中文摘要：

对经过服役期的再制造构件，探索其疲劳累积损伤与微裂纹的检测理论和方法，进而对剩余寿命进行评估，是其再制造的必要前提条件。本项目引入巨磁效应与新型GMR传感器，构建面向再制造构件的磁记忆检测系统；定量化评估构件的应力集中区、累积损伤部位及损伤程度与磁记忆信号间的耦合关系，基于人工神经网络等智能方法建立缺陷的定量化反演模型，研究反演中的不适定性问题，提高对构件缺陷评估的精确度与灵敏度；利用连续力学或断裂力学原理对再制造构件的剩余寿命进行计算，并基于支持向量机方法建立构件的缺陷参数、应力强度因子、工作载荷、几何形状、材料属性等多变量与剩余寿命之间的关系模型，提出构件剩余寿命评估的新方法；以汽车变速箱中的典型构件为对象，通过试验和工程应用验证方法的有效性。本项目将为车辆、大型转子与叶片等关键设备及构件的维修与再制造提供有力检测方法和剩余寿命评估工具，对于保证其安全运行、延长使用寿命具有重要的意义。

结论摘要：

在基金青年项目资助下，开展了基于巨磁效应(GMR)的金属磁记忆检测机理与检测应用研究、再制造构件材料疲劳损伤的磁记忆检测信号分析、再制造构件的缺陷反演模型与算法研究、再制造构件的剩余寿命与可再制造性评估方法研究，为再制造构件的磁记忆无损检测与寿命评估奠定了理论基础。主要研究成果(1) 引入巨磁效应与新型的GMR传感器完成金属磁记忆信号检测系统的设计与制作，设计系统运行软件、完成系统运行有效性实验和检测性能实验；(2) 分别以510L钢、Q345钢等零部件常用材料为研究对象，制作模拟疲劳裂纹扩展的中心裂纹M(T)试样、三点弯曲SE(B)试样，分析影响疲劳强度的关键因素如应力强度因子KI、应力集中系数K、裂纹长度L、疲劳循环周次N等与磁记忆信号法向分量Hp(y)、梯度K值之间的关系；(3) 基于疲劳裂纹扩展的磁记忆检测结果，探索影响零件剩余寿命的参数，建立剩余寿命预测的新方法，引入支持向量机(SVM)理论，建立零件的剩余寿命预测模型，提出了一种利用小波变换和支持向量机技术相结合的磁记忆检测信号特征提取识别裂纹新方法，进一步扩大影响服役零件剩余寿命特征参数的选取范围，实现含损伤零件的强度评估和寿命预测；引入人工神经网络技术，建立废旧桥壳的剩余寿命预测模型，将废旧驱动桥壳的实测剩余寿命与预测剩余寿命进行对比分析；(4) 以汽车驱动桥壳为再制造无损检测研究对象，建立汽车驱动桥壳的无损检测方法及体系，应用磁记忆技术作为主要检测手段建立桥壳的快速检测。