渦流是將導(dǎo)體放入變化的磁場中時(shí)，由于在變化的磁場周圍存在著渦旋的感生電場，感生電場作用在導(dǎo)體內(nèi)的自由電荷上，使電荷運(yùn)動(dòng)，形成渦流。渦流檢測Eddy current Testing（縮寫 ET）。已知法拉第電磁感應(yīng)定律，在檢測線圈上接通交流電，產(chǎn)生垂直于工件的交變磁場。檢測線圈靠近被檢工件時(shí)，該工件表面感應(yīng)出渦流同時(shí)產(chǎn)生與原磁場方向相反的磁場，部分抵消原磁場，導(dǎo)致檢測線圈電阻和電感變化。若金屬工件存在缺陷，將改變渦流場的強(qiáng)度及分布，使線圈阻抗發(fā)生變化，檢測該變化可判斷有無缺陷。
渦流檢測技術(shù)利用電磁感應(yīng)原理，通過檢測被檢測工件內(nèi)感生渦流的變化來無損地評定導(dǎo)電材料及其工件的某些性能，或發(fā)現(xiàn)缺陷的無損檢測方法稱為無損檢測。在工業(yè)生產(chǎn)中，渦流檢測是控制各種金屬材料及少數(shù)非金屬（如石墨、碳纖維復(fù)合材料等）及其產(chǎn)品品質(zhì)的主要手段之一。與其他無損檢測方法比較，渦流檢測更容易實(shí)現(xiàn)自動(dòng)化，特別是對管，棒和線材等型材有著很高的檢測效果。
渦流檢測的信號處理工藝
需要提高檢測信號的信噪比和抗干擾能力，實(shí)現(xiàn)信號的識別、分析和診斷，以得出zui佳的信號特征和檢測結(jié)果。
1、信號特征量提取
常用的特征量提取方法有傅里葉描述法、主分量分析法和小波變換法。
傅里葉描述法是提取特征值的常用方法。其優(yōu)點(diǎn)是，不受探頭速度影響，且可由該描述法重構(gòu)阻抗圖，采樣點(diǎn)數(shù)目越多，重構(gòu)曲線更逼近原曲線。但該方法只對曲線形狀敏感，對渦流檢測儀的零點(diǎn)和增益不敏感，且不隨曲線旋轉(zhuǎn)、平移、尺寸變換及起始點(diǎn)選擇變化而變化。
用測試信號自相關(guān)矩陣的本征值和本征矢量來描繪信號特征的方法稱為主分量分析法，該方法對于相似缺陷的分辨力較強(qiáng)。
小波變換是一種先進(jìn)的信號時(shí)頻分析方法。將小波變換中多分辨分析應(yīng)用到渦流檢測信號分析中，對不同小波系數(shù)處理后，再重構(gòu)。這種經(jīng)小波變換處理后的信號，其信噪比會得到很大的提高。
2、信號分析
(1) 人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)的輸入矢量是信號的特征參量，對信號特征參量的正確選擇與提取是采用神經(jīng)網(wǎng)絡(luò)智能判別成功的關(guān)鍵。組合神經(jīng)網(wǎng)絡(luò)模型，采用分級判別法使網(wǎng)絡(luò)輸入變量維數(shù)由N2 降到N，網(wǎng)絡(luò)結(jié)構(gòu)大為簡化，訓(xùn)練速度很快，具有較高的缺陷識別率和實(shí)用價(jià)值。
神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)缺陷分類，具有識別準(zhǔn)確度高的優(yōu)點(diǎn)，對不完全、不夠清晰的數(shù)據(jù)同樣有效。
(2) 信息融合技術(shù)
信息融合是對來自不同信息源檢測、關(guān)聯(lián)、相關(guān)、估計(jì)和綜合等多級處理，得到被測對象的統(tǒng)一估計(jì)。