CN106645399A - 一种复合材料损伤检测评估方法和系统 - Google Patents
一种复合材料损伤检测评估方法和系统 Download PDFInfo
- Publication number
- CN106645399A CN106645399A CN201610897793.0A CN201610897793A CN106645399A CN 106645399 A CN106645399 A CN 106645399A CN 201610897793 A CN201610897793 A CN 201610897793A CN 106645399 A CN106645399 A CN 106645399A
- Authority
- CN
- China
- Prior art keywords
- module
- damage
- wave field
- data
- laser
- 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.)
- Granted
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
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种复合材料损伤检测评估方法和系统,涉及复合材料损伤检测。复合材料损伤检测评估系统设有综合控制模块、数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块。复合材料损伤检测评估方法:利用蓝噪声采样对激光超声导波场进行欠采样;通过稀疏变换和稀疏促进策略对欠采样的激光超声导波场进行分析,重构全波场;通过对全波场进行计算机视觉显示度的稀疏编码分析,计算得出结构的损伤信息;将结构中的损伤信息代入有限元模型,预测结构剩余寿命。实现对激光超声导波场的快速采集,以及后续对导波场进行自动化的视觉显著度分析以识别结构中损伤。有效减少激光超声导波场的采集时间。提升激光超声导波损伤评估的自动化水平。
Description
技术领域
本发明涉及复合材料损伤检测,尤其是涉及一种复合材料损伤检测评估方法和系统。
背景技术
飞机大型复合材料结构属于承力结构,尺寸大、形状复杂,尺寸小则几平方米,多则几十上百平米;型面复杂或含交叉、拐角部位及封闭区域。对大型复合材料结构的检测,不仅要求有效、可靠,还要求对大型复合材料结构各部位进行快速的原位检测。目前应用于大型复合材料结构检测的无损检测技术难以准确快速地检测结构在制造和使用过程中的缺陷和损伤。激光超声检测技术作为一种新兴无损检测技术,其原理是利用激光来激发和接收超声波,进而检测材料及结构中损伤,在复合材料检测方面具有非接触、高精度的特点和复杂型面检测与原位检测能力,近年来得到了快速发展。已被空客用于A380、A350复合材料结构检测的美国iPhoton公司iPLUS激光超声检测系统,可以控制机械手臂向待检结构点发出激光并接收激光回波,对大型复合材料复杂结构进行自动化检测,具有较高的检测效率。另一方面,激光超声导波检测技术通过重构导波全波场分析损伤对导波的散射,进而提取损伤的相关信息。激光超声导波检测技术不仅具有激光超声检测在改进制造过程、自动化快速检测、剩余强度与剩余寿命预测方面带来的优势,相对其它激光超声方法还具有单点扫描影响小、可消除伪缺陷、抗干扰性强等优点,对大型复合材料结构的检测具有相当大的优势和潜力。其中西安金波开发的“超声波可视化检测仪”利用激光激励结构中的超声导波,用压电陶瓷传感器采集信号,通过对所需监测的结构部位进行逐点激励,经过处理得到该部位的导波场,可以直观的反映结构中的损伤。基于相似的原理,南京航空航天大学的裘进浩课题组(Zhang C,Qiu J,Ji H.Laser Ultrasonic Imaging for Impact DamageVisualization in Composite Structure.EWSHM-7th European Workshop onStructural Health Monitoring,2014,Nantes,France)、英国Sheffield大学的Staszewski课题组[Staszewski W J,Lee B C,Mallet L,Scarpa F.Structural healthmonitoring using scanning laser vibrometry:I.Lamb wave sensing.SmartMaterials and Structures,2004,13:251-260]、美国Georgia理工学院的Michaels课题组[Ruzzene M,Jeong S M,Michaels T E,Michaels J E,Mi B.Simulation andmeasurement of ultrasonic waves in elastic plates using laservibrometry.Review of Progress in Quantitative Nondestructive Evaluation,2005,24:172-179]、韩国KAIST的Hoon Sohn课题组[An Y K,Park B,Sohn H.Completenoncontact laser ultrasonic imaging for automated crack visualization in aplate.Smart Materials and Structures,2013,22:025022]在激光超声导波的损伤特征提取、信号处理方面做了大量的研究工作,促进了激光超声导波检测技术的发展。
激光超声导波全波场重建技术对监测部位的扫描时间较长,对于大面积复合材料结构显得有些难以接受。扫描时间长主要体现在两个方面:1)需要对结构部位逐点扫描,扫描点间隔要求非常精细,因此扫描点的数目很大;2)每一次扫描要求上次的波场必须完全耗散,这就使扫描的时间间隔不能无限制压缩。如何在不影响损伤识别效果的前提下,能减少激光超声导波的扫描时间,是亟需解决的问题。
另一方面,现有的超声导波检测方法虽然不需要结构材料参数为先验信息,但是在损伤识别前通常需要对结构参数进行摸底分析以知悉结构中导波的群速度等参数,然后才能基于一些损伤识别方法对结构中的损伤进行识别。如何利用导波场不经过结构参数分析,直接得到损伤信息,是激光超声导波检测技术得以自动化应用需要解决的问题。
综上所述,如何针对激光超声导波全波场重建的逐点扫描技术和损伤识别技术的特点和不足,减少面向全波场分析的激光超声导波扫描采集时间,快速、自动评价复合材料结构中的损伤对复合材料结构安全性和可靠性的影响,是一个极富挑战性的课题。
全波场为定位和定量损伤提供了丰富的信息,但是全波场测量流程非常耗时,原因如下:①需要在同一点多次测量以提升信噪比;②需要大量的测点保证采样满足Shannon-Nyquist定理,避免漏掉重要信息;③必须等上一次激励的导波场完全耗散才能进行下一步的采集。因此,有必要通过减少测量点数来减少采样时间。压缩采样理论通过开发信号的稀疏特性,在远小于Shannon-Nyquist采样率的欠采样情况下,用随机采样获取信号的离散样本,借助非线性重建算法实现信号的完美重建。
发明内容
本发明的目的在于提供一种复合材料损伤检测评估系统。
本发明的另一目的在于提供一种复合材料损伤检测评估方法。
所述复合材料损伤检测评估系统设有综合控制模块、数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块;
所述综合控制模块分别与数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块连接,数据采集模块的输出端与全波场数据重建模块的输入端连接,全波场数据重建模块的输出端与损伤特征提取模块的输入端连接,损伤特征提取模块的输出端与剩余寿命预测模块的输入端连接。
综合控制模块与数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块相连,用于协调、控制整个系统的工作;
数据采集模块负责与硬件相连,驱动激光器的扫描运动,激励、采集信号;
全波场数据重建模块根据数据采集模块采集到的欠采样数据,通过稀疏变换和稀疏促进策略重构激光超声导波的全波场;
损伤特征提取模块根据全波场数据,通过损伤定量特征三步提取方法提取损伤信息;
剩余寿命预测模块根据损伤特征提取模块的分析结果,预测结构的剩余寿命。
各模块的具体工作内容如下:
1)综合控制模块
综合控制模块与数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块相连,用于协调、控制整个系统的工作。
a)综合控制模块通过内部总线控制对其他四个模块进行综合管理,控制整个流程是否进行;
b)综合控制模块需要有一定的自检功能,判断其余四个模块是否可以正常工作;
c)综合控制模块要有外部接口,可以转移控制权或向上级系统上传数据。
2)数据采集模块
数据采集模块负责与硬件相连,驱动激光器的扫描运动,激励、采集信号。
a)数据采集模块要有选择蓝噪声采样模式的功能,可以驱使激光器按照不同的采样格式进行扫描;
b)数据采集模块可以根据不同材料的导波耗散时间设置逐次扫描的时间间隔;
c)数据采集模块可以向综合控制模块发送采集的数据进行存储,也要向下游的全波场数据重建模块发送数据进行下一步运算;
d)数据采集模块要有扫描轨迹自动运算的功能,生成激光器在结构上的扫描轨迹,驱动激光器的运动;
e)数据采集模块要有激励信号设置功能和数据采集参数设置功能。
3)全波场数据重建模块
全波场数据重建模块根据数据采集模块采集到的欠采样数据,通过稀疏变换和稀疏促进策略重构激光超声导波的全波场。
a)全波场数据重建模块要有选择稀疏变换模式的功能;
b)全波场数据重建模块需要向综合控制模块全波场数据进行存储,也要向下游的损伤特征提取模块发送数据进行下一步的运算。
4)损伤特征提取模块
损伤特征提取模块根据全波场数据,通过损伤定量特征三步提取方法提取损伤信息。
a)损伤特征提取模块自动完成入射波去除、基于稀疏编码的字典库计算、边界特征去除的三个步骤;
b)损伤特征提取模块需要向综合控制模块全波场数据进行存储,也要向下游的剩余寿命预测模块发送数据进行下一步的运算。
5)剩余寿命预测模块
剩余寿命预测模块根据损伤特征提取模块的分析结果,预测结构的剩余寿命。
a)剩余寿命预测模块包含结构模型数据库,存储所检测结构的有限元模型;
b)剩余寿命预测模块包含模型更新功能根据损伤特征提取模块得到的分析结果,映射为可代表结构空间点上损伤情况的二维/三维矩阵,自动对有限元模型的相关单元进行折减,更新有限元模型中的损伤情况;
c)剩余寿命预测模块对更新后的有限元模型进行计算分析,得出结构的剩余寿命/强度。
所述复合材料损伤检测评估方法,包括以下步骤:
1)首先利用蓝噪声采样对激光超声导波场进行欠采样;
2)通过稀疏变换和稀疏促进策略对欠采样的激光超声导波场进行分析,重构全波场;
3)通过对全波场进行计算机视觉显示度的稀疏编码分析,计算得出结构的损伤信息;
4)将结构中的损伤信息代入有限元模型,预测结构剩余寿命。
在步骤1)中,所述蓝噪声采样包含但不限于泊松圆盘采样、N-Rooks采样、抖动采样、最远点采样等。
在步骤2)中,所述稀疏变换的方法包含但不限于3D傅里叶变换、2D傅里叶变换、Gabor小波变换、曲波变换等。
本发明首先指令数据采集模块按照既定的采样格式和激励、接收、扫描方式进行数据采集得到欠采样的波场信号;全波场数据重建模块根据稀疏促进策略和稀疏变换对欠采样波场进行迭代分析,重构全波场信号;损伤特征提取模块根据三步策略消除全波场的入射波和反射特征,得到损伤特征;剩余寿命预测模块根据得出的损伤信息计算结构的剩余寿命。
本发明提出一种激光超声导波压缩采样的复合材料损伤快速评估方法和系统,实现对激光超声导波场的快速采集,以及后续对导波场进行自动化的视觉显著度分析以识别结构中损伤。
与现有技术相比,本发明具有以下优点:
1)有效减少激光超声导波场的采集时间。
2)提升激光超声导波损伤评估的自动化水平。
附图说明
图1为本发明所述复合材料损伤检测评估系统的组成框图。
具体实施方式
如图1所示,所述复合材料损伤检测评估系统实施例设有综合控制模块1、数据采集模块2、全波场数据重建模块3、损伤特征提取模块4、剩余寿命预测模块5;所述综合控制模块1分别与数据采集模块2、全波场数据重建模块3、损伤特征提取模块4、剩余寿命预测模块5连接,数据采集模块2的输出端与全波场数据重建模块3的输入端连接,全波场数据重建模块3的输出端与损伤特征提取模块4的输入端连接,损伤特征提取模块4的输出端与剩余寿命预测模块5的输入端连接。
综合控制模块与数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块相连,用于协调、控制整个系统的工作;
数据采集模块负责与硬件相连,驱动激光器的扫描运动,激励、采集信号;
全波场数据重建模块根据数据采集模块采集到的欠采样数据,通过稀疏变换和稀疏促进策略重构激光超声导波的全波场;
损伤特征提取模块根据全波场数据,通过损伤定量特征三步提取方法提取损伤信息;
剩余寿命预测模块根据损伤特征提取模块的分析结果,预测结构的剩余寿命。
各模块的具体工作内容如下:
1)综合控制模块
综合控制模块与数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块相连,用于协调、控制整个系统的工作。
a)综合控制模块通过内部总线控制对其他四个模块进行综合管理,控制整个流程是否进行;
b)综合控制模块需要有一定的自检功能,判断其余四个模块是否可以正常工作;
c)综合控制模块要有外部接口,可以转移控制权或向上级系统上传数据。
2)数据采集模块
数据采集模块负责与硬件相连,驱动激光器的扫描运动,激励、采集信号。
a)数据采集模块要有选择蓝噪声采样模式的功能,可以驱使激光器按照不同的采样格式进行扫描;
b)数据采集模块可以根据不同材料的导波耗散时间设置逐次扫描的时间间隔;
c)数据采集模块可以向综合控制模块发送采集的数据进行存储,也要向下游的全波场数据重建模块发送数据进行下一步运算;
d)数据采集模块要有扫描轨迹自动运算的功能,生成激光器在结构上的扫描轨迹,驱动激光器的运动;
e)数据采集模块要有激励信号设置功能和数据采集参数设置功能。
3)全波场数据重建模块
全波场数据重建模块根据数据采集模块采集到的欠采样数据,通过稀疏变换和稀疏促进策略重构激光超声导波的全波场。
a)全波场数据重建模块要有选择稀疏变换模式的功能;
b)全波场数据重建模块需要向综合控制模块全波场数据进行存储,也要向下游的损伤特征提取模块发送数据进行下一步的运算。
4)损伤特征提取模块
损伤特征提取模块根据全波场数据,通过损伤定量特征三步提取方法提取损伤信息。
a)损伤特征提取模块自动完成入射波去除、基于稀疏编码的字典库计算、边界特征去除的三个步骤;
b)损伤特征提取模块需要向综合控制模块全波场数据进行存储,也要向下游的剩余寿命预测模块发送数据进行下一步的运算。
5)剩余寿命预测模块
剩余寿命预测模块根据损伤特征提取模块的分析结果,预测结构的剩余寿命。
a)剩余寿命预测模块包含结构模型数据库,存储所检测结构的有限元模型;
b)剩余寿命预测模块包含模型更新功能根据损伤特征提取模块得到的分析结果,映射为可代表结构空间点上损伤情况的二维/三维矩阵,自动对有限元模型的相关单元进行折减,更新有限元模型中的损伤情况;
c)剩余寿命预测模块对更新后的有限元模型进行计算分析,得出结构的剩余寿命/强度。
所述复合材料损伤检测评估方法,包括以下步骤:
1)首先利用蓝噪声采样对激光超声导波场进行欠采样;
2)通过稀疏变换和稀疏促进策略对欠采样的激光超声导波场进行分析,重构全波场;
3)通过对全波场进行计算机视觉显示度的稀疏编码分析,计算得出结构的损伤信息;
4)将结构中的损伤信息代入有限元模型,预测结构剩余寿命。
在步骤1)中,所述蓝噪声采样包含但不限于泊松圆盘采样、N-Rooks采样、抖动采样、最远点采样等。
在步骤2)中,所述稀疏变换的方法包含但不限于3D傅里叶变换、2D傅里叶变换、Gabor小波变换、曲波变换等。
本发明的检测是基于压缩采样方法对结构中的导波进行欠采样并重建波场,再根据基于稀疏编码的视觉显著度分析方法对重建波场中的异常情况(即损伤)进行识别,进而将损伤识别结果代入渐进损伤计算模型计算结构的剩余寿命。具体方法和流程如下:
1)首先利用蓝噪声采样对激光超声导波场进行欠采样
按照既定的激光超声波场压缩采样稀疏促进策略的采样方法对结构中的导波场进行欠采样,激励、接收与扫描的方式可以是以下任一种方式:①接触式传感器激励,激光器按照既定的采样格式进行扫描测量;②激光器按照既定的采样格式进行扫描激励,接触式传感器接收;③激光器固定激励,激光按照既定的采样格式进行扫描接收;④激光器按照既定的采样格式进行扫描激励,激光器固定接收。接触式传感器包含但不限于压电陶瓷片、超声探针、磁致伸缩传感器、光纤传感器等,激光器包括但不限于CO2激光器、Nd:YAG激光器、LDV激光器、调Q激光器等。
所述采样格式是需具有蓝噪声特性,同时具有随机性和均匀性,包含但不限于泊松圆盘采样、N-Rooks采样、抖动采样、最远点采样等。以泊松圆盘采样为例,随机选取一些具有一定直径长度的圆形区域,每个圆形区域只采一个点,要求相邻的圆形区域不能交叉重叠,这样在保持随机性的同时,也能对采样点间距有一定的控制,避免完全随机造成的局部信息冗余或缺失。
2)通过稀疏变换和稀疏促进策略对欠采样的激光超声导波场进行分析,重构全波场;
若利用某种稀疏变换方法(包含但不限于3D傅里叶变换、2D傅里叶变换、Gabor小波变换、曲波变换等)对全波场数据进行分析,可以发现全波场数据在频率-波数域或波数域的稀疏特征非常明显,因此可以利用稀疏特性对欠采样的波场进行重建。重建波场所需采用的计算方法也就是稀疏促进策略解释如下:
考虑以一空间上测点不完整的欠采样波场数据y重建完整的全波场数据u,这是一个欠定问题。依据压缩感知理论,若满足两个条件:a)u在某一变换域是稀疏的(u=Dx),b)y的测点是随机的,则可通过一定的稀疏促进策略重建u。y与u之间的关系可以表示为:
y=RDx
其中R为测量矩阵(元素为0、1,测点处为1,非测点处为0),D为稀疏变换的逆变换,x为u的稀疏表示。重建波场u=Dx可以通过基追踪方法得到:
其中||·||i为代表li范数。
根据欠采样的测量点位置确定测量矩阵R,逆Fourier变换确定D,实际测量数据为y,即可通过基追踪方法迭代运算重建全波场u。
3)通过对全波场进行计算机视觉显示度的稀疏编码分析,计算得出结构的损伤信息;
基于稀疏编码和字典学习的计算机视觉显著度检测技术可以减少冗余信息和突出重要区域(异常)。在激光超声导波全波场中,可以认为显著度检测就是检测向周围发出导波的波源,而这样的波源通常有激励源、损伤、边界。提出一个三步方法消除激励源、边界的影响,识别出仅由损伤构成的全波场异常点。也就是先采用2D频率波数域变换消除全波场信号中最强的入射信号,采用稀疏编码技术对消除入射波信号的全波场进行分析,得出的稀疏字典中每个原子都包含损伤信号,只有少量原子包含边界反射。当结构一小区域内各原子的范数大于设定的一个阈值,认为这个区域原子特征一致,即认为该区域是损伤区域;反之,认为是边界反射。
4)将结构中的损伤信息代入有限元模型,预测结构剩余寿命。
将上一步得到的损伤信息数据化,映射为与有限元模型对应的二维或三维矩阵,代入剩余寿命计算的有限元模型,即可计算结构的剩余寿命。
Claims (4)
1.一种复合材料损伤检测评估系统,其特征在于设有综合控制模块、数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块;
所述综合控制模块分别与数据采集模块、全波场数据重建模块、损伤特征提取模块、剩余寿命预测模块连接,数据采集模块的输出端与全波场数据重建模块的输入端连接,全波场数据重建模块的输出端与损伤特征提取模块的输入端连接,损伤特征提取模块的输出端与剩余寿命预测模块的输入端连接。
2.一种复合材料损伤检测评估方法,其特征在于包括以下步骤:
1)首先利用蓝噪声采样对激光超声导波场进行欠采样;
2)通过稀疏变换和稀疏促进策略对欠采样的激光超声导波场进行分析,重构全波场;
3)通过对全波场进行计算机视觉显示度的稀疏编码分析,计算得出结构的损伤信息;
4)将结构中的损伤信息代入有限元模型,预测结构剩余寿命。
3.如权利要求2所述一种复合材料损伤检测评估方法,其特征在于在步骤1)中,所述蓝噪声采样包含但不限于泊松圆盘采样、N-Rooks采样、抖动采样、最远点采样。
4.如权利要求2所述一种复合材料损伤检测评估方法,其特征在于在步骤2)中,所述稀疏变换的方法包含但不限于3D傅里叶变换、2D傅里叶变换、Gabor小波变换、曲波变换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610897793.0A CN106645399B (zh) | 2016-10-14 | 2016-10-14 | 一种复合材料损伤检测评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610897793.0A CN106645399B (zh) | 2016-10-14 | 2016-10-14 | 一种复合材料损伤检测评估方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106645399A true CN106645399A (zh) | 2017-05-10 |
CN106645399B CN106645399B (zh) | 2019-11-26 |
Family
ID=58855143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610897793.0A Active CN106645399B (zh) | 2016-10-14 | 2016-10-14 | 一种复合材料损伤检测评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106645399B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110553156A (zh) * | 2019-08-30 | 2019-12-10 | 清华大学 | 管道超声导波压缩感知健康监测方法 |
CN111239243A (zh) * | 2020-01-20 | 2020-06-05 | 南京大学 | 一种基于激光超声和周向导波的小口径薄壁管纵向缺陷的无损检测方法 |
CN114841892A (zh) * | 2022-05-20 | 2022-08-02 | 天津大学 | 一种基于全连接网络的稀疏导波数据恢复方法 |
CN117929534A (zh) * | 2024-03-14 | 2024-04-26 | 东莞理工学院 | 一种cfrp风电叶片缺陷边缘信息超声导波表征方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5457997A (en) * | 1991-11-22 | 1995-10-17 | Doryokuro Kakunenryo Kaihatsu Jigyodan | Laser ultrasonic detection method and apparatus therefor |
US7278315B1 (en) * | 2005-10-04 | 2007-10-09 | Op Tech Ventures Llc | Laser-ultrasonic detection of subsurface defects in processed metals |
CN103679762A (zh) * | 2013-12-13 | 2014-03-26 | 江苏大学 | 一种基于稀疏数据的超声信号重建方法 |
CN103714534A (zh) * | 2013-12-12 | 2014-04-09 | 河海大学 | 一种基于压缩感知的材料表面缺陷检测方法 |
CN104318619A (zh) * | 2014-10-20 | 2015-01-28 | 西北工业大学 | 面向无损检测的自适应压缩感知的重建方法 |
CN104931584A (zh) * | 2015-05-08 | 2015-09-23 | 哈尔滨工业大学 | 基于压缩采样理论的超声ct检测方法 |
CN105241957A (zh) * | 2015-10-30 | 2016-01-13 | 常州飞智传感科技有限公司 | 一种结构剩余寿命自动化快速评估方法和系统 |
-
2016
- 2016-10-14 CN CN201610897793.0A patent/CN106645399B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5457997A (en) * | 1991-11-22 | 1995-10-17 | Doryokuro Kakunenryo Kaihatsu Jigyodan | Laser ultrasonic detection method and apparatus therefor |
US7278315B1 (en) * | 2005-10-04 | 2007-10-09 | Op Tech Ventures Llc | Laser-ultrasonic detection of subsurface defects in processed metals |
CN103714534A (zh) * | 2013-12-12 | 2014-04-09 | 河海大学 | 一种基于压缩感知的材料表面缺陷检测方法 |
CN103679762A (zh) * | 2013-12-13 | 2014-03-26 | 江苏大学 | 一种基于稀疏数据的超声信号重建方法 |
CN104318619A (zh) * | 2014-10-20 | 2015-01-28 | 西北工业大学 | 面向无损检测的自适应压缩感知的重建方法 |
CN104931584A (zh) * | 2015-05-08 | 2015-09-23 | 哈尔滨工业大学 | 基于压缩采样理论的超声ct检测方法 |
CN105241957A (zh) * | 2015-10-30 | 2016-01-13 | 常州飞智传感科技有限公司 | 一种结构剩余寿命自动化快速评估方法和系统 |
Non-Patent Citations (2)
Title |
---|
CHAO ZHANG ET AL.: "Laser Ultrasonic Imaging for Impact Damage Visualization in Composite Structure", 《7TH EUROPEAN WORKSHOP ON STRUCTURAL HEALTH MONITORING》 * |
周述美等: "基于结构灵敏度分析与稀疏约束的结构损伤识别方法", 《振动与冲击》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110553156A (zh) * | 2019-08-30 | 2019-12-10 | 清华大学 | 管道超声导波压缩感知健康监测方法 |
CN111239243A (zh) * | 2020-01-20 | 2020-06-05 | 南京大学 | 一种基于激光超声和周向导波的小口径薄壁管纵向缺陷的无损检测方法 |
CN114841892A (zh) * | 2022-05-20 | 2022-08-02 | 天津大学 | 一种基于全连接网络的稀疏导波数据恢复方法 |
CN114841892B (zh) * | 2022-05-20 | 2023-10-17 | 天津大学 | 一种基于全连接网络的稀疏导波数据恢复方法 |
CN117929534A (zh) * | 2024-03-14 | 2024-04-26 | 东莞理工学院 | 一种cfrp风电叶片缺陷边缘信息超声导波表征方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106645399B (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110389170B (zh) | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 | |
Michaels et al. | Frequency–wavenumber domain analysis of guided wavefields | |
Juarez et al. | Multi-frequency local wavenumber analysis and ply correlation of delamination damage | |
CN106645399B (zh) | 一种复合材料损伤检测评估方法和系统 | |
CN105067239B (zh) | 基于扫频激励振动的梁裂纹故障检测装置及方法 | |
CN1743839A (zh) | 一种结构缺陷超声在线智能识别系统及识别方法 | |
CN106770669A (zh) | 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法 | |
CN103353480A (zh) | 一种机车轮轴超声自动探伤方法及装置 | |
CN103713048A (zh) | 一种用于无损探伤的超声场非接触可视化方法及装置 | |
Meo | Acoustic emission sensors for assessing and monitoring civil infrastructures | |
Vy et al. | Damage localization using acoustic emission sensors via convolutional neural network and continuous wavelet transform | |
Wertz et al. | Volumetric characterization of delamination fields via angle longitudinal wave ultrasound | |
CN2809640Y (zh) | 一种结构缺陷超声在线智能识别系统 | |
Pullin et al. | Validation of acoustic emission (AE) crack detection in aerospace grade steel using digital image correlation | |
CN112285651B (zh) | 基于特征提取矩阵相似度识别复合材料冲击源位置的方法及系统 | |
CN112595598A (zh) | 倾斜层状煤岩体力-声-光-波一体化测试装置及方法 | |
CN109059813A (zh) | 一种起重机械钢结构腐蚀强度检测方法 | |
CN115235877A (zh) | 腐蚀状态监测系统和应力腐蚀状态评价方法及装置 | |
Che et al. | An elastic-wave-based full-wavefield imaging method for investigating defects in a high-speed railway under-track structure | |
JP4598809B2 (ja) | 打音解析による健全性診断方法 | |
CN117274172A (zh) | 芯片的分层缺陷的确定方法、装置、电子设备及存储介质 | |
Deresse et al. | Fracture mode analysis of cementitious mortars by simultaneous application of 4D-XCT and acoustic emission technique | |
CN106645401A (zh) | 一种基于频率波数估计的损伤定位与重构方法及系统 | |
CN112179987B (zh) | 一种长距离薄板结构微缺陷的无损检测方法 | |
Radha et al. | A Novel Ultrasonic based NDT for smart analysis of material defects using IoT |
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 |