
南乌拉尔国立大学开发了一种智能系统,用于监测金属结构的腐蚀磨损,该系统专为应对严苛的工业环境而设计。这项研发工作由德米特里·施耐德领导的科研团队完成,是“优先2030”战略学术领导力项目的一部分。
该系统旨在长期监测炼油厂、化工厂和能源设施中管道、压力容器和其他关键设备部件的壁厚变化。
研发意义
腐蚀和冲蚀磨损仍然是导致工业设备事故、计划外维修和停机的主要原因之一。监测在高温和表面粗糙度显著的物体尤其具有挑战性。在这种情况下,传统的超声波检测方法常常由于信号失真和高噪声水平而降低精度。
技术工作原理
该技术基于一种基于滑动互相关的超声信号处理方法,并采用亚离散估计时移。该算法分析超声脉冲序列,提高了在粗糙表面常见的波散射和噪声环境下的测量稳定性。
所采用的方法确保了对微米级厚度变化的灵敏度,同时在实验室和实验条件下测量误差约为10µm,超过了许多用于严苛工业环境测试的传统方法的精度。该算法还考虑了温度对金属中超声波传播速度的影响。
硬件和软件实现






