漏磁检测方法对检测结果作出评价的依据是漏磁信号。目前对漏磁信号的研究分为正、逆两个方向。正问题是指由缺陷到信号的研究，它往往是针对一定尺寸的缺陷来研究其产生的漏磁信号。逆问题则是指由缺陷的信号反推缺陷的形状，也就是所谓的反演。笔者以铁磁性平板的漏磁信号为基础，分别对缺陷识别、定位、量化等方面进行了深入研究，提出一种基于多通道的铁磁性平板腐蚀缺陷量化反演方法，实现了缺陷检测的可视化。

所属栏目

2013远东无损检测新技术论坛论文精选

收稿日期

2013/6/17

作者单位

杨志军:东北石油大学 机械科学与工程学院，大庆163318
戴光:东北石油大学 机械科学与工程学院，大庆163318
陈志华:东北石油大学 机械科学与工程学院，大庆163318

备注

杨志军(1976-)，男，副教授，博士，主要从事现代无损检测技术研究和无损检测仪器开发工作。

引用该论文:

YANG Zhi-Jun,DAI Guang,CHEN Zhi-Hua.Defect Profile Inversion by Leakage Magnetic Field for Tank Bottom Corrosion Defect[J].Nondestructive Testing,2013,35(10):45～47
杨志军,戴光,陈志华.储罐底板漏磁检测腐蚀缺陷轮廓反演方法[J].无损检测,2013,35(10):45～47

被引情况:

【1】

戴光,白明超,杨志军,代瑞龙,任毅, "储罐角焊缝裂纹漏磁检测有限元分析",无损检测 36, 89-93(2014)

【2】

杨志军,陈德姝,陈亮,王刚, "腐蚀缺陷漏磁场检测有限元模拟",无损检测 37, 51-55(2015)
参考文献

【1】

戴光，徒云，杨志军.基于三维有限元动态模拟圆柱形表面腐蚀缺陷漏磁场［J］.无损检测，2007，29(1)：2-5.

【2】

王长龙，纪凤珠，王建斌,等.油气管道漏磁检测缺陷的三维成像技术［J］．石油学报，2007，28(5)：146-148．

【3】

Ramuhalli Pradeep, Udpa Lalita, Udpa Satish S. Electromagnetic NDE signal inversion by function-approximation neural networks ［J］. IEEE Transactions on Magnetics, 2002, 36(6):3633-3642.

【4】

Joshi Ameet. Wavelet transform and neural network based 3D defect characterization using magnetic flux leakage ［J］. International Journal of Applied Electromagnetics and Mechanics, 2007, 28(1-2):149-153.

【5】

Ji Feng-Zhu, Wang Chang-Long, Wang Jin, et al. 3-D defect profile reconstruction from magnetic flux leakage signals based on sparsity LS-SVM［J］. Acta Armamentarii, 2008, 29(5):592-595.

【6】

Hwang K. 3-D defect profile reconstruction from magnetic flux leakage signatures using wavelet basis function neural networks ［D］. Ames IA: Iowa State University, 2000.