کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7120229 1461460 2018 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Novel austenitic steel ageing classification method using eddy current testing and a support vector machine
ترجمه فارسی عنوان
روش طبقه بندی پیری فولاد آستنیتی نوین با استفاده از تست چرخش چرخشی و یک دستگاه بردار پشتیبانی
کلمات کلیدی
ترجمه چکیده
این مقاله توسعه یک روش جرقه ای اصلی برای توصیف و طبقه بندی وضعیت های مختلف پیری لوله های فولادی آستنیتی مقاوم در برابر حرارت که معمولا در صنعت پتروشیمی برای تولید مشتقات نفت استفاده می شود، توصیف می شود. این لوله ها در معرض دمای بالا هستند که باعث تغییرات میکرو سازنده می شوند. آنها همچنین تحت محیط های اکسید کننده هستند که منجر به تشکیل یک سطح خارجی با رفتار فرومغناطیس می شود. برای مشاهده تغییرات مغناطیسی در نمونه، یک تست چرخدنده (با سنسور هال) مورد استفاده قرار گرفت. دامنه و تغییر فاز سیگنال های جریان جریده محاسبه شده و به عنوان ویژگی هایی برای مشخص کردن نمونه مورد استفاده قرار می گیرد. یک الکترومغناطیسی برای جلوگیری از سطح خارجی فرومغناطیسی و اندازه گیری پاسخ فلز پایه به کار گرفته شد. به منظور تخمین عمق پوست جریان های گردابی در نمونه های با حالت های مختلف پیری، یک شبیه سازی عنصر محدود نیز توسعه یافت. الگوریتم یادگیری ماشین برای طبقه بندی نمونه آزمون بر اساس ویژگی های استخراج شده استفاده شده است. نتایج نشان می دهد که روش پیشنهادی یک تکنیک غیرمخرب بالقوه برای توصیف و طبقه بندی لوله های فولادی آستنیتی مقاوم در برابر حرارت با حالت های مختلف پیری است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی کنترل و سیستم های مهندسی
پیش نمایش مقاله
روش طبقه بندی پیری فولاد آستنیتی نوین با استفاده از تست چرخش چرخشی و یک دستگاه بردار پشتیبانی
چکیده انگلیسی
This paper describes the development of an original eddy current method for the characterization and classification of different aging states of heat resistant austenitic steel tubes, commonly used in petrochemical industry to produce oil derivatives. These tubes are exposed to high temperatures causing microstructural transformations. They are also under oxidizing environments leading on the formation of an external surface with ferromagnetic behavior. An eddy current testing (with a Hall sensor) was used in order to observe magnetic changes in the specimen. The amplitude and phase-shift of the eddy current signals are calculated and used as features for the samples characterization. An electromagnet was implemented in order to overpass the ferromagnetic external surface and measure the base metal response. A finite element simulation was also developed in order to estimate the skin depth of the eddy currents in samples with different aging states. A machine learning algorithm has been used to classify the test specimen based on the extracted features. Results suggest that the proposed method is a potential non-destructive technique for the characterization and classification of heat-resistant austenitic steel tubes with different aging states.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Measurement - Volume 127, October 2018, Pages 98-103
نویسندگان
, , , , , , , ,