CN105388212B - 一种厚壁复合管状结构中缺陷的超声检测方法 - Google Patents
一种厚壁复合管状结构中缺陷的超声检测方法 Download PDFInfo
- Publication number
- CN105388212B CN105388212B CN201510697304.2A CN201510697304A CN105388212B CN 105388212 B CN105388212 B CN 105388212B CN 201510697304 A CN201510697304 A CN 201510697304A CN 105388212 B CN105388212 B CN 105388212B
- Authority
- CN
- China
- Prior art keywords
- wave
- wavelet
- coefficient
- metal layer
- signal
- 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
Links
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
-
- 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
Abstract
本发明公开了一种厚壁复合管状结构中缺陷的超声检测方法。本发明的超声检测方法采用先得到原始信号数据,通过降噪、快速傅里叶变换、连续小波变换等信号处理方法获得最终信号数据,并生成小波系数幅值‑时间曲线图,根据生成的小波系数幅值‑时间曲线图,提取出复合材料层内部损伤、复合材料层与金属层界面脱粘的位置及大小,并计算得到金属层厚度的分布;本发明可以用于由复合材料与金属组成的管状结构的多种缺陷的检测,并利用响应的信号处理技术进行损伤定位及大小评估,可实现整体结构性能的定量化分析;本发明的超声检测方法精度较高,无需基准信号,简单易行且可用于现场检测。
Description
技术领域
本发明属于无损检测技术领域,具体涉及一种厚壁复合管状结构中缺陷的超声检测方法。
背景技术
复合材料以其强度高,刚度高,抗疲劳性能好等优良性能广泛应用于航空航天、国防、工业等各个领域中,而复合管状结构作为其基本的结构方式也得到了长足的发展。以金属为内衬的厚壁复合管状结构综合了全复合材料管状结构性能好及金属气瓶成本低的优点,逐渐成为了气瓶、管道、油罐等设备的主要实现方式。但是由于此结构的制造过程复杂及使用周期长,因此结构内部会存在复合材料内部损伤、复合材料层与钢层脱粘、金属腐蚀等多种缺陷。如何准确、高效地实现厚壁复合管状结构的无损检测,成为了一个很具挑战性的问题。这不仅关系到设备本身性能的评估,更关系到国家财产与人身安全。
目前,常用的无损检测主要有超声检测法、X射线检验法、涡流检测法、微波检测法、声发射检测法等。超声检测法可以检测复合材料构件的分层、孔隙、裂纹和夹杂物。无论对于小而薄的板,还是大型构件都可以采用脉冲反射或透射进行检测。X射线方法检测分层缺陷很困难,一般只有当裂纹平面与射线束大致平行时方能检出,所以该法通常只能检测与试样表面垂直的裂纹。该方法可与超声检测法互补,但是对人体有害。涡流检测法只适用于导电材料及近表面缺陷的检测,且其容易受到环境中电磁信号的干扰。热成像法仅仅适用于厚度较薄的复合材料,并且要求工件表层有较好的热吸收率。声发射法可以用于加载过程中产生缺陷扩展的动态测量,但其信号依赖于缺陷本身,无法通过外部的声源提高信号敏感度,较易受到噪声或者假缺陷干扰。
20世纪70年代,超声检测法开始被引入复合材料层合板的无损检测问题中。20世纪90年代,超声脉冲斜波入射的方法在复合材料无损检测领域内广泛应用,与此同时,有学者尝试应用超声扫描方法,并结合匹配算法和数据库技术建立复合材料损伤的三维显示系统。近年来,复合材料的超声无损检测发展迅速而且日臻成熟。Rokhlin等人在垂直于和平行于纤维方向的平面内,通过测量超声波纵波、横波相速度与波束入射角度的关系,计算出纤维基体复合材料的模量,并以此确定纤维基体层间损伤。Pagodinas等人研究了纤维增强复合材料的超声无损检测技术,指出由于复合材料缺陷的多样性,检测信号分析应结合合适的信号处理技术,同时提出了信号滤波、调整换能器阻尼、脉冲整形和平滑、控制信号幅值四种常用的信号处理办法。他分析复合材料无损检测中亟待解决的问题分别为区分结构噪声下缺陷的回波信号,不规则材料下超声回波信号的建模,多个回波信号情况下分辨率的提高,非均质材料中缺陷位置的确定。2000年,Aymerich提出了基于超声检测复合材料结构中基体缺陷的检测问题,分析指出通过传统的脉冲垂直入射回波和脉冲斜入射回波进行检测可以分别检测出复合材料和基体中缺陷。但是缺陷仅局限于平行于层合板平面的复合材料缺陷和平行于复合材料纤维方向的基体缺陷。目前为止,超声检测技术的发展多局限于简单的全复合材料结构中损伤的大小、位置判断及其作用机理的研究中。
国内对复合材料超声无损检测的研究正处于刚起步的阶段,研究热点主要集中在复合材料板壳结构中损伤的识别、定位、评估、重构等方面,建模方法、实验手段、设备制造等方面都有十足的进步。但尚有一些不足,主要体现在:1)研究对象仅是全复合材料的简单的小型结构;3)研究问题主要集中在单一缺陷的检测方法上,未考虑结构中缺陷的多样性;2)检测方法多在实验条件下进行,鲜有可行的现场实时监测技术;4)缺陷判断需要完好信号作为基准。
发明内容
针对以上现有技术中存在的问题,本发明提出了一种厚壁复合管状结构的超声检测方法;本发明的方法可以用于复合材料与金属组成的管状结构的多种缺陷的检测,并利用响应的信号处理技术进行损伤定位及大小评估,可实现整体结构性能的定量化分析,检测方法精度较高,无需基准信号,简单易行且可用于现场检测。
本发明的目的在于提出一种厚壁复合管状结构中缺陷的超声检测方法。
本发明的厚壁复合管状结构中缺陷的超声检测装置包括:超声纵波探头、超声脉冲发生/接收器、数字示波器和计算机;其中,耦合剂均匀涂抹在待测结构的外表面;超声纵波探头垂直压在涂有耦合剂的待测结构的表面;超声脉冲发生/接收器发射超声波作为入射波至待测结构,经待测结构反射后的反射波由超声纵波探头接收;接收的反射波经超声脉冲发生/接收器将声波信号转换成数字信号后,传输至数字示波器显示,并同时将数字信号传输至计算机。
本发明的厚壁复合管状结构中缺陷的超声检测方法,包括以下步骤:
1)参数设置:依次连接超声纵波探头、超声脉冲发生/接收器、数字示波器和计算机;选择超声脉冲发生/接收器的模式为反射模式,设置通带范围和增益,打开示波器,设置入射波、反射波通道及触发方式,打开计算机中的波形数据采集软件;
2)信号测试及参数调整:在待测结构的外表面均匀涂抹耦合剂,将超声纵波探头垂直压在涂有耦合剂的待测结构的表面,微调超声纵波探头的位置,使其与耦合剂接触良好;超声脉冲发生/接收器发射超声波作为入射波至待测结构,经待测结构反射后的反射波由超声纵波探头接收,经超声脉冲发生/接收器将声波信号转换成数字信号后,传输至数字示波器显示,观察数字示波器,调整超声脉冲发生/接收器的增益及示波器的时间分辨率及幅值,使反射波的信号最佳,调整完成后,所有超声脉冲发生/接收器和示波器的参数设置在整个待测结构的检测过程中均应保持不变;
3)得到原始信号数据:保存接收到的反射波的数据,形成原始信号数据x0(n),n=1,2,3,4…N,其中,N为采样数,N≥2:
4)信号处理:将原始信号经过降噪、快速傅里叶变换FFT、连续小波变换CWT的信号处理后,获得最终信号数据x2(n),并生成小波系数幅值-时间曲线图;
5)缺陷评估及金属层测厚:根据生成的小波系数幅值-时间曲线图,提取出复合材料层内部损伤、复合材料层与金属层界面脱粘的位置及大小,并计算得到金属层厚度的分布;
6)结构的C扫描:检测过程中按照顺序逐点移动超声波纵波探头,使测点均布在待测结构的表面,在每个测点处,重复步骤3)~5),得到各个测点对应的复合材料层内部损伤、复合材料层-金属层界面脱粘、金属层的厚度的量化后的信息;
7)将所有测点的信息按照其坐标排列,生成整个待测结构的复合材料层内部损伤、复合材料层-金属层界面脱粘、金属层厚度的分布云图。
其中,在步骤4)中,信号处理具体包括以下步骤:
(1)降噪:对原始信号数据进行降噪处理,得到降噪后的信号数据x1(n),降噪包括小波降噪和小波包降噪两种方式实现:
a)小波包降噪:选择能测得集中度的可加性代价函数M,通过最优基选择方法,搜索原始信号数据x0(n)关于可加性代价函数M的最优小波包基B,利用最优小波包基B及可加性代价函数M,对原始信号x0(n)进行L层的小波包分解,得到小波包分解系数,对每一个小波包分解系数,采用预先设定的降噪阈值THR进行阈值量化,得到量化处理的系数,根据最底层的小波包分解系数和量化处理的系数,重构小波包,从而得到降噪后的信号数据x1(n),其中,L≥3,且L为整数;
b)小波降噪:对原始信号x0(n)进行L层的小波分解,得到各个分解尺度下的底层低频系数和高层高频系数,对各个分解尺度下的高层高频系数,采用预先设定的降噪阈值THR进行软阈值量化,得到量化处理的高层高频系数,根据小波分解的底层低频系数和量化处理的各高层高频系数,重构小波包,从而得到降噪后的信号数据x1(n),其中,L≥3,且L为整数。
(2)快速傅里叶变换提取原始信号中心频率:计算原始信号数据的采样频率Fs及信号的频率范围F,对原始信号数据x0(n)进行快速傅里叶变换,根据计算变换后的幅值,以频率范围F为横坐标画出频谱图,根据频谱图估计原始信号的中心频率f;
(3)连续小波变换:根据得到的中心频率f,选取尺度因子a,a=Fs/f,并根据时频分辨率特性选择小波函数,对降噪后的信号x1(n)进行单频率的连续小波变换,得到最终信号数据x2(n),并生成小波系数幅值-时间曲线图,其中,曲线图中的小波系数的峰值时刻就表示频率为f的波组分的峰值时刻。
在步骤5)中,具体的评估方法如下:
(1)根据生成的小波系数幅值-时间曲线图以及材料的波速,得到三个时间区间,分别为入射峰时间区间[t11,t12]、复合材料层-金属层界面反射峰时间区间[t21,t22]及金属层后表面第一反射峰时间区间[t31,t32],寻找三个时间区间内各自的峰值时刻t1、t2和t3及其幅值大小P1、P2和P3,幅值大小即小波系数值;
(2)复合材料层内部损伤的位置及大小评估:计算入射峰时间区间[t11,t12]与复合材料层-金属层界面反射峰时间区间[t21,t22]内各波峰及波谷的幅值,计算相邻波峰与波谷间的垂直距离,取绝对值Q,与预先设定的损伤阈值Pc(应大于三倍的噪声信号幅值)进行比较,当Q>Pc时,相应的波峰为损伤的反射波峰;当Q≤Pc时,相应的波峰为噪声信号,通过峰值大小及峰值时刻,并结合材料中的波速,计算出各个损伤的大小及其深度;
(3)复合材料层与金属层界面脱粘的位置及大小评估:计算反射峰比值R=P3/P2,与预先设定的脱粘阈值Pd(应大于三倍的噪声信号幅值)进行比较,当R≤Pd时,复合材料层-金属层界面为完好粘接,当R>Pd时,复合材料层-金属层界面出现脱粘,R越大脱粘面积越大,通过计算R的大小即可估算出脱粘面积的大小,由于脱粘的位置固定不变,根据金属层的厚度及金属中波速计算得到脱粘的位置;
(4)金属层的厚度测定:计算波峰P3与P2的时间间隔Δt=t3-t2,结合金属中波速的大小,得出金属层厚度,若超声波在金属层内多次反射,则通过金属层后表面的多次反射波峰时刻计算金属层的厚度。
本发明的优点
本发明先得到原始信号数据,通过降噪、快速傅里叶变换、连续小波变换等信号处理方法获得最终信号数据,并生成小波系数幅值-时间曲线图,根据生成的小波系数幅值-时间曲线图,提取出复合材料层内部损伤、复合材料层与金属层界面脱粘的位置及大小,并计算得到金属层厚度的分布;本发明可以用于由复合材料与金属组成的管状结构的多种缺陷的检测,并利用响应的信号处理技术进行损伤定位及大小评估,可实现整体结构性能的定量化分析;检测方法精度较高,无需基准信号,简单易行且可用于现场检测。
附图说明
图1为本发明的厚壁复合管状结构中缺陷的超声检测装置的示意图;
图2为根据本发明的厚壁复合管状结构中缺陷的超声检测方法得到的信号处理图,其中,(a)为原始信号数据图,(b)为降噪后的信号数据图,(c)为快速傅里叶变换后得到的频谱图,(d)为小波系数幅值-时间曲线图;
图3为根据本发明的厚壁复合管状结构中缺陷的超声检测方法进行复合材料层内部损伤评估示意图;
图4为根据本发明的厚壁复合管状结构中缺陷的超声检测方法进行复合材料层-钢层界面脱粘评估示意图;
图5为根据本发明的厚壁复合管状结构中缺陷的超声检测方法进行C扫描方式示意图;
图6为根据本发明的厚壁复合管状结构中缺陷的超声检测方法得到的待测结构的复合材料层内部损伤情况云图;
图7为本发明的厚壁复合管状结构中缺陷的超声检测方法的流程图。
具体实施方式
下面结合附图,通过具体实施例,进一步阐述本发明。
如图1所示,本实施例的厚壁复合管状结构中缺陷的超声检测装置包括:超声纵波探头2、超声脉冲发生/接收器3、数字示波器4和计算机5;其中,耦合剂14均匀涂抹在待测结构的外表面;超声纵波探头垂直压在涂有耦合剂的待测结构的表面;超声脉冲发生/接收器发射超声波作为入射波至待测结构1,经待测结构反射后的反射波由超声纵波探头接收;接收的反射波经超声脉冲发生/接收器将声波信号转换成数字信号后,传输至数字示波器显示,传输至数字示波器显示,并同时将数字信号传输至计算机。
待测结构1为厚壁钢内衬碳纤维复合管状结构,是由多层角铺设碳纤维复合材料11缠绕厚壁钢管12制造而成。为了更有力地说明发明的可行性,最外层粘了一层吸波效果很好的薄涂层13。
本实施例的厚壁复合管状结构中缺陷的超声检测方法,如图7所示,包括以下步骤:
1)参数设置:超声纵波探头2与超声脉冲发生/接收器3的信号输入端36相连接,超声脉冲发生/接收器3的信号输出端34连接至示波器的反射波通道42,超声脉冲发生/接收器3的触发信号端35连接至示波器4的触发通道41,示波器4的输出信号端43连接至计算机5;模式设定按钮31设置超声脉冲发生/接收器的模式为反射模式,增益设定按钮32设置最大增益为10,通带范围设定按钮33设置通带范围为1~10MHZ,打开示波器4,设置入射波、反射波通道及触发方式,打开计算机中的波形数据采集软件。
2)信号测试及参数调整:在待测结构的外表面均匀涂抹耦合剂14,将5MHz超声纵波探头2垂直压在涂有耦合剂的待测结构1的表面,微调超声纵波探头的位置,使其与耦合剂接触良好;超声脉冲发生/接收器3发射超声波作为入射波至待测结构,经待测结构反射后的反射波由超声纵波探头接收;接收的反射波经超声脉冲发生/接收器将声波信号转换成数字信号后,传输至数字示波器显示,观察数字示波器,调整超声脉冲发生/接收器的增益及示波器的时间分辨率及幅值,使反射波的信号最佳,此时增益10为60DB,调整完成后,所有超声脉冲发生/接收器和示波器的参数设置在整个待测结构的检测过程中均应保持不变;
3)得到原始信号数据:保存接收到的反射波的数据,形成原始信号数据x0(n),n=1,2,3,4…N,其中,N为采样数,如图2(a)所示:
4)信号处理:
(1)小波包降噪:通过最优基选择方法,搜索原始信号数据x0(n)关于可加性代价函数M的最优小波包基B,可加性代价函数M选择为香农(Shannon)熵函数,利用小波函数db6及香农(Shannon)熵函数,对原始信号x0(n)进行6层的小波包分解,得到小波包分解系数,对每一个小波包分解系数,利用启发式阈值选择进行阈值量化,得到量化处理的系数,根据最底层的小波包分解系数和量化处理的系数,重构小波包,从而得到降噪后的信号数据x1(n),如图2(b)所示;
(2)快速傅里叶变换提取原始信号中心频率:计算原始信号数据的采样频率Fs及信号的频率范围F,计算信号的频率范围F=[0:N-1])*Fs/N,对原始信号数据x0(n)进行快速傅里叶变换,根据计算变换后的幅值,以频率范围F为横坐标画出频谱图,如图2(c)所示,根据频谱图估计原始信号的中心频率f;
(3)连续小波变换:根据得到的中心频率f,选取尺度因子a=Fs/f,以及选择小波函数为Morlet小波,对降噪后的信号数据x1(n)进行单频率的连续小波变换,得到最终信号数据x2(n),并生成小波系数幅值-时间曲线图,如图2(d)所示,其中,曲线图中的小波系数的峰值时刻就表示频率为f的波组分的峰值时刻。
5)缺陷评估及钢层测厚:
(1)根据生成的小波系数幅值-时间曲线图以及材料的波速,得到三个时间区间,分别为入射峰时间区间[t11,t12]、复合材料层-钢层界面反射峰时间区间[t21,t22]及钢层后表面第一反射峰时间区间[t31,t32],寻找三个时间区间内各自的峰值时刻t1、t2和t3及其幅值大小P1、P2和P3,即小波系数值;
(2)复合材料层内部损伤的位置及大小评估:计算入射峰时间区间[t11,t12]与复合材料层-钢层界面反射峰时间区间[t21,t22]内各波峰及波谷的幅值,计算相邻波峰与波谷间的垂直距离,取绝对值Q,与预先设定的损伤阈值Pc(应大于三倍的噪声信号幅值)进行比较,当Q>Pc时,相应的波峰为损伤的反射波峰;当Q≤Pc时,相应的波峰为噪声信号,通过峰值大小及峰值时刻,并结合材料中的波速,计算出各个损伤的大小及其深度,图3为该待测结构1中碳纤维复合材料层11内存在7mm深度损伤时的典型信号,为了更加形象地说明,图3中将其与无损伤的信号进行了对比;
(3)复合材料层与钢层界面脱粘的位置及大小评估:计算反射峰比值R=P3/P2,与预先设定的脱粘阈值Pd(应大于三倍的噪声信号幅值)进行比较,当R≤Pd时,复合材料层-钢层界面为完好粘接,当R>Pd时,复合材料层-钢层界面出现脱粘,通过计算R的大小即可估算出脱粘面积的大小,由于脱粘的位置固定不变,根据钢层的厚度及钢中波速计算得到脱粘的位置,图4为界面脱粘时的典型信号,为了更加形象地说明,图4中将其与界面完好的信号进行了对比;
(4)钢层的厚度测定:计算波峰P3与P2的时间间隔Δt=t3-t2,结合钢中波速的大小,得出钢层厚度ds=Cs×Δt,从图5中可以看出,超声波在钢内有多次反射,也可通过钢后表面的多次反射波峰时刻计算钢层厚度ds。另外,如图5所示在,在本实施例中,还可以用相同的方法计算薄涂层13中的厚度分布dc。
6)结构的C扫描:如图6所示对对待测结构1进行C扫描,检测顺序如下:首先,将整个待测结构的侧面区域划分,沿圆周分别为A~O共15份,沿轴向分为3份,共划分成15×3块,检测过程中,以2×3块为一个区域,以为A1、A2、A3、B1、B2和B3的区域为例,在区域内,每块内均匀分布4×4个测点1~4,在每个测点处,重复步骤3)~5)进行检测,并通过U形扫描方式进行扫描。整个区域完成后,将待测结构转动一定角度,检测下个区域,以此类推,直到检测完成;
7)将所有测点信息按照其坐标排列,生成整个结构的复合材料层内部损伤、复合材料层-钢界面脱粘、钢层厚度的分布云图。
最后需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (3)
1.一种厚壁复合管状结构中缺陷的超声检测方法,用于复合材料与金属组成的管状结构的多种缺陷的检测,其特征在于,所述超声检测方法包括以下步骤:
1)参数设置:依次连接超声纵波探头、超声脉冲发生/接收器、数字示波器和计算机;选择超声脉冲发生/接收器的模式为反射模式,设置通带范围和增益,打开示波器,设置入射波、反射波通道及触发方式,打开计算机中的波形数据采集软件;
2)信号测试及参数调整:在待测结构的外表面均匀涂抹耦合剂,将超声纵波探头垂直压在涂有耦合剂的待测结构的表面,微调超声纵波探头的位置,使其与耦合剂接触良好;超声脉冲发生/接收器发射超声波作为入射波至待测结构,经待测结构反射后的反射波由超声纵波探头接收,经超声脉冲发生/接收器将声波信号转换成数字信号后,传输至数字示波器显示,观察数字示波器,调整超声脉冲发生/接收器的增益及示波器的时间分辨率及幅值,使反射波的信号最佳,调整完成后,所有超声脉冲发生/接收器和示波器的参数设置在整个待测结构的检测过程中均应保持不变;
3)得到原始信号数据:保存接收到的反射波的数据,形成原始信号数据x0(n),n=1,2,3,4…N,其中,N为采样数,N≥2:
4)信号处理:将原始信号经过降噪、快速傅里叶变换FFT、连续小波变换CWT的信号处理后,获得最终信号数据x2(n),并生成小波系数幅值-时间曲线图;
5)缺陷评估及金属层测厚:根据生成的小波系数幅值-时间曲线图,提取出复合材料层内部损伤、复合材料层与金属层界面脱粘的位置及大小,并计算得到金属层厚度的分布;
6)结构的C扫描:检测过程中按照顺序逐点移动超声波纵波探头,使测点均布在待测结构的表面,在每个测点处,重复步骤3)~5),得到各个测点对应的复合材料层内部损伤、复合材料层-金属层界面脱粘、金属层的厚度的量化后的信息;
7)将所有测点的信息按照其坐标排列,生成整个待测结构的复合材料层内部损伤、复合材料层-金属层界面脱粘、金属层厚度的分布云图;
其中,在步骤5)中,具体的评估方法如下:
(1)根据生成的小波系数幅值-时间曲线图以及材料的波速,得到三个时间区间,分别为入射峰时间区间[t11,t12]、复合材料层-金属层界面反射峰时间区间[t21,t22]及金属层后表面第一反射峰时间区间[t31,t32],寻找三个时间区间内各自的峰值时刻t1、t2和t3及其幅值大小P1、P2和P3,幅值大小即小波系数值;
(2)复合材料层内部损伤的位置及大小评估:计算入射峰时间区间[t11,t12]与复合材料层-金属层界面反射峰时间区间[t21,t22]内各波峰及波谷的幅值,计算相邻波峰与波谷间的垂直距离,取绝对值Q,与预先设定的损伤阈值Pc进行比较,当Q>Pc时,相应的波峰为损伤的反射波峰;当Q≤Pc时,相应的波峰为噪声信号,通过峰值大小及峰值时刻,并结合材料中的波速,计算出各个损伤的大小及其深度,其中,损伤阈值Pc大于三倍的噪声信号幅值;
(3)复合材料层与金属层界面脱粘的位置及大小评估:计算反射峰比值R=P3/P2,与预先设定的脱粘阈值Pd进行比较,当R≤Pd时,复合材料层-金属层界面为完好粘接,当R>Pd时,复合材料层-金属层界面出现脱粘,R越大脱粘面积越大,通过计算R的大小即可估算出脱粘面积的大小,由于脱粘的位置固定不变,根据金属层的厚度及金属中波速计算得到脱粘的位置,其中,脱粘阈值Pd大于三倍的噪声信号幅值;
(4)金属层的厚度测定:计算波峰P3与P2的时间间隔Δt=t3-t2,结合金属中波速的大小,得出金属层厚度,若超声波在金属层内多次反射,则通过金属层后表面的多次反射波峰时刻计算金属层的厚度。
2.如权利要求1所述的超声检测方法,其特征在于,在步骤4)中,信号处理具体包括以下步骤:
(1)降噪:对原始信号数据进行降噪处理,得到降噪后的信号数据x1(n);
(2)快速傅里叶变换提取原始信号中心频率:计算原始信号数据的采样频率Fs及信号的频率范围F,对原始信号数据x0(n)进行快速傅里叶变换,根据计算变换后的幅值,以频率范围F为横坐标画出频谱图,根据频谱图估计原始信号的中心频率f;
(3)连续小波变换:根据得到的中心频率f,选取尺度因子a,a=Fs/f,并根据时频分辨率特性选择小波函数,对降噪后的信号x1(n)进行单频率的连续小波变换,得到最终信号数据x2(n),并生成小波系数幅值-时间曲线图,其中,曲线图中的小波系数的峰值时刻就表示频率为f的波组分的峰值时刻。
3.如权利要求2所述的超声检测方法,其特征在于,在步骤(1)中,降噪采用小波降噪或者小波包降噪实现:
a)小波包降噪:选择能测得集中度的可加性代价函数M,通过最优基选择方法,搜索原始信号数据x0(n)关于可加性代价函数M的最优小波包基B,利用最优小波包基B及可加性代价函数M,对原始信号x0(n)进行L层的小波包分解,得到小波包分解系数,对每一个小波包分解系数,采用预先设定的降噪阈值THR进行阈值量化,得到量化处理的系数,根据最底层的小波包分解系数和量化处理的系数,重构小波包,从而得到降噪后的信号数据x1(n),其中,L≥3,且L为整数;
b)小波降噪:对原始信号x0(n)进行L层的小波分解,得到各个分解尺度下的底层低频系数和高层高频系数,对各个分解尺度下的高层高频系数,采用预先设定的降噪阈值THR进行软阈值量化,得到量化处理的高层高频系数,根据小波分解的底层低频系数和量化处理的各高层高频系数,重构小波包,从而得到降噪后的信号数据x1(n),其中,L≥3,且L为整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510697304.2A CN105388212B (zh) | 2015-10-23 | 2015-10-23 | 一种厚壁复合管状结构中缺陷的超声检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510697304.2A CN105388212B (zh) | 2015-10-23 | 2015-10-23 | 一种厚壁复合管状结构中缺陷的超声检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105388212A CN105388212A (zh) | 2016-03-09 |
CN105388212B true CN105388212B (zh) | 2018-08-10 |
Family
ID=55420733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510697304.2A Active CN105388212B (zh) | 2015-10-23 | 2015-10-23 | 一种厚壁复合管状结构中缺陷的超声检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105388212B (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106053597A (zh) * | 2016-05-20 | 2016-10-26 | 湖南科技大学 | 一种基于hht特征提取的钢管混凝土脱空缺陷的检测方法 |
CN105973992B (zh) * | 2016-06-06 | 2019-01-01 | 平高集团有限公司 | 环氧浇注绝缘件微小气孔缺陷的超声小波检测方法 |
CN106124620A (zh) * | 2016-06-14 | 2016-11-16 | 北京理工大学 | 一种螺纹管内外表面纵向裂纹的横纵波无损检测方法 |
JP6761331B2 (ja) | 2016-12-07 | 2020-09-23 | 川崎重工業株式会社 | 複合材の超音波探傷装置及び方法 |
CN106872492B (zh) * | 2017-01-11 | 2019-10-22 | 南京航空航天大学 | 一种增材制造高精度自适应三维无损检测方法 |
CN107064303A (zh) * | 2017-04-24 | 2017-08-18 | 南通友联数码技术开发有限公司 | 一种实心轮轴不落轮超声检测系统、检测方法和成像方法 |
CN107271560B (zh) * | 2017-05-30 | 2019-10-25 | 株洲时代新材料科技股份有限公司 | 用于大型复合材料的超声波检测方法 |
CN107941911B (zh) * | 2017-11-16 | 2019-11-05 | 南通理工学院 | 一种管道腐蚀检测方法 |
CN108008016A (zh) * | 2018-01-03 | 2018-05-08 | 国网安徽省电力有限公司电力科学研究院 | 基于x射线与超声联合检测的电力电缆及接头无损检测系统及方法 |
GB2572215A (en) * | 2018-03-23 | 2019-09-25 | Short Brothers Ltd | Detection of kiss bonds within composite components |
CN109541038A (zh) * | 2018-10-25 | 2019-03-29 | 上海船舶工艺研究所(中国船舶工业集团公司第十研究所) | 一种用于超声检测的扫查装置及其扫查方法 |
KR20210143936A (ko) * | 2019-04-17 | 2021-11-29 | 디엠씨 글로벌 아이엔씨. | 다층 물품에서 정상적인 결합과 약한 결합 사이의 결합 경계를 식별하는 방법 및 시스템 |
CN110530984A (zh) * | 2019-09-26 | 2019-12-03 | 中国石油大学(华东) | 一种管道内涂层缺陷的超声波检测方法 |
CN111239166A (zh) * | 2020-03-25 | 2020-06-05 | 嘉兴市特种设备检验检测院 | 碳纤维缠绕复合材料气瓶缺陷的微波检测方法 |
CN113884581B (zh) * | 2020-07-03 | 2022-08-30 | 中国科学院沈阳自动化研究所 | 一种基于增材缺陷的超声检测信号的降噪方法 |
CN112766044B (zh) * | 2020-12-28 | 2024-03-22 | 中海石油(中国)有限公司 | 疏松样品纵横波速度分析方法、装置及计算机存储介质 |
CN113158515A (zh) * | 2021-03-31 | 2021-07-23 | 中国飞机强度研究所 | 一种含缺陷层合板圆筒参数化模型快速建立方法 |
CN113311073B (zh) * | 2021-04-21 | 2022-12-02 | 武汉科技大学 | 一种电磁超声声时测量方法及系统 |
CN115406383A (zh) * | 2021-05-28 | 2022-11-29 | 中国石油天然气股份有限公司 | 储罐罐顶腐蚀深度的检测方法 |
CN113808092B (zh) * | 2021-09-09 | 2023-06-23 | 广州大学 | 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质 |
CN114295505B (zh) * | 2021-12-27 | 2024-03-01 | 绍兴市特种设备检测院 | 一种奥氏体不锈钢热处理状态快速检验方法 |
CN114594165A (zh) * | 2022-05-07 | 2022-06-07 | 鹰视(廊坊)科技有限公司 | 一种薄壁管材缺陷检测装置及其使用方法 |
CN116106420A (zh) * | 2023-04-13 | 2023-05-12 | 宁德时代新能源科技股份有限公司 | 电池缺陷检测方法、装置、存储介质及电池缺陷检测设备 |
CN117171516B (zh) * | 2023-10-23 | 2024-01-23 | 北京华力兴科技发展有限责任公司 | 一种x射线测厚仪数据优化校正方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4290308A (en) * | 1979-09-17 | 1981-09-22 | Electric Power Research Institute, Inc. | Method of monitoring defects in tubular products |
JP2005300274A (ja) * | 2004-04-08 | 2005-10-27 | Central Res Inst Of Electric Power Ind | 厚肉構造物の自動超音波探傷装置および自動超音波探傷方法 |
CN1743839A (zh) * | 2005-07-15 | 2006-03-08 | 华南理工大学 | 一种结构缺陷超声在线智能识别系统及识别方法 |
CN102207490A (zh) * | 2011-03-04 | 2011-10-05 | 哈尔滨工业大学 | 奥氏体不锈钢焊缝超声检测缺陷信号的识别方法 |
CN104391039A (zh) * | 2014-11-15 | 2015-03-04 | 中国特种设备检测研究院 | 基于动态小波指纹技术的储罐底板腐蚀非接触式超声检测方法 |
CN105203632A (zh) * | 2015-10-12 | 2015-12-30 | 江苏大学 | 一种基于超声导波的管道缺陷类型判别方法 |
-
2015
- 2015-10-23 CN CN201510697304.2A patent/CN105388212B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4290308A (en) * | 1979-09-17 | 1981-09-22 | Electric Power Research Institute, Inc. | Method of monitoring defects in tubular products |
JP2005300274A (ja) * | 2004-04-08 | 2005-10-27 | Central Res Inst Of Electric Power Ind | 厚肉構造物の自動超音波探傷装置および自動超音波探傷方法 |
CN1743839A (zh) * | 2005-07-15 | 2006-03-08 | 华南理工大学 | 一种结构缺陷超声在线智能识别系统及识别方法 |
CN102207490A (zh) * | 2011-03-04 | 2011-10-05 | 哈尔滨工业大学 | 奥氏体不锈钢焊缝超声检测缺陷信号的识别方法 |
CN104391039A (zh) * | 2014-11-15 | 2015-03-04 | 中国特种设备检测研究院 | 基于动态小波指纹技术的储罐底板腐蚀非接触式超声检测方法 |
CN105203632A (zh) * | 2015-10-12 | 2015-12-30 | 江苏大学 | 一种基于超声导波的管道缺陷类型判别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105388212A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105388212B (zh) | 一种厚壁复合管状结构中缺陷的超声检测方法 | |
Shen et al. | Ultrasonic NDE techniques for impact damage inspection on CFRP laminates | |
Diamanti et al. | Structural health monitoring techniques for aircraft composite structures | |
Girolamo et al. | Impact damage visualization in a honeycomb composite panel through laser inspection using zero-lag cross-correlation imaging condition | |
US7584062B1 (en) | Sub-wavelength ultrasound characterization of composite material | |
Michaels et al. | Application of acoustic wavefield imaging to non‐contact ultrasonic inspection of bonded components | |
Jodhani et al. | Ultrasonic non-destructive evaluation of composites: A review | |
CN203981638U (zh) | 一种复合绝缘子内部缺陷的相控阵超声检测装置 | |
Yang et al. | Comparative study of ultrasonic techniques for reconstructing the multilayer structure of composites | |
Wang et al. | Three-dimensional damage quantification of low velocity impact damage in thin composite plates using phased-array ultrasound | |
Pelivanov et al. | Heat damage evaluation in carbon fiber-reinforced composites with a kHz A-scan rate fiber-optic pump-probe laser-ultrasound system | |
Poudel et al. | Air-coupled ultrasonic testing of carbon/carbon composite aircraft brake disks | |
Fierro et al. | Nonlinear elastic imaging of barely visible impact damage in composite structures using a constructive nonlinear array sweep technique | |
Zeng et al. | High-resolution air-coupled laser ultrasound imaging of microstructure and defects in braided CFRP | |
Wertz et al. | Volumetric characterization of delamination fields via angle longitudinal wave ultrasound | |
Tang et al. | Non-contact phase coded excitation of ultrasonic Lamb wave for blind hole inspection | |
He et al. | Quantitative detection of surface defect using laser-generated Rayleigh wave with broadband local wavenumber estimation | |
Chen et al. | Wall thickness measurement and defect detection in ductile iron pipe structures using laser ultrasonic and improved variational mode decomposition | |
Ma et al. | Characterisation of inclusions and disbonds in honeycomb composites using non-contact non-destructive testing techniques | |
Yang et al. | Passive detection and localization of fatigue cracking in aluminum plates using Green’s function reconstruction from ambient noise | |
Her et al. | 3D surface profile construction and flaw detection in a composite structure | |
Zhong et al. | Ultrasonic Testing Techniques for Nondestructive Evaluation of Fiber-Reinforced Composite Structures | |
Cheng et al. | Detection of Internal Defects Based on Empirical Mode Decomposition and Wavelets Denoising | |
Bhardwaj et al. | Application of advanced non-contact ultrasound for composite material qualification | |
Liu et al. | Quantitative rectangular notch detection of laser-induced lamb waves in aluminium plates with wavenumber analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |