[0100]
y＝f(x1,x2,x3,x4)
[0101]
(0-25)
[0102]
通过多元线性回归来表征各个特征值与缺陷深度/缺陷长度/缺陷宽度的耦合关系，如公式(1-9)所示：
[0103]
y＝a1x1+a2x2+a3x3+a4x4+a0[0104]
(0-26)
[0105]
用yi表示缺陷深度/缺陷长度/缺陷宽度y的观测值，x
i1
、x
i2
、x
i3
、x
i4
表示x1、x2、x3、x4的观测值，则
[0106]
yi＝a1x
i1
+a2x
i2
+a3x
i3
+a4x
i4
+a0+ε
ꢀꢀꢀꢀ
(0-27)
[0107]
多元线性回归根据多个变量与一个因变量之间的相互关系，用最小二乘法求解未知参数a＝[a0,a1,a2,a3,a4]的估计值
[0108][0109]
式(1-11)中，m表示观测次数；s表示缺陷深度/缺陷长度/缺陷宽度观测值与多元线性回归预测值之间的误差平方和，亦，关于a＝[a0,a1,a2,a3,a4]的多元函数；
[0110]
对式(1-11)求偏导，解出s的最小值；
[0111][0112]
由方程组(1-12)来求解a的估计值，得到进一步便得到缺陷深度/缺陷长度/缺陷宽度与各特征值的数学表达式(1-13)；
[0113][0114]
以量化缺陷深度为例，pv、tloi、mloi、ztc分别用符号x1、x2、x3、x4来表示，缺陷深度用y
depth
表示，则缺陷深度与各个特征值之间的关系可用式(1-8)表示。
[0115]ydepth
＝f(x1,x2,x3,x4)
ꢀꢀꢀꢀ
(0-31)
[0116]
通过仿真发现，单一特征值与缺陷深度之间呈线性关系，所以用多元线性回归来表征各个特征值与缺陷深度的耦合关系，如公式(1-9)所示。
[0117]ydepth
＝a1x1+a2x2+a3x3+a4x4+a0ꢀꢀꢀꢀ
(0-32)
[0118]
用y
i depth
表示缺陷深度y
depth
的观测值，x
i1
、x
i2
、x
i3
、x
i4
表示x1、x2、x3、x4的观测值，则
[0119]yi depth
＝a1x
i1
+a2x
i2
+a3x
i3
+a4x
i4
+a0+ε
ꢀꢀꢀꢀ
(0-33)
[0120]
多元线性回归根据多个变量与一个因变量之间的相互关系，用最小二乘法求解未知参数a＝[a0,a1,a2,a3,a4]的估计值
[0121][0122]
式(1-11)中，m表示观测次数，s表示缺陷深度观测值与多元线性回归预测值之间的误差平方和，同时，s也是关于a＝[a0,a1,a2,a3,a4]的多元函数，为提高缺陷深度量化精度，则应使s越小越好，所以问题转化为求解多元函数最小值的问题。
[0123]
对式(1-11)求偏导，解出s的最小值。
[0124][0125]
由方程组(1-12)来求解a的估计值，得到进一步便得到缺陷深度与各特征值的数学表达式(1-13)。
[0126][0127]
量化缺陷长度和宽度的原理与量化深度的原理相同，此处不再赘述。
[0128]
采用选频带脉冲激励后，低频段的激励信号可以透入到深层缺陷，高频段的激励信号可以透入到表层缺陷，因此检测线圈能够同时采集到表层和深层的缺陷信号。随后对表层和深层的缺陷信号进一步处理，进行检测信号数据的特征提取和量化评估，接着通过特征值与缺陷尺寸的映射关系，便可量化评估缺陷的深度、长度和宽度尺寸。因此，该方法不仅可以实现对轴承套圈表层和深层裂纹的缺陷检测，还可以对检测信号进行分析处理实现缺陷的量化评估，便于了解缺陷的严重程度。
[0129]
本发明第二方面提供一种用于执行所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法的轴承套圈裂纹缺陷检测系统。如图1所示，该轴承套圈裂纹缺陷检测系统包括信号发生模块2、功放模块3、探头4、信号调理模块5、采集模块6以及上位机7。
[0130]
整个轴承套圈裂纹缺陷检测系统先由信号发生模块2产生选频带脉冲激励信号，经功放模块3将激励信号进行增益放大，接着将信号输入到探头4的激励线圈，激励信号与被测试件相互作用产生涡流，探头4的检测线圈接收到检测信号并将该信号传输到信号调理模块5。信号调理模块5对信号进行滤波和差分放大后输入到采集模块6。采集模块6将接收到的信号进行a/d转换后传输到上位机7进行数据的进一步处理。上位机7接受经过所述采集模块6处理后的信号并对其进行特征提取处理，得到裂纹缺陷的量化数据。
[0131]
这样，即可实现对轴承套圈表层和深层裂纹的缺陷检测，同时还可以对检测信号进行分析处理实现缺陷的量化评估，便于了解缺陷的严重程度。
[0132]
进一步地，如图2所示，所述上位机7包括：用户管理模块、系统配置模块、系统运行模块以及结果处理模块。
[0133]
其中，用户管理模块用于定义用户级别，根据定义结果赋予该用户相应的权限范围。系统配置模块用于根据用户输入的被测试件的材料参数和裂纹深度范围，对作用于轴承套圈的检测信号进行参数调节。系统运行模块用于采集用户的输入数据，实现操作人员与系统之间进行信息交互。结果处理模块用于对检测数据进行数据处理。如图3所示，所述结果处理模块包括数据显示模块、数据分析处理模块和数据存储模块。其中，所述数据分析
处理模块用于对检测获得的数据进行特征提取和量化评估，获取待测工件裂纹缺陷的深度、长度和宽度尺寸。
[0134]
其中，所述权限范围包括高级用户权限和低级用户权限。高级用户具备使用结果处理模块全部功能的权限，低级用户具备使用结果处理模块部分功能的权限。所述低级用户权限具备使用所述结果处理模块的数据显示功能和数据存储功能。所述高级用户具备使用结果处理模块的数据显示功能、数据存储功能以及数据分析处理功能。
[0135]
总结来说，用户管理模块可实现用户的二级权限管理，即高级用户权限和低级用户权限两类。其主要区别在于结果处理模块的功能享用，高级用户具备使用结果处理模块全部功能的权限，低级用户仅仅享用结果处理模块的数据显示和数据存储功能的权限，没有数据分析处理功能的权限。用户管理模块的分级登录可以让用户根据自己的需求选择合适的软件系统，对高级用户来说，更注重数据的分析处理，系统化的数据分析处理功能不仅节省了手动编程的时间，提高数据分析处理效率，还可对缺陷检测信号深入分析，得以提取缺陷信号的特征并进行量化评估，从而掌握缺陷的严重程度。对低级用户来说，更注重缺陷存在与否，没有数据的分析处理需求，使用低级用户权限直接观察数据显示部分即可，这样可以简化软件界面，提高操作效率。
[0136]
系统配置模块主要是参数调节功能，包含激励信号参数调节、增益参数调节和采样参数调节三个部分。激励信号参数调节部分，即信号的频率、幅值和相位，用户可通过输入被测试件的材料参数、裂纹深度范围，自动获取脉冲激励信号的频带范围[f1,f2]，根据得到的频带范围系统优选出频率间隔δf。增益参数调节主要是功放模块的功率放大增益和信号调理模块的差分放大增益，调节功率放大增益可以得到增强的激励信号，调节差分放大增益可以放大检测信号，便于数据分析处理。采样参数调节主要是采样时间和采样频率的确定。
[0137]
进一步地，数据显示模块可以实时显示检测信号的阻抗图、时基图及时域信号波形。数据分析处理模块包括特征提取模块和量化评估模块。特征提取模块的特征提取对象包括信号峰值、提离交叉点、时间跨零点；所述量化评估模块的评估对象包括缺陷深度、缺陷长度和缺陷宽度。通过特征值与缺陷尺寸的映射关系，便可量化评估缺陷的深度、长度和宽度尺寸。数据存储模块包括系统配置参数的存储、采集数据的存储和数据分析处理结果的存储三部分。系统配置参数的存储便于查看某次检测中的激励信号参数、增益参数和采集参数的具体设置，当有类似的检测需求时，可以直接调用以往的参数设置，具有检测效率高和参数移植性强的优点；采集数据和数据分析处理结果的存储，便于历史数据库的建立，大量的检测数据可以更好的映射特征值与缺陷尺寸之间的映射关系，提高量化评估的精度和准确率。
[0138]
当被测试件1存在裂纹缺陷时，探头4扫查到裂纹缺陷时，时域检测信号中会出现信号峰值，缺陷深度越大，信号峰值越大。提离交叉点是在探头4与被测试件1之间距离变化时，检测信号中会出现一个交叉点，当裂纹缺陷深度不同时，交叉点的横轴坐标和纵轴坐标的位置也会不同。时间跨零点即检测信号峰值后的第一个零幅值时的横轴坐标时间，当裂纹缺陷深度不同时，时间跨零点的横轴坐标也会不同。信号峰值、提离交叉点横轴坐标、提离交叉点纵轴坐标、时间跨零点是常用的缺陷量化指标。
[0139]
本发明轴承套圈裂纹缺陷检测系统将这些参数进行信息融合，利用神经网络算法
实现多参数与缺陷尺寸的映射关系，不仅避免了数据冗余，还可以提高量化评估的准确率。
[0140]
本发明第三方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法。
[0141]
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
[0142]
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
[0143]
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

技术特征：
1.一种基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，该方法包括：s1，根据轴承套圈的材料参数、裂纹缺陷的深度范围，运用涡流标准透入深度公式(1-1)确定选频带脉冲涡流激励信号的频带范围；式中，δ为标准透入深度(m)；f为激励信号的频率(hz)；σ为被测试件的电导率(s/m)；μ为被测试件的磁导率(h/m)；s2，频带选择范围，设定轴承套圈裂纹深度范围为[d1,d2]，根据公式(1-1)的变形公式(1-2)确定频率f1，根据公式(1-1)的变形公式(1-3)确定频率f2，[f1,f2]即为脉冲涡流检测方法的频带选择范围；其中：方法的频带选择范围；其中：s3，将s2中确定的频带范围[f1,f2]进行等分，δf为频率间隔，得到选频带脉冲激励信号的频谱图；s4，将s3中得到的各频率正弦信号进行叠加，得到选频带脉冲激励的时域信号f(t)，最终得到的激励信号表达式如公式(1-4)所示：式中，i表示频率从小到大时的信号序列，n为选频带脉冲信号总的正弦信号数量，a
i
为第i个正弦信号的幅值，f
i
为第i个正弦信号的频率，为第i个正弦信号的相位，a
i
为幅值标准化因子；针对不同频率的信号设置不同的如公式(1-7)所示：对激励信号进行标准化，标准化因子如公式(1-6)所示，式中，a
i measured
是实际检测信号峰值，a
ref
是期望得到的恒定信号峰值；式中，a
i measured
是实际检测信号峰值，a
ref
是期望得到的恒定信号峰值；s5，通过检测线圈采集缺陷信号，对缺陷信号进行解耦获得表层缺陷信号和深层缺陷信号。2.根据权利要求1所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，在s3中，选择的δf为f1、f2的最大公约数。3.根据权利要求1所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，s5中，解耦工作包括：
根据表层缺陷的预估最大深度d由标准透入公式(1-1)的变换公式(1-7)计算高频段的频率下限；信号调理模块的滤波处理以f0为界，将f≥f0的信号过滤出来即可得到检测信号中表征表层缺陷的高频组分，再将原检测信号与高频组分差分便可得到表征深层缺陷的低频组分。4.根据权利要求3所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，所述基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法还包括提取高频组分和低频组分的特征值；所述特征值包括信号峰值(peak value,pv)、提离交叉点(lift-off point of intersection,loi；其横坐标为tloi，纵坐标为mloi)和时间跨零点(zero-crossing time,ztc)；通过多特征值与缺陷尺寸的映射关系，量化评估缺陷的深度、长度和宽度尺寸。5.根据权利要求4所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，所述量化评估缺陷深度/缺陷长度/缺陷宽度包括：用符号x1、x2、x3、x4分别表示pv、tloi、mloi、ztc的值；缺陷深度/缺陷长度/缺陷宽度与各个特征值之间的关系如式(1-8)表示：y＝f(x1,x2,x3,x4)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(0-5)通过多元线性回归来表征各个特征值与缺陷深度/缺陷长度/缺陷宽度的耦合关系，如公式(1-9)所示：y＝a1x1+a2x2+a3x3+a4x4+a0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(0-6)用y
i
表示缺陷深度/缺陷长度/缺陷宽度y的观测值，x
i1
、x
i2
、x
i3
、x
i4
表示x1、x2、x3、x4的观测值，则y
i
＝a1x
i1
+a2x
i2
+a3x
i3
+a4x
i4
+a0+ε
ꢀꢀꢀꢀ
(0-7)多元线性回归根据多个变量与一个因变量之间的相互关系，用最小二乘法求解未知参数a＝[a0,a1,a2,a3,a4]的估计值]的估计值式(1-11)中，m表示观测次数；s表示缺陷深度/缺陷长度/缺陷宽度观测值与多元线性回归预测值之间的误差平方和，亦，关于a＝[a0,a1,a2,a3,a4]的多元函数；对式(1-11)求偏导，解出s的最小值；
由方程组(1-12)来求解a的估计值，得到进一步便得到缺陷深度/缺陷长度/缺陷宽度与各特征值的数学表达式(1-13)；6.一种用于执行权利要求1-5中任意一项所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法的轴承套圈裂纹缺陷检测系统，其特征在于，所述轴承套圈裂纹缺陷检测系统包括：信号发生模块(2)，用于产生选频带脉冲激励信号；功放模块(3)，用于增益放大所述选频带脉冲激励信号；探头(4)，包括激励线圈，用于接收增益放大后的选频带脉冲激励信号并与试件(1)产生涡流；信号调理模块(5)，用于接收所述探头(4)采集到的检测信号并对该检测信号进行滤波和差分放大处理；采集模块(6)，用于接收经滤波和差分放大处理的检测信号并对该信号进行a/d转换；上位机(7)，接受经过所述采集模块(6)处理后的信号并对其进行特征提取处理，得到裂纹缺陷的量化数据。7.根据权利要求6所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，所述上位机(7)包括：用户管理模块，用于定义用户级别，根据定义结果赋予该用户相应的权限范围；系统配置模块，用于根据用户输入的被测试件的材料参数和裂纹深度范围，对作用于轴承套圈的检测信号进行参数调节；系统运行模块，用于采集用户的输入数据，实现操作人员与系统之间进行信息交互；结果处理模块，用于对检测数据进行数据处理，包括数据显示模块、数据分析处理模块和数据存储模块；其中，所述数据分析处理模块用于对检测获得的数据进行特征提取和量化评估，获取待测工件裂纹缺陷的深度、长度和宽度尺寸。8.根据权利要求7所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，所述权限范围包括高级用户权限和低级用户权限；其中，高级用户具备使用结果处理模块全部功能的权限，低级用户具备使用结果处理模块部分功能的权限；所述低级用户权限具备使用所述结果处理模块的数据显示功能和数据存储功能；所述高级用户具备使用结
果处理模块的数据显示功能、数据存储功能以及数据分析处理功能。9.根据权利要求7所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法，其特征在于，所述数据分析处理模块包括特征提取模块和量化评估模块；所述特征提取模块的特征提取对象包括信号峰值、提离交叉点、时间跨零点；所述量化评估模块的评估对象包括缺陷深度、缺陷长度和缺陷宽度。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现权利要求1-5中任意一项所述的基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法。

技术总结
本发明涉及缺陷检测分析技术领域，公开了一种基于选频带脉冲涡流的轴承套圈裂纹缺陷检测方法、轴承套圈裂纹缺陷检测系统及计算机可读存储介质。在采用选频带脉冲激励后，低频段的激励信号可以透入到深层缺陷，高频段的激励信号可以透入到表层缺陷，因此检测线圈能够同时采集到表层和深层的缺陷信号。随后对表层和深层的缺陷信号进一步处理，进行检测信号数据的特征提取和量化评估，接着通过特征值与缺陷尺寸的映射关系，便可量化评估缺陷的深度、长度和宽度尺寸。因此，该方法不仅可以实现对轴承套圈表层和深层裂纹的缺陷检测，还可以对检测信号进行分析处理实现缺陷的量化评估，便于了解缺陷的严重程度。于了解缺陷的严重程度。于了解缺陷的严重程度。


技术研发人员：杨世锡 张黎平 顾希雯 倪益华 黄沁妮 倪进忠 刘凯
受保护的技术使用者：浙江农林大学 浙江金沃精工股份有限公司
技术研发日：2023.05.29
技术公布日：2023/8/21