CN111307943B - 分析混频非线性超声信号的方法 - Google Patents
分析混频非线性超声信号的方法 Download PDFInfo
- Publication number
- CN111307943B CN111307943B CN202010092109.8A CN202010092109A CN111307943B CN 111307943 B CN111307943 B CN 111307943B CN 202010092109 A CN202010092109 A CN 202010092109A CN 111307943 B CN111307943 B CN 111307943B
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- sub
- time
- ultrasonic 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
- G01N29/06—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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- 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
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种分析混频非线性超声信号的方法,该方法包括:通过频散曲线得到待分析超声信号,以及待分析超声信号中激励频率对应的相速度和群速度;将待分析超声信号分解成五个子信号;将五个子信号带入改进的超声时频分析公式得到灰度图;通过灰度图判断待检测金属材料是否存在损伤,若存在损伤,则对灰度图进行信号再处理,得到时间坐标轴上预设范围内最大值所在直线,通过前两个信号波包对应的直线定位缺陷位置;通过灰度图上的第一个波包对应直线上三个点求得非线性系数,以此表征缺陷大小。该方法可以同时兼得超声探伤的时域信息和频域信息,同时改进的超声信号分析可以避免产生交叉项,使得材料的损伤信息更准确,更全面。
Description
技术领域
本发明涉及无损检测技术领域,特别涉及一种分析混频非线性超声信号的方法。
背景技术
混频非线性超声检测是一种普遍应用于金属材料缺陷检测与评估的无损检测技术,具有在线检测速度快、范围广、检测系统不会产生影响等优点。对检测得到的非线性超声信号进行分析,进而实现缺陷量化是混频非线性超声检测的重要应用之一。缺陷的量化通常采用非线性系数来表征,通过与材料完好时的非线性系数对比来缺陷进行定性和定量分析。对于混频非线性超声信号的分析,在目前的技术中,例如板状结构中的Lamb波信号,其采用傅里叶变换求得各个谐波分量的幅值,超声信号的时域信息没有利用,虽然得到表征材料损伤的非线性系数,但是无法对缺陷进行定位,得到的超声信号没有被完全利用。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的目的在于提出一种分析混频非线性超声信号的方法,该方法可以更全面的分析材料损伤情况。
为达到上述目的,本发明实施例提出了分析混频非线性超声信号的方法,包括以下步骤:通过频散曲线得到待分析超声信号,以及所述待分析超声信号中激励频率对应的相速度和群速度;将所述待分析超声信号分解成五个子信号;将所述五个子信号带入改进的超声时频分析公式得到灰度图;通过所述灰度图判断待检测金属材料是否存在损伤,若存在损伤,则对所述灰度图进行信号再处理,得到时间坐标轴上预设范围内最大值所在直线,通过前两个信号波包对应的直线定位缺陷位置;通过所述灰度图上的第一个波包对应直线上三个点求得非线性系数,用所述非线性系数表征缺陷大小。
本发明实施例的分析混频非线性超声信号的方法,可以对超声信号进行更全面的分析,同时得到缺陷的定位以及非线性系数,不需要分别进行时域分析和频域分析,进而在对混频非线性超声信号分析时,同时定位缺陷和用非线性系数描述缺陷大小。
另外,根据本发明上述实施例的分析混频非线性超声信号的方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,通过Rayleigh-Lamb方程得到所述频散曲线,其中,所述频散曲线中任一频率下对应多种模态。
进一步地,在本发明的一个实施例中,所述五个子信号中前四个子信号的分解过程为:利用两个二次插值曲线连接所述待分析超声信号的极大值点和极小值点;计算两条线的均值yavg,以求解所述待分析超声信号y0与所述均值yavg之间的差值x1;判断所述差值x1是否满足子信号分解要求,若不满足,则重复上述过程,使新差值满足子信号分解的条件,若满足,则所述差值为第一子信号,并求出所述待分析超声信号与所述第一子信号的差值ydif,将所述差值ydif作为待分解信号,再重复3次以上过程,分别得到x2、x3、x4。
进一步地,在本发明的一个实施例中,所述子信号分解要求为:极小值点小于零,极大值点大于零;包络线的均值为零。
进一步地,在本发明的一个实施例中,第五个子信号需包含剩下的所有的待分解超声信号信息,其求解方式如下:
x5=y0-x1-x2-x3-x4
其中,y0为初始的待分析信号。
进一步地,在本发明的一个实施例中,所述改进的超声时频分析公式为:
其中,t为信号时刻,f为频率,j为虚数单位,xi(t)为第i个子信号,*表示共轭运算,τ是时移。
进一步地,在本发明的一个实施例中,所述信号再处理的公式为:
其中,Wx'(t,f)为信号再处理后的值,i=1,2,3,…,n,n根据不同情况进行调整。
进一步地,在本发明的一个实施例中,所述缺陷位置通过所述最大值所在直线对应的时间t1和t2计算得到,其中,公式为:
其中,cg1、cg2为激励频率的群速度,d为缺陷与反射面之间的距离。
进一步地,在本发明的一个实施例中,所述通过所述灰度图上的第一个波包对应直线上三个点求得非线性系数,包括:通过所述灰度图得到两个激励频率以及和频率在第一个波包对应出的幅值;处理所述两个激励频率和所述幅值得到所述非线性系数。
进一步地,在本发明的一个实施例中,求解所述非线性系数的公式为:
其中,β'为非线性系数,W(t1,f1+f2)为时刻为t1、频率为f1+f2时的幅值,W(t1,f1)为时刻为t1、频率为f1时的幅值,W(t1,f2)为时刻为t1、频率为f2时的幅值。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的分析混频非线性超声信号的方法流程图;
图2为根据本发明一个实施例中激励频率450kHz时相速度的频散曲线;
图3为根据本发明一个实施例中激励频率450kHz时群速度的频散曲线;
图4为根据本发明一个实施例中激励频率600kHz时相速度的频散曲线;
图5为根据本发明一个实施例中激励频率600kHz时群速度的频散曲线;
图6为根据本发明一个实施例用以分析的混频非线性超声信号以及信号经过分解代入改进的超声信号分析公式后得到的灰度图;
图7为根据本发明一个实施例的信号经过分解代入改进的超声信号分析公式后得到的灰度图;
图8为根据本发明一个实施例中的信号找出一定范围内最大值直线的图。
具体实施方式
为使本发明的目的、技术方案和有点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方法,显然,所描述的实施例是本发明的其中一个实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护的范围。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
下面参照附图描述根据本发明实施例提出的分析混频非线性超声信号的方法。
以下结合附图描述根据本发明的实施例的钢板结构中传播混频Lamb波这一典型超声导波为研究对象。
表1.钢板的材料参数
厚度 | 密度 | 泊松比 | 杨氏模量 |
1.7mm | 7800kg/m<sup>3</sup> | 0.3 | 2×10<sup>11</sup>Pa |
钢板中包含一个长轴为6.5mm短轴为5um的椭圆形裂纹,测得的超声信号如图2 所示。
图1是本发明一个实施例的分析混频非线性超声信号的方法流程图。
如图1所示,该分析混频非线性超声信号的方法包括以下步骤:
在步骤S1中,通过频散曲线得到待分析超声信号,以及待分析超声信号中激励频率对应的相速度和群速度。
进一步地,在本发明的一个实施例中,通过Rayleigh-Lamb方程得到频散曲线,其中,频散曲线中任一频率下对应多种模态。
也就是说,在步骤S1之前需要求解Rayleigh-Lamb方程得到频散曲线, Rayleigh-Lamb方程具有频散的特性,某一频率下对应着不同的模态,速度也不同。频率越大,模态越多。
具体地,如图2-5所示,分析超声信号包含了450kHz和600kHz两个激励频率。其中,450kHzS0模式导波的相速度为5271.91m/s,600kHzS0模式导波的相速度为 5238.83m/s,450kHzS0模式导波的群速度为5193.98m/s,600kHzS0模式导波的群速度为5081.07m/s,。
在步骤S2中,将待分析超声信号分解成五个子信号。
也就是说,五个子信号中前四个子信号的分解过程为:前4个子信号首先需要用两条二次插值曲线分别连接待分析超声信号的极大值点和极小值点,计算出两条线的均值,进而求出待分析信号和均值的差值,若不满足子信号分解的要求,则重复上述过程,使得新的满足子信号分解的条件;若满足子信号分解的要求,则令其为4个子信号的第1个子信号,并求出原信号与该子信号差值。其次,将作为待分解信号,再重复3次以上过程,分别得到。
需要说明的是,前4个子信号分解过程应满足如下两点要求:(1)不可有大于0的极小值,也不可有小于0的极大值;(2)包络线的均值为0。
进一步地,第五个子信号需包含剩下的所有的待分解超声信号信息,其求解方式如下:
x5=y0-x1-x2-x3-x4
其中,y0为初始的待分析信号。
在步骤S3中,将五个子信号带入改进的超声时频分析公式得到灰度图。
也就是说,信号分解为5个子信号之后需要将每个子信号带入改进的超声时频分析公式,求得灰度图。
进一步地,在本发明的一个实施例中,改进的超声时频分析公式为:
其中,t为信号时刻,f为频率,j为虚数单位,xi(t)为第i个子信号,*表示共轭运算,τ是时移。
在步骤S4中,通过灰度图判断待检测金属材料是否存在损伤,若存在损伤,则对灰度图进行信号再处理,得到时间坐标轴上预设范围内最大值所在直线,通过前两个信号波包对应的直线定位缺陷位置。
可以理解的是,通过步骤S3分析得到的灰度图上如果出现与激励频率不同的信号成分,即表明材料的内部出现了损伤。
例如,结合图6-7所示,采用2048的窗数,在和频1050kHz处出现了新的颜色区域,由此可以判定材料中出现了损伤,为了将本实施例中的灰度图效果达到更好,特意将和频1050kHz区域附近的值扩大了6倍来呈现更好的视觉效果。
进一步地,如果材料发现损伤,需对得到灰度图进行信号再处理,在灰度图上画出时域信号方向画出一定范围内最大值所在直线,通过前两个波包的直线对应的时间计算出缺陷与信号反射面的距离,进而定位缺陷的位置。其中,信号再处理的表达式为:
其中,W′x(t,f)为信号再处理后的值,i=1,2,3,…,n,n根据不同情况进行调整。
进一步地,缺陷位置通过最大值所在直线对应的时间t1和t2计算得到,其中,计算公式为:
其中,cg1、cg2为激励频率的群速度,d为缺陷与反射面之间的距离。
举例而言,如图8所示,将n设置为1000,得到前两个波包对应直线的时刻为:0.0000763968s和0.0001540565s,计算得到缺陷位置为0.19948932512125m,缺陷的实际位置时0.2m,误差为:0.25%。
在步骤S5中,通过灰度图上的第一个波包对应直线上三个点求得非线性系数,用所述非线性系数表征缺陷大小。
进一步地,分别通过灰度图得到两个激励频率以及和频率在第一个波包对应出的幅值,计算出非线性系数。其中,非线性系数表达式如下:
其中,β'为非线性系数,W(t1,f1+f2)为时刻为t1、频率为f1+f2时的幅值,W(t1,f1)为时刻为t1、频率为f1时的幅值,W(t1,f2)为时刻为t1、频率为f2时的幅值。
具体地,本实施例中找到时刻分别对应的450kHz、600kHz和1050kHz的值分别为:5、4.67和0.091。计算得到的非线性系数为0.0039。此非线性系数可以与材料完整时作对比便可以描述缺陷的尺寸。
综上,根据本发明实施例提出的分析混频非线性超声信号的方法,可以对超声信号进行更全面的分析,同时得到缺陷的定位以及非线性系数,不需要分别进行时域分析和频域分析,进而在对混频非线性超声信号分析时,同时定位缺陷和用非线性系数描述缺陷大小。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种分析混频非线性超声信号的方法,其特征在于,包括以下步骤:
通过频散曲线得到待分析超声信号,以及所述待分析超声信号中激励频率对应的相速度和群速度;
将所述待分析超声信号分解成五个子信号;
将所述五个子信号带入改进的超声时频分析公式得到灰度图;
通过所述灰度图判断待检测金属材料是否存在损伤,若存在损伤,则对所述灰度图进行信号再处理,得到时间坐标轴上预设范围内最大值所在直线,通过前两个信号波包对应的直线定位缺陷位置;以及
通过所述灰度图上的第一个波包对应直线上三个点求得非线性系数,用所述非线性系数表征缺陷大小。
2.根据权利要求1所述的分析混频非线性超声信号的方法,其特征在于,通过Rayleigh-Lamb方程得到所述频散曲线,其中,所述频散曲线中任一频率下对应多种模态。
3.根据权利要求1所述的分析混频非线性超声信号的方法,其特征在于,所述五个子信号中前四个子信号的分解过程为:
利用两个二次插值曲线连接所述待分析超声信号的极大值点和极小值点;
计算两条线的均值yavg,以求解所述待分析超声信号y0与所述均值yavg之间的差值x1;
判断所述差值x1是否满足子信号分解要求,若不满足,则重复上述过程,使新差值满足子信号分解的条件,若满足,则所述差值为第一子信号,并求出所述待分析超声信号与所述第一子信号的差值ydif,将所述差值ydif作为待分解信号,再重复3次以上过程,分别得到x2、x3、x4。
4.根据权利要求3所述的分析混频非线性超声信号的方法,其特征在于,所述子信号分解要求为:
极小值点小于零,极大值点大于零;
包络线的均值为零。
5.根据权利要求3所述的分析混频非线性超声信号的方法,其特征在于,第五个子信号需包含剩下的所有的待分解超声信号信息,其求解方式如下:
x5=y0-x1-x2-x3-x4
其中,y0为初始的待分析信号。
9.根据权利要求1所述的分析混频非线性超声信号的方法,其特征在于,所述通过所述灰度图上的第一个波包对应直线上三个点求得非线性系数,包括:
通过所述灰度图得到两个激励频率以及和频率在第一个波包对应出的幅值;
处理所述两个激励频率和所述幅值得到所述非线性系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092109.8A CN111307943B (zh) | 2020-02-14 | 2020-02-14 | 分析混频非线性超声信号的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092109.8A CN111307943B (zh) | 2020-02-14 | 2020-02-14 | 分析混频非线性超声信号的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111307943A CN111307943A (zh) | 2020-06-19 |
CN111307943B true CN111307943B (zh) | 2021-03-09 |
Family
ID=71154577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010092109.8A Active CN111307943B (zh) | 2020-02-14 | 2020-02-14 | 分析混频非线性超声信号的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111307943B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10422998B1 (en) * | 2015-06-03 | 2019-09-24 | Mark Belloni | Laser transformer lens |
US10908477B2 (en) * | 2016-04-08 | 2021-02-02 | The Penn State Research Foundation | Ultrasonic/acoustic control of light waves for left-right optical reflection asymmetry |
EP3608712B1 (en) * | 2018-08-06 | 2023-06-07 | Pécsi Tudományegyetem | Method and setup to generate terahertz radiation scalable in energy |
CN110441391B (zh) * | 2019-07-29 | 2021-08-10 | 南京航空航天大学 | 一种高频Lamb波传播特性补偿方法 |
CN110702801A (zh) * | 2019-08-26 | 2020-01-17 | 天津大学 | 基于同侧超声混频小波的板状结构疲劳裂缝定位系统及方法 |
-
2020
- 2020-02-14 CN CN202010092109.8A patent/CN111307943B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111307943A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Safizadeh et al. | Time-frequency analysis of pulsed eddy current signals | |
US7389693B2 (en) | Methods and apparatus for porosity measurement | |
Praveen et al. | Signal quality enhancement using higher order wavelets for ultrasonic TOFD signals from austenitic stainless steel welds | |
US8675990B2 (en) | Composite evaluation | |
US9835450B2 (en) | Method for inspecting an object by means of ultrasound | |
EP1887352B1 (en) | Pulsed eddy current inspection systems and methods of operation | |
Titov et al. | Pulse-echo NDT of adhesively bonded joints in automotive assemblies | |
CN107271560A (zh) | 用于大型复合材料的超声波检测方法 | |
CN110274960B (zh) | 一种基于非线性超声的钢管显微组织评估方法及装置 | |
CN111307943B (zh) | 分析混频非线性超声信号的方法 | |
CN114184682B (zh) | 弱超声导波信号的双混沌系统检测方法 | |
Chong et al. | Statistical threshold determination method through noise map generation for two dimensional amplitude and time-of-flight mapping of guided waves | |
Naqiuddin et al. | Ultrasonic signal processing techniques for Pipeline: A review | |
Liu et al. | Ultrasonic C-scan detection for stainless steel spot welding based on wavelet package analysis | |
US6285183B1 (en) | Method and system for measuring the volume loss of a metal substrate | |
US11946735B2 (en) | Method for measuring deviation angle of fatigue microcrack based on nonlinear ultrasound | |
CN112485331B (zh) | 一种修正晶粒尺寸对金属塑性损伤测量影响的方法 | |
Chen et al. | Noise analysis of digital ultrasonic system and elimination of pulse noise | |
Liu et al. | Application of ultrasonic guided wave testing for overhead pipelines in service | |
CN113466336A (zh) | 焊缝缺陷检测方法、装置、电子设备以及存储介质 | |
CN111121678B (zh) | 管道壁厚检测方法及装置 | |
CN112858481B (zh) | 一种基于时间-频率域评估板材中裂纹深度的方法 | |
Ding et al. | Intelligent Quantification of Metal Defects in Storage Tanks Based on Machine Learning | |
Govindan et al. | Ultrasonic chirplet echo parameter estimation using time-frequency distributions | |
Soleimanpour et al. | Locating cracks in isotropic plates using nonlinear guided waves |
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 |