CN111289611B - 一种复合材料缺陷类型检测方法及装置 - Google Patents
一种复合材料缺陷类型检测方法及装置 Download PDFInfo
- Publication number
- CN111289611B CN111289611B CN202010062699.XA CN202010062699A CN111289611B CN 111289611 B CN111289611 B CN 111289611B CN 202010062699 A CN202010062699 A CN 202010062699A CN 111289611 B CN111289611 B CN 111289611B
- Authority
- CN
- China
- Prior art keywords
- detected
- sample
- characteristic sequence
- defect type
- response 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
Images
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
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- 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
- G01N29/4445—Classification of defects
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- 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
- G01N2291/0231—Composite or layered materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种复合材料缺陷类型检测方法及装置,属于敲击检测技术领域,对已知缺陷类型的复合材料进行敲击检测,采集至少一个样本;所述样本为缺陷类型已知的区域的冲击响应信号;并从样本中提取对应缺陷类型的样本特征序列;采集待测材料的待检测区域的冲击响应信号,并从待检测区域的冲击响应信号中提取待测材料特征序列;计算待测材料特征序列与样本特征序列之间的关联度;选取关联度最高的样本对应的缺陷类型,作为该待检测区域的缺陷类型,解决现有技术中对复合材料缺陷类型判定比较困难的问题。
Description
技术领域
本发明涉及一种复合材料缺陷类型检测方法及装置,属于敲击检测技术领域。
背景技术
敲击检测技术是复合材料无损检测领域中的重要技术之一,自上世纪80年代以来,传统敲击检测技术与现代传感器技术进行了结合,得到了迅速的发展。利用敲击检测装置对被检材料表面进行敲击并获取冲击应力信号,通过对冲击应力信号的分析能够对材料内部是否存在缺陷进行有效辨识。
但目前敲击检测技术中对于冲击应力信号的分析多用于对缺陷位置进行确定,很难对缺陷类型进行准确的辨别。
发明内容
本发明的目的是提供一种复合材料缺陷类型检测方法及装置,以解决现有技术中对复合材料缺陷类型判定比较困难的问题。
为实现上述目的,本发明的技术方案为:本发明提供了一种复合材料缺陷类型检测方法,包括如下步骤:
1)对已知缺陷类型的复合材料进行敲击检测,采集至少一个样本;所述样本为缺陷类型已知的区域的冲击响应信号;并从所述样本中提取对应缺陷类型的样本特征序列;
2)采集待测材料的待检测区域的冲击响应信号,并从待检测区域的冲击响应信号中提取待测材料特征序列;
3)计算所述待测材料特征序列与所述样本特征序列之间的关联度;
4)选取所述关联度最高的样本对应的缺陷类型,作为该待检测区域的缺陷类型。
本发明通过将利用敲击检测技术获取的复合材料冲击应力信号即冲击响应信号,从中提取出对应的特征序列,通过对复合材料中待测区域与已知缺陷类型的样本的特征序列进行关联度计算,得到与待测区域对应的关联度最高的样本的缺陷类型,从而实现对待测区域缺陷类型的判定。本发明将复合材料的冲击应力信号有效地应用于缺陷类型检测中,检测结果精确、可靠。
进一步的,所述步骤1)和步骤2)中从冲击响应信号中提取对应特征序列的方式为:从所述冲击响应信号的曲线中,从零到峰值的时间段内,按照等时距的方式提取n个特征点,组成对应的特征序列,n≥2。
进一步的,所述步骤3)中,采用灰色关联分析法计算所述待测材料特征序列与所述样本特征序列之间的关联度。
进一步的,所述步骤3)中,通过灰色关联分析法计算关联度包括以下步骤:
(1)将待测材料特征序列和样本特征序列始点初值像,计算相对关联度;
(2)将待测材料特征序列和样本特征序列始点零化像,计算绝对关联度;
(3)对所述相对关联度和绝对关联度加权求和,计算灰色综合关联度。
进一步的,所述缺陷类型包括无损、分层、脱粘和裂纹。
本发明还提供了一种复合材料缺陷类型检测装置,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序以实现如下步骤:
1)对已知缺陷类型的复合材料进行敲击检测,采集至少一个样本;所述样本为缺陷类型已知的区域的冲击响应信号;并从所述样本中提取对应缺陷类型的样本特征序列;
2)采集待测材料的待检测区域的冲击响应信号,并从待检测区域的冲击响应信号中提取待测材料特征序列;
3)计算所述待测材料特征序列与所述样本特征序列之间的关联度;
4)选取所述关联度最高的样本对应的缺陷类型,作为该待检测区域的缺陷类型。
本发明通过将利用敲击检测技术获取的复合材料冲击应力信号即冲击响应信号,从中提取出对应的特征序列,通过对复合材料中待测区域与已知缺陷类型的样本的特征序列进行关联度计算,得到与待测区域对应的关联度最高的样本的缺陷类型,从而实现对待测区域缺陷类型的判定。本发明将复合材料的冲击应力信号有效地应用于缺陷类型检测中,检测结果精确、可靠。
进一步的,所述步骤1)和步骤2)中从冲击响应信号中提取对应特征序列的方式为:从所述冲击响应信号的曲线中,从零到峰值的时间段内,按照等时距的方式提取n个特征点,组成对应的特征序列,n≥2。
进一步的,所述步骤3)中,采用灰色关联分析法计算所述待测材料特征序列与所述样本特征序列之间的关联度。
进一步的,所述步骤3)中,通过灰色关联分析法计算关联度包括以下步骤:
(1)将待测材料特征序列和样本特征序列始点初值像,计算相对关联度;
(2)将待测材料特征序列和样本特征序列始点零化像,计算绝对关联度;
(3)对所述相对关联度和绝对关联度加权求和,计算灰色综合关联度。
进一步的,所述缺陷类型包括无损、分层、脱粘和裂纹。
附图说明
图1是本发明缺陷类型检测方法实施例中敲击检测系统结构原理图;
图2是本发明缺陷类型检测方法实施例中方法流程图;
图3是本发明缺陷类型检测方法实施例中特征序列选取示意图;
其中,1-锤头,2-加速度传感器,3-显示屏,4-信号调理电路,5-处理器。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
本发明缺陷类型检测方法实施例:
如图1所示,本实施例中敲击检测所采用的系统硬件包括敲击检测装置、处理器及显示装置等组成。敲击检测装置由内置加速度传感器的电子敲击锤组成,在进行敲击检测时,由工作者手持敲击检测装置在工作起始点进行敲击,并沿被检材料表面进行移动敲击检测,通过加速度传感器获取检测点加速度信息,并输出电压信息,通过信号调理电路对传感器输出进行放大、滤波等处理,然后发送给处理器。在获取待测区域的冲击响应信号后,通过相应的分析过程,获取到对应区域的缺陷类型。
本实施例中以灰色关联分析法为例,通过计算待测区域与已知缺陷类型的样本之间的关联关系,通过关联关系的大小,对缺陷类型进行判定。
具体的,如图2所示,本发明中采用灰色关联分析法计算关联度,并进行缺陷类型判定的过程如下:
一,为了实现关联分析,需要对已知缺陷类型的材料中的缺陷区域提取特征参数。本实施例中,缺陷类型包括无损、分层、脱粘和裂纹。通过多次测量复合材料已知缺陷区域的冲击响应图,基于MATLAB拟合出一条误差最小的冲击响应曲线,作为该材料此类型缺陷的样机,对已知缺陷类型的复合材料进行敲击检测,采集至少一个样本;样本为缺陷类型已知的区域的冲击响应信号;然后从样本中提取对应缺陷类型的样本特征序列,将其特征提取为一个n维向量,n≥2:
Y01=[x011,x012,x013,x014,…,x01n](材料损伤为01类型的样机)
Y02=[x021,x022,x023,x024,…,x02n](材料损伤为02类型的样机)
…
Y0k=[x0k1,x0k2,x0k3,x0k4,…,x0kn](材料损伤为0k类型的样机)
本实施例中,通过从所述冲击响应信号的曲线中,从敲击锤接触复合材料到角速度信号达到峰值的时间段内,按照等时距的方式提取n个特征点,组成对应的特征序列。作为其他实施方式,也可以采用其他方式获取特征序列,例如,直接从冲击响应信号中按照等时距的方式提取n各特征点,或者是通过仿真实验的方式对所有点进行分析,提取冲击响应信号中各个突变点,作为对应的特征序列。
二,获取复合材料中待测区域的冲击响应信号,并从中提取出待测材料特征序列。本实施例中,如图3所示,通过对待测材料进行敲击,并将测量结果数字化,化为时距相同的序列,获得材料标号为i区域的n维特征序列,i=0,1,...,m:
ui=[xi1,xi2,xi3,xi4,...,xin]
三,对待测区域与样本中已知缺陷区域的特征序列进行关联度计算。
本实施例中,采用灰色关联分析法对关联度进行计算。具体过程如下:
1)计算相对关联度;
为了使序列无量纲化,计算各序列的初值像:
…
计算该区域i特征序列与样机01、02、…、0k的差序列为:
Δ01=[x'i1-x'011,x'i2-x'012,x'i3-x'013,...,x'ij-x'01j,...,x'in-x'01n]
Δ02=[x'i1-x'021,x'i2-x'022,x'i3-x'023,...,x'ij-x'02j,...,x'in-x'02n]
…
Δ0k=[x'i1-x'0k1,x'i2-x'0k2,x'i3-x'0k3,...,x'ij-x'0kj,...,x'in-x'0kn]
求两极最大差和两级最小差:
计算区域i与样机0k的灰色关联系数:
…
其中,τ为分辨系数,τ∈(0,1),一般取0.5。
计算区域i与样机0k的相对关联度,本实施例中,通过求平均值得方式计算得到相对关联度:
2)计算绝对关联度;
将特征序列始点零像化
计算|s0k|、|si|、|si-s0k|:
令
计算灰色绝对关联度:
3)计算灰色综合关联度:
ξi0k=θξ'i0k+(1-θ)ξ”i0k
式中θ∈[0,1],如果关注绝对量之间的关系,则θ可取小一些;如果关注变化速率之间的关系,则θ可取大一些,该值的选取不唯一,可通过机器学习等算法进行确定合适的取值。具体的选取方式为现有技术,此处不再详细说明。
四,选取所述关联度最高的样本对应的缺陷类型,作为该待检测区域的缺陷类型。
如下表1所示,为通过上述方式计算得到的灰色综合关联度:
表1
样机1 | 样机2 | 样机3 | … | 样机n | |
区域1与各样机的关联度 | <![CDATA[a<sub>1</sub>]]> | <![CDATA[b<sub>1</sub>]]> | <![CDATA[c<sub>1</sub>]]> | … | … |
区域2与各样机的关联度 | <![CDATA[a<sub>2</sub>]]> | <![CDATA[b<sub>2</sub>]]> | <![CDATA[c<sub>2</sub>]]> | … | … |
… | |||||
区域i与各样机的关联度 | <![CDATA[a<sub>i</sub>]]> | <![CDATA[b<sub>i</sub>]]> | <![CDATA[c<sub>i</sub>]]> | … | … |
本实施例中,通过对关联度进行排序,获得与i区域关联度最高的样机所代表的缺陷类型,即为该区域的缺陷类型。
作为其他实施方式,也可以直接采用对上述相对关联度或绝对关联度进行排序的方式进行缺陷类型的判定。
本实施例中主要通过灰色关联度计算的方式,得到待测区域与已知缺陷的关联度,从而对材料缺陷类型进行有效确定,作为其他实施方式,本实施例中也可以采用现有技术中的其他计算关联度的算法,实现对关联度的计算。
本发明缺陷类型检测装置实施例:
本实施例中给出了一种复合材料缺陷类型检测装置,包括处理器和存储器,以及存储在存储器上并在所述处理器上运行的计算机程序,处理器可以采用单片机、FPGA、DSP、PLC或MCU等实现,存储器可以采用RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其他形式的存储介质,可以将该存储介质耦接至处理器,使处理器能够从该存储介质读取信息,或者该存储介质可以是处理器的组成部分。
处理器执行所述计算机程序时实现以下复合材料缺陷类型检测方法:
1)采集材料样本中至少一种已知缺陷类型的缺陷区域的冲击响应信号,并从所述冲击响应信号中提取对应缺陷类型的样本特征序列;
2)采集待测材料的待检测区域的冲击响应信号,并从待检测区域的冲击响应信号中提取待测材料特征序列;
3)计算所述待测材料特征序列与所述样本特征序列之间的关联度;
4)选取所述关联度最高的样本对应的缺陷类型,作为该待检测区域的缺陷类型。
上述步骤的具体实现方式已在上述缺陷类型检测方法实施例中详细说明,故此处不再赘述。
以上所述,仅为本发明的较佳实施例,并不用以限制本发明,本发明的专利保护范围以权利要求书为准,凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明的保护范围内。
Claims (3)
1.一种复合材料缺陷类型检测方法,其特征在于,包括如下步骤:
1)对已知缺陷类型的复合材料进行敲击检测,采集多种缺陷类型的样本;所述样本为缺陷类型已知的区域的冲击响应信号;并从所述样本中提取对应缺陷类型的样本特征序列;
2)采集待测材料的待检测区域的冲击响应信号,并从待检测区域的冲击响应信号中提取待测材料特征序列;
3)采用灰色关联分析法计算所述待测材料特征序列与各样本特征序列之间的关联度;
4)选取所述关联度最高的样本对应的缺陷类型,作为该待检测区域的缺陷类型;
所述步骤1)和步骤2)中从冲击响应信号中提取对应特征序列的方式为:从所述冲击响应信号的曲线中,从零到峰值的时间段内,按照等时距的方式提取n个特征点,组成对应的特征序列,n≥2;
所述步骤3)中,通过灰色关联分析法计算关联度包括以下步骤:
(1)将待测材料特征序列和样本特征序列始点初值像,计算相对关联度;
(2)将待测材料特征序列和样本特征序列始点零化像,计算绝对关联度;
(3)对所述相对关联度和绝对关联度加权求和,计算灰色综合关联度。
2.根据权利要求1所述的复合材料缺陷类型检测方法,其特征在于,所述缺陷类型包括无损、分层、脱粘和裂纹。
3.一种复合材料缺陷类型检测装置,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序以实现权利要求1或2所述的复合材料缺陷类型检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010062699.XA CN111289611B (zh) | 2020-01-19 | 2020-01-19 | 一种复合材料缺陷类型检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010062699.XA CN111289611B (zh) | 2020-01-19 | 2020-01-19 | 一种复合材料缺陷类型检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111289611A CN111289611A (zh) | 2020-06-16 |
CN111289611B true CN111289611B (zh) | 2023-04-07 |
Family
ID=71022332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010062699.XA Active CN111289611B (zh) | 2020-01-19 | 2020-01-19 | 一种复合材料缺陷类型检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111289611B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111983020B (zh) * | 2020-08-25 | 2023-08-22 | 绍兴市特种设备检测院 | 一种金属构件内部缺陷敲击检测识别系统及识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001330595A (ja) * | 2000-05-24 | 2001-11-30 | Mitsubishi Electric Corp | 打音検査装置 |
US6327921B1 (en) * | 2000-03-03 | 2001-12-11 | Iowa State University | Non-destructive inspections and the display of inspection results |
CN109580780A (zh) * | 2018-12-14 | 2019-04-05 | 天津工业大学 | 手持式敲击检测仪及检测方法 |
JP2019148445A (ja) * | 2018-02-26 | 2019-09-05 | 日立オートモティブシステムズ株式会社 | 打音検査装置 |
-
2020
- 2020-01-19 CN CN202010062699.XA patent/CN111289611B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6327921B1 (en) * | 2000-03-03 | 2001-12-11 | Iowa State University | Non-destructive inspections and the display of inspection results |
JP2001330595A (ja) * | 2000-05-24 | 2001-11-30 | Mitsubishi Electric Corp | 打音検査装置 |
JP2019148445A (ja) * | 2018-02-26 | 2019-09-05 | 日立オートモティブシステムズ株式会社 | 打音検査装置 |
CN109580780A (zh) * | 2018-12-14 | 2019-04-05 | 天津工业大学 | 手持式敲击检测仪及检测方法 |
Non-Patent Citations (2)
Title |
---|
范丽亚编著.灰色关联分析法.《数学建模方法》.吉林大学出版社,2015,第88-89页. * |
陈嘉甫等.复合材料的无损检验.《化工百科全书 第5卷 氟化合物-工业溶剂》.化学工业出版,1993,第242页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111289611A (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544533B (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
CN111950330A (zh) | 一种基于目标检测的指针式仪表示数检测方法 | |
CN114677362B (zh) | 基于改进YOLOv5的表面缺陷检测方法 | |
CN110766095A (zh) | 基于图像灰度特征的缺陷检测方法 | |
CN111289611B (zh) | 一种复合材料缺陷类型检测方法及装置 | |
CN114926462A (zh) | 一种金属材料表面缺陷的智能检测方法及系统 | |
CN116503402B (zh) | 一种粮食并肩杂质含量的检测方法及装置 | |
CN104089791A (zh) | 基于振动的改进损伤定位和损伤程度识别方法 | |
CN117537712A (zh) | 一种智能化仪器仪表检定系统及方法 | |
CN113158558B (zh) | 一种高速铁路路基连续压实分析方法、装置及分析仪 | |
CN117367516B (zh) | 基于多维测试的铝塑复合板性能检测系统 | |
CN111551634B (zh) | 一种基于时间序列识别冲击区域的定位方法及系统 | |
CN107300587B (zh) | 树木缺陷检测方法 | |
CN111881800A (zh) | 基于ar模型和自助检验的钢管混凝土脱空缺陷检测方法 | |
CN115597901A (zh) | 一种桥梁伸缩缝损伤的监测方法 | |
CN115458088A (zh) | 一种基于卷积神经网络的冲击定位及能量检测方法、系统 | |
CN109360289B (zh) | 融合巡检机器人定位信息的电力表计检测方法 | |
CN103018327A (zh) | 航空发动机整流器超声波探伤钎着率测量方法 | |
CN112255383A (zh) | 一种基于大数据的水质监测分析系统 | |
CN112347903A (zh) | 一种基于异构场信号的管道多组件识别方法 | |
CN117929418B (zh) | 一种集成电路缺陷检测方法及系统 | |
CN109100359A (zh) | 一种基于机器视觉的产品缺陷识别方法 | |
CN108122226B (zh) | 一种玻璃缺陷的检测方法及装置 | |
CN118393007A (zh) | 一种基于超声相控阵的封铅裂纹缺陷自动检测模型 | |
CN117825386A (zh) | 一种铝合金型材表面缺陷检测装置 |
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 |