Nothing Special   »   [go: up one dir, main page]

CN113466342B - 一种多层金属复合板层间损伤成像方法 - Google Patents

一种多层金属复合板层间损伤成像方法 Download PDF

Info

Publication number
CN113466342B
CN113466342B CN202110793381.3A CN202110793381A CN113466342B CN 113466342 B CN113466342 B CN 113466342B CN 202110793381 A CN202110793381 A CN 202110793381A CN 113466342 B CN113466342 B CN 113466342B
Authority
CN
China
Prior art keywords
damage
detection signal
reflection
information
imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110793381.3A
Other languages
English (en)
Other versions
CN113466342A (zh
Inventor
高广渊
李兵
王家琪
庞方昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202110793381.3A priority Critical patent/CN113466342B/zh
Publication of CN113466342A publication Critical patent/CN113466342A/zh
Application granted granted Critical
Publication of CN113466342B publication Critical patent/CN113466342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654—Imaging
    • G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/48—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by amplitude comparison
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/01—Indexing codes associated with the measuring variable
    • G01N2291/015—Attenuation, scattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0231—Composite or layered materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/042—Wave modes
    • G01N2291/0423—Surface waves, e.g. Rayleigh waves, Love waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/04—Wave modes and trajectories
    • G01N2291/044—Internal reflections (echoes), e.g. on walls or defects

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本公开揭示了一种多层金属复合板层间损伤成像方法，包括：将多层金属复合板的重合部分作为成像检测区域，在该成像检测区域四周布置探头，并对探头进行编号；某一探头激励产生的检测信号经过成像检测区域中的损伤处时发生透射和反射，其中，透射检测信号被与产生检测信号的探头相对一侧的探头接收，反射检测信号被与产生检测信号的探头同一侧的探头接收；提取透射检测信号中的第一损伤信息，并根据第一损伤信息确定损伤范围；提取反射检测信号中的第二损伤信息，并根据第二损伤信息获得损伤轮廓；对所确定的损伤范围和所获得的损伤轮廓进行融合，即获得损伤图像。

Description

一种多层金属复合板层间损伤成像方法
技术领域
本公开属于机械结构无损检测领域，具体涉及一种多层金属复合板层间损伤成像方法。
背景技术
多层复合材料是利用变形和连接工艺使两种或两种以上物理、化学和力学性能均不同的材料界面之间通过紧密结合而得到的新型材料。现代工程应用对金属-金属层状复合结构的需求是多种多样的，不同金属或合金材料具有各自的优势和特点。通过多相金属之间的层状复合，可设计出各种能够满足复杂、苛刻服役条件的新型材料。多层金属复合材料集中了各组元金属的优势性能，解决了单一材料满足不了一些工业要求的问题，可改善材料力学性能、抗疲劳性、减震性、耐高温性、耐蚀性、破损安全性和成形工艺性等诸多性能，具有优良的综合性能，广泛应用于航空航天、石油化工、国防军事、汽车、能源、日用品等领域。其开发和应用对我国未来的机械制造业，尤其是在装备制造业具有相当重要的地位，是我国未来产业发展不可或缺的战略材料。
当前，复合材料以其优越的力学性能得到了越来越广泛应用的同时，也出现了一些健康监测问题。该类材料在制造和长期使用过程中，可能产生脱层、裂纹等结构损伤，若不及时发现，将导致结构的迅速破坏，造成事故隐患。对于多层金属复合材料结构，其缺陷的主要形式为复合材料界面间的层间缺陷。层间缺陷从其物理含义上可以分为两个方面：一是脱粘类缺陷，包括完全空气脱粘缺陷和机械贴合缺陷，它往往是小面积的、局部的、不连贯的；二是强度类分层缺陷，它往往是大面积的、连贯成片的。层间损伤是复合材料主要损伤形式之一，会使得结构的承载能力和冲击韧性下降。为了有效避免层间损伤导致事故的发生，确保工程结构长期处于良好的健康状况，需要对多层结构进行定期检测和维护，判断多层结构中损伤严重程度等信息。因此，对多层板层间损伤进行无损检测，研究多层板的层间损伤成像方法对保障工程结构的正常使用具有重要意义。
在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。
发明内容
针对现有技术中的不足，本公开的目的在于提供一种多层金属复合板层间损伤成像方法，通过利用界面波与层间损伤相互作用产生的反射波和透射波进行成像，能够提高金属复合板层间损伤的检测效率，无需对具体的检测信号进行分析，能够在较短时间内完成对多层金属复合板的整体损伤成像工作。
为实现上述目的，本公开提供以下技术方案：
一种多层金属复合板层间损伤成像方法，包括如下步骤：
S100：将多层金属复合板的重合部分作为成像检测区域，在该成像检测区域四周布置探头，并对探头进行编号；
S200：某一探头激励产生的检测信号经过成像检测区域中的损伤处时发生透射和反射，其中，透射检测信号被与产生检测信号的探头相对一侧的探头接收，反射检测信号被与产生检测信号的探头同一侧的探头接收；
S300：提取透射检测信号中的第一损伤信息，并根据第一损伤信息确定损伤范围；
S400：提取反射检测信号中的第二损伤信息，并根据第二损伤信息获得损伤轮廓；
S500：对所确定的损伤范围和所获得的损伤轮廓进行融合，即获得损伤图像。
优选的，步骤S300包括如下步骤：
S301：计算透射检测信号在透射路径上的损伤概率An；
S302：根据所述损伤概率An计算成像检测区域中透射检测信号的影响区域中每个像素点(x，y)处的叠加值P(x，y)；
S303：对所述叠加值P(x，y)进行对比，其中，叠加值最大的即为损伤范围。
优选的，步骤S301中，所述损伤概率An由下式得出：
Figure BDA0003160627330000021
其中，amp(yn)为透射波检测信号幅值，amp(ybase)为基准信号幅值，var(yres，n)为匹配残差的方差，。f为平衡因子。
优选的，步骤S302中，所述叠加值P(x，y)由下式得出：
Figure BDA0003160627330000031
其中，Pn(x，y)为第n组激励接收组的叠加值；An为第n组激励接收组的损伤概率；β为权值衰减系数，影响了损伤概率从直接路径到间接路径的概率衰减，β＞1；Rn(x，y)为像素点(x，y)处第n组激励接收组间接路径与直接路径的距离大小比值，反映了间接路径偏离直接路径的程度。
优选的，步骤S400中，所述提取反射检测信号中的第二损伤信息包括以下步骤：
S401：对反射检测信号进行滤波处理，获得滤波后的反射检测信号；
S402：对滤波后的反射检测信号进行自回归谱分析，获得初步的反射序列信息；
S403：在初步的反射序列信息中的每个峰值附近构造用于正交匹配追踪的原子字典Φ，利用该原子字典Φ对反射检测信号进行匹配，获得最终的反射序列信息，即第二损伤信息。
优选的，步骤S401中，所述滤波后的反射检测信号表示为：
Figure BDA0003160627330000032
其中，H(w)为脉冲序列h(t)的离散傅里叶变换；H*(w)为H(w)的共轭复数；Y(w)为回波信号y(t)的离散傅里叶变换；Snn(w)为噪声的自功率谱；Sxx(w)为输入信号的自功率谱；可以用一个常数Q作为Snn(w)/Sxx(w)的近似，一般取
Figure BDA0003160627330000033
主要目的是反映信号的噪声水平。
优选的，步骤S402中，所述对滤波后的反射检测信号进行自回归谱分析包括以下步骤：
S4021：确定频率窗的宽度和自回归阶数；
S4022：根据所确定的频率窗的宽度和自回归阶数对滤波后的反射检测信号进行频谱重构；
S4023：对频谱重构后的反射检测信号进行离散傅里叶逆变换，即获得初步的反射序列信息。
优选的，步骤S400中，所述根据第二损伤信息获得损伤轮廓包括以下步骤：
S4001：对所述第二损伤信息进行归一化处理；
S4002：对归一化处理后的第二损伤信息进行时间补偿；
S4003：根据时间补偿后的第二损伤信息计算反射检测信号的成像结果的像素值
Figure BDA0003160627330000041
并对所述像素值
Figure BDA0003160627330000042
依次进行归一化、二值化获得像素值
Figure BDA0003160627330000043
对所述像素值
Figure BDA0003160627330000044
进行累加，获得反射检测信号的成像结果的像素值Px，y，即获得损伤轮廓。
优选的，步骤S500包括如下步骤：
S501：计算损伤范围的二值化阈值p2；
S502：根据所述阈值p2及像素值Px，y获得最终的损伤成像结果Px，y，fin。
优选的，步骤S502中，所述Px，y，fin表示为：
Figure BDA0003160627330000045
其中，p1为反射信号的二值化阈值，一般取1。
与现有技术相比，本公开带来的有益效果为：
1、基于界面波传播特性和界面波与层间损伤作用特性，可以对层间损伤进行快速检测；
2、基于界面波与层间损伤相互作用产生的反射波和透射波特征，有效提取检测信号中的损伤特征；
3、基于检测信号中的损伤特征，使用多种信息融合的方式进行损伤成像，实现对损伤形状的有效表征。
附图说明
图1是本公开一个实施例提供的一种基于界面波的多种信息融合的多层金属复合板的层间损伤成像方法流程图；
图2是本公开另一个实施例提供的矩形层间损伤图；
图3是本公开另一个实施例提供的探头指向性测定示意图；
图4(a)、图4(b)是本公开另一个实施例提供的探头布置阵列俯视图；
图5是本公开另一个实施例提供的根据第一损伤信息确定的损伤范围；
图6是本公开另一个实施例提供的所提取到的第二损伤信息；
图7是本公开另一个实施例提供的根据第二损伤信息获得的损伤轮廓；
图8是本公开另一个实施例提供的成像结果图；
图9是本公开另一个实施例提供的XJTU形状的层间损伤图；
图10是本公开另一个实施例提供的成像结果图。
具体实施方式
下面将参照附图1至图10详细地描述本公开的具体实施例。虽然附图中显示了本公开的具体实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本发明的范围。本公开的保护范围当视所附权利要求所界定者为准。
为便于对本公开实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且各个附图并不构成对本公开实施例的限定。
一个实施例中，如图1所示，本公开提供一种多层金属复合板层间损伤成像方法，包括如下步骤：
S100：将多层金属复合板的重合部分作为成像检测区域，在该成像检测区域四周布置探头，并对探头进行编号；
S200：某一探头激励产生的检测信号经过成像检测区域中的损伤处时发生透射和反射，其中，透射检测信号被与产生检测信号的探头相对一侧的探头接收，反射检测信号被与产生检测信号的探头同一侧的探头接收；
S300：提取透射检测信号中的第一损伤信息，并根据第一损伤信息确定损伤范围；
S400：提取反射检测信号中的第二损伤信息，并根据第二损伤信息获得损伤轮廓；
S500：对所确定的损伤范围和所获得的损伤轮廓进行融合，即获得损伤图像。
上述实施例构成了本公开的完整技术方案，与现有技术相比，上述实施例通过利用界面波与层间损伤相互作用产生的反射波和透射波对损伤进行成像，能够提高金属复合板层间损伤的检测效率，并且无需对具体的检测信号进行分析，因而能够在较短时间内完成对多层金属复合板的整体损伤成像工作。
另一个实施例中，步骤S300包括如下步骤：
S301：计算透射检测信号在透射路径上的损伤概率An；
该步骤中，所述损伤概率An由下式得出：
Figure BDA0003160627330000061
其中，amp(yn)为透射波检测信号幅值，amp(ybase)为基准信号幅值，var(yres，n)为匹配残差的方差，f为平衡因子。
S302：根据所述损伤概率An计算成像检测区域中透射检测信号的影响区域中每个像素点(x，y)处的叠加值P(x，y)；
所述叠加值P(x，y)由下式得出：
Figure BDA0003160627330000062
其中，Pn(x，y)为第n组激励接收组的叠加值；An为第n组激励接收组的损伤概率；β为权值衰减系数，影响了损伤概率从直接路径到间接路径的概率衰减，β＞1；Rn(x，y)为像素点(x，y)处第n组激励接收组间接路径与直接路径的距离大小比值，反映了间接路径偏离直接路径的程度。
进一步的，Rn(x，y)可由下式得出：
Figure BDA0003160627330000071
其中，RDn(x，y)为像素点(x，y)到第n组激励接收组的距离和与第n组激励接收组之间的距离的比值，也即间接路径与直接路径的比值。第n组激励接收组的位置分别为(xi，yi)和(xj，yj)。
更进一步的，RDn(x，y)可由下式得出：
Figure BDA0003160627330000072
S303：对所述叠加值P(x，y)进行对比，其中，叠加值最大的即为损伤范围。
另一个实施例中，步骤S400中，所述提取反射检测信号中的第二损伤信息包括以下步骤：
S401：对反射检测信号进行滤波处理，获得滤波后的反射检测信号；
该步骤中，所述滤波后的反射检测信号表示为：
Figure BDA0003160627330000073
其中，H(w)为脉冲序列h(t)的离散傅里叶变换；H*(w)为H(w)的共轭复数；Y(w)为回波信号y(t)的离散傅里叶变换；Snn(w)为噪声的自功率谱；Sxx(w)为输入信号的自功率谱。可以用一个常数Q作为Snn(w)/Sxx(w)的近似，一般取
Figure BDA0003160627330000074
主要目的是反映信号的噪声水平。
S402：对滤波后的反射检测信号进行自回归谱分析，获得初步的反射序列信息s；
S403：在初步的反射序列信息中的每个峰值附近构造用于正交匹配追踪的原子字典Φ，利用该原子字典Φ对反射检测信号进行匹配，获得最终的反射序列信息，即第二损伤信息。
该步骤中，记录反射序列信息s的一个峰值位置为d，那么对于该位置具有频率F、周期数n、时移参数u和相位参数w，γ＝(F，n，u，w)，在这一点构造的原子库中的原子g(t)可按下式定义为：
Figure BDA0003160627330000081
初始化近似信号为y(0)＝0，初始残差为R(0)＝y-y(0)＝y。在第w次迭代运算中，使用正交匹配追踪算法寻找字典中与上次残差内积最大的一个原子：
Figure BDA0003160627330000082
对信号的第w次迭代运算中，按照最小二乘求解系数向量Z(w)：
y(w)＝arg maxz||y-Φ(w)z(w)||
其中，Φ(w)——前w个原子组成的集合。
对一点峰值位置d进行单次匹配，对整个信号进行多次迭代，就获得了反射信号中的信息的稀疏表达形式，对所述的反射波检测信号中的损伤信息进行了提取。
另一个实施例中，所述对滤波后的反射检测信号进行自回归谱分析包括以下步骤：
S4021：确定滤波后的反射检测信号信噪比的频率窗的宽度和自回归阶数；
该步骤中，由于自回归谱的思想本质是使用高信噪比的频率窗来进行外推预测，所以频率窗一般选取为参考信号h(t)的频谱H(w)从频谱中能量最高点衰减xdB后的频率窗作为外推频率窗。而自回归阶数p一般取为频率窗宽度的0.7倍。p阶自回归模型的前向和后向预测误差可以被定义为：
Figure BDA0003160627330000091
Figure BDA0003160627330000092
其中，ef，p(t)为自回归模型的前向预测误差；eb，p(t)为自回归模型的后向预测误差；ap，i为自回归系数；N为奈奎斯特采样频率。
通过Burg算法可以求解得到p阶自回归模型的自回归系数。得到自回归系数后，就可以对信号频谱加窗，将频率窗内的频谱作为已知频谱，利用自回归模型，可以用下式预测频率窗之外的信号频谱：
Figure BDA0003160627330000093
Figure BDA0003160627330000094
其中，ai为i阶自回归模型自回归系数；
Figure BDA0003160627330000095
为ai的共轭复数；xl为频率窗之外左侧的频谱；xr为频率窗之外右侧的频谱；m为频率窗的左端点；n为频率窗的右端点。
S4022：根据所确定的频率窗的宽度和自回归阶数对滤波后的反射检测信号进行频谱重构；
该步骤中，保持X(w)位于频率窗之内的频谱不变，分别用xl替换X(w)位于窗外的左侧频谱，用xr替换X(w)位于频率窗外的右侧频谱，从而得到重构的频谱。
S4023：对频谱重构后的反射检测信号进行离散傅里叶逆变换，即获得初步的反射序列信息s。
另一个实施例中，步骤S400中，所述根据第二损伤信息获得损伤轮廓包括以下步骤：
S4001：对所述第二损伤信息进行归一化处理；
该步骤中，以脉冲序列中时间值最小的脉冲为基准，对后续的脉冲赋予衰减的权值，归一化结果可通过下式计算：
pi＝s(li-l1)
其中，pi为归一化后的损伤特征序列的权值；li为归一化前的损伤特征序列的时间值；s(l)为界面波幅值随距离的衰减函数。
S4002：对归一化处理后的第二损伤信息进行时间补偿；
该步骤中，激励的界面波遇到损伤的前后边界时各会发生一次反射，由于传播的波速不同，因此需要对传播时间进行补偿。对于原本时间间隔为t的两个损伤信息，其补偿后的间隔应为：
Figure BDA0003160627330000101
其中，cinterface为表面波波速；csurface为界面波波速。
S4003：根据时间补偿后的第二损伤信息计算反射检测信号的成像结果的像素值
Figure BDA0003160627330000102
并对所述像素值
Figure BDA0003160627330000103
依次进行归一化、二值化获得像素值
Figure BDA0003160627330000104
对所述像素值
Figure BDA0003160627330000105
进行累加，获得反射检测信号的成像结果的像素值Px，y，即获得完成损伤轮廓。
该步骤中，按激励测点的布置方向，将界面波反射信号分为n组，其中每一组的激励测点的布置方向都是相同的。那么对于一个反射信号组Φ，其成像的结果的像素值
Figure BDA0003160627330000106
为：
Figure BDA0003160627330000107
其中，
Figure BDA0003160627330000111
为反射信号组Φ的反射波包叠加信息，
Figure BDA0003160627330000112
Figure BDA0003160627330000113
为第k条路径经过点(x，y)的界面波传播距离；
Figure BDA0003160627330000114
为归一化的权重向量，并且具有L2范数的形式，一般取为：
Figure BDA0003160627330000115
Figure BDA0003160627330000116
为方向加权向量，一般取
Figure BDA0003160627330000117
w(t)为时间窗函数，表征了波包与参考信号的相似程度。
根据下式对像素值
Figure BDA0003160627330000118
进行归一化：
Figure BDA0003160627330000119
其中，
Figure BDA00031606273300001110
为反射信号组Φ中
Figure BDA00031606273300001111
的最大值。
根据下式对
Figure BDA00031606273300001112
进行二值化：
Figure BDA00031606273300001113
获得各个反射信号组Φi经过归一化和二值化后的像素值
Figure BDA00031606273300001114
后，最终的成像结果需要对各个信号组的像素值进行累加，即：
Figure BDA00031606273300001115
另一个实施例中，步骤S500包括如下步骤：
S501：计算损伤范围的二值化阈值p2；
该步骤中，根据得到的透射检测信号的损伤概率An和成像像素值Px，y，将损伤概率An按直接路径的方向分为两组B1和B2。然后对B1和B2进行降序排列，各自取其两组中的最大的五个值b1，1，b1，2，b1，3，b1，4，b1，5和b2，1，b2，2，b2，3，b2，4，b2，5来计算透射波二值化阈值p2。
Figure BDA0003160627330000121
S502：根据所述阈值p2及像素值Px，y获得最终的损伤成像结果。
该步骤中，最终的成像结果可由下式表示：
Figure BDA0003160627330000122
其中，p1为反射信号的二值化阈值，一般取1。
下面，结合具体实施例对本公开的技术方案作进一步的详细说明。
选取一块铝合金板和一块不锈钢板，其中，铝合金板的尺寸为200×200×8mm，不锈钢板1的尺寸为300×300×8mm，在不锈钢板上人为铣削出的分层损伤形貌，为深度0.5mm的凹坑，具体损伤如图2所示，两金属板之间使用AB胶粘结。
首先，需要对激励探头和接收探头的指向性范围进行测定，探头指向性的含义如图3所示。具体测定方式就是测定探头激励出的能量和接收的敏感度与角度θ的分布关系，具体包括激励测点所激励的表面波随接收方向与探头直对方向之间的角度θ1的能量分布J1(θ1)和接收测点所接收的表面波随接收方向与探头直对方向之间的角度θ2的能量敏感度分布J2(θ2)。
在完成对探头的指向性范围进行测定后，需要对探头激励产生的界面波在成像检测区域中生成的反射波和透射波进行测量，如图4(a)、图4(b)所示。
进行透射波测量时，如图4(a)所示，沿两金属板重合部分周围每侧布置9个测点共36个测点，每个测点设有表面波探头4。表面波探头4通过超声波耦合剂与下层不锈钢板1上表面结合。当1号测点作为激励测点时，其对侧的三个最相近的测点作为接受测点，且保证激励探头和接收探头的方向相对。根据声互易性定理，同一条路径上的透射波只需要进行一次测量，总共测量50组信号。
进行反射波测量时，如图4(b)所示，沿两金属板重合部分周围每侧布置7个测点共28个测点，每个测点设有表面波探头4。当1号测点作为激励测点时，选择其右侧的2号测点作为接受测点。并且激励探头在激励测点上进行三次测量，探头角度与板边界分别成60°、90°和120°。接受探头的方向始终与激励探头的相同。总共测量84个测点。
根据得到的透射检测信号，提取透射检测信号中的第一损伤信息，并根据第一损伤信息确定损伤范围，具体过程如下：
计算透射检测信号在透射路径上的损伤概率An，即第一损伤信息；
该步骤中，所述损伤概率An由下式得出：
Figure BDA0003160627330000131
其中，amp(yn)为透射波检测信号幅值，amp(ybase)为基准信号幅值，Var(yres，n)为匹配残差的方差，f为平衡因子。
根据所述损伤概率An计算成像检测区域中透射检测信号的影响区域中每个像素点(x，y)处的叠加值P(x，y)；
所述叠加值P(x，y)由下式得出：
Figure BDA0003160627330000132
其中，Pn(x，y)为第n组激励接收组的叠加值；An为第n组激励接收组的损伤概率；β为权值衰减系数，影响了损伤概率从直接路径到间接路径的概率衰减，β＞1；Rn(x，y)为像素点(x，y)处第n组激励接收组间接路径与直接路径的距离大小比值，反映了间接路径偏离直接路径的程度。
进一步的，Rn(x，y)可由下式得出：
Figure BDA0003160627330000141
其中，RDn(x，y)为像素点(x，y)到第n组激励接收组的距离和与第n组激励接收组之间的距离的比值，也即间接路径与直接路径的比值。第n组激励接收组的位置分别为(xi，yi)和(xj，yj)。
更进一步的，RDn(x，y)可由下式得出：
Figure BDA0003160627330000142
根据以上计算过程得到如图4(a)、图4(b)所示的损伤范围，其中，亮度较高的区域中损伤存在的可能性较大。
根据得到的反射检测信息，提取反射检测信号中的第二损伤信息。具体过程如下：
对反射检测信号进行滤波处理，获得滤波后的反射检测信号；
该步骤中，所述滤波后的反射检测信号表示为：
Figure BDA0003160627330000143
其中，H(w)为脉冲序列h(t)的离散傅里叶变换；H*(w)为H(w)的共轭复数；Y(w)为回波信号y(t)的离散傅里叶变换；Snn(w)为噪声的自功率谱；Sxx(w)为输入信号的自功率谱。可以用一个常数Q作为Snn(w)/Sxx(w)的近似，一般取
Figure BDA0003160627330000144
主要目的是反映信号的噪声水平。
对滤波后的反射检测信号进行自回归谱分析，获得初步的反射序列信息s；确定滤波后的反射检测信号信噪比的频率窗的宽度和自回归阶数；
该步骤中，由于自回归谱的思想本质是使用高信噪比的频率窗来进行外推预测，所以频率窗一般选取为参考信号h(t)的频谱H(w)从频谱中能量最高点衰减xdB后的频率窗作为外推频率窗。而自回归阶数p一般取为频率窗宽度的0.7倍。p阶自回归模型的前向和后向预测误差可以被定义为：
Figure BDA0003160627330000151
Figure BDA0003160627330000152
其中，ef，p(t)为自回归模型的前向预测误差；eb，p(t)为自回归模型的后向预测误差；ap，i为自回归系数；N为奈奎斯特采样频率。
通过Burg算法可以求解得到p阶自回归模型的自回归系数。得到自回归系数后，就可以对信号频谱加窗，将频率窗内的频谱作为已知频谱，利用自回归模型，可以用下式预测频率窗之外的信号频谱：
Figure BDA0003160627330000153
Figure BDA0003160627330000154
其中，ai为i阶自回归模型自回归系数；
Figure BDA0003160627330000155
为ai的共轭复数；xl为频率窗之外左侧的频谱；xr为频率窗之外右侧的频谱；m为频率窗的左端点；n为频率窗的右端点。
根据所确定的频率窗的宽度和自回归阶数对滤波后的反射检测信号进行频谱重构；
该步骤中，保持X(w)位于频率窗之内的频谱不变，分别用xl替换X(w)位于窗外的左侧频谱，用xr替换X(w)位于频率窗外的右侧频谱，从而得到重构的频谱。
对频谱重构后的反射检测信号进行离散傅里叶逆变换，即获得初步的反射序列信息s。
在初步的反射序列信息中的每个峰值附近构造用于正交匹配追踪的原子字典Φ，利用该原子字典Φ对反射检测信号进行匹配，获得最终的反射序列信息，即第二损伤信息。
该步骤中，记录反射序列信息s的一个峰值位置为d，那么对于该位置具有频率F、周期数n、时移参数u和相位参数w，γ＝(F，n，u，w)，在这一点构造的原子库中的原子g(t)可按下式定义为：
Figure BDA0003160627330000161
初始化近似信号为y(0)＝0，初始残差为R(0)＝y-y(0)＝y。在第w次迭代运算中，使用正交匹配追踪算法寻找字典中与上次残差内积最大的一个原子：
Figure BDA0003160627330000162
对信号的第w次迭代运算中，按照最小二乘求解系数向量z(w)：
y(w)＝arg maxz||y-Φ(w)Z(w)||
其中，Φ(w)为前w个原子组成的集合。
对一点峰值位置d进行单次匹配，对整个信号进行多次迭代，就获得了反射信号中的信息的稀疏表达形式，对所述的反射波检测信号中的损伤信息进行了提取，得到的第二损伤信息如图6所示。
根据第二损伤信息获得损伤轮廓，具体包括以下步骤：
对所述第二损伤信息进行归一化处理；
该步骤中，以脉冲序列中时间值最小的脉冲为基准，对后续的脉冲赋予衰减的权值，归一化结果可通过下式计算：
pi＝s(li-l1)
其中，pi为归一化后的损伤特征序列的权值；li为归一化前的损伤特征序列的时间值；s(l)为界面波幅值随距离的衰减函数。
对归一化处理后的第二损伤信息进行时间补偿；
该步骤中，激励的界面波遇到损伤的前后边界时各会发生一次反射，由于传播的波速不同，因此需要对传播时间进行补偿。对于原本时间间隔为t的两个损伤信息，其补偿后的间隔应为：
Figure BDA0003160627330000171
其中，cinterface为表面波波速；csurface为界面波波速。
根据时间补偿后的第二损伤信息计算反射检测信号的成像结果的像素值
Figure BDA0003160627330000172
并对所述像素值
Figure BDA0003160627330000173
依次进行归一化、二值化获得像素值
Figure BDA0003160627330000174
对所述像素值
Figure BDA0003160627330000175
进行累加，获得反射检测信号的成像结果的像素值Px，y，即获得损伤轮廓。
按激励测点的布置方向，将界面波反射信号分为n组，其中每一组的激励测点的布置方向都是相同的。那么对于一个反射信号组Φ，其成像的结果的像素值
Figure BDA0003160627330000176
为：
Figure BDA0003160627330000177
其中，
Figure BDA0003160627330000178
为反射信号组Φ的反射波包叠加信息，
Figure BDA0003160627330000179
Figure BDA00031606273300001710
为第k条路径经过点(x，y)的界面波传播距离；
Figure BDA00031606273300001711
为归一化的权重向量，并且具有L2范数的形式，一般取为：
Figure BDA0003160627330000181
Figure BDA0003160627330000182
为方向加权向量，一般取
Figure BDA0003160627330000183
w(t)为时间窗函数，表征了波包与参考信号的相似程度。
根据下式对像素值
Figure BDA0003160627330000184
进行归一化：
Figure BDA0003160627330000185
其中，
Figure BDA0003160627330000186
为反射信号组Φ中
Figure BDA0003160627330000187
的最大值。
根据下式对
Figure BDA0003160627330000188
进行二值化：
Figure BDA0003160627330000189
获得各个反射信号组Φi经过归一化和二值化后的像素值
Figure BDA00031606273300001810
后，最终的成像结果需要对各个信号组的像素值进行累加，即：
Figure BDA00031606273300001811
根据上述计算过程，可以得到如图7所示的损伤轮廓。
对所确定的损伤范围和所所得的损伤轮廓进行融合，即获得损伤图像，具体过程如下：
对损伤范围信息进行二值化。
计算损伤范围的二值化阈值p2；
该步骤中，根据得到的透射检测信号的损伤概率An和成像像素值Px，y，将损伤概率An按直接路径的方向分为两组B1和B2。然后对B1和b2进行降序排列，各自取其两组中的最大的五个值b1，1，b1，2，b1，3，b1，4，b1，5和b2，1，b2，2，b2，3，b2，4，b2，5来计算透射波二值化阈值p2。
Figure BDA0003160627330000191
根据二值化后的损伤范围信息和损伤轮廓信息，进行融合成像，最终的成像结果可由下式表示：
Figure BDA0003160627330000192
其中，p1为反射信号的二值化阈值，一般取1。
根据上述计算，最终得到的损伤成像结果如图8所示。
进一步的，以图9所示的XJTU形状的层间损伤为例，按本公开所示方法对层间损伤进行成像。成像结果如图10所示。成像结果清晰的表征了层间损伤的位置和轮廓特征，表明了该方法对于内部边界和斜向边界都有较好的检测能力，并可以进一步为层间状态的评估提供依据。
上述实施例中，激励点激励产生的表面波传播至多层板结合面时转换形成界面波，界面波在界面传播时不发生频散，且能量集中于界面，因此，对界面处的各类损伤具有极高的敏感性；另一方面，相比于其他类型的导波，界面波在金属复合板中的模式数量较少，信号处理方便，其反射波检测信号可以直接作为判断层间损伤是否存在及确定层间损伤位置的依据，其透射检测信号可以作为直接路径上层间损伤存在概率大小的表征，无需对具体的检测信号进行分析，极大节约了人工成本。而与其他界面波成像方法相比，本方法约缩减了一半的测量组数，提高了检测效率。
为了示例和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (9)

1.一种多层金属复合板层间损伤成像方法，包括如下步骤：
S100：将多层金属复合板的重合部分作为成像检测区域，在该成像检测区域四周布置探头，并对探头进行编号；
S200：某一探头激励产生的检测信号经过成像检测区域中的损伤处时发生透射和反射，其中，透射检测信号被与产生检测信号的探头相对一侧的探头接收，反射检测信号被与产生检测信号的探头同一侧的探头接收；
S300：提取透射检测信号中的第一损伤信息，并根据第一损伤信息确定损伤范围；
步骤S300包括如下步骤：
S301：计算透射检测信号在透射路径上的损伤概率An；
S302：根据所述损伤概率An计算成像检测区域中透射检测信号的影响区域中每个像素点(x,y)处的叠加值P(x,y)；
S303：对所述叠加值P(x,y)进行对比，其中，叠加值最大的即为损伤范围；
S400：提取反射检测信号中的第二损伤信息，并根据第二损伤信息获得损伤轮廓；
S500：对所确定的损伤范围和所获得的损伤轮廓进行融合，即获得损伤图像。
2.根据权利要求1所述的方法，其中，步骤S301中，所述损伤概率An由下式得出：
Figure FDA0003520830960000011
其中，amp(yn)为透射波检测信号幅值，amp(ybase)为基准信号幅值，var(yres,n)为匹配残差的方差，f为平衡因子。
3.根据权利要求1所述的方法，其中，步骤S302中，所述叠加值P(x,y)由下式得出：
Figure FDA0003520830960000021
其中，Pn(x,y)为第n组激励接收组的叠加值；An为第n组激励接收组的损伤概率；β为权值衰减系数，影响了损伤概率从直接路径到间接路径的概率衰减，β＞1；Rn(x,y)为像素点(x,y)处第n组激励接收组间接路径与直接路径的距离大小比值，反映了间接路径偏离直接路径的程度。
4.根据权利要求1所述的方法，其中，步骤S400中，所述提取反射检测信号中的第二损伤信息包括以下步骤：
S401：对反射检测信号进行滤波处理，获得滤波后的反射检测信号；
S402：对滤波后的反射检测信号进行自回归谱分析，获得初步的反射序列信息；
S403：在初步的反射序列信息中的每个峰值附近构造用于正交匹配追踪的原子字典Φ，利用该原子字典Φ对反射检测信号进行匹配，获得最终的反射序列信息，即第二损伤信息。
5.根据权利要求4所述的方法，其中，步骤S401中，所述滤波后的反射检测信号表示为：
Figure FDA0003520830960000031
其中，H(w)为脉冲序列h(t)的离散傅里叶变换；H*(w)为H(w)的共轭复数；Y(w)为回波信号y(t)的离散傅里叶变换；Snn(w)为噪声的自功率谱；Sxx(w)为输入信号的自功率谱；用一个常数Q作为Snn(w)/Sxx(w)的近似，取
Figure FDA0003520830960000032
主要目的是反映信号的噪声水平。
6.根据权利要求4所述的方法，其中，步骤S402中，所述对滤波后的反射检测信号进行自回归谱分析包括以下步骤：
S4021：确定频率窗的宽度和自回归阶数；
S4022：根据所确定的频率窗的宽度和自回归阶数对滤波后的反射检测信号进行频谱重构；
S4023：对频谱重构后的反射检测信号进行离散傅里叶逆变换，即获得初步的反射序列信息。
7.根据权利要求1所述的方法，其中，步骤S400中，所述根据第二损伤信息获得损伤轮廓包括以下步骤：
S4001：对所述第二损伤信息进行归一化处理；
S4002：对归一化处理后的第二损伤信息进行时间补偿；
S4003：根据时间补偿后的第二损伤信息计算反射检测信号的成像结果的像素值
Figure FDA0003520830960000033
并对所述像素值
Figure FDA0003520830960000034
依次进行归一化、二值化获得像素值
Figure FDA0003520830960000035
对所述像素值
Figure FDA0003520830960000036
进行累加，获得反射检测信号的成像结果的像素值Px,y，即获得损伤轮廓。
8.根据权利要求1所述的方法，其中，步骤S500包括如下步骤：
S501：计算损伤范围的二值化阈值p2；
S502：根据所述阈值p2及像素值Px,y获得最终的损伤成像结果Px,y,fin。
9.根据权利要求8所述的方法，其中，步骤S502中，所述Px,y,fin表示为：
Figure FDA0003520830960000041
其中，p1为反射信号的二值化阈值，取1。
CN202110793381.3A 2021-07-13 2021-07-13 一种多层金属复合板层间损伤成像方法 Active CN113466342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110793381.3A CN113466342B (zh) 2021-07-13 2021-07-13 一种多层金属复合板层间损伤成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110793381.3A CN113466342B (zh) 2021-07-13 2021-07-13 一种多层金属复合板层间损伤成像方法

Publications (2)

Publication Number Publication Date
CN113466342A CN113466342A (zh) 2021-10-01
CN113466342B true CN113466342B (zh) 2022-05-06

Family

ID=77880173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110793381.3A Active CN113466342B (zh) 2021-07-13 2021-07-13 一种多层金属复合板层间损伤成像方法

Country Status (1)

Country Link
CN (1) CN113466342B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114879203A (zh) * 2022-05-12 2022-08-09 石立伟 一种涂胶自动检测方法、装置及计算机可读存储介质
CN115615995A (zh) * 2022-11-02 2023-01-17 杭州电子科技大学 一种基于热塑性材料层合板透光性特点的无损检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008180523A (ja) * 2007-01-23 2008-08-07 Hitachi Engineering & Services Co Ltd 超音波検査方法及び超音波検査装置
FR2988476A1 (fr) * 2012-03-20 2013-09-27 Eads Europ Aeronautic Defence Procede et dispositif de controle d'un materiau composite par ultrasons laser
CN105973752A (zh) * 2016-04-22 2016-09-28 上海理工大学 集成透射式和反射式超声过程层析成像方法
CN109884183A (zh) * 2019-01-05 2019-06-14 天津大学 透射反射模态融合的超声层析成像方法
CN110286155A (zh) * 2019-07-15 2019-09-27 北京交通大学 一种多层复合材料的损伤检测方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10989523B2 (en) * 2019-03-14 2021-04-27 The Boeing Company Sub-surface patterning for diffraction-based strain measurement and damage detection in structures
CN110333288A (zh) * 2019-06-17 2019-10-15 西安交通大学 一种基于界面波的双层金属复合板的分层损伤成像方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008180523A (ja) * 2007-01-23 2008-08-07 Hitachi Engineering & Services Co Ltd 超音波検査方法及び超音波検査装置
FR2988476A1 (fr) * 2012-03-20 2013-09-27 Eads Europ Aeronautic Defence Procede et dispositif de controle d'un materiau composite par ultrasons laser
CN105973752A (zh) * 2016-04-22 2016-09-28 上海理工大学 集成透射式和反射式超声过程层析成像方法
CN109884183A (zh) * 2019-01-05 2019-06-14 天津大学 透射反射模态融合的超声层析成像方法
CN110286155A (zh) * 2019-07-15 2019-09-27 北京交通大学 一种多层复合材料的损伤检测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于超声导波的航空航天结构损伤诊断成像技术研究进展;郑跃滨 等;《航空制造技术》;20201231;第63卷(第18期);第24-43页 *

Also Published As

Publication number Publication date
CN113466342A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN113888471B (zh) 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法
Pialucha et al. Amplitude spectrum method for the measurement of phase velocity
CN112232400A (zh) 一种基于深浅特征融合的不锈钢焊缝超声缺陷检测方法
Cheng et al. Automatic defect depth estimation for ultrasonic testing in carbon fiber reinforced composites using deep learning
CN103615996B (zh) 一种超声信号频谱滤波技术无损测量涂层厚度的方法
CN113466342B (zh) 一种多层金属复合板层间损伤成像方法
Sicard et al. Guided Lamb waves and L-SAFT processing technique for enhanced detection and imaging of corrosion defects in plates with small depth-to wavelength ratio
Gao et al. Damage characterization using CNN and SAE of broadband Lamb waves
CN103969337A (zh) 一种基于矢量全聚焦成像的超声阵列裂纹类缺陷方向识别方法
Hua et al. Modified minimum variance imaging of Lamb waves for damage localization in aluminum plates and composite laminates
Ebrahiminejad et al. Nondestructive evaluation of coated structures using Lamb wave propagation
CN110286155A (zh) 一种多层复合材料的损伤检测方法及系统
CN105572230B (zh) 一种用于裂纹类缺陷定量识别的极性加权矢量全聚焦成像方法
CN114427838A (zh) 基于反射太赫兹光谱的介质厚度预测、评价方法及系统
CN114324582A (zh) 一种基于hht与神经网络的复合材料板分层缺陷空耦超声检测方法
Nishino An investigation of reflection coefficients of the T (0, 1) mode guided waves at axisymmetric defects and inverse problem analyses for estimations of defect shapes
Dragan et al. Inspection methods for quality control of fibre metal laminates (FML) in the aerospace components
CN114813943B (zh) 基于兰姆波相位延迟的胶接接头脱粘轮廓评估方法
Wang et al. Laser ultrasonic system for metal pipe wall thickness measurement: Differential signal processing and geometric compensation calculation model
Zhang et al. Propagation characteristic of axial and circumferential interface waves and detection of the interlaminar defect in multilayered pipes
CN117029741B (zh) 用超声相位导数谱测量涂层厚度、粗糙度与界面刚度方法
CN110068609A (zh) 一种漏磁粗检结合超声精测复合型承压设备内部探伤系统
Pant et al. Paint thickness measurement using acoustic interference
Gao et al. Research on damage monitoring of sandwich armor composite structure based on time reversal principle
CN108414615A (zh) 一种非金属防腐层分层缺陷超声检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant