CN111948171B - 基于动态时间规整的复合材料缺陷识别方法 - Google Patents

基于动态时间规整的复合材料缺陷识别方法 Download PDF

Info

Publication number
CN111948171B
CN111948171B CN202010835493.6A CN202010835493A CN111948171B CN 111948171 B CN111948171 B CN 111948171B CN 202010835493 A CN202010835493 A CN 202010835493A CN 111948171 B CN111948171 B CN 111948171B
Authority
CN
China
Prior art keywords
terahertz
waveform
composite material
defect
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
Application number
CN202010835493.6A
Other languages
English (en)
Other versions
CN111948171A (zh
Inventor
任姣姣
顾健
李丽娟
张丹丹
王劲松
牟达
张霁旸
郭丽丽
林雪竹
祝莉莉
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.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and 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 Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN202010835493.6A priority Critical patent/CN111948171B/zh
Publication of CN111948171A publication Critical patent/CN111948171A/zh
Application granted granted Critical
Publication of CN111948171B publication Critical patent/CN111948171B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
    • G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G06F17/156—Correlation function computation including computation of convolution operations using a domain transform, e.g. Fourier transform, polynomial transform, number theoretic transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Toxicology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于动态时间规整的复合材料缺陷识别方法，利用太赫兹时域光谱系统获得仿真输入信号、各层样品的光学参数及样品的太赫兹时域光谱信号；建立初始传播仿真模型，通过对比缺陷和正常区域的仿真波形选取时域上缺陷特征区间；选取实际太赫兹检测集合IM中的某处，利用动态时间规整算法获得规整后的仿真波形和实测波形；利用皮尔森相关系数计算规整后的仿真波形和实测波形的相关系数，并以此作为成像的指标，该相关系数可用于识别复合材料的缺陷。

Description

基于动态时间规整的复合材料缺陷识别方法
技术领域
一种基于动态时间规整的复合材料缺陷识别方法，属于无损检测技术领域。
背景技术
随着航空航天领域中新型复合材料的快速研制和更替，对无损检测方法也提出更高的要求，如航空、航天领域中结构复杂、种类多变、价值昂贵的复合材料，具有不允许使用耦合剂、检测环境复杂等要求。基于太赫兹无损检测低光子能量、无需耦合剂、高穿透性等独特的技术优势，在各种新型复合材料具有强劲的应用需求，是无损检测领域中重要的基础前沿技术，是未来革新的重要无损检测技术。
传统的太赫兹无损检测需要依靠大量标准缺陷样件，通过采集标准缺陷样件的缺陷信号获取缺陷区域在太赫兹的信号表征，利用其信号表征如时域上的最大峰值、最小峰值、峰峰间等，作为复合材料缺陷识别的指标。而对于每个不同的样本，能够产生最佳识别效果的信息必须单独确定，而且不同样本之间通常是不同的，这大大提升了缺陷的识别难度。其次，在复合材料制作过程中存在此材料不均匀的问题，导致太赫兹波在各界面的反射回波飞行时间差不一致，需利用动态时间规整算法对太赫兹波进行时间序列规整，形成时间序列等长的太赫兹序列进行相关系数的计算。
发明内容
本发明的目的在于，提供一种基于动态时间规整的复合材料缺陷识别方法，针对复合材料的缺陷识别，以仿真波形为理论支撑，利用基于动态时间规整的相关识别算法实现复合材料不同缺陷的识别。
本发明的目的是通过以下技术方案实现的：
一种基于动态时间规整的复合材料缺陷识别方法，包括以下步骤：
步骤一、利用太赫兹时域光谱系统获得仿真输入信号、各层样品的光学参数及样品的太赫兹时域光谱信号；
步骤二、建立初始传播仿真模型：利用电磁波传输矩阵，在频域上建立初始THz传播仿真模型；利用逆傅里叶变换将其转变为时域上的太赫兹传播仿真模型，通过对比缺陷和正常区域的仿真波形选取时域上缺陷特征区间[t1,t2]；
步骤三、选取实际太赫兹检测集合IM中的某处，利用动态时间规整算法对特征区间[t1,t2]内的某典型太赫兹信号或平均信号Wm,n(t)和该处的仿真模拟太赫兹信号E(t)进行时序规整处理，获得规整后的仿真波形
Figure BDA0002639531010000021
和实测波形
Figure BDA0002639531010000022
步骤四、利用皮尔森相关系数计算在区间[t1,t2]内规整后的仿真波形
Figure BDA0002639531010000023
和实测波形
Figure BDA0002639531010000024
的相关系数，并以此作为成像的指标，该相关系数可用于识别复合材料的缺陷。
本发明具有以下有益效果：
本发明针对复合材料的缺陷检测，采用仿真波形对实际检测进行指导，通过仿真波形获取缺陷的太赫兹信号表征及其范围，以此作为判别缺陷信号及其成因的依据，为太赫兹无损检测提供理论支撑，减少检测过程中对于标准样件的依赖。
本发明利用正常区域的仿真波形与实际波形进行相似度计算实现缺陷波形识别的方法，只需获得缺陷信号表征区间无需缺陷的信号特征，并且能够利用相似度计算实现不同类型缺陷的识别。
针对太赫兹信号相似度计算的问题，采用比尔森相关系数取代传统的动态时间规整算法中欧式距离的计算，更注重于波形形态上的识别而非太赫兹信号各点差异的计算，提高了识别能力并且降低了复合材料缺陷的误判率。
针对复合材料制作过程中材料的不均匀的问题，利用动态时间规整算法(DTW)对仿真波形和实际波形进行时序规整，将仿真波形和实际波形的缺陷表征区间规整到相同时间长度，同时弥补了信号长度不一致导致的无法进行相关计算的问题，并提高相关度计算的准确性。
针对复合材料缺陷的识别效率问题，利用皮尔森相关系数代替传统动态时间规整算法中欧式距离，使得相关度计算更为准确，利用改进的相似度计算标准，显著的提高了缺陷的识别效率，提升了成像的质量。
附图说明
图1为典型实际正常区域波形图；
图2为正常区域和缺陷区域的仿真波形图；
图3为累计距离矩阵图；
图4为动态时间规整图；
图5为最小值成像图；
图6为传统动态时间规整相关成像图；
图7为改进的动态时间规整相关成像图；
图8为本发明的流程示意图。
具体实施方式
为了使发明的目的、技术方案及优点更加地清楚明白，以下结合附图，对本发明进行进一步详细说明。
如图8所示，一种基于动态时间规整的复合材料缺陷识别方法，包括以下步骤：
步骤一、利用太赫兹时域光谱系统获得仿真输入信号Eref(t)、各层样品的光学参数(折射率ni和消光系数κi)及样品的太赫兹时域光谱信号Wm,n(t)，典型波形如图1所示。
步骤二、建立初始传播仿真模型：利用电磁波传输矩阵(TMM)，在频域上建立初始THz传播仿真模型；其传函计算公式如下：
Figure BDA0002639531010000031
其中，Pi表示入射太赫兹信号的相位变化，计算公式为：
Figure BDA0002639531010000041
ω为角频率，c为光速，
Figure BDA0002639531010000042
为第i层的复折射率
Figure BDA0002639531010000043
di为样品各层厚度；
Di,i+1表示两种介质之间的每个界面上的太赫兹信号的行为，包含相应的菲涅耳系数，计算公式为：
Figure BDA0002639531010000044
ri,i+1和ti,i+1分别为菲涅耳反射和透射系数。
传递函数R(ω)可表示为：
Figure BDA0002639531010000045
最后，可以利用以下公式获得仿真的太赫兹时域信号：
E(t)＝F-1(R(ω)·F(Eref(t)))
其中，F(Eref(t))为入射THz脉冲的傅里叶变换，F-1为逆傅里叶变换，通过对比如图2所示的缺陷和正常区域的仿真波形选取时域上缺陷特征区间[t1,t2]。
步骤三、选取实际太赫兹检测集合IM中的某处，利用动态时间规整算法对特征区间[t1,t2]内的某典型太赫兹信号或平均信号Wm,n(t)和该处的仿真模拟太赫兹信号E(t)进行时序规整处理，获得规整后的仿真波形
Figure BDA0002639531010000046
和实测波形
Figure BDA0002639531010000047
其具体方法如下：
1、利用平均信号Wm,n(t)与仿真模拟太赫兹信号E(t)计算累加距离矩阵，如图3所示，其计算方法如下：
Figure BDA0002639531010000048
其中，d为Wm,n(t)与E(t)某一时刻的距离，计算公式为：
Figure BDA0002639531010000049
g(i,j)为当前坐标距离的累计距离值。
2、通过计算最小累计距离矩阵值逆推出Wm,n(t)与E(t)的规整后波形
Figure BDA00026395310100000410
和实测波形
Figure BDA00026395310100000411
如图4所示。
步骤四、利用皮尔森相关系数计算在区间[t1,t2]内规整后的仿真波形
Figure BDA0002639531010000051
和实测波形
Figure BDA0002639531010000052
的相关系数并以此作为成像的指标，该相关系数可用于识别复合材料的缺陷，公式如下：
Figure BDA0002639531010000053
其中，p为相关系数，
Figure BDA0002639531010000054
为
Figure BDA0002639531010000059
平均值，
Figure BDA0002639531010000055
为
Figure BDA00026395310100000510
的平均值，Cov(E(t),
Figure BDA0002639531010000056
为两者的协方差，σE为仿真模拟太赫兹信号的标准差，
Figure BDA0002639531010000057
为
Figure BDA0002639531010000058
的标准差，t为规整后信号的缺陷特征区间的长度。
实施例1：
本发明能够对复合材料脱粘缺陷进行识别，可通过与无缺陷的参考波形进行对比，根据波形的形态选取时域波形的复合材料缺陷特征区间，如图2为复合材料脱粘缺陷和其正常区域仿真波形，[t1,t2]为缺陷特征区间，可以看出脱粘缺陷的脱粘缺陷特征区间时间序列长度不一致。同时，由于材料制作过程中材料不均匀性的问题，导致实际波形存在时间序列长度差异。因此，在这里利用动态时间规整进行时间序列的规整，图4为动态时间规整后的波形图，可以看出经由动态时间规整的波形具有较好的一致性。由于对于太赫兹信号而言，不同位置的太赫兹信号本身会存在一定差异，因此利用规整后实际波形和仿真波形的比尔森相关系数进行其形态上相似度的识别。
图5为传统太赫兹成像方法(最小值成像)进行缺陷识别的效果图，图6为利用传统DTW方法中欧式距离进行相似度计算的识别效果图，图7为利用比尔森相关系数进行相似度计算的识别效果图，可以看出在缺陷边缘识别和识别效果上，利用比尔森相关系数进行相似度的计算具有更好的识别效果，从而达到了更好的识别复合材缺陷的目的。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。

Claims (4)

1.一种基于动态时间规整的复合材料缺陷识别方法，其特征在于，包括以下步骤：
步骤一、利用太赫兹时域光谱系统获得仿真输入信号、各层样品的光学参数及样品的太赫兹时域光谱信号；所述获得的光学参数包括折射率和消光系数；
步骤二、建立初始传播仿真模型：利用电磁波传输矩阵，在频域上建立初始THz传播仿真模型；利用逆傅里叶变换将其转变为时域上的太赫兹传播仿真模型，通过对比缺陷和正常区域的仿真波形选取时域上缺陷特征区间[t1,t2]；
步骤三、选取实际太赫兹检测集合IM中的某处，利用动态时间规整算法对特征区间[t1,t2]内的某太赫兹信号或平均信号Wm,n(t)和该处的仿真模拟太赫兹信号E(t)进行时序规整处理，获得规整后的仿真波形
Figure FDA0004052096190000011
和实测波形
Figure FDA0004052096190000012
步骤四、利用皮尔森相关系数计算在区间[t1,t2]内规整后的仿真波形
Figure FDA0004052096190000013
和实测波形
Figure FDA0004052096190000014
的相关系数，并以此作为成像的指标，该相关系数可用于识别复合材料的缺陷。
2.如权利要求1所述的一种基于动态时间规整的复合材料缺陷识别方法，其特征在于，所述步骤二建立的初始THz传播仿真模型，复合材料整体传输矩阵计算公式为：
Figure FDA0004052096190000015
其中，Pi表示入射太赫兹信号的相位变化，计算公式为：
Figure FDA0004052096190000016
ω为角频率；c为光速；
Figure FDA0004052096190000017
为第i层的复折射率，
Figure FDA0004052096190000018
ni和ki分别为第i层的折射率和消光系数；di为样品各层厚度；
Di,i+1表示两种介质之间的每个界面上的太赫兹信号的行为，包含相应的菲涅耳系数，计算公式为：
Figure FDA0004052096190000019
ri,i+1和ti,i+1分别为菲涅耳反射和透射系数；
传输矩阵M(ω)为一个2×2的矩阵，M11(ω),M12(ω),M21(ω),M22(ω)分别代表传输矩阵M(ω)各个行列位置的数值；
传递函数R(ω)表示为：
Figure FDA0004052096190000021
最后，利用以下公式获得仿真的太赫兹时域信号：
E(t)＝F-1(R(ω)·F(Eref(t)))
其中，F(Eref(t))为入射THz脉冲的傅里叶变换，F-1为逆傅里叶变换。
3.如权利要求1所述的一种基于动态时间规整的复合材料缺陷识别方法，其特征在于，所述步骤三包括以下步骤：
1)利用平均信号Wm,n(t)与仿真模拟太赫兹信号E(t)计算累加距离矩阵，其计算方法为：
Figure FDA0004052096190000022
其中，d为Wm,n(t)与E(t)某一时刻的距离，计算公式为：
Figure FDA0004052096190000023
g(i,j)为当前坐标距离的累计距离值；
2)通过计算最小累计距离矩阵值逆推出Wm,n(t)与E(t)的规整后波形
Figure FDA00040520961900000213
和实测波形
Figure FDA0004052096190000024
4.如权利要求1所述的一种基于动态时间规整的复合材料缺陷识别方法，其特征在于，所述步骤四利用皮尔森相关系数计算在区间[t1,t2]内规整后的仿真波形
Figure FDA0004052096190000025
和实测波形
Figure FDA0004052096190000026
的相关系数，该相关系数公式为：
Figure FDA0004052096190000027
其中，p为相关系数，
Figure FDA0004052096190000028
为
Figure FDA0004052096190000029
平均值，
Figure FDA00040520961900000210
为
Figure FDA00040520961900000211
的平均值，Cov(E(t),
Figure FDA00040520961900000212
为两者的协方差，σE为仿真模拟太赫兹信号的标准差，
Figure FDA0004052096190000031
为
Figure FDA0004052096190000032
的标准差，t为规整后信号的缺陷特征区间的长度。
CN202010835493.6A 2020-08-19 2020-08-19 基于动态时间规整的复合材料缺陷识别方法 Active CN111948171B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010835493.6A CN111948171B (zh) 2020-08-19 2020-08-19 基于动态时间规整的复合材料缺陷识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010835493.6A CN111948171B (zh) 2020-08-19 2020-08-19 基于动态时间规整的复合材料缺陷识别方法

Publications (2)

Publication Number Publication Date
CN111948171A CN111948171A (zh) 2020-11-17
CN111948171B true CN111948171B (zh) 2023-04-07

Family

ID=73342794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010835493.6A Active CN111948171B (zh) 2020-08-19 2020-08-19 基于动态时间规整的复合材料缺陷识别方法

Country Status (1)

Country Link
CN (1) CN111948171B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114354620B (zh) * 2021-12-17 2023-09-12 北京星航机电装备有限公司 一种用于复杂型面热防护粘接层的太赫兹检测方法
CN114414599B (zh) * 2022-03-29 2022-06-03 武汉丰丽德智能设备有限公司 基于机器视觉的空调消音室焊接缺陷无损检测方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122585A (zh) * 2019-12-31 2020-05-08 长春理工大学 基于fdtd的材料微观缺陷太赫兹无损检测仿真方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0743598B2 (ja) * 1992-06-25 1995-05-15 株式会社エイ・ティ・アール視聴覚機構研究所 音声認識方法
US7590538B2 (en) * 1999-08-31 2009-09-15 Accenture Llp Voice recognition system for navigating on the internet
CN108267419B (zh) * 2017-12-08 2020-08-18 山东省科学院自动化研究所 太赫兹时域光谱检测复合材料胶接结构脱粘缺陷的方法
CN111208142B (zh) * 2019-08-01 2022-03-22 北京航空航天大学 基于动态时间规整相关性特征的裂纹损伤定量检测方法
CN111272690B (zh) * 2019-12-31 2023-04-07 长春理工大学 有机胶粘剂粘接固化特性的太赫兹表征方法
CN111220564B (zh) * 2019-12-31 2023-04-04 长春理工大学 多层结构粘接加压参数太赫兹检测优化方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122585A (zh) * 2019-12-31 2020-05-08 长春理工大学 基于fdtd的材料微观缺陷太赫兹无损检测仿真方法

Also Published As

Publication number Publication date
CN111948171A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN111553877B (zh) 基于太赫兹陶瓷基复合材料叶片损伤识别和寿命评估方法
CN111948171B (zh) 基于动态时间规整的复合材料缺陷识别方法
CN108845306B (zh) 基于变分模态分解的激光雷达回波信号去噪方法
CN110095066B (zh) 基于Mean-shift的光谱共焦信号峰值波长快速高精度提取方法
CN107764195B (zh) 基于菲涅尔矩阵THz波传播模型的涂层厚度检测方法
CN109919905B (zh) 一种基于深度学习的红外无损检测方法
CN111122585B (zh) 基于fdtd的材料微观缺陷太赫兹无损检测仿真方法
CN113267132B (zh) 一种基于双色成像的全局油膜厚度在线测量方法
CN113884464A (zh) 一种基于红外热像仪的涂层波段发射率外场测量方法
CN110501092B (zh) 一种布里渊光纤传感系统温度提取方法
Cassar et al. Iterative tree algorithm to evaluate terahertz signal contribution of specific optical paths within multilayered materials
CN112818762B (zh) 一种大尺寸复合材料及其夹层结构快速无损检测方法
CN110321528A (zh) 一种基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法
Cao et al. Physical constraints-based terahertz thickness measurement method of thermal barrier coating
CN116562118A (zh) 基于Elman神经网络的热障涂层陶瓷层厚度太赫兹测量方法
CN101793675A (zh) 一种薄膜应力在线测试系统
Tu et al. Rapid diagnosis of corrosion beneath epoxy protective coating using non-contact THz-TDS technique
Sun et al. Physics-based deep learning framework for terahertz thickness measurement of thermal barrier coatings
CN113191073B (zh) 一种基于bp神经网络的光学特性参数反演方法
Wu et al. VMFNet: visual-microwave dual-modality real-time target detection model for detecting damage to curved radar absorbing materials
CN115861679A (zh) 结合马尔科夫转移场和迁移学习的近红外定量建模方法
CN111122502B (zh) 基于脉冲太赫兹技术的渗胶界面折射率粒子群优化方法
Sun et al. THzMINet: a Terahertz model-data-Driven Interpretable neural network for thickness measurement of thermal barrier coatings
CN118674010A (zh) 一种异构复合材料太赫兹特征峰识别的迁移学习方法
Cotnoir Experimental Investigation of Crossflow in the Presence of a Laminar Separation Bubble in Low-Speed Flow

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