Решение обратной задачи вихретокового контроля
Восстановление глубинных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с хорошей точностью ( погрешность 2-8% ) для приповерхностных слоев глубиной порядка четверти пластины.
Восстановление глубинных распределений с помощью аппроксимаций сплайном и кусочно-линейной затруднено( погрешность осциллирует в пределах 0-10% ). Погрешность восстановления увеличивается с уменьшением глубины, занимаемой распределением.
Восстановление поверхностных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с хорошей точностью (погрешность 3-6% для одноименных аппроксимаций и 7-10% в противном случае). Погрешность восстановления увеличивается с уменьшением глубины, занимаемой распределением.
9.5 Восстановление с учетом дополнительной информации
С целью улучшения результатов восстановления в реальной обстановке, осложненной наличием зашумленных данных, следует использовать более жесткие ограничения на величину ЭП в приповерхностных слоях.
Для иллюстрации приведем несколько графиков, представленных в пятом пункте Приложения 3. На графиках рассматриваемые зависимости показаны цветами: базовые ограничения - коричневым, жесткие ограничения на верхней поверхности - голубым, жесткие ограничения на обоих поверхностях - малиновым.
Исходя из полученных результатов можно сделать следующие выводы
Восстановление глубинных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью для приповерхностных слоев глубиной порядка четверти пластины. Дополнительные жесткие ограничения результаты восстановления не улучшают.
Восстановление глубинных распределений с помощью аппроксимаций сплайном и кусочно-линейной затруднено. Дополнительные жесткие ограничения результаты восстановления не улучшают.
Восстановление поверхностных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью (погрешность 6-10% ). Погрешность восстановления уменьшается при использовании дополнительные ограничений примерно вдвое, особенно в приповерхностном слое толщиной порядка 10%.
9.6 Восстановление при различном возбуждении
Для выбора необходимого количества измерений Uвн* и соответствующих им частот возбуждения ВТП рассмотрим три возможных диапазона частот, в каждом из которых исследуем случаи пяти, десяти и пятнадцати частот.
На графиках в шестом пункте Приложения 3 рассматриваемые зависимости показаны цветами: 5 частот - коричневым, 10 частот - голубым , 15 частот - малиновым.
Область низких частот
Исходя из полученных результатов можно сделать следующие выводы
Восстановление глубинных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью для приповерхностных слоев глубиной порядка четверти пластины. Для улучшения результатов восстановления следует использовать 10 частот в случае погрешности данных не более 2% и 15 частот в противном случае.
Восстановление глубинных распределений с помощью аппроксимаций сплайном и кусочно-линейной затруднено. Для улучшения результатов восстановления в приповерхностном слоев глубиной порядка четверти пластины следует использовать 10 частот в случае погрешности данных не более 2% и 15 частот в противном случае.
Восстановление поверхностных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью (погрешность 6-8% ). Для улучшения результатов восстановления следует использовать 10 частот в случае погрешности данных не более 2% и 15 частот в противном случае.
Область средних частот
Исходя из полученных результатов можно сделать следующие выводы:
Восстановление глубинных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью для приповерхностных слоев глубиной порядка четверти пластины. Для улучшения результатов восстановления следует использовать 10 частот в случае погрешности данных не более 2% и 15 частот в противном случае.
Восстановление глубинных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью (погрешность 6-8% ). Для улучшения результатов восстановления следует использовать 10 частот в случае погрешности данных не более 2% и 15 частот в противном случае.
Область высоких частот
Исходя из полученных результатов можно сделать следующие выводы:
Восстановление глубинных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью для приповерхностных слоев глубиной порядка четверти пластины. Для улучшения результатов восстановления следует использовать 15, что позволяет восстанавливатьраспределения с погрешностью (2-5)%.
Восстановление глубинных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций сплайном и кусочно-линейной практически невозможно. Имеют место осцилляции, приводящие к погрешностям, превышающим 10%.
Восстановление поверхностных распределений с помощью аппроксимаций экспоненциальной и гиперболическим тангенсом возможно с удовлетворительной точностью. Для улучшения результатов восстановления следует использовать 15 частот.
10. Заключение
По результатам проделанной работы можно сделать следующие выводы:
Существует принципиальная возможность восстановления как поверхностных так и глубинных распределений ЭП с погрешностью, не превышающей (2-3)%. Для восстановления поверхностных распределений следует использовать экспоненциальную и гиперболическую аппроксимации, а для глубинных сплайн и кусочно-постоянную (возможно использование экспоненциальной и гиперболической аппрксимаций для в приповерхностном слое глубиной порядка четверти пластины).
Существенное отрицательное влияние на результаты восстановления имеют погрешность измерения Uвн* (не следует использовать данные с погрешностью измерения более 2%) и малая глубина распределения ЭП (распределения ЭП сосредоточенные в приповерхностном слое глубиной менее (3-5)% восстанавливаются хуже).
Использование жестких ограничений на величину ЭП в приповерхностных слоях оправдано при восстановлении поверхностных распределений, причем при наличии данных с погрешностью, превосходящей 2%, или малой глубины распределения предпочтительнее задавать ограничения на обеих поверхностях. При зашумленности данных порядка (1-2)% достаточно задать жесткие ограничения лишь на верхней поверхности.
В наборе частот возбуждения ВТП должны присутствовать низкочастотные составляющие, влияние которых особенно заметно при работе с глубинными распределениями и соответствующими аппроксимациями. Рекомендуется использовать порядка десяти частот, равномерно распределенных по частотному диапазону (0.001ё70)КГц. В условиях высокой погрешности измерений или отчетливо выраженных приповерхностных изменениях ЭП заметное положительное влияние оказывает увеличение числа частот возбуждения ВТП (например, до пятнадцати.).
В процессе работы над задачей был проведен анализ литературы, выбрана модель задачи и способы ее аппроксимации. При помощи программы, разработанной согласно предложенной модели, были проведены расчеты модельных задач и рассмотрены результаты восстановления распределений ЭП в зависимости от основных влияющих факторов.
Таким образом, цели, поставленные в техническом задании, решены в полном объеме.
11. Литература
Неразрушающий контроль качества изделий электромагнитными методами, Герасимов ВГ, 1978,215
Вихретоковый контроль накладными преобразователями., Герасимов ВГ,1985,86
Вихретоковые методы и приборы неразрушающего контроля., Рудаков ВН, 1992, 72
Накладные и экранные датчики., Соболев ВС, 1967, 144
Теория и расчет накладных вихретоковых преобразователей., Дякин ВВ, 1981, 135
Основы анализа физических полей.,Покровский АД, 1982, 89
Дефектоскопия металлов., Денель АК, 1972, 303
Индукционная структуроскопия., Дорофеев АЛ,1973,177
Структура и свойства металлов и сплавов.Справочник., Шматко ОА,1987,580
Некорректные задачи Численные методы и приложения., Гончарский АВ,1989,198
Некорректные задачи матфизики и анализа., Лаврентьев ММ,1980,286
Линейные операторы и некорректные задачи., Лаврентьев ММ,1991,331
Методы решения некорректно поставленных задач Алгоритмич. аспект., Морозов ВА, 1992,320
Численные методы решения некорректных задач., Тихонов АН,1990,230
Начала теории вычислительных методов, Крылов ВИ,1984,260
Математическое программирование в примерах и задачах., Акулич ИЛ,1993,319
Математическое программирование., Карманов ВГ,1986,286
Математическое программирование., Орехова РА,1992,290
Нелинейное программирование Теория и алгоритмы., Базара М,1982,583
Прикладное нелинейное программирование., Химмельблау Д,1975,534
Введение в методы оптимизации., Аоки М,1977,344
Введение в оптимизацию., Поляк БТ,1983,384
Курс методов оптимизации., Сухарев АГ,1986,326
Практическая оптимизация., Гилл Ф,1985,509
Численные методы оптимизации., Полак Э,1974,367
Алгоритмы решения экстремальных задач., Романовский ИВ,1977,352
Методы решения экстремальных задач., Васильев ФП,1981,400
Методы решения экстремальных задач и их применение в системах оптимизации., Евтушенко ЮГ, 1982,432
Численные методы решения экстремальных задач., Васильев ФП,1988,549
Введение в вычислительную физику., Федоренко РП,1994,526
Методы математической физики., Арсенин ВЯ,1984,283
Уравнения математической физики., Тихонов АН,1977
Уравнения математической физики., Владимиров ВС,1988,512
Метод интегральных уравнений в теории рассеивания., Колтон Д,1987,311
Теория электромагнитного поля., Поливанов КМ,1975,207
Eddy current testing. Manual on eddy current method., Cecco VS,1981,195
Optimization methods with applications for PC., Mistree F,1987,168
Electromagnetic inverse profiling., Tijhuis AG,1987,465
Inverse acoustic and electromagnetic scattering theory., Colton D,1992,305
" Накладной электромагнитный преобразователь над объектом контроля с изменяющимися по глубине электрическими и магнитными свойствами", Касимов ГА, Кулаев ЮВ, "Дефектоскопия", 1978, №6, с81-84
" Возможности применения методов теории синтеза излучающих систем в задачах электромагнитного контроля ", Кулаев ЮВ, 1980, тематический сборник "Труды МЭИ", выпуск 453, с12-18
" Analitical solutions to eddy-current probe-coil problems " , Deeds WE, Dodd CV, ІJournal of Applied PhisicsІ, 1968, vol39, ?3, p2829-2838
" General analysis of probe coils near stratified conductors " , Deeds WE, Dodd CV,ІInternational Journal of Nondestructive TestingІ, 1971, vol3, ?2, p109-130
" Tutorial. A review of least-squares inversion and its application to geophysical problems ", Lines LR, Treitel S, "Geophysical Prospecting ", 1984, vol32, ?2, p159-186
" Eddy current calculations using half-space Green’s functions " , Bowler JR, ІJournal of Applied PhisicsІ, 1987, vol61, ?3, p833-839
" Reconstruction of 3D conductivity variations from eddy current( electromagnetic induction ) data ", Nair SM, Rose JH, І Inverse ProblemsІ, 1990, ?6, p1007-1030
" Electromagnetic induction (eddy-currents) in a conducting half-space in the absence and presence of inhomogeneities: a new formalism " , Nair SM, Rose JH, ІJournal of Applied PhisicsІ, 1990, vol68, ?12, p5995-6009
" Eddy-current probe impedance due to a volumetric flaw " , Bowler JR, ІJournal of Applied PhisicsІ, 1991, vol70, ?3, p1107-1114
" Theory of eddy current inversion " , Bowler JR, Norton SJ, ІJournal of Applied PhisicsІ, 1993, vol73, ?2, p501-512
" Impedance of coils over layered metals with continuously variable conductivity and permeability: Theory and experiment " , Rose JH, ІJournal of Applied PhisicsІ, 1993, vol74, ?3, p2076
" Eddy-current interaction with ideal crack " , Bowler JR, ІJournal of Applied PhisicsІ, 1994, vol75, ?12, p8128,8138
" Method of solution of forward problems in eddy-current testing " , Kolyshkin AA, ІJournal of Applied PhisicsІ, 1995, vol77, ?10, p4903-4912
Приложение 1. Программная реализация
Программная реализация изложенного метода решения обратной задачи ВТК осуществлена при помощи компилятора Borland Pascal 7.0 и состоит из шести модулей:
ErIn12.pas - исполняемый файл, осуществляет основной цикл программы
EData.pas - содержит глобальные данные и осуществляет чтение файла исходных данных
EFile.pas - содержит вспомогательные функции и иосуществляет сохранение результатов расчетов
EMath.pas - осуществляет поддержку операций с комплексными числами
EDirect.pas - осуществляет решение прямой задачи ВТК
EMinimum.pas - осуществляет решение обратной задачи ВТК
П1.1 Исходные данные
Исходные данные программы хранятся в текстовом файле( кодировка ASCII, расширение по умолчанию TXT ).
|
HThick |
- толщина пластины,[мм] |
|
nPoints |
- количество узлов аппроксимации электропроводности для PWL,PWC,SPL аппроксимаций. В случае EXP,HTG аппроксимации вычисление значений ЭП в них производится по окончании расчетов |
|
nLayers |
- количество интервалов с кусочно-постоянной электропроводностью, на которые разбивается пластина для непосредственного расчета вносимой ЭДС по реккурентным формулам для многослойной пластины |
|
nFreqs |
- количество частот возбуждения гармоник вносимой относительной ЭДС |
|
nStab |
- число стабилизируемых значащих цифр |
|
epsU |
- погрешность измерения |
|
aG |
- коэффициент сжатия ограничений (aG<=1); НЕ используется при EXP,HTG аппроксимации |
|
nApprox |
- типы аппроксимации прямой и обратной задач |
|
si |
- значения проводимости в узлах аппроксимации |
|
siMin, siMax |
- ограничения на возможные значения проводимости в узлах аппроксимации в процессе решения ОЗ |
|
incVal |
- величина dx для численного дифференцирования |
|
maxSteps |
- максимальное число отрезков интегрирования |
|
maxX |
- верхний предел интегрирования при расчете Uvn* |
|
Eps |
- погрешность интегрирования при расчете Uvn* |
|
dType |
- тип разностной производной (=1 правая или =2 центральная) |
|
eqlB |
- толщины слоев пластины одинаковы( b=hThick/nLayers) если eqlB>0, в противном случае используются координаты слоев из файла |
П1.2 Используемые аппроксимации
Примечание. Координата ХО[0,1] отсчитывается от дна пластины для всех аппроксимаций.
Сплайн(SPL), кусочно-линейная(PWL), кусочно-постоянная(PWC) аппроксимации.
В процессе расчетов ищутся значения электропроводности в узлах аппроксимации, причем количество узлов увеличивается от едениицы до nPoints в целях сохранения устойчивости решения.
Начальные значения (узловые значения ІистиннойІ ЭП для эмуляции измерений U*вн) задаются в столбце ІsiІ файла исходных данных, начальные значения ограничений на узловые значения ЭП в столбцах ІsiMinІ и ІsiMaxІ(движение по столбцу сверху вниз соответствует изменению координаты от дна пластины до обрабатываемой повехности).
Экспоненциальная аппроксимация(EXP)
В случае задания экспоненциальной аппроксимации зависимость электропрводности от толщины представляется в виде
SIGMA = ( siE-siI )*EXP( -alfa*(1-x) ) + siI
Варьруемыми параметрами являются эектропроводность на верхней поверхности siЕ, электропроводность "на бесконечности" siI и параметр alfa. В файле исходных данных в таблице из nPoints строк с подзаголовком "si siMin siMax", информация об ограничениях на параметры siE, siI задается в первой и nPoints-строке. Величина и ограничения для параметра alfa задаются первой строкой в "special approximation parameters".
Аппроксимация гиперболическим тангенсом (HTG)
В случае задания аппроксимации гиперболическим тангенсом зависимость электропрводности от толщины представляется в виде
SIGMA = si2 + ( si1-si2 )/2*{ 1 + th( ( beta-x )/gamma ) }
Величина и ограничения для параметров si2,beta,gamma задаются начиная со второй строки в "special approximation parameters", для si1 аналогично siI.
П1.3 Результаты расчета
Результаты расчета помещаются в текстовый файл( кодировка ASCII, расширение по умолчанию LST ), при этом результат каждой итерации отбражается строкой вида:
1 <Ф> 0.000353 Rg= 17.003 15.639 9.697
где первая цифра (в данном случае 1) соответствует номеру текущей внутренней итерации, затем после текста "<Ф>" идет значение текущей абсолютной среднеквадратичной невязки по всем гармоникам (в данном случае 0.000353), затем после текста "Rg= ", идут искомые текущие значения переменных минимизации. В случае SPL,PWL,PWC аппроксимаций это непосредственно узловые значения электропроводности для текущего количества узлов, а для EXP,HTG аппроксимаций это параметры { siE, siI, Alfa } или { si1, si2, Beta, Gamma}. B качестве последней строки помещаются nPoints вычисленных значений э/проводности в равномерно расположенных узлах пластины.

П1.4 Основная программа ErIn
(****************************************************************************)
(* ErIn v1.42 *)
(* Eddy current inverse problem solver. *)
(* (C) 1999 by Nikita U.Dolgov *)
(* Moscow Power Engineering Institute , Introscopy dept. *)
{****************************************************************************}
Program ErIn;{23.02.99}
Uses
DOS,CRT, EData, EMath, EDirect, EFile, EMinimum;
Var
m, mLast, i : byte; {loop counters}
procedure about; {Let me to introduce myself}
begin
clrscr;
GetTime( clk1.H, clk1.M, clk1.S, clk1.S100 ); {get start time}
writeln('***********************************************************');
writeln('* ErIn v1.42 Basic * *');
writeln('***********************************************************');
end;
procedure initParameters;
var
apDT : byte; {approximation type for direct task}
begin
apDT := nApprox SHR 4; {XXXXYYYY->0000XXXX}
fHypTg:=(( apDT AND apHypTg ) = apHypTg);
if fHypTg then
begin
si0[ 1 ]:=si[ 1 ]; {si1 - conductivity about bottom of slab}
si0[ 2 ]:=par0[ 2 ]; {si2 - conductivity about top of slab}
si0[ 3 ]:=par0[ 3 ]; {Beta - ratio of approx.}
si0[ 4 ]:=par0[ 4 ]; {Gamma- ratio of approx.}
mCur:=4;
end
else
if(( apDT AND apExp ) = 0 ) then {It's not an EXP approx.}
begin
for i:=1 to nPoints do si0[ i ] :=si [ i ]; {SI data from file}
mCur:=nPoints;
end
else
begin
si0[ 1 ]:=si[ 1 ]; {siI - conductivity about bottom of slab}
si0[ 2 ]:=si[ nPoints ]; {siE - conductivity about top of slab}
si0[ 3 ]:=par0[ 1 ]; {Alfa- ratio of approx.}
mCur:=3;
end;
setApproximationType( apDT ); {approx. type for direct problem}
setApproximationData( si0, mCur ); {approx. data for direct problem}
nApprox := ( nApprox AND $0F ); {XXXXYYYY->0000YYYY}
fHypTg := (( nApprox AND apHypTg ) = apHypTg );
fMulti := (( nApprox AND apExp ) = 0 ) AND NOT fHypTg; {It's not an EXP approx.}
if fMulti then
begin
for i:=1 to nPoints do
begin
Gr[ 1,i ]:=SiMax[ i ];
Gr[ 2,i ]:=SiMin[ i ];
Rg[ i ]:=( Gr[ 1,i ] + Gr[ 2,i ] )/2; {zero estimate of SI}
Rgs[ i ]:=1E33; {biggest integer}
end;
mLast:=nPoints; {loop for every node of approx.}
mCur :=1; {to begin from the only node of approx}
end
else
if fHypTg then
begin
Gr[ 1,1 ]:= siMax[ 1 ]; Gr[ 2,1 ]:= siMin[ 1 ]; Rgs[