渦流是將導體放入變化的磁場中時，由于在變化的磁場周圍存在著渦旋的感生電場，感生電場作用在導體內的自由電荷上，使電荷運動，形成渦流。渦流檢測Eddy current Testing（縮寫 ET）。已知法拉第電磁感應定律，在檢測線圈上接通交流電，產生垂直于工件的交變磁場。檢測線圈靠近被檢工件時，該工件表面感應出渦流同時產生與原磁場方向相反的磁場，部分抵消原磁場，導致檢測線圈電阻和電感變化。若金屬工件存在缺陷，將改變渦流場的強度及分布，使線圈阻抗發(fā)生變化，檢測該變化可判斷有無缺陷。

　　渦流檢測技術利用電磁感應原理，通過檢測被檢測工件內感生渦流的變化來無損地評定導電材料及其工件的某些性能，或發(fā)現(xiàn)缺陷的無損檢測方法稱為無損檢測。在工業(yè)生產中，渦流檢測是控制各種金屬材料及少數(shù)非金屬（如石墨、碳纖維復合材料等）及其產品品質的主要手段之一。與其他無損檢測方法比較，渦流檢測更容易實現(xiàn)自動化，特別是對管，棒和線材等型材有著很高的檢測效果。

　　渦流檢測的信號處理工藝

　　需要提高檢測信號的信噪比和抗干擾能力，實現(xiàn)信號的識別、分析和診斷，以得出zui佳的信號特征和檢測結果。

　　1、信號特征量提取

　　常用的特征量提取方法有傅里葉描述法、主分量分析法和小波變換法。

　　傅里葉描述法是提取特征值的常用方法。其優(yōu)點是，不受探頭速度影響，且可由該描述法重構阻抗圖，采樣點數(shù)目越多，重構曲線更逼近原曲線。但該方法只對曲線形狀敏感，對渦流檢測儀的零點和增益不敏感，且不隨曲線旋轉、平移、尺寸變換及起始點選擇變化而變化。

　　用測試信號自相關矩陣的本征值和本征矢量來描繪信號特征的方法稱為主分量分析法，該方法對于相似缺陷的分辨力較強。

　　小波變換是一種先進的信號時頻分析方法。將小波變換中多分辨分析應用到渦流檢測信號分析中，對不同小波系數(shù)處理后，再重構。這種經小波變換處理后的信號，其信噪比會得到很大的提高。

　　2、信號分析

　　(1) 人工神經網絡

　　人工神經網絡的輸入矢量是信號的特征參量，對信號特征參量的正確選擇與提取是采用神經網絡智能判別成功的關鍵。組合神經網絡模型，采用分級判別法使網絡輸入變量維數(shù)由N2 降到N，網絡結構大為簡化，訓練速度很快，具有較高的缺陷識別率和實用價值。

　　神經網絡可實現(xiàn)缺陷分類，具有識別準確度高的優(yōu)點，對不完全、不夠清晰的數(shù)據(jù)同樣有效。

　　(2) 信息融合技術

　　信息融合是對來自不同信息源檢測、關聯(lián)、相關、估計和綜合等多級處理，得到被測對象的統(tǒng)一估計。

上一篇：超聲波探傷技術及超聲波檢測步驟
下一篇：如何鑒別超聲波探傷儀是否合格