CN103940908B - 基于dbscan及互相关算法的超声检测装置及方法 - Google Patents
基于dbscan及互相关算法的超声检测装置及方法 Download PDFInfo
- Publication number
- CN103940908B CN103940908B CN201410176156.5A CN201410176156A CN103940908B CN 103940908 B CN103940908 B CN 103940908B CN 201410176156 A CN201410176156 A CN 201410176156A CN 103940908 B CN103940908 B CN 103940908B
- Authority
- CN
- China
- Prior art keywords
- signal
- defect
- echo
- dbscan
- module
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了基于DBSCAN及互相关算法的超声检测装置及方法,用于对带有波纹管的混凝土结构检测,将回波信号进行处理,从而得到混凝土中波纹管的内部结构,利用DBSCAN算法对所接收到的回波信号进行缺陷的初步预判区域的预判处理,结合应用互相关算法对缺陷初步预判区域的回波信号进行逐点处理,提取缺陷信息,定位缺陷位置,得到精准的缺陷位置并预估缺陷尺寸相对大小。本发明是结合利用DBSCAN算法快速寻找出缺陷区域的能力,同时利用互相关算法的精准定位和缺陷尺寸预估的能力,提高了日常检测和维护大型混凝土结构的工作效率,可靠性高,有利于实际的推广及使用。
Description
技术领域
本发明属于超声检测及分析技术领域,具体涉及一种基于DBSCAN及互相关算法的超声无损检测装置及方法。
背景技术
波纹管广泛应用于预应力桥梁结构中,波纹管注浆压浆是极其重要的工序,波纹管注浆压浆不密实,直接导致桥梁、梁体结构丧失使用性能,导致严重的安全问题。近些年来,超声无损检测技术(NDT)越来越多应用于混凝土结构内部问题的检测工作中,但在实际孔道预应力波纹管压浆质量检测中,所检测的对象大多数是带有波纹管的混凝土结构,内部问题往往是无规则形状的缺陷或空腔,一般的信号处理方法对缺陷分析特征不够明显,存在漏判、误判等现象,检测效率低,尤其是难以精确定位缺陷位置和难以预估出缺陷尺寸的相对大小。
发明内容
为了解决现有技术中存在的问题,本发明提供了基于DBSCAN及互相关算法的超声检测装置及方法,通过将DBSCAN算法与互相关算法相结合,精准确定波纹管内缺陷位置并且能够预估缺陷尺寸相对大小,波纹管中缺陷越大,对波纹管结构体寿命影响就越大,预估缺陷尺寸大小,可以排查出一些危害性较大的缺陷,更有效地对桥梁或建筑等混凝土结构进行质量监测和维护,可靠性高,有利于实际的推广及使用。
为了达到上述目的,本发明所采用的技术方案是:
基于DBSCAN及互相关算法的超声检测装置,其特征在于:包括
信号激励模块,用于产生大功率正弦调制脉冲信号;
信号采集模块,经信号激励模块脉冲信号的激励产生超声波检测信号,并对回波信号进行接收、采集及存储;
信号处理模块,回波信号经过DBSCAN算法处理并根据处理结果预判出缺陷的初步预判区域;
最终判定模块,对回波信号基于互相关算法进行判定,在基于DBSCAN算法预判出缺陷的初步预判区域的基础上精准判定出缺陷位置并预估缺陷尺寸相对大小;
所述信号激励模块与信号采集模块的一端相连接,所述信号采集模块的另一端与信号处理模块的一端相连接,所述最终判定模块与信号处理模块的另一端相连接。
前述的基于DBSCAN及互相关算法的超声检测装置,其特征在于:所述信号采集模块包括发射换能器、与发射换能器相匹配的接收换能器,所述发射换能器与信号激励模块相连接,所述接收换能器与信号处理模块相连接,所述发射换能器与接收换能器相互平行且位于待测波纹管的正上方,所述发射换能器用于发射超声波检测信号,所述接收换能器用于接收、采集与存储回波信号,并发送给信号处理模块。
前述的基于DBSCAN及互相关算法的超声检测装置,其特征在于:所述信号处理模块包括依次相互连接的集成运算放大器、A/D转换器、数据存储器及DBSCAN算法单元,所述集成运算放大器作为信号处理模块的输入端与信号采集模块相连接,所述DBSCAN算法单元作为信号处理模块的输出端与最终判定模块相连接。
前述的基于DBSCAN及互相关算法的超声检测装置,其特征在于:所述最终判定模块包括相连接的互相关算法判定模块与显示模块,所述互相关算法判定模块包括依次相互连接的参考信号选取模块、互相关算法模块、位置和尺寸判定模块,所述互相关算法判定模块利用互相关算法判定从接收换能器接收到的缺陷信息,所述显示模块用图像显示出得到的缺陷信息数据,展示出待测波纹管结构中的缺陷位置并预估缺陷尺寸相对大小。
运行在前述的基于DBSCAN及互相关算法的超声检测装置的检测方法,其特征在于:包括以下步骤,
步骤(1)、信号激励模块产生大功率正弦调制脉冲信号,激励信号采集模块中的发射换能器产生用于检测待测波纹管的超声波检测信号;
步骤(2)、信号采集模块中的接收换能器对回波信号进行接收、采集并存储;
步骤(3)、信号采集模块中的发射换能器与接收换能器同时采用步进的方式沿待测波纹管的长度方向以固定的速度移动,重复步骤(1)、(2),直至信号采集模块检测完待测波纹管;
步骤(4)、信号处理模块采用DBSCAN算法对采集到的回波信号进行处理,做出缺陷的初步预判区域的预判,将结果传给最终判定模块;
步骤(5)、最终判定模块对回波信号的数据进行判定,判定过程基于互相关算法,定位并提取回波信号的缺陷信息,并用图像显示出得到的缺陷信息数据,展示出待测波纹管的缺陷位置并且能够预估缺陷尺寸相对大小。
前述的基于DBSCAN及互相关算法的超声检测方法,其特征在于:步骤(4)中信号处理模块采用DBSCAN算法对采集到的回波信号进行处理的方法为一发一收模式,实现待测波纹管全区域扫描,预判出缺陷的初步预判区域,具体如下,
1)将采集到的回波信号xi(t),i=1,2,3…,n归入数据集D中,其中i表示回波信号xi(t)的下标,t表示回波信号xi(t)的离散时间点,把数据集D内所有对象p标记为未处理状态;
2)对数据集D内所有对象p进行依次处理,若对象p已经归入密实簇C或缺陷簇U,则继续执行步骤(3);否则,执行步骤(4);
3)检查对象p的邻域,如果对象p邻域内包含的对象数大于等于密度阈值MinPts,则标记对象p为密实核心点,将p邻域内所有点加入密实簇C中;否则标记对象p为缺陷点,并加入缺陷簇U中;
4)对于对象p邻域中尚未被处理的对象q,检查对象q邻域,若对象q邻域内包含至少密度阈值MinPts个对象,则将对象q邻域中未归入任何一个簇的对象加入到密实簇C中;若对象q邻域内包含的对象数小于密度阈值MinPts个对象,则将对象q邻域内的对象加入到缺陷簇U中;
5)通过步骤(3)、(4)得到集合后的密实簇C、集合后的缺陷簇U,将归入到集合后的缺陷簇U中的各点回波信号按照下标i从小到大的顺序进行排序,通过将相邻两个回波信号的下标之差大于1处作为断点,将缺陷簇U划分为j个缺陷区域集合U(j);
6)输出集合后的密实簇C、j个缺陷区域集合U(j),预先判定j个缺陷区域集合U(j)对应j个缺陷的初步预判区域。
前述的基于DBSCAN及互相关算法的超声检测方法,其特征在于:步骤(5)中判定过程基于互相关算法,定位并提取回波信号的缺陷信息的方法为:
1)根据集合后的密实簇C,任意选定一点,将此点的信号波形作为参考信号波形xref(t),将参考信号波形xref(t)分别与各个缺陷区域集合U(j)内的各点信号波形xi(t)做互相关运算处理,
其中,Rji(τ)表示某个缺陷区域集合U(j)内某点信号波形xi(t)与参考信号波形xref(t)的互相关运算,i表示回波信号xi(t)的下标,t表示回波信号xi(t)的离散时间点,j表示缺陷区域集合的个数,τ表示时间延迟,N表示采样点数;
2)求取各缺陷区域集合U(j)中的各点信号波形xi(t)与参考信号波形xref(t)的互相关系数ρ(j)i,
其中,σref是xref(t)的均方差值,σi是xi(t)的均方差值;
3)根据(2)的计算结果,选取各缺陷区域集合U(j)互相关系数ρ(j)i中的最小互相关系数ρ(j),各缺陷区域集合U(j)对应的最小互相关系数ρ(j)作为该缺陷区域的精确缺陷位置。
4)通过最小互相关系数ρ(j)预估缺陷尺寸相对大小,经过步骤(3)得到各缺陷处的最小互相关系数ρ(j),比较各精确缺陷位置相对应的最小互相关系数ρ(j),最小互相关系数ρ(j)越小,预判估计该处的缺陷尺寸就越大,最小互相关系数系数ρ(j)越大,预判估计该处的缺陷尺寸就越小。
前述的基于DBSCAN及互相关算法的超声检测方法,其特征在于:根据回波信号在有无缺陷处的信号相关性的不同进行缺陷检测,相关性越低,说明缺陷的可能性越大;通过回波信号的互相关系数来判断缺陷的位置并预估缺陷尺寸的相对大小,从而进行缺陷检测。
本发明的有益效果是:本发明提供的基于DBSCAN及互相关算法的超声检测装置及方法,用于对带有波纹管的混凝土结构检测,将回波信号进行处理,从而得到混凝土中波纹管的内部结构,利用DBSCAN算法对所接收到的回波信号进行缺陷的初步预判区域的预判处理,结合应用互相关算法对缺陷初步预判区域的回波信号进行逐点处理,定位并提取缺陷信息,得到精准的缺陷位置并且能够预估缺陷尺寸相对大小。波纹管中缺陷越大,对波纹管结构体寿命影响就越大,预估缺陷尺寸大小,可以排查出一些危害性较大的缺陷。该装置结构简单,方法高效,可靠性高,对混凝土内波纹管缺陷的检测为一种精确、实用、经济的无损检测方法,能够有效地对桥梁或建筑等混凝土结构进行质量监测和维护,具有良好的应用前景。
附图说明
图1为本发明的基于DBSCAN及互相关算法的超声检测装置的结构示意图;
图2是本发明的信号采集模块检测待测波纹管结构缺陷的示意图;
图3是本发明的信号处理模块的系统框图;
图4是本发明的最终判定模块的系统框图。
具体实施方式
下面将结合说明书附图,对本发明作进一步的说明。
如图1所示,本发明的基于DBSCAN及互相关算法的超声检测装置,包括
信号激励模块,用于产生大功率正弦调制脉冲信号;
信号采集模块,经信号激励模块脉冲信号的激励产生超声波检测信号,并对回波信号进行接收、采集及存储;
信号处理模块,回波信号经过DBSCAN算法处理并根据处理结果预判出缺陷的初步预判区域;
最终判定模块,对回波信号基于互相关算法进行判定,在基于DBSCAN算法预判出缺陷的初步预判区域的基础上精准判定出缺陷位置并且预估出缺陷尺寸相对大小;
所述信号激励模块与信号采集模块相连接,所述信号采集模块通过信号处理模块与最终判定模块相连接。
信号采集模块包括发射换能器、与发射换能器相匹配的接收换能器,所述发射换能器与信号激励模块相连接,所述接收换能器与信号处理模块相连接,如图2所示,所述发射换能器与接收换能器相互平行且位于待测波纹管的正上方,发射换能器与接收换能器同时以相同的步进速度沿着待测波纹管的长度方向移动,直至完全实现对待测波纹管的检测,所述发射换能器用于发射超声波检测信号,所述接收换能器用于接收、采集与存储回波信号,并发送给信号处理模块。
如图3所示,信号处理模块包括依次相互连接的集成运算放大器、A/D转换器、数据存储器及DBSCAN算法单元,所述集成运算放大器作为信号处理模块的输入端与信号采集模块相连接,所述DBSCAN算法单元作为信号处理模块的输出端与最终判定模块相连接;所述DBSCAN算法单元基于DBSCAN算法单元采用一发一收模式,单个发射换能器发射超声波检测信号、单个接收换能器接收带有波纹管内部结构信息的回波信号,通过对回波信号进行DBSCAN算法处理确定待测波纹管内部缺陷的初步预判区域,并将预判结果传输给最终判定模块。
如图4所示,最终判定模块包括相连接的互相关算法判定模块与显示模块,所述互相关算法判定模块包括依次相互连接的参考信号选取模块、互相关算法模块、位置和尺寸判定模块,所述互相关算法判定模块利用互相关算法判定从接收换能器接收到的缺陷信息,所述显示模块用图像显示出得到的缺陷信息数据,展示出待测波纹管结构中的缺陷位置并且预估出缺陷尺寸相对大小。
运行在上述的基于DBSCAN及互相关算法的超声检测装置的检测方法,包括以下步骤:
步骤(1)、信号激励模块产生大功率正弦调制脉冲信号,激励信号采集模块中的发射换能器产生用于检测待测波纹管的超声波检测信号;
步骤(2)、信号采集模块中的接收换能器对回波信号进行接收、采集并存储;
步骤(3)、信号采集模块中的发射换能器与接收换能器同时采用步进的方式沿待测波纹管的长度方向以固定的速度移动,重复步骤(1)、(2),直至信号采集模块检测完待测波纹管;
步骤(4)、信号处理模块采用DBSCAN算法对采集到的回波信号进行处理,做出缺陷的初步预判区域的预判,将结果传给最终判定模块;信号处理模块采用DBSCAN算法对采集到的回波信号进行处理的方法为一发一收模式,实现待测波纹管全区域扫描,预判出缺陷的初步预判区域,具体如下,
1)将采集到的回波信号xi(t),i=1,2,3…,n归入数据集D中,其中i表示回波信号xi(t)的下标,t表示回波信号xi(t)的离散时间点,把数据集D内所有对象p标记为未处理状态;
2)对数据集D内所有对象p进行依次处理,若对象p已经归入密实簇C或缺陷簇U,则继续执行步骤(3);否则,执行步骤(4);
3)检查对象p的邻域,如果对象p邻域内包含的对象数大于等于密度阈值MinPts,则标记对象p为密实核心点,将p邻域内所有点加入密实簇C中;否则标记对象p为缺陷点,并加入缺陷簇U中,即当对象p邻域内包含的对象数小于密度阈值MinPts,标记对象p为缺陷点,并加入缺陷簇U中;
4)对于对象p邻域中尚未被处理的对象q,检查对象q邻域,若对象q邻域内包含至少密度阈值MinPts个对象,即对象q邻域内包含的对象数大于等于密度阈值MinPts,则将对象q邻域中未归入任何一个簇的对象加入到密实簇C中;若对象q邻域内包含的对象数小于密度阈值MinPts个对象,则将对象q邻域内的对象加入到缺陷簇U中;
5)通过步骤(3)、(4)得到集合后的密实簇C、集合后的缺陷簇U,将归入到集合后的缺陷簇U中的各点回波信号按照下标i从小到大的顺序进行排序,通过将相邻两个回波信号的下标之差大于1处作为断点,将缺陷簇U划分为j个缺陷区域集合U(j);
6)输出集合后的密实簇C、j个缺陷区域集合U(j),预先判定j个缺陷区域集合U(j)对应j个缺陷的初步预判区域。
步骤(5)、最终判定模块对回波信号的数据进行判定,判定过程基于互相关算法,定位并提取回波信号的缺陷信息,并用图像显示出得到的缺陷信息数据,展示出待测波纹管的缺陷位置并且预估出缺陷尺寸相对大小;判定过程基于互相关算法,定位并提取回波信号的缺陷信息的方法为:
1)根据集合后的密实簇C,任意选定一点,将此点的信号波形作为参考信号波形xref(t),将参考信号波形xref(t)分别与各个缺陷区域集合U(j)内的各点信号波形xi(t)做互相关运算处理,
其中,Rji(τ)表示某个缺陷区域集合U(j)内某点信号波形xi(t)与参考信号波形xref(t)的互相关运算,i表示回波信号xi(t)的下标,t表示回波信号xi(t)的离散时间点,j表示缺陷区域集合的个数,τ表示时间延迟,N表示采样点数;
2)求取各缺陷区域集合U(j)中的各点信号波形xi(t)与参考信号波形xref(t)的互相关系数ρ(j)i,
其中,σref是xref(t)的均方差值,σi是xi(t)的均方差值;
3)根据(2)的计算结果,选取各缺陷区域集合U(j)互相关系数ρ(j)i中的最小互相关系数ρ(j),各缺陷区域集合U(j)对应的最小互相关系数ρ(j)作为该缺陷区域的精确缺陷位置;
4)通过最小互相关系数ρ(j)预估缺陷尺寸相对大小,经过步骤(3)得到各缺陷处的最小互相关系数ρ(j),比较各精确缺陷位置相对应的最小互相关系数ρ(j),最小互相关系数ρ(j)越小,预判估计该处的缺陷尺寸就越大,最小互相关系数系数ρ(j)越大,预判估计该处的缺陷尺寸就越小。
本发明提供的基于DBSCAN及互相关算法的超声检测装置及方法,用于对带有波纹管的混凝土结构检测,将回波信号进行处理,从而得到混凝土中波纹管的内部结构,利用DBSCAN算法对所接收到的回波信号进行缺陷的初步预判区域的预判处理,结合应用互相关算法对缺陷初步预判区域的回波信号进行逐点处理,定位并提取缺陷信息,得到精准的缺陷位置并且能够预估出缺陷尺寸相对大小。波纹管中缺陷越大,对波纹管结构体寿命影响就越大,预估缺陷尺寸大小,可以排查出一些危害性较大的缺陷。该装置结构简单,方法高效,可靠性高,对混凝土内波纹管缺陷的检测为一种精确、实用、经济的无损检测方法,能够有效地对桥梁或建筑等混凝土结构进行质量监测和维护,具有良好的应用前景。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.基于DBSCAN及互相关算法的超声无损检测装置,其特征在于:包括
信号激励模块,用于产生大功率正弦调制脉冲信号;
信号采集模块,经信号激励模块脉冲信号的激励产生超声波检测信号,并对回波信号进行接收、采集及存储;
信号处理模块,回波信号经过DBSCAN算法处理并根据处理结果预判出缺陷的初步预判区域;
最终判定模块,对回波信号基于互相关算法进行判定,在基于DBSCAN算法预判出缺陷的初步预判区域的基础上精准判定出缺陷位置并预估缺陷尺寸相对大小;
所述信号激励模块与信号采集模块的一端相连接,所述信号采集模块的另一端与信号处理模块的一端相连接,所述最终判定模块与信号处理模块的另一端相连接。
2.根据权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置,其特征在于:所述信号采集模块包括发射换能器、与发射换能器相匹配的接收换能器,所述发射换能器与信号激励模块相连接,所述接收换能器与信号处理模块相连接,所述发射换能器与接收换能器相互平行且位于待测波纹管的正上方,所述发射换能器用于发射超声波检测信号,所述接收换能器用于接收、采集与存储回波信号,并发送给信号处理模块。
3.根据权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置,其特征在于:所述信号处理模块包括依次相互连接的集成运算放大器、A/D转换器、数据存储器及DBSCAN算法单元,所述集成运算放大器作为信号处理模块的输入端与信号采集模块相连接,所述DBSCAN算法单元作为信号处理模块的输出端与最终判定模块相连接。
4.根据权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置,其特征在于:所述最终判定模块包括相连接的互相关算法判定模块与显示模块,所述互相关算法判定模块包括依次相互连接的参考信号选取模块、互相关算法模块、位置和尺寸判定模块,所述互相关算法判定模块利用互相关算法判定从接收换能器接收到的缺陷信息,所述显示模块用图像显示出得到的缺陷信息数据,展示出待测波纹管结构中的缺陷位置并预估缺陷尺寸相对大小。
5.运行在权利要求1所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法,其特征在于:包括以下步骤,
步骤(1)、信号激励模块产生大功率正弦调制脉冲信号,激励信号采集模块中的发射换能器产生用于检测待测波纹管的超声波检测信号;
步骤(2)、信号采集模块中的接收换能器对回波信号进行接收、采集并存储;
步骤(3)、信号采集模块中的发射换能器与接收换能器同时采用步进的方式沿待测波纹管的长度方向以固定的速度移动,重复步骤(1)、(2),直至信号采集模块检测完待测波纹管;
步骤(4)、信号处理模块采用DBSCAN算法对采集到的回波信号进行处理,做出缺陷的初步预判区域的预判,将结果传给最终判定模块;
步骤(5)、最终判定模块对回波信号的数据进行判定,判定过程基于互相关算法,定位并提取回波信号的缺陷信息,并用图像显示出得到的缺陷信息数据,展示出待测波纹管的缺陷位置并且预估缺陷尺寸相对大小。
6.根据权利要求5所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法,其特征在于:步骤(4)中信号处理模块采用DBSCAN算法对采集到的回波信号进行处理的方法为一发一收模式,实现待测波纹管全区域扫描,预判出缺陷的初步预判区域,具体如下,
1)将采集到的回波信号xi(t),i=1,2,3…,n归入数据集D中,其中i表示回波信号xi(t)的下标,t表示回波信号xi(t)的离散时间点,把数据集D内所有对象p标记为未处理状态;
2)对数据集D内所有对象p进行依次处理,若对象p已经归入密实簇C或缺陷簇U,则继续执行步骤(3);否则,执行步骤(4);
3)检查对象p的邻域,如果对象p邻域内包含的对象数大于等于密度阈值MinPts,则标记对象p为密实核心点,将p邻域内所有点加入密实簇C中;否则标记对象p为缺陷点,并加入缺陷簇U中;
4)对于对象p邻域中尚未被处理的对象q,检查对象q邻域,若对象q邻域内包含至少密度阈值MinPts个对象,则将对象q邻域中未归入任何一个簇的对象加入到密实簇C中;若对象q邻域内包含的对象数小于密度阈值MinPts个对象,则将对象q邻域内的对象加入到缺陷簇U中;
5)通过步骤(3)、(4)得到集合后的密实簇C、集合后的缺陷簇U,将归入到集合后的缺陷簇U中的各点回波信号按照下标i从小到大的顺序进行排序,通过将相邻两个回波信号的下标之差大于1处作为断点,将缺陷簇U划分为j个缺陷区域集合U(j);
6)输出集合后的密实簇C、j个缺陷区域集合U(j),预先判定j个缺陷区域集合U(j)对应j个缺陷的初步预判区域。
7.根据权利要求5所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法,其特征在于:步骤(5)中判定过程基于互相关算法,定位并提取回波信号的缺陷信息的方法为:
1)根据集合后的密实簇C,任意选定一点,将此点的信号波形作为参考信号波形xref(t),将参考信号波形xref(t)分别与各个缺陷区域集合U(j)内的各点信号波形xi(t)做互相关运算处理,
其中,Rji(τ)表示某个缺陷区域集合U(j)内某点信号波形xi(t)与参考信号波形xref(t)的互相关运算,i表示回波信号xi(t)的下标,t表示回波信号xi(t)的离散时间点,j表示缺陷区域集合的个数,τ表示时间延迟,N表示采样点数;
2)求取各缺陷区域集合U(j)中的各点信号波形xi(t)与参考信号波形xref(t)的互相关系数ρ(j)i,
其中,σref是xref(t)的均方差值,σi是xi(t)的均方差值;
3)根据(2)的计算结果,选取各缺陷区域集合U(j)互相关系数ρ(j)i中的最小互相关系数ρ(j),各缺陷区域集合U(j)对应的最小互相关系数ρ(j)作为该缺陷区域的精确缺陷位置;
4)通过最小互相关系数ρ(j)预估缺陷尺寸相对大小,经过步骤(3)得到各缺陷处的最小互相关系数ρ(j),比较各精确缺陷位置相对应的最小互相关系数ρ(j),最小互相关系数ρ(j)越小,预判估计该处的缺陷尺寸就越大,最小互相关系数系数ρ(j)越大,预判估计该处的缺陷尺寸就越小。
8.根据权利要求7所述的基于DBSCAN及互相关算法的超声无损检测装置的检测方法,其特征在于:根据回波信号在有无缺陷处的信号相关性的不同进行缺陷检测,相关性越低,说明缺陷的可能性越大;通过回波信号的互相关系数来判断缺陷的位置并预估缺陷尺寸的相对大小,从而进行缺陷检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410176156.5A CN103940908B (zh) | 2014-04-28 | 2014-04-28 | 基于dbscan及互相关算法的超声检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410176156.5A CN103940908B (zh) | 2014-04-28 | 2014-04-28 | 基于dbscan及互相关算法的超声检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103940908A CN103940908A (zh) | 2014-07-23 |
CN103940908B true CN103940908B (zh) | 2016-08-17 |
Family
ID=51188662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410176156.5A Expired - Fee Related CN103940908B (zh) | 2014-04-28 | 2014-04-28 | 基于dbscan及互相关算法的超声检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103940908B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104132995A (zh) * | 2014-07-29 | 2014-11-05 | 河海大学常州校区 | 一种基于解卷积技术的超声无损检测方法 |
CN104181234B (zh) * | 2014-08-29 | 2017-06-06 | 河海大学常州校区 | 一种基于多重信号处理技术的无损检测方法 |
CN104698087A (zh) * | 2015-03-30 | 2015-06-10 | 河海大学常州校区 | 基于递归奇异熵的预应力孔道浆体剥离度检测装置及方法 |
CN107505395A (zh) * | 2017-08-31 | 2017-12-22 | 北京金风慧能技术有限公司 | 工件内部损伤检测方法及装置 |
CN107462637A (zh) * | 2017-08-31 | 2017-12-12 | 北京金风慧能技术有限公司 | 超声波回波检测方法及装置 |
FR3073625B1 (fr) * | 2017-11-13 | 2019-10-25 | Areva Np | Procede et dispositif electronique de simulation d'une reponse ultrasonore d'une piece metallique, programme d'ordinateur et procede et systeme electronique de controle associes |
CN109283248B (zh) * | 2018-09-27 | 2021-11-12 | 华东理工大学 | 基于DBSCAN和k-means算法的板类结构多缺陷检测方法 |
CN109142514B (zh) * | 2018-09-29 | 2022-04-01 | 东北大学 | 一种基于脉冲涡流阵列的缺陷检测装置及方法 |
CN115345876B (zh) * | 2022-10-17 | 2023-04-07 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种基于超声图像的螺栓螺纹缺陷检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012403A (zh) * | 2010-11-01 | 2011-04-13 | 北京市市政工程研究院 | 超声法检测混凝土构筑物节点内部不密实性缺陷的判定方法 |
-
2014
- 2014-04-28 CN CN201410176156.5A patent/CN103940908B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012403A (zh) * | 2010-11-01 | 2011-04-13 | 北京市市政工程研究院 | 超声法检测混凝土构筑物节点内部不密实性缺陷的判定方法 |
Non-Patent Citations (2)
Title |
---|
埋弧焊X 射线焊缝图像缺陷分割检测技术;高炜欣等;《仪器仪表学报》;20110630;第32卷(第6期);6基于聚类的缺陷分割 * |
焊缝超声检测缺陷类型的模糊C均值聚类识别;于润桥等;《测试技术学报》;20071231;第21卷(第5期);摘要部分,第469页3实验设计,图3 * |
Also Published As
Publication number | Publication date |
---|---|
CN103940908A (zh) | 2014-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103940908B (zh) | 基于dbscan及互相关算法的超声检测装置及方法 | |
CN104965023B (zh) | 多模态导波工业管道诊断方法 | |
CN102944608B (zh) | 波纹管孔道注浆密实度超声检查的装置及方法 | |
CN102183226B (zh) | 基于多源信息融合的锚杆无损检测方法 | |
CN106287240B (zh) | 一种基于声发射的管道泄漏检测装置及单传感器定位方法 | |
CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
CN103604868B (zh) | 基于合成孔径及信息熵的波纹管压浆质量检测装置及方法 | |
CN104142195A (zh) | 基于超声波法的钢结构构件内部初始应力检测装置和方法 | |
CN104181234B (zh) | 一种基于多重信号处理技术的无损检测方法 | |
CN104502451A (zh) | 一种钢板缺陷识别方法 | |
CN104251883A (zh) | 一种非接触式检测岩石声波速度的方法 | |
CN103245726A (zh) | 通过超声表面波检测材料氢损伤的装置及方法 | |
CN104792865A (zh) | 基于分数维的管道超声导波小缺陷识别与定位方法 | |
CN103792287A (zh) | 一种基于Lamb波的大面积结构损伤检测方法 | |
CN106525971A (zh) | 便携式自动超声波无损探伤定位仪及其检测轨道的方法 | |
CN201508350U (zh) | 石油管材超声波自动探伤检测装置 | |
CN107340334A (zh) | 一种水下桥墩体内损伤检测方法 | |
CN106769734B (zh) | 一种超声波聚焦式河流泥沙浓度在线测量方法 | |
CN106770668B (zh) | 一种用于单孔的基桩质量声波透射法检测方法 | |
CN206990812U (zh) | 一种u型地下供水管道堵塞故障的检测系统 | |
CN101819182B (zh) | 重构非均匀介质中缺陷形状的方法 | |
CN203745428U (zh) | 一种微裂纹无损检测装置 | |
CN2809640Y (zh) | 一种结构缺陷超声在线智能识别系统 | |
CN105044215A (zh) | 一种非破坏性的材料声速现场测量方法 | |
CN106990169B (zh) | 基于前向散射波和c均值聚类算法的板类缺陷定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 Termination date: 20190428 |
|
CF01 | Termination of patent right due to non-payment of annual fee |