盐化物融冰雪沥青路面盐分溶析试验研究

路面的抗滑性能是保证车辆安全行驶的关键因素，盐化物融冰雪沥青路面的冻结抑制作用主要取决于路面内冻结抑制成分的含量及路面表面的盐分析出量。通过自然浸泡溶出量法研究盐分随时间的溶析规律，结果表明：盐化物的溶析分为三个阶段，初期溶析速度较快，第二阶段为匀速溶出阶段，后期溶液浓度趋于稳定，通过溶液浓度可间接评价融冰雪效果。     

钢质管道外壁爬行漏磁检测技术在工程中的应用

文中介绍了漏磁的基本原理及漏磁检测系统在检测过程中信号的变化规律及实际应用中应注意问题。与利用管道内部压差作为动力的漏磁检测仪器不同,该仪器由主机、探头及信号传输电缆组成,探头通过永磁铁、固定轮固定于被测管道表面,手动操作探头以相应速率（标准速率应为0．5m／s）匀速运动,从而发现管道埋藏缺陷。通过实际应用发现影响检测精度、准确性的因素主要有样管制造、提离值调整、被检管道表面光滑程度及爬行速率等。     

聚脂纤维对MFL融冰化雪沥青混合料的性能影响研究

在冬季或低温条件下,盐化物沥青混合料融冰化雪技术能够提高路面的抗滑性能,但混合料的路用性能方面仍存在一定的缺陷。通过在MFL融冰化雪型沥青混合料（MMAM）的基础上添加聚酯纤维技术处理,通过对普通、MMAM以及聚脂纤维＋MMAM混合料的融冰化雪效果和路用性能进行测试对比分析,结果表明：聚酯纤维不会影响MFL的融冰化雪功能,MMAM和聚脂纤维＋MMAM都能够实现融冰化雪效果;另外,聚酯纤维的添加对MMAM的抗车辙性能不产生影响;与普通混合料相比,MMAM的水稳定性和低温抗裂能力明显降低,且低温破坏弯曲应变降低幅度达到33.4%,而聚酯纤维的添加可以改善MMAM的抗水损害能力与低温抗裂能力,且低温破坏弯曲应变提高幅度达到10%。     

国外管道漏磁检测技术分析

管道在线检测是采集管道缺陷信息,及时发现管道存在的风险,降低管道事故可能性的有效手段。根据对管道完整性存在威胁的不同数据类型,国外在线检测主要分为漏磁检测（MFL）、超声波壁厚检测、超声波裂纹检测、涡电流检测、电磁检测和惯量检测,其中惯量检测是对管道中心线移动情况的检测。在对这几种检测方法功能对比分析的基础上,介绍了国外漏磁检测技术所用工具的类型,分析了漏磁检测技术对各种缺陷的判断能力,得出漏磁检测法具有更好更全面的检测能力,适用于管壁缺陷的检测。     

小波变换用于输油管道漏磁检测信号处理

采用漏磁法对输油管道进行无损检测时,采集的漏磁信号具有数据量大和附带大量噪声的特性.为了去除信号中夹杂的噪声,采用小波变换中的Mallat算法对漏磁信号进行处理,使信号便于储存和分析.通过信号处理实验,取得了良好的效果.     

漏磁检测与超声波检测技术应用比较

叙述了采用漏磁法和超声波法进行管道内检测的基本原理和国内外的应用情况。这2种方法在管道内检测的特定环境条件下具有不同的特性、优缺点及适用范围。在对管道内检测技术研究应用和设备的开发过程中，应充分考虑到不同方法的适用性。     

港口起重机钢丝绳失效过程中的磁化性质研究

基于起重机钢丝绳滑轮疲劳试验台,运用钢丝绳的磁检测技术,研究了钢丝绳周向漏磁场强度随疲劳循环次数的变化规律,发现随着疲劳程度的增加,钢丝绳周向漏磁场强度逐渐增大,磁导率逐渐减小,且沿钢丝绳轴向长度的分布越来越不均匀.研究表明,可以通过分析磁化性质的变化判断钢丝绳的疲劳程度.     

Magnetic flux leakage signal inversion of corrosive flaws based on modified genetic local search algorithm

In this paper, a modified genetic local search algorithm (MGLSA) is proposed. The proposed algorithm is resulted from employing the simulated annealing technique to regulate the variance of the Gaussian mutation of the genetic local search algorithm (GLSA). Then, an MGLSA-based inverse algorithm is proposed for magnetic flux leakage (MFL) signal inversion of corrosive flaws, in which the MGLSA is used to solve the optimization problem in the MFL inverse problem. Experimental results demonstrate that the MGLSA-based inverse algorithm is more robust than GLSA-based inverse algorithm in the presence of noise in the measured MFL signals.