电压放大器在非共线混频方法检测混凝土中的应用
实验名称:电压放大器在非共线混频方法检测混凝土中的应用
研究方向:无损检测
测试目的:
无损检测是在不损伤或不干扰待测物体的结构材料的情况下,对其内部损伤进行探测的方法。传统无损检测法在仪器携带,操作程序,检测精度,损伤定位等方面有诸多不足和局限性,基于这些情况,提出了非线性超声混频检测方法。当两列入射基频超声波满足特定的条件后,在具有非线性源介质传播过程中相遇将发生谐振效应,产生第三列超声波,即混频波,该波包含着传播介质材料损伤的相关参数信息。该现象的发现极大地推动了非线性超声非共线混频法的研究进展。根据两列入射基频超声波的方向是否共线平行,可将非线性超声混频检测法划分成非共线混频检测法和共线混频检测法两类。其中的非共线混频检测技术具有频率可选、空间选择、方向可控等明显优势,除了对微损伤敏感度高之外,还可通过分开激励两列入射声波,采用相位反转法,有效排除非线性源的影响,因此有巨大的研究潜力。
测试设备:ATA-2042高压放大器、信号发生器、示波器、发射换能器、有机玻璃楔块组等。
![](/assets/blank.gif)
图:非共线混频测试装置实物图
实验过程:
在完整混凝土非共线混频试验中,需要先制备混凝土试样,然后使用信号发生器,高压放大器ATA-2042,示波器来搭建完整混凝土非共线混频测试装置,接着通过计算得到一组有机玻璃楔块角度52度和71度之后,联系相关厂家定制得到有机玻璃楔块组。楔块组与混凝土试样以及超声波换能器两两之间使用超声耦合剂凡士林粘接。
![](/assets/blank.gif)
图:非共线混频测试装置示意图
确定基频波频率比d为0.83,PXR04换能器设置接近最优激励参数40kHz,PXR07换能器设置激励参数为48kHz,激励幅值皆为150V,示波器采样率设为5MSa/s。由于试验仪器的限制,信号发生器激励波形采用的是双通道正弦波。
在能够正常运行检测的情况下,试验测试过程中分别改变基频波的频率和幅值,研究各参数包括非线性系数之间的变化规律。且分别运用非共线混频法和高次谐波法进行探测,这里高次谐波法主要是用来与非共线混频法做对比,体现非共线混频法良好的检测效果。
实验结果:
一、基频频率变化的影响
![](/assets/blank.gif)
图3:基频频率与各参数变化趋势
![](/assets/blank.gif)
图4:基频频率与A3变化趋势
由图3和图4可知,保持频率比d不变,随着频率w2不断增加,A1,A2,A3幅度变化总体趋势是增加的,中间有个别的点显示与总体趋势有些突兀不同,原因可能是试验过程中仪器与试样之间的耦合效果不好,同时混凝土是多成分复合材料,具有较强的随机性和离散性。通过分析可知,基频频率的变化会导致混频非线性系数的变化,两者是有关系的。
二、基频幅度变化的影响
![](/assets/blank.gif)
图5:A3与A1关系
![](/assets/blank.gif)
图6:A3与A2关系
近似的,还可以得到A3随A1变化趋势以及A3随A2变化趋势如图5和图6;A3随A1变化趋势以及A3随A2变化趋势都是大致增加的。混频波和频频率是两基频频率之和,即混频和频波能量接近两基频波能量之和,这基本符合图中的逐渐上升的变化趋势。
三、与高次谐波法试验结果对比
![](/assets/blank.gif)
图7:高次谐波法试验结果对比
由上图可看出,无论是从敏感度系数,还是在标准差和离散系数方面,非共线混频方法对高次谐波明显的优势,其非线性系数对基频波频率变化和幅值变化而相应的变化幅度更大,更敏感。
在相同的试验条件下,运用高次谐波法做对比试验,综合敏感度系数,标准差以及离散系数等表征参数,发现相对于高次谐波法,非共线混频法的非线性系数对基频波的频率和幅值变化更具有敏感性。
安泰ATA-2042高压放大器:
![](/assets/blank.gif)
图:ATA-2042高压放大器指标参数
本文实验素材由西安安泰电子整理发布。
电压放大器在非共线混频方法检测混凝土中的应用相关推荐
- 使用深度学习检测混凝土结构中的表面裂缝
作者 | 小白 来源 | 小白学视觉 混凝土建筑裂缝 介绍 表面裂缝检测是监测混凝土结构健康的一项重要任务.如果裂纹发展并继续扩展,它们会减少有效承载表面积,并且随着时间的推移会导致结构失效.裂纹检测 ...
- 【深度学习】使用深度学习检测混凝土结构中的表面裂缝
混凝土建筑裂缝 介绍 表面裂缝检测是监测混凝土结构健康的一项重要任务.如果裂纹发展并继续扩展,它们会减少有效承载表面积,并且随着时间的推移会导致结构失效.裂纹检测的人工过程费时费力,且受检验人员主观判 ...
- 001一种儿童癫痫发作的非通道广义癫痫检测方法-2021
A channel independent generalized seizure detection method for pediatric epileptic seizures-2021 摘要: ...
- 非配合式活体检测方法简介
活体检测配合式是通过用户一些简单的动作(点头摇头等)进行检测,但是这个对用户的体验不太好,非配合式活体检测相对更加灵活,非配合式活体检测对算法要求更高,对用户体验也更友好.非配合式活体根据成像源的不同 ...
- 基于NODDI方法检测多发性硬化症的皮质损害
目的:应用神经轴突定向弥散和密度成像(NODDI)探究多发性硬化症(MS)患者正常皮质(NA,normal- appearing (NA) cortex)和病变皮质(CLs,cortical lesi ...
- java异常在哪一层捕获_当在一个方法的代码中抛出一个检测异常时,该异常或被方法中的 ( )结构 捕获,或者在方法的 ( ) 中声明_学小易找答案...
[填空题]当异常已经被定义时,必须通过( ) 语句来处理它. [填空题]Catch 子句包含( )的程序段 [单选题]下列java语言的常用异常类中,属于检测异常的是() [单选题]自定义异常类时,可 ...
- 【有问不答】非白色光斑的检测(单个实例)
[有问不答]非白色光斑的检测(单个实例) 分析图像 开整 其他 by 今天不飞了 课代表已经成功掌握了光斑中心定位方法,但是新的麻烦来了,目标光斑检测不出来--我当然也不会,只能一起看看怎么解决 分析 ...
- “泰迪杯”挑战赛 -利用非侵入式负荷检测进行高效率数据挖掘(完整数学模型)
目录 1 研究背景与意义 2 变量说明 3 问题分析 4 问题一 4.1 数据预处理 4.1.1 降噪处理 4.1.2 数据变换 4.2 负荷特征分析 4.2.1 暂态特征 4.2.2 稳态特征 5 ...
- 行人检测系统中的行人特征及检测方法
http://blog.csdn.net/perry_pku/article/details/52370519 1.行人特征 行人特征描述子可以分为三类:底层特征,混合特征和基于学习的特征.底层特征指 ...
最新文章
- mysql date(6)_不使用MySQL中的DATE_ADD()将6个小时添加到now()函数吗?
- 空间金字塔池化SPP
- 16.6 创建测试数据
- IE9:为什么 Acid3 无足轻重
- 特征工程(part2)--数值型数据
- Hello Indigo
- jz2440开发板移植U-boot之修改代码支持DM9000网卡
- C语言字符输出格式化
- NET EF 连接Oracle 的配置方法记录
- 微信JS-SDK开发 入门指南
- 至强cpu型号列表_Cascade Lake全家福:图说第二代至强可扩展处理器
- Screenie for Mac(Mac截图工具)
- Jquery仿IGoogle实现可拖动窗口
- 腾讯云如何设置二级域名?
- 不忘初心,成于自渡——记录2020年的自己
- KDD CUP 99利用决策分类树进行网络异常检测
- bellman_ford
- 为何丧尸只会攻击人类,而不“咬”动物?
- python读取大文件md5校验性能优化比较
- 浮点数二分模板---yxc