CN107132279A - 一种基于阵列超声表面波的构件损伤概率成像定位方法 - Google Patents
一种基于阵列超声表面波的构件损伤概率成像定位方法 Download PDFInfo
- Publication number
- CN107132279A CN107132279A CN201710300903.5A CN201710300903A CN107132279A CN 107132279 A CN107132279 A CN 107132279A CN 201710300903 A CN201710300903 A CN 201710300903A CN 107132279 A CN107132279 A CN 107132279A
- Authority
- CN
- China
- Prior art keywords
- damage
- signal
- pzt
- value
- piezoelectric transducer
- 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
- 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
- G01N29/04—Analysing solids
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
-
- 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
- G01N29/11—Analysing solids by measuring attenuation of acoustic waves
-
- 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
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/24—Probes
- G01N29/2437—Piezoelectric probes
-
- 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
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- 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
-
- 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
- G01N2291/10—Number of transducers
- G01N2291/106—Number of transducers one or more transducer arrays
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于阵列超声表面波的构件损伤概率成像定位方法。通过若干个带楔块的压电换能器组成超声表面波检测阵列,采集直接接收和经损伤边界反射的超声表面波信号,综合使用基于信号能量的损伤概率成像法和基于渡越时间的损伤概率成像法,实现构件损伤的在线监测和快速定位。本发明的技术效果在于,通过少量压电换能器组成的检测阵列,使用组合的损伤概率成像方法,实现了多损伤的快速定位和构件结构健康状况的在线监测。
Description
技术领域
本发明专利涉及无损检测及结构健康监测领域,特别是一种基于阵列超声表面波的构件损伤概率成像定位方法。
背景技术
航空航天结构件、压力容器、风电叶片等关键构件在服役运行过程中,常因工作载荷、冲击、振动、及环境变化等原因,产生疲劳裂纹、腐蚀、冲击损伤等近表面损伤。为避免出现重大故障乃至安全事故,对这些构件进行损伤定位和监测是非常必要的。损伤定位有助于获取构件的损伤分布情况,进而评估构件安全状态或通过局部检测手段进一步探知损伤特性,对于保障关键构件的运行安全具有重要意义。
目前通过常规超声检测手段进行逐点扫查可获得较准确的损伤位置,但检测费时,不适用于在役复杂构件。超声相控阵检测法在检测效率上有较大提高,但仍需要进行扫查检测,获取的大量数据所需处理时间长,且定位效率仍不高。声发射定位是一种高效的损伤定位方法,适用于大型复杂构件,但声发射检测需要对构件加载使其内部裂纹扩展产生声发射信号,易对被测构件造成破坏。兰姆波传播距离远,但仅能在薄板和薄管等结构中传播,且传播时存在频散现象,模态较为复杂。超声表面波相对于体波,能量集中于构件近表面,传播距离较远,对构件近表面损伤敏感,对构件形状不敏感,已广泛应用于构件的近表面损伤如裂纹、腐蚀、冲击损伤等的检测。
在构件的损伤定位算法方面,申请公开号CN102998369A,申请公开日2013年3月27日的专利文献公布了一种二维损伤定量化检测方法,采用渡越时间的定位方法对损伤进行定位,但由于定位曲线数量少,不能检测定位出形状复杂的损伤,且系统对测量噪声、渡越时间的测量误差及不确定因素的抗干扰能力不强,难以获得良好定位效果;申请公开号CN104343043A,申请公开日2016年2月24日的专利公布了一种基于abaqus的金属薄板微裂纹时间反转定位方法,采用基于时间反转的损伤定位方法,用时反特征信号对仿真构件重新激励,在时间和空间上的聚焦进行损伤定位,但需要理想的时反函数才能还原构件中的能量空间分布,且仿真构件模型与实际构件材料结构上的偏差,往往不能很好地聚焦定位。
发明内容
本发明针对现有构件损伤定位方法存在的检测定位效率不高,受测量误差影响较大,且只能检测到单个简单损伤的问题,提出一种基于阵列超声表面波的构件损伤概率成像定位方法,实现构件损伤的高效检测和快速定位。
为了实现上述技术目的,本发明的技术方案是,一种基于阵列超声表面波的构件损伤概率成像定位方法,包括以下步骤:
步骤一、构建压电换能器检测阵列,在构件表面矩形被测范围四周均匀布置n个带楔块的压电换能器,记为1,2,...,n,以矩形中心为原点建立平面直角坐标系XOY,并分别获取发射换能器中心与损伤边界、损伤边界与接收换能器中心、发射换能器中心与接收换能器中心之间的距离
步骤二、激励和采集超声表面波信号,采用两种激励方式激励压电换能器Ai(xi,yi)(i=1,2,...,n)产生超声信号,在构件表面产生超声表面波信号,其中一种激励方式采用任意信号发生器产生汉宁窗调制的正弦信号,并经射频功率放大器后激励超声换能器,另一种激励方式用超声脉冲发生接收仪产生脉冲信号激励超声换能器,采集正弦信号激励方式的由其他换能器Rj(xj,yj)(j=1,2,...,n,j≠i)直接接收的超声表面波信号,记为Si-j,采集脉冲信号激励方式的经损伤边界反射后由其他压电换能器Rj(xj,yj)(j=1,2,...,n,j≠i)接收的超声表面波信号,记为Ei-j;
步骤三、计算损伤存在概率源值,将所述步骤二中的直接接收模式信号Si-j和反射回波模式信号Ei-j,分别按以下(1)、(2)进行基于信号能量的损伤概率成像算法和基于渡越时间的损伤概率成像算法,计算检测点(x,y)处的损伤存在概率源值:
(1)对所述步骤二中的直接接收模式信号Si-j进行基于信号能量的损伤概率成像算法,按以下步骤进行:
步骤1、信号Si-j经傅里叶变换后,获取构件无损伤时中心频率上阵列超声表面波的时间-能量波形分布曲线,作为基准信号E0,保存每一对Ai-Rj压电换能器的能量波形数据;
步骤2、重复上述步骤1,获取并保存构件有损伤时的每一对Ai-Rj压电换能器的时间-能量波形数据,作为检测信号E',然后根据公式计算检测信号E'与基准信号E0的相异系数q;
步骤3、设发射压电换能器坐标为(xi,yi),接收压电换能器坐标为(xj,yj),待测点坐标为(x,y),待测点到两压电换能器连线的距离为d,定义距离系数δ=0.05,距离函数根据上述步骤2所得结果,再根据公式I′i-j(x,y)=q×ψ(x,y),计算得到Ai-Rj检测路线的检测范围内的损伤存在概率值I′i-j(x,y),式中
步骤4、对其他每一对Ai-Rj压电换能器重复进行上述步骤1-3的处理;
步骤5、定义强化系数β为1.02,将上述步骤4得到的损伤存在概率值I′i-j(x,y)根据对应检测点(x,y)按公式进行累加,重建直接接收模式下所有Ai-Rj检测路线确定的损伤存在概率源值P′i-j(x,y)和损伤存在概率源图Ⅰ;
(2)对所述步骤二中的反射回波模式信号Ei-j基于渡越时间的损伤概率成像算法,按以下步骤进行:
步骤1、设反射回波模式信号Ei-j的激励时刻为ti,接收时刻为tj,从激励时刻起,经损伤边界反射,到接收时刻止,表面波信号经历的渡越时间为T″i-j,路程为统计所有Ai-Rj检测路线的反射回波模式信号峰值时刻t的方差σ,将反射回波模式信号时刻tj的瞬时值按正态分布处理,取接收回波信号98%能量部分对应的时间区间(ti-j,t′i-j),将接收时间区间减去激励时刻,得到渡越时间区间(Ti-j,T′i-j),由公式绘得椭圆环检测区;
步骤2、由上述步骤1确定的不同渡越时间T″i-j值所占整个渡越时间区间(Ti-j,T′i-j)的权重为一条Ai-Rj检测路线确定的定位椭圆环检测区内检测点(x,y)处的损伤存在概率值
步骤3、对其他换能器对Ai-Rj重复进行上述步骤1-2的处理;
步骤4、将上述步骤3所得的所有Ai-Rj检测路线确定的定位椭圆环检测区包含的检测点(x,y)的损伤存在概率值I″i-j(x,y),对应到被测工件表面坐标系上,按公式进行累加计算,得到反射回波模式所有Ai-Rj检测路线的损伤存在概率源值P″i-j(x,y)和损伤存在概率源图Ⅱ;
步骤四、融合计算损伤概率值。将上述步骤四所得的损伤存在概率源值P′i-j(x,y)和P″i-j(x,y)按公式进行并集、求和、平均等计算,得到待检测点(x,y)处的损伤概率值P(x,y);
步骤五、构件损伤概率成像定位。将所述步骤五所得P(x,y)值作为直角坐标系坐标点(x,y)的像素值。像素值越大的区域表示该处损伤存在的可能性越大,即为损伤的位置。
本发明的技术效果在于,采用超声表面波检测阵列,综合使用基于信号能量的损伤概率成像法和基于渡越时间的损伤概率成像法,只需少量的压电换能器,即可实现构件损伤的快速检测和高效定位。
附图说明
图1为本发明超声表面波损伤概率成像定位法流程图
图2为本发明带楔块的压电换能器产生表面波的示意图
图3为本发明压电换能器4和压电换能器7的直接接收模式信号S4-7和反射回波模式信号E4-7示意图
图4为本发明压电换能器4和压电换能器7直接接收模式损伤检测示意图
图5为本发明压电换能器4和压电换能器7反射回波模式损伤检测示意图
具体实施方式
下面结合附图对本发明作进一步说明。
本发明具体实施方式以铝板损伤的阵列超声表面波检测定位为例,铝板尺寸为1200mm×1000mm,待测成像区面积设为200mm×200mm的正方形,对待测区进行阵列超声表面波损伤概率成像的步骤包括:
步骤一、构建压电换能器检测阵列,如图3所示,在铝板表面正方形被测范围四周均匀布置16个带楔块的压电换能器,记为1,2,...,16,以正方形中心为原点建立平面直角坐标系XOY,并分别获取发射换能器中心与损伤边界、损伤边界与接收换能器中心、发射换能器中心与接收换能器中心之间的距离
步骤二、激励和采集超声表面波信号,采用两种激励方式激励压电换能器Ai(xi,yi)(i=1,2,...,n)产生超声信号,在构件表面产生超声表面波信号,其中一种激励方式采用Tektronix AFG2021任意信号发生器产生汉宁窗调制的正弦信号,并经RF Power 2100L射频功率放大器放大后激励超声换能器,另一种激励方式采用OLYMPUS 5072PR超声脉冲发生接收仪产生脉冲信号激励超声换能器,采集正弦信号激励方式的由其他换能器Rj(xj,yj)(j=1,2,...,n,j≠i)直接接收的超声表面波信号,记为Si-j,采集脉冲信号激励方式的经损伤边界反射后由其他压电换能器Rj(xj,yj)(j=1,2,...,n,j≠i)接收的超声表面波信号,记为Ei-j,如图4为压电换能器4作为发射器,压电换能器作为接收器的直接接收模式信号S4-7和反射回波模式信号E4-7;
步骤三、计算损伤存在概率源值,将所述步骤二中的直接接收模式信号Si-j和反射回波模式信号Ei-j,分别按以下(1)、(2)进行基于信号能量的损伤概率成像算法和基于渡越时间的损伤概率成像算法,计算检测点(x,y)处的损伤存在概率源值:
(1)对所述步骤二中的直接接收模式信号Si-j进行基于信号能量的损伤概率成像算法,按以下步骤进行:
步骤1、如图4以压电换能器4和压电换能器7为例,信号S4-7经傅里叶变换后,获取构件无损伤时中心频率上阵列超声表面波的时间-能量波形分布曲线,作为基准信号E0,保存A4-S7压电换能器对的能量波形数据;
步骤2、重复上述步骤1,获取并保存构件有损伤时的A4-S7压电换能器的时间-能量波形数据,作为检测信号E',然后根据公式计算检测信号E'与基准信号E0的相异系数q;
步骤3、设发射压电换能器坐标为(x4,y4),接收压电换能器坐标为(x7,y7),待测点坐标为(x,y),待测点到两压电换能器连线的距离为d,定义距离系数δ=0.05,距离函数根据上述步骤2所得结果,再根据公式I'4-7(x,y)=q×ψ(x,y),计算得到A4-S7检测路线的检测范围内的损伤存在概率值I'4-7(x,y),式中
步骤4、对其他每一对Ai-Rj压电换能器重复进行上述步骤1-3的处理;
步骤5、定义强化系数β为1.02,将上述步骤4得到的损伤存在概率值I′i-j(x,y)根据对应检测点(x,y)按公式进行累加,重建直接接收模式下所有Ai-Rj检测路线确定的损伤存在概率源值P′i-j(x,y)和损伤存在概率源图Ⅰ;
(2)对所述步骤二中的反射回波模式信号Ei-j基于渡越时间的损伤概率成像算法,按以下步骤进行:
步骤1、如图5以压电换能器4和压电换能器7为例,设反射回波模式信号E4-7的激励时刻为t4,接收时刻为t7,从激励时刻起,经损伤边界反射,到接收时刻止,表面波信号经历的渡越时间为T″4-7,路程为统计所有Ai-Rj检测路线的反射回波模式信号峰值时刻t的方差σ,将反射回波模式信号时刻tj的瞬时值按正态分布处理,取接收回波信号98%能量部分对应的时间区间(t4-7,t'4-7),将接收时间区间减去激励时刻,得到渡越时间区间(T4-7,T′4-7),由公式绘得椭圆环检测区;
步骤2、由上述步骤1确定的不同渡越时间T″4-7值所占整个渡越时间区间(T4-7,T′4-7)的权重为A4-R7检测路线确定的定位椭圆环检测区内检测点(x,y)处的损伤存在概率值
步骤3、对其他换能器对Ai-Rj重复进行上述步骤1-2的处理;
步骤4、将上述步骤3所得的所有Ai-Rj检测路线确定的定位椭圆环检测区包含的检测点(x,y)的损伤存在概率值I″i-j(x,y),对应到被测工件表面坐标系上,按公式进行累加计算,得到反射回波模式所有Ai-Rj检测路线的损伤存在概率源值P″i-j(x,y)和损伤存在概率源图Ⅱ;
步骤四、融合计算损伤概率值。将上述步骤四所得的损伤存在概率源值P′i-j(x,y)和P″i-j(x,y)按公式进行并集、求和、平均等计算,得到待检测点(x,y)处的损伤概率值P(x,y);
步骤五、构件损伤概率成像定位。将所述步骤五所得P(x,y)值作为直角坐标系坐标点(x,y)的像素值。像素值越大的区域表示该处损伤存在的可能性越大,即为损伤的位置。
Claims (1)
1.一种基于阵列超声表面波的构件损伤概率成像定位方法,其特征在于,包括以下步骤:
步骤一、构建压电换能器检测阵列,在构件表面矩形被测范围四周均匀布置n个带楔块的压电换能器,记为1,2,...,n,以矩形中心为原点建立平面直角坐标系XOY,并分别获取发射换能器中心与损伤边界、损伤边界与接收换能器中心、发射换能器中心与接收换能器中心之间的距离
步骤二、激励和采集超声表面波信号,采用两种激励方式激励压电换能器Ai(xi,yi)(i=1,2,...,n)产生超声信号,在构件表面产生超声表面波信号,其中一种激励方式采用任意信号发生器产生汉宁窗调制的正弦信号,并经射频功率放大器后激励超声换能器,另一种激励方式用超声脉冲发生接收仪产生脉冲信号激励超声换能器,采集正弦信号激励方式的由其他换能器Rj(xj,yj)(j=1,2,...,n,j≠i)直接接收的超声表面波信号,记为Si-j,采集脉冲信号激励方式的经损伤边界反射后由其他压电换能器Rj(xj,yj)(j=1,2,...,n,j≠i)接收的超声表面波信号,记为Ei-j;
步骤三、计算损伤存在概率源值,将所述步骤二中的直接接收模式信号Si-j和反射回波模式信号Ei-j,分别按以下(1)、(2)进行基于信号能量的损伤概率成像算法和基于渡越时间的损伤概率成像算法,计算检测点(x,y)处的损伤存在概率源值:
(1)对所述步骤二中的直接接收模式信号Si-j进行基于信号能量的损伤概率成像算法,按以下步骤进行:
步骤1、信号Si-j经傅里叶变换后,获取构件无损伤时中心频率上阵列超声表面波的时间-能量波形分布曲线,作为基准信号E0,保存每一对Ai-Rj压电换能器的能量波形数据;
步骤2、重复上述步骤1,获取并保存构件有损伤时的每一对Ai-Rj压电换能器的时间-能量波形数据,作为检测信号E',然后根据公式计算检测信号E'与基准信号E0的相异系数q;
步骤3、设发射压电换能器坐标为(xi,yi),接收压电换能器坐标为(xj,yj),待测点坐标为(x,y),待测点到两压电换能器连线的距离为d,定义距离系数δ=0.05,距离函数根据上述步骤2所得结果,再根据公式I′i-j(x,y)=q×ψ(x,y),计算得到Ai-Rj检测路线的检测范围内的损伤存在概率值I'i-j(x,y),式中
步骤4、对其他每一对Ai-Rj压电换能器重复进行上述步骤1-3的处理;
步骤5、定义强化系数β为1.02,将上述步骤4得到的损伤存在概率值I'i-j(x,y)根据对应检测点(x,y)按公式进行累加,重建直接接收模式下所有Ai-Rj检测路线确定的损伤存在概率源值P'i-j(x,y)和损伤存在概率源图Ⅰ;
(2)对所述步骤二中的反射回波模式信号Ei-j基于渡越时间的损伤概率成像算法,按以下步骤进行:
步骤1、设反射回波模式信号Ei-j的激励时刻为ti,接收时刻为tj,从激励时刻起,经损伤边界反射,到接收时刻止,表面波信号经历的渡越时间为T″i-j,路程为统计所有Ai-Rj检测路线的反射回波模式信号峰值时刻t的方差σ,将反射回波模式信号时刻tj的瞬时值按正态分布处理,取接收回波信号98%能量部分对应的时间区间(ti-j,t′i-j),将接收时间区间减去激励时刻,得到渡越时间区间(Ti-j,T′i-j),由公式绘得椭圆环检测区;
步骤2、由上述步骤1确定的不同渡越时间T″i-j值所占整个渡越时间区间(Ti-j,T′i-j)的权重为一条Ai-Rj检测路线确定的定位椭圆环检测区内检测点(x,y)处的损伤存在概率值
步骤3、对其他换能器对Ai-Rj重复进行上述步骤1-2的处理;
步骤4、将上述步骤3所得的所有Ai-Rj检测路线确定的定位椭圆环检测区包含的检测点(x,y)的损伤存在概率值I″i-j(x,y),对应到被测工件表面坐标系上,按公式进行累加计算,得到反射回波模式所有Ai-Rj检测路线的损伤存在概率源值P″i-j(x,y)和损伤存在概率源图Ⅱ;
步骤四、融合计算损伤概率值。将上述步骤四所得的损伤存在概率源值P′i-j(x,y)和P″i-j(x,y)按公式进行并集、求和、平均等计算,得到待检测点(x,y)处的损伤概率值P(x,y);
步骤五、构件损伤概率成像定位。将所述步骤五所得P(x,y)值作为直角坐标系坐标点(x,y)的像素值。像素值越大的区域表示该处损伤存在的可能性越大,即为损伤的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710300903.5A CN107132279B (zh) | 2017-05-02 | 2017-05-02 | 一种基于阵列超声表面波的构件损伤概率成像定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710300903.5A CN107132279B (zh) | 2017-05-02 | 2017-05-02 | 一种基于阵列超声表面波的构件损伤概率成像定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107132279A true CN107132279A (zh) | 2017-09-05 |
CN107132279B CN107132279B (zh) | 2019-10-25 |
Family
ID=59716508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710300903.5A Active CN107132279B (zh) | 2017-05-02 | 2017-05-02 | 一种基于阵列超声表面波的构件损伤概率成像定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107132279B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781865A (zh) * | 2019-01-30 | 2019-05-21 | 厦门大学 | 一种用于高聚物粘结炸药表面裂纹检测的超声成像方法和装置 |
CN109946384A (zh) * | 2019-04-08 | 2019-06-28 | 山东大学 | 一种基于rapid层析成像技术的信号获取过程优化方法 |
CN112729742A (zh) * | 2020-12-25 | 2021-04-30 | 西安理工大学 | 一种基于概率成像的冲击定位方法 |
CN113933392A (zh) * | 2021-10-18 | 2022-01-14 | 山东大学 | 一种基于超声导波的特征融合概率重建损伤定位成像方法 |
CN115195820A (zh) * | 2022-08-30 | 2022-10-18 | 中车青岛四方机车车辆股份有限公司 | 一种列车安全防护装置及列车 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1598557A (zh) * | 2003-09-19 | 2005-03-23 | 中国科学院金属研究所 | 一种金属结构件疲劳损伤的检测方法 |
JP2006292481A (ja) * | 2005-04-07 | 2006-10-26 | Yokohama Rubber Co Ltd:The | Frp構造物の非破壊検査方法 |
US20070265806A1 (en) * | 2003-09-22 | 2007-11-15 | Advanced Monitoring Systems, Inc. | Systems and methods of generating diagnostic images for structural health monitoring |
CN102998369A (zh) * | 2012-11-26 | 2013-03-27 | 中国商用飞机有限责任公司 | 一种二维损伤定量化监测方法 |
CN103323527A (zh) * | 2013-06-06 | 2013-09-25 | 南京航空航天大学 | 基于多维阵列和空间滤波器的损伤无波速成像定位方法 |
-
2017
- 2017-05-02 CN CN201710300903.5A patent/CN107132279B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1598557A (zh) * | 2003-09-19 | 2005-03-23 | 中国科学院金属研究所 | 一种金属结构件疲劳损伤的检测方法 |
US20070265806A1 (en) * | 2003-09-22 | 2007-11-15 | Advanced Monitoring Systems, Inc. | Systems and methods of generating diagnostic images for structural health monitoring |
JP2006292481A (ja) * | 2005-04-07 | 2006-10-26 | Yokohama Rubber Co Ltd:The | Frp構造物の非破壊検査方法 |
CN102998369A (zh) * | 2012-11-26 | 2013-03-27 | 中国商用飞机有限责任公司 | 一种二维损伤定量化监测方法 |
CN103323527A (zh) * | 2013-06-06 | 2013-09-25 | 南京航空航天大学 | 基于多维阵列和空间滤波器的损伤无波速成像定位方法 |
Non-Patent Citations (1)
Title |
---|
刘丽娜: "碳纤维构件挤压渐进损伤无损检测及其图像分析", 《新技术新工艺》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109781865A (zh) * | 2019-01-30 | 2019-05-21 | 厦门大学 | 一种用于高聚物粘结炸药表面裂纹检测的超声成像方法和装置 |
CN109946384A (zh) * | 2019-04-08 | 2019-06-28 | 山东大学 | 一种基于rapid层析成像技术的信号获取过程优化方法 |
CN112729742A (zh) * | 2020-12-25 | 2021-04-30 | 西安理工大学 | 一种基于概率成像的冲击定位方法 |
CN112729742B (zh) * | 2020-12-25 | 2023-08-22 | 西安理工大学 | 一种基于概率成像的冲击定位方法 |
CN113933392A (zh) * | 2021-10-18 | 2022-01-14 | 山东大学 | 一种基于超声导波的特征融合概率重建损伤定位成像方法 |
CN115195820A (zh) * | 2022-08-30 | 2022-10-18 | 中车青岛四方机车车辆股份有限公司 | 一种列车安全防护装置及列车 |
Also Published As
Publication number | Publication date |
---|---|
CN107132279B (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107132279A (zh) | 一种基于阵列超声表面波的构件损伤概率成像定位方法 | |
CN110108802B (zh) | 一种载波调制非线性超声导波损伤检测方法 | |
Sohn et al. | Automated detection of delamination and disbond from wavefield images obtained using a scanning laser vibrometer | |
CN106770664B (zh) | 一种基于全聚焦成像算法改进边缘缺陷检测的方法 | |
CN100554874C (zh) | 利用超声扫描数据检查对象的方法和系统 | |
CN104215203B (zh) | 一种基于超声波的变压器绕组变形在线检测方法及系统 | |
CN103760243A (zh) | 一种微裂纹无损检测装置及方法 | |
CN110243320B (zh) | 一种隧道衬砌裂缝深度非接触测量方法及装置 | |
CN105699492A (zh) | 一种用于焊缝检测的超声成像方法 | |
CN105548364B (zh) | 热障涂层结合强度的高阶非线性参数表征方法 | |
CN103995059A (zh) | 一种适用于曲面检测的声表面波柔性梳状换能器 | |
CN110243521A (zh) | 一种薄板应力测量方法及薄板应力测量系统 | |
CN103792287A (zh) | 一种基于Lamb波的大面积结构损伤检测方法 | |
CN104181235A (zh) | 一种基于虚拟时间反转的声发射被动成像方法和装置 | |
CN107132280B (zh) | 一种基于声-超声的大型构件损伤概率成像定位方法 | |
CN112305080A (zh) | 一种反t型叶根槽裂纹的相控阵超声检测方法 | |
US20150078129A1 (en) | Sensing Apparatus Using Multiple Ultrasound Pulse Shapes | |
CN108802203A (zh) | 一种基于多模态技术的杆状构件内部缺陷定位方法 | |
CN203745428U (zh) | 一种微裂纹无损检测装置 | |
CN205157493U (zh) | 一种金属薄板微裂纹超声检测定位装置 | |
CN110333292A (zh) | 一种金属材料疲劳闭合裂纹的非线性成像方法 | |
CN104458913B (zh) | 材料性能退化的非线性导波评估方法与装置 | |
CN103990592A (zh) | 一种适用于曲面板管类零件检测的柔性梳状导波换能器 | |
CN105181795A (zh) | 一种海底管道安全监测装置 | |
CN110440896B (zh) | 一种超声波测量系统及测量方法 |
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 |