详情

原文传递基于均匀设计的板结构缺陷超声谐振定量无损检测方法

专利名称：	基于均匀设计的板结构缺陷超声谐振定量无损检测方法
摘要：	本发明公开了基于均匀设计的板结构缺陷超声谐振定量无损检测方法，以对平底孔缺陷检测为例，将压电蜂鸣片贴在检测板上，测量传声器安装在扫描架上并垂直于检测板放置；利用计算机控制扫描架，带动测量传声器接收检测区域各检测点振动信号，信号经平均处理后保存；由计算机对采集到的振动信号进行处理，基于最大类间方差法，得出局部缺陷谐振频率以及缺陷成像图，基于均匀设计试验，建立局部缺陷谐振频率、缺陷半径与缺陷深度的关系模型；对缺陷成像图进行二值化处理，计算出缺陷的等效半径；将局部缺陷谐振频率和缺陷半径代入到所建立的关系模型中，得到缺陷深度；最终实现对缺陷的定量无损检测。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	北京工业大学
发明人：	焦敬品;马百义
专利状态：	有效
申请日期：	2019-05-20T00:00:00+0800
发布日期：	2019-08-02T00:00:00+0800
申请号：	CN201910416897.9
公开号：	CN110082432A
代理机构：	北京思海天达知识产权代理有限公司
代理人：	沈波
分类号：	G01N29/12(2006.01);G;G01;G01N;G01N29
申请人地址：	100124 北京市朝阳区平乐园100号
主权项：	1.基于均匀设计的板结构缺陷超声谐振定量无损检测方法，其特征在于：局部缺陷谐振表现为它自身的振动本征模式，即在缺陷位置处表现出强烈的局部、准圆形、高幅值特性；在局部缺陷谐振频率对应处，缺陷区域的振动幅值与板其余部位的平均幅值之间的对比度达到最大；以宽频信号作为激励，以检测区域各点离面振动的频谱作为分析对象，对每一频率下各检测点的频谱幅值组成的每组数据作二值化处理，处理过程依据的方法是图像处理中的最大类间方差OTSU算法，即以类间方差达到最大时的阈值为最佳二值化分割阈值，这样得到每组数据的假设缺陷区域与非缺陷区域； OTSU算法是一种对图像进行二值化的高效算法；利用阈值将原图像分成前景和背景两个图像；当背景与前景差别最大时，所取的阈值为最佳，衡量这个差别的标准就是最大类间方差；记前景点数占图像比w0，平均灰度x0；背景点数占图像比w1，平均灰度x1，则图像的总平均灰度为 x＝w0x0+w1x1 (1) 那么，前景与背景的方差为当方差Var最大时，认为此时前景与背景差异最大；利用对比度函数，即式(3)，对每组数据的对比度值进行分析计算； S(x,y,f)＝FFT[s(x,y,t)] (4) f′＝arg max[g(f)] (5) 式中，s(x,y,t)为离面时域响应；S(x,y,f)为离面时域响应的傅里叶变换；Ω为检测区域；Ωd为假设的缺陷区域；Ω\Ωd为假设的非缺陷区域；g(f)为各频率下的对比度值；f′为缺陷的局部缺陷谐振频率；在频率段内对比度值达到最大时，所对应的频率即为缺陷的局部缺陷谐振频率f′，该频率所对应的检测区域各点频谱幅值S(x,y,f′)为缺陷成像图；基于最大类间方差法将缺陷成像图进行二值化分割处理，得到图像中的缺陷等效面积，进而计算出缺陷的等效半径；为建立局部缺陷谐振频率、缺陷半径和缺陷深度的关系模型，以缺陷的半径及深度作为试验因素，利用DPS数据处理软件，得到几何参数在试验范围内的缺陷的均匀设计表；基于均匀设计表，对表中不同半径及深度组合的缺陷进行局部缺陷谐振检测试验，得到其局部缺陷谐振频率；基于关系模型(6)，利用SPSS软件对其结果进行回归分析，根据回归结果的检验指标，确定模型回归系数，从而获得显著性较高的回归模型；式中，f′(h,a)为局部缺陷谐振频率值，a、h为均匀设计试验的因素，即缺陷的半径及深度，x1…x11为模型的回归系数。 2.根据权利要求1所述的基于均匀设计的板结构缺陷超声谐振定量无损检测方法，其特征在于：该方法是通过以下步骤实现的， 1)利用DPS数据处理软件，得到几何参数在试验范围内的缺陷的均匀设计表； 2)被测试件选取包含两组不同半径、不同深度组合的平底孔缺陷的板；其中，一组为用于建立关系模型的均匀设计表样本集缺陷，另一组为预测用待检测缺陷； 3)施加Chirp宽频信号于压电蜂鸣片，压电蜂鸣片贴在检测区域外位置，两者之间涂有耦合剂；将检测板平行放置在扫描架下方，测量传声器安装在扫描架上并垂直于检测板； 4)利用计算机控制扫描架，带动测量传声器对检测板上的检测区域以蛇形轨迹扫描，接收扫描区域各检测点的振动信号，经信号平均处理后，保存该检测信号； 5)由计算机对采集到的振动信号进行处理；基于最大类间方差法，根据公式(3)、(4)、(5)计算出局部缺陷谐振频率； 6)改变激励位置和扫描区域位置，重复步骤3)～5)，得到样本集中每个缺陷的局部缺陷谐振频率，根据实际缺陷半径、缺陷深度参数，并基于模型(6)，利用SPSS软件回归分析模块，得到局部缺陷谐振频率、缺陷半径与缺陷深度的关系模型； 7)对于预测集中的待检测缺陷，重复步骤6)，得到其局部缺陷谐振频率；基于最大类间方差法，对缺陷成像图S(x,y,f′)进行二值化处理，计算出缺陷半径； 8)将局部缺陷谐振频率和缺陷半径代入到步骤6)所建立的关系模型中，求出缺陷深度。
所属类别：	发明专利