CN110568084B - 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法 - Google Patents

一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法 Download PDF

Info

Publication number
CN110568084B
CN110568084B CN201910888792.3A CN201910888792A CN110568084B CN 110568084 B CN110568084 B CN 110568084B CN 201910888792 A CN201910888792 A CN 201910888792A CN 110568084 B CN110568084 B CN 110568084B
Authority
CN
China
Prior art keywords
signal
guided wave
transducer array
matrix
damage
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
Application number
CN201910888792.3A
Other languages
English (en)
Other versions
CN110568084A (zh
Inventor
李惠
周文松
王鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology Institute of artificial intelligence Co.,Ltd.
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910888792.3A priority Critical patent/CN110568084B/zh
Publication of CN110568084A publication Critical patent/CN110568084A/zh
Application granted granted Critical
Publication of CN110568084B publication Critical patent/CN110568084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/04Analysing solids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/48Processing the detected response signal, e.g. electronic circuits specially adapted therefor by amplitude comparison
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/028Material parameters
    • G01N2291/0289Internal structure, e.g. defects, grain size, texture
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/04Wave modes and trajectories
    • G01N2291/044Internal reflections (echoes), e.g. on walls or defects

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,涉及超声无损检测领域。本发明是为了解决现有导波阵列信号处理方法无法从低信噪比的接收信号中提取信息,从而限制了导波检测范围的问题。本发明超声导波换能器阵列中各阵元接收的信号中,损伤散射信号成分具有高度相关性,而损伤散射信号成分与噪声不具有相关性,从而实现从低信噪比的阵列接收信号中提取所需要的损伤散射信号成分,大大提高了导波的有效检测范围以及对小损伤的检测能力。

Description

一种适用于导波换能器阵列的低信噪比导波信号达到时刻的 提取方法
技术领域
本发明属于超声无损检测领域。
背景技术
超声导波是一种可在薄板、管道、杆件等具有有限边界的结构构件内传播的超声波。相比常规超声波,超声导波可以在上述结构中长距离大范围传播,在遇到结构微小缺陷或损伤时,除了继续传播的部分之外,还会在缺陷处发生波的散射或反射,对上述各种来源波的特征进行分析可以识别出结构的微小缺陷或损伤,进一步的分析可以对缺陷进行定位、定量甚至对其进行成像。基于超声导波的结构损伤识别方法对结构局部微小缺陷敏感,相对传统超声无损检测,可以检测更大范围和距离,是目前得到广泛关注、研究和应用的结构无损检测方法之一。
尽管导波检测技术可以检测更大范围和更长距离,但在实际工程应用过程时,由于导波在远距离传播过程中显著的衰减,使得传感器接收到的导波信号的信噪比大大降低。再加上导波所固有的频散特性和多模态特性,这些因素都增加了传感器接收到的导波信号的复杂性,进而增加了从导波信号中提取结构远距离处损伤信息的难度。低信噪比的复杂导波信号会导致损伤识别和定位精度的降低,甚至无法识别出损伤。该问题极大限制了导波检测技术在实际工程结构远距离检测中的应用。
为了提高基于导波方法的损伤识别的能力和定位的精度,大量研究人员提出了各种方法,例如阈值法、相关系数法、Hilbert包络法、连续小波变换法等。除了这些确定性的方法,一些研究人员还考虑了导波检测过程中的不确定性,来提高损伤定位的效果并且推广到了针对复杂结构及多损伤情况的检测。这些考虑不确定性的方法包括概率密度函数法、贝叶斯系统识别法等。上述具有降噪特性的方法可以在一定程度上实现损伤定位,但目前这些方法的关注点大都集中在如何提高损伤定位精度,而很少关注如何从信噪比极低的接收信号中提取有效波包并反演结构损伤信息。在实际导波长距离检测过程中,接收信号的信噪比极低的情况常常发生,而且大型结构的长距离大范围检测也有着极大的实际需求,例如大跨桥梁结构、长距离输油管道以及大型风力发电机叶片等。
发明内容
本发明是为了解决现有导波阵列信号处理方法无法从低信噪比的接收信号中提取信息,从而限制了导波检测范围的问题,现提供一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法。
一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,利用换能器阵列在波导中采集来自远场的损伤散射信号,将采集的损伤散射信号构成导波检测信号矩阵,
所述提取方法包括以下步骤:
步骤一:通过矩形时间窗、以窗口长度Δt按照时间顺序依次对导波检测信号矩阵进行截取,获得多个子信号矩阵,
所述矩形时间窗的窗口长度与波导中激励信号的包络宽度相等;
步骤二:分别对每个子信号矩阵求协方差矩阵;
步骤三:分别对每个协方差矩阵进行特征分解并提取最大特征值,将所有最大特征值按照时间顺序进行排列,将所有最大特征值中的峰值所对应的时间窗的中心时刻作为来自损伤源的导波信号的到达时刻。
换能器阵列采集的导波检测信号矩阵表达式为:
Figure BDA0002208097340000021
其中,xm(t)为换能器阵列中的第m个换能器在波导中采集的损伤散射信号,M为换能器的个数,m=1,2,...,M,sn(t)为来自第n个损伤源的损伤散射信号,n=1,2,...,N,N为波导中损伤源的个数,nm(t)为第m个换能器接收到的噪声信号,j为虚数,ω0为散射信号的圆频率,τmn为导波波束指向第n个损伤源时、在第m个换能器上施加的时间延迟;
将上述公式转换为矢量形式,表达式为:
X(t)=A·S(t)+N(t)
其中,X(t)为导波检测信号矢量,A为M×N的偏转矢量矩阵,S(t)为损伤散射信号矢量,N(t)为噪声矢量。
按照以下公式对导波检测信号矩阵进行截取:
Xw(t)=X(t)·wc(t)=A·S(t)·wc(t)+N(t)·wc(t)
其中,Xw(t)为截取后的子信号矢量,wc(t)为矩形时间窗函数,该函数表达式为:
Figure BDA0002208097340000022
其中,tc为矩形时间窗的中心时刻,t为时间变量。
步骤二中,利用以下公式对子信号矩阵求协方差矩阵:
Figure BDA0002208097340000031
其中,R为子信号的协方差矩阵,RS为损伤散射信号部分的协方差矩阵,RN为噪声部分的协方差矩阵,上标H表示共轭转置。
步骤三中,根据下式分别对每个协方差矩阵进行特征分解:
Figure BDA0002208097340000032
其中,U为特征矢量矩阵,矩阵∑的主对角线项为协方差矩阵的特征值,下标S和N分别损伤散射信号部分和噪声部分。
所述所有最大特征值中的峰值的选取方法为:
将所有最大特征值按照时间顺序进行排列之后获得最大特征值的波形图,
在该波形图中,当任一最大峰值高于以该峰值所在波包为中心左右各一个时间窗宽度范围内最大特征值平均值的一倍,则确认该峰值对应一个损伤源。
所述换能器阵列为包括M个换能器、并用于板状结构的等间距线阵。
所述换能器阵列为包括M个换能器、并用于管道检测的围绕圆管一周的等间距环形阵列。
本发明的有益效果为:
针对包含多个阵元的超声导波换能器阵列,本发明提出一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,该方法基于的原理是,超声导波换能器阵列中各阵元接收的信号中,损伤散射信号成分具有高度相关性,而损伤散射信号成分与噪声不具有相关性,从而实现从低信噪比的阵列接收信号中提取所需要的损伤散射信号成分,大大提高了导波的有效检测范围以及对小损伤的检测能力。
图5为本发明处理超声导波阵列损伤检测信号的结果,可以明显得到损伤散射信号的到达时刻,并可进一步根据导波波速计算得到损伤的位置。作为对照,图6使用传统的信号叠加求包络方法的处理结果,可见由于散射信号微弱、信噪比很低,从信号处理结果中很难分辨出裂缝产生的反射波及其到达时刻。
附图说明
图1为矩形时间窗截取导波检测信号的波形图;
图2为实施例1中线性阵列布设于正交异性钢桥面板U型肋上进行损伤检测的示意图;
图3为在实际正交异性钢桥面板U型肋上激励的中心频率为30kHz的超声导波信号波形图;
图4为在实际正交异性钢桥面板U型肋上激励超声导波后由接收传感器阵列(包含5个传感器)接收到的超声导波信号;
图5为图4中原始信号的处理结果波形图,虚线圈表示所提取的损伤散射信号成分;
图6为用传统信号叠加取包络方法对图4中原始信号的处理结果波形图;
图7为实施例2中环形超声导波换能器阵列(包含32个超声导波驱动器和32个超声导波传感器)布设在实际钢管上的示意图;
图8为在实际钢管上激励的中心频率为120kHz的超声导波信号波形图;
图9为在实际钢管上激励信号后由各超声导波传感器接收到的超声导波信号波形图;
图10为对图9中原始信号的处理结果波形图,3个虚线圈分别表示所提取的第一道焊缝的反射回波、第一道焊缝反射回波经管端的二次反射回波以及第二道焊缝的反射回波。
具体实施方式
具体实施方式一:本实施方式所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,利用激励信号在波导中激发波信号,利用换能器阵列中的每个换能器在波导中采集来自远场的损伤散射信号,将所有换能器采集的损伤散射信号构成导波检测信号矩阵,所述激励信号为n波峰加Hann窗的简谐信号,其表达式x(t)为:
Figure BDA0002208097340000041
其中,Aw为激励信号的峰值、H(t)为阶跃函数、n为波峰数、fc为激励信号的中心频率;
则激励信号的包络宽度表达式为:
Δt=n/fc
所述换能器阵列为包括M个换能器、用于板状结构的等间距线阵,或用于管道检测的围绕圆管一周的等间距环形阵列,换能器阵列采集的导波检测信号矩阵表达式为:
Figure BDA0002208097340000042
其中,xm(t)为换能器阵列中的第m个换能器在波导中采集的损伤散射信号,m=1,2,...,M,sn(t)为来自第n个损伤源的损伤散射信号,n=1,2,...,N,N为波导中损伤源的个数,nm(t)为第m个换能器接收到的噪声信号,j为虚数,ω0为散射信号的圆频率,τmn为导波波束指向第n个损伤源时、在第m个换能器上施加的时间延迟;
将上述公式转换为矢量形式,表达式为:
X(t)=A·S(t)+N(t)
其中,X(t)为导波检测信号矢量,A为M×N的偏转矢量矩阵,S(t)为损伤散射信号矢量,N(t)为噪声矢量。
所述提取方法包括以下步骤:
步骤一:通过矩形时间窗、以窗口长度Δt按照时间顺序依次对导波检测信号矩阵进行截取,获得多个子信号矩阵,所述矩形时间窗的窗口长度与波导中激励信号的包络宽度相等,参照图1;
具体的,按照以下公式对导波检测信号矩阵进行截取:
Xw(t)=X(t)·wc(t)=A·S(t)·wc(t)+N(t)·wc(t)
其中,Xw(t)为截取后的子信号矢量,wc(t)为矩形时间窗函数,该函数表达式为:
Figure BDA0002208097340000051
其中,tc为矩形时间窗的中心时刻,t为时间变量。
实际操作时,所述窗口长度Δt可根据导波信号采样频率f和分辨率的需要进行选择,时间间隔越小,分辨率越高,但相应的计算时间也会越长,时间间隔最小可取为1/f。
步骤二:利用以下公式分别对每个子信号矩阵求协方差矩阵:
Figure BDA0002208097340000052
其中,R为子信号的协方差矩阵,RS为损伤散射信号部分的协方差矩阵,RN为噪声部分的协方差矩阵,上标H表示共轭转置。
步骤三:分别对每个协方差矩阵进行特征分解并提取最大特征值,将所有最大特征值按照时间顺序进行排列,将所有最大特征值中的峰值所对应的时间窗的中心时刻作为来自损伤源的导波信号的到达时刻;
具体的,根据下式分别对每个协方差矩阵进行特征分解:
Figure BDA0002208097340000053
其中,U为特征矢量矩阵,矩阵∑的主对角线项为协方差矩阵的特征值,下标S和N分别损伤散射信号部分和噪声部分;
所述所有最大特征值中的峰值的选取方法为:
将所有最大特征值按照时间顺序进行排列之后获得最大特征值的波形图,
在该波形图中,当任一最大峰值高于以该峰值所在波包为中心左右各一个时间窗宽度范围内最大特征值平均值的一倍,则确认该峰值对应一个损伤源。
假设上述噪声部分为高斯白噪声且功率为σ2,则由US张成的信号子空间与由UN张成的噪声子空间正交,上述R可以写作:
Figure BDA0002208097340000061
其中,I为单位矩阵。
由于在一个时间窗的范围内,一次只可能存在一个损伤散射源,当损伤散射信号刚好在所截取的信号范围内时,rank(∑S)=1,这意味着:
Figure BDA0002208097340000062
其中,λ为损伤散射信号的特征值,因此最大的特征值λ+σ2将对应损伤散射信号。而如果截取段子信号中不包含损伤散射信号或者只包含一小部分的损伤散射信号,那么该段子信号对应的最大的特征值σ2对应噪声信号,显然,σ2要小于包含损伤散射信号子信号所对应的最大的特征值λ+σ2
根据上述原理,将所提取的最大特征值按其所对应的时间序列排列,其中最大峰值所对应的时间窗的中心时刻即为所要提取的微弱信号的到达时刻。
实施例1
本实施例中,使用线性阵列检测实际正交异性钢桥面板疲劳裂纹,处理线性阵列所接收到的超声导波信号。线性阵列在实际正交异性钢桥面板的布设方式以及损伤的位置如图2所示,该桥面板的横隔板3与U型肋交接处有一条疲劳裂纹。激励阵列在该实际正交异性钢桥面板U型肋上激励的30kHz超声导波后,接收阵列各传感器收到导波信号,与未损伤位置的参考信号相减之后得到的信号为由疲劳裂纹反射产生,见图4,可以看出由于损伤距激励和接收换能器阵列较远,而且两者之间隔了两个横隔板,导致接收的损伤散射信号的波形特别复杂,信噪比较低。图5给出了用本实施例处理导波阵列信号的结果,可以明显得到损伤散射信号的到达时刻,并可进一步由此得出损伤的位置。作为对照,图6给出了使用传统的信号叠加求包络方法的处理结果,可见由于微弱的散射信号信噪比等因素的影响,从结果中很难分辨出裂缝产生的反射波。
实施例2
将本方法用于对环形阵列检测实际带焊缝钢管的信号的处理。环形阵列在实际钢管上的布设方式以及焊缝的位置如图7所示。激励阵列在某直径32cm的钢管上激励的120kHz超声导波后,接收阵列各传感器收到导波信号,接收信号见图9。由于传感器距离焊缝距离较远,所以接收导波信号的波形复杂,信噪比低。图10给出了用本方法处理导波阵列信号的结果,可以明显得到焊缝反射信号的到达时刻,并可进一步由此得出了第一条焊缝以及第二条焊缝的位置,检测结果与实际位置相吻合。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (7)

1.一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,利用换能器阵列在波导中采集来自远场的损伤散射信号,将采集的损伤散射信号构成导波检测信号矩阵,
所述提取方法包括以下步骤:
步骤一:通过矩形时间窗、以窗口长度Δt按照时间顺序依次对导波检测信号矩阵进行截取,获得多个子信号矩阵,
所述矩形时间窗的窗口长度与波导中激励信号的包络宽度相等;
步骤二:分别对每个子信号矩阵求协方差矩阵;
步骤三:分别对每个协方差矩阵进行特征分解并提取最大特征值,将所有最大特征值按照时间顺序进行排列,将所有最大特征值中的峰值所对应的时间窗的中心时刻作为来自损伤源的导波信号的到达时刻;
换能器阵列采集的导波检测信号矩阵表达式为:
Figure FDA0002505175830000011
其中,xm(t)为换能器阵列中的第m个换能器在波导中采集的损伤散射信号,M为换能器的个数,m=1,2,...,M,sn(t)为来自第n个损伤源的损伤散射信号,n=1,2,...,N,N为波导中损伤源的个数,nm(t)为第m个换能器接收到的噪声信号,j为虚数,ω0为散射信号的圆频率,τmn为导波波束指向第n个损伤源时、在第m个换能器上施加的时间延迟;
将上述公式转换为矢量形式,表达式为:
X(t)=A·S(t)+N(t)
其中,X(t)为导波检测信号矢量,A为M×N的偏转矢量矩阵,S(t)为损伤散射信号矢量,N(t)为噪声矢量。
2.根据权利要求1所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,按照以下公式对导波检测信号矩阵进行截取:
Xw(t)=X(t)·wc(t)=A·S(t)·wc(t)+N(t)·wc(t)
其中,Xw(t)为截取后的子信号矢量,wc(t)为矩形时间窗函数,该函数表达式为:
Figure FDA0002505175830000021
其中,tc为矩形时间窗的中心时刻,t为时间变量。
3.根据权利要求2所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,步骤二中,利用以下公式对子信号矩阵求协方差矩阵:
Figure FDA0002505175830000022
其中,R为子信号的协方差矩阵,RS为损伤散射信号部分的协方差矩阵,RN为噪声部分的协方差矩阵,上标H表示共轭转置。
4.根据权利要求3所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,步骤三中,根据下式分别对每个协方差矩阵进行特征分解:
Figure FDA0002505175830000023
其中,U为特征矢量矩阵,矩阵∑的主对角线项为协方差矩阵的特征值,下标S和N分别损伤散射信号部分和噪声部分。
5.根据权利要求1或4所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,所述所有最大特征值中的峰值的选取方法为:
将所有最大特征值按照时间顺序进行排列之后获得最大特征值的波形图,
在该波形图中,当任一最大峰值高于以该峰值所在波包为中心左右各一个时间窗宽度范围内最大特征值平均值的一倍,则确认该峰值对应一个损伤源。
6.根据权利要求1所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,所述换能器阵列为包括M个换能器、并用于板状结构的等间距线阵。
7.根据权利要求1所述的一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法,其特征在于,所述换能器阵列为包括M个换能器、并用于管道检测的围绕圆管一周的等间距环形阵列。
CN201910888792.3A 2019-09-19 2019-09-19 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法 Active CN110568084B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910888792.3A CN110568084B (zh) 2019-09-19 2019-09-19 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910888792.3A CN110568084B (zh) 2019-09-19 2019-09-19 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法

Publications (2)

Publication Number Publication Date
CN110568084A CN110568084A (zh) 2019-12-13
CN110568084B true CN110568084B (zh) 2020-07-24

Family

ID=68781338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910888792.3A Active CN110568084B (zh) 2019-09-19 2019-09-19 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法

Country Status (1)

Country Link
CN (1) CN110568084B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116482219B (zh) * 2023-03-14 2024-01-02 防灾科技学院 层状管道损伤位置分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212040A (zh) * 2018-08-24 2019-01-15 清华大学 Lamb波时频脊线分析走时提取方法
CN109649432A (zh) * 2019-01-23 2019-04-19 浙江大学 基于导波技术的云端平台钢轨完整性监测系统及方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4625747B2 (ja) * 2005-10-11 2011-02-02 株式会社日立製作所 配管検査装置及び配管検査方法
CN101839893B (zh) * 2010-05-10 2012-06-27 中国人民解放军理工大学 一种高空间分辨率的Lamb波虚拟时间反转方法
CN101995435B (zh) * 2010-11-05 2012-07-04 上海交通大学 基于瞬时相位变化度的损伤检测方法
CN103389339B (zh) * 2013-07-22 2015-08-26 北京工业大学 一种基于时间反转周向Lamb波的大口径厚壁管道缺陷定位方法
CN103743810B (zh) * 2013-12-24 2016-05-25 华中科技大学 一种磁致伸缩导波检测信号处理方法及装置
US10456198B2 (en) * 2014-06-04 2019-10-29 The Curators Of The University Of Missouri Guided wave ablation and sensing
CN105954358B (zh) * 2016-05-04 2018-09-18 中国计量大学 一种TR与Duffing系统相结合的超声导波小缺陷定位检测方法
CN106290587B (zh) * 2016-08-22 2019-07-12 中国石油化工股份有限公司 基于svd分解的储罐底板超声导波检测信号降噪算法
CN107607628B (zh) * 2017-08-11 2019-05-24 西安交通大学 一种基于稀疏表示的超声导波频散补偿方法及其应用
CN107576726B (zh) * 2017-08-14 2020-05-22 东莞理工学院 用于导波检测的损伤判别和损伤扩展识别方法
CN109781864A (zh) * 2019-01-29 2019-05-21 哈尔滨工业大学 基于导波信号稀疏分解方法的信号降噪与缺陷检测方法及缺陷信号重构方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212040A (zh) * 2018-08-24 2019-01-15 清华大学 Lamb波时频脊线分析走时提取方法
CN109649432A (zh) * 2019-01-23 2019-04-19 浙江大学 基于导波技术的云端平台钢轨完整性监测系统及方法

Also Published As

Publication number Publication date
CN110568084A (zh) 2019-12-13

Similar Documents

Publication Publication Date Title
Yu et al. In-situ optimized PWAS phased arrays for Lamb wave structural health monitoring
Ostachowicz et al. Damage localisation in plate-like structures based on PZT sensors
Yu et al. Advanced signal processing for enhanced damage detection with piezoelectric wafer active sensors
US20090048789A1 (en) Optimized Embedded Ultrasonics Structural Radar System With Piezoelectric Wafer Active Sensor Phased Arrays For In-Situ Wide-Area Damage Detection
CN103969337B (zh) 一种基于矢量全聚焦成像的超声阵列裂纹类缺陷方向识别方法
CN102692453B (zh) 一种基于非线性声学的材料无损检测方法和装置
Lee et al. A time-of-flight mapping method for laser ultrasound guided in a pipe and its application to wall thinning visualization
CN106404911B (zh) 用于板状结构检测的真时延单模态Lamb波相控阵系统
CN110346453B (zh) 一种混凝土结构内缺陷小排列反射回波快速检测方法
US9488623B2 (en) Guided wave mode sweep technique for optimal mode and frequency excitation
CN110542723B (zh) 一种基于导波信号稀疏分解及损伤定位的两阶段损伤位置识别方法
Wang et al. A singular value decomposition-based guided wave array signal processing approach for weak signals with low signal-to-noise ratios
CA3110818A1 (en) Continuous wave ultrasound or acoustic non-destructive testing
CN110568084B (zh) 一种适用于导波换能器阵列的低信噪比导波信号达到时刻的提取方法
CN113884567B (zh) 基于超声Lamb波的钢轨焊缝损伤检测方法和装置
Liu et al. Ultrasonic phased array total focusing method of imaging with Rayleigh waves based on principal component analysis
CN110412132A (zh) 基于多模式多模态超声相控阵检测系统及非线性成像方法
Freeseman et al. Characterization of concrete at various freeze-thaw damage conditions using SH-waves
CN105572230A (zh) 一种用于裂纹类缺陷定量识别的极性加权矢量全聚焦成像方法
Zheng et al. Ultrasonic Lamb waves applied in nondestractive damage evaluation
CN113552218B (zh) 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法
CN104698086A (zh) 一种基于时间反转及多径效应的一维构件应力波无损探伤方法
KR101826917B1 (ko) 다중 채널 초음파를 이용한 장거리 배관 진단 방법
Yu et al. Multi-damage detection with embedded ultrasonic structural radar algorithm using piezoelectric wafer active sensors through advanced signal processing
Yu In-situ structural health monitoring with piezoelectric wafer active sensor guided-wave phased arrays

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
TR01 Transfer of patent right

Effective date of registration: 20210421

Address after: Room 206-10, building 16, 1616 Chuangxin Road, Songbei District, Harbin City, Heilongjiang Province

Patentee after: Harbin jizuo technology partnership (L.P.)

Patentee after: Harbin Institute of Technology Asset Management Co.,Ltd.

Address before: 150001 Harbin, Nangang, West District, large straight street, No. 92

Patentee before: HARBIN INSTITUTE OF TECHNOLOGY

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210617

Address after: Room 206-12, building 16, 1616 Chuangxin Road, Songbei District, Harbin City, Heilongjiang Province

Patentee after: Harbin Institute of Technology Institute of artificial intelligence Co.,Ltd.

Address before: Room 206-10, building 16, 1616 Chuangxin Road, Songbei District, Harbin City, Heilongjiang Province

Patentee before: Harbin jizuo technology partnership (L.P.)

Patentee before: Harbin Institute of Technology Asset Management Co.,Ltd.

TR01 Transfer of patent right