CN112578020B - 一种基于信息熵时空域涡流分布的定量检测方法及装置 - Google Patents
一种基于信息熵时空域涡流分布的定量检测方法及装置 Download PDFInfo
- Publication number
- CN112578020B CN112578020B CN202011419573.XA CN202011419573A CN112578020B CN 112578020 B CN112578020 B CN 112578020B CN 202011419573 A CN202011419573 A CN 202011419573A CN 112578020 B CN112578020 B CN 112578020B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- vortex
- included angle
- point
- neighborhood
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims abstract description 79
- 230000001154 acute effect Effects 0.000 claims abstract description 48
- 238000012360 testing method Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000005284 excitation Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本发明提供一种基于信息熵时空域涡流分布的定量检测方法及装置，所述方法包括在试件上取激励线圈相交点正下方的点p，获取点p处的涡流场；计算涡流能量和与x轴正方向所夹锐角θ；计算所述锐角θ对应的夹角集的角度谱；计算涡流能量的角度谱的信息熵；获取点p的邻域，获取该邻域内的涡流场；计算该涡流场的涡流能量和对应的涡流场与x轴正方向所夹角；计算各个夹角集的角度谱；计算涡流场的角度谱的信息熵。根据本发明的方案，能够定量评价位于试件中激励线圈相交点正下方p点处分布的涡流随时间是否均匀旋转；定量评价试件中激励线圈相交点正下方空间邻域δ内分布的涡流是否均匀。
Description
技术领域
本发明涉及电磁无损检测领域，尤其涉及一种基于信息熵时空域涡流分布的定量检测方法及装置。
背景技术
目前，用来检测复杂试件表面裂纹的旋转涡流场传感器，其激励线圈均有相交布置，使磁场强度在相交点正下方的试件表面处分布的不均匀，从而使试件中分布的涡流场旋转不均匀，直接影响传感器对裂纹的检测灵敏度和漏检率，因此对试件中分布的涡流场进行定量评价有着重要意义。文献“Shannon information entropy of eddy currentdensity distribution”提出一种采用香农信息熵对被检测试件中的涡流分布进行定量评价的方法，并在此基础上又提出了频域中涡流分布的定量评价方法。
但使用旋转涡流场传感器对试件进行检测时，由于其试件中的涡流分布是随时间旋转的，因此上述方法无法对时域中的涡流分布进行定量检测。
发明内容
为解决上述技术问题，本发明提出了一种基于信息熵时空域涡流分布的定量检测方法及装置，所述方法及装置，用以解决现有技术中使用旋转涡流场传感器对试件进行检测时，无法对时域中的涡流分布进行定量检测的问题。
根据本发明的第一方面，提供一种基于信息熵时空域涡流分布的定量检测方法，所述方法包括以下步骤：
步骤S101：在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场；
步骤S102：计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ；
步骤S103：基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱；
步骤S104：基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵；
步骤S105：获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场；
步骤S106：在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；
步骤S107：对邻域内全部点ck，基于所述夹角γi的数值，将其对应的二维涡流场的涡流能量归入γi对应的夹角集中，计算各个夹角集的角度谱；
步骤S108：基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵。
根据本发明第二方面，提供一种基于信息熵时空域涡流分布的定量检测装置，所述装置包括：
第一二维涡流场获取模块：配置为在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场；
第一计算模块：配置为计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ；
第一角度谱计算模块：配置为基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱；
第一信息熵计算模块：配置为基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵；
第二二维涡流场获取模块：配置为获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场；
第二计算模块：配置为在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；
第二角度谱计算模块：配置为对邻域内全部点ck，基于所述夹角γi的数值，将其对应的二维涡流场的涡流能量归入γi对应的夹角集中，计算各个夹角集的角度谱；
第二信息熵计算模块：配置为基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵。
根据本发明的上述方案，使用两种时空域的定量检测方法，分别是0维空间1维时间域(0D1T)分布的2维涡流场的角度谱的信息熵和2维空间1维时间域(2D1T)分布的2维涡流场的角度谱的信息熵，0维空间1维时间域(0D1T)分布的2维涡流场的角度谱的信息熵可以定量评价位于试件中激励线圈相交点正下方p点处分布的涡流随时间是否均匀旋转；2维空间1维时间域(2D1T)分布的2维涡流场的角度谱的信息熵可以定量评价试件中激励线圈相交点正下方空间邻域δ内分布的涡流是否均匀。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明提供如下附图进行说明。在附图中：
图1为本发明一个实施方式的基于信息熵时空域涡流分布的定量检测方法流程图；
图2为本发明一个实施方式的旋转涡流场示意图；
图3为本发明一个实施方式的二维涡流场的分量示意图；
图4为本发明一个实施方式的将二维涡流场的涡流能量归入对应的夹角集示意图；
图5为本发明一个实施方式的对夹角集中分布的涡流能量进行归一化的示意图；
图6为本发明一个实施方式的邻域内二维涡流分量随时间的变化示意图；
图7为本发明一个实施方式的划分夹角集的示意图；
图8为本发明一个实施方式的将涡流能量放入对应的夹角集中的示意图；
图9为本发明一个实施方式的计算角度谱的示意图；
图10为本发明一个实施方式的基于信息熵时空域涡流分布的定量检测装置结构框图。
具体实施方式
首先结合图1说明本发明一个实施方式的基于交叉熵的涡流能量分布定量检测方法流程。如图1所示，所述方法包括以下步骤：
步骤S101：在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场；
步骤S102：计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ；
步骤S103：基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱；
步骤S104：基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵；
步骤S105：获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场；
步骤S106：在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；
步骤S107：对邻域内全部点ck，基于所述夹角γi的数值，将其对应的二维涡流场的涡流能量归入γi对应的夹角集中，计算各个夹角集的角度谱；
步骤S108：基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵。
本实施例中，0维空间1维时间域(0D1T)分布的二维涡流场的角度谱的信息熵用来对试件中激励线圈相交点正下方p点处的涡流分布进行定量检测；2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵用来对试件中激励线圈相交点正下方p点的邻域空间内的涡流是否均匀进行定量检测。
所述步骤S101：在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场，如图2-3所示，其中：
通过有限元仿真获得旋转涡流场，试件中对应点p处分布的二维涡流场的分量Jx(t)，Jy(t)与坐标和时间关系为：
其中，x,y,z分别为旋转涡流场传感器下方试件中p点的坐标值，t为时间，Jx(x,y,z,t)为x方向随时间变化的涡流分量，Jy(x,y,z,t)为y方向随时间变化的涡流分量。所述二维涡流场分布随时间在各方向上的分布包括涡流能量的大小和涡流分布的角度。
所述步骤S102：计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ，包括：
点p对应的二维涡流场的涡流能量Ep为其中，J(t)为随时间变化的涡流强度，J2(t)为涡流能量的平方，Jx(t)为随时间变化的x方向的涡流分量的强度，/>为随时间变化的x方向的涡流分量的强度的平方，Jy(t)为随时间变化的y方向的涡流分量的强度，/>为随时间变化的y方向的涡流分量的强度的平方；
二维涡流能量与x轴正方向所夹锐角θ为：
本实施例中，试件中该点p处分布的二维涡流场，在平行面的各方向上均匀分布的充要条件是θ在该2维涡流分布与平行面的x轴正方向的夹角在[0°,360°]均匀分布，并且J2(t)在[0°,360°]内也均匀分布。
所述步骤S103：基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱，如图4所示,包括：
将[0°,90°]以α为步长均等划分为n个夹角集，将n个夹角集根据角度大小进行排序，第i个夹角集为：[(i-1)α,iα]，其中，i＝{1,……，n}，将90°角放入角度最大的、最后一个夹角集中；
基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的第i个夹角集中；
所述第i个夹角集中归入的涡流能量为E(i)＝∑J2(t)α(i-1)≤θ＜αi，
试件中各对应点随时间分布的涡流场在夹角集中分布的总能量为
对所有夹角集中分布的涡流能量进行归一化，如图5所示，
归一化公式为：
本实施例中，归一化是可选的步骤。
第i个夹角集的角度谱P(i)为第i个夹角集分布的涡流能量所占总涡流能量的份额，角度谱为
所述步骤S104：基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵，其中，
试件中点p处的所述二维涡流能量的角度谱的信息熵为
本实施例中，该信息熵是试件中p点处的二维涡流分布在时间上的角度谱的信息熵。对二维涡流场是否均匀旋转进行定量检测时，如果分布的二维涡流场均匀旋转，则P(i)＝1/n，Hθ＝log2n，因此当p点处分布的二维涡流场在时域内的角度谱的信息熵等于log2n时，其二维涡流分布是均匀旋转的。
所述步骤S105：获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，包括：
获取点p的邻域，该邻域为试件中半径为r、圆心在p点处的圆形区域；
邻域内的二维涡流场分布按邻域内等间距的点来获取，邻域内任意两提取点的距离为d＝r/a，x坐标轴和y坐标轴上的获取点数最多为2a个，a为提取步长，也就是间距；邻域内任意提取点ck的坐标(ckx，cky)为：
其中，cx为点距离x轴的点数，cy为点距离y轴的点数，均具有方向，正方向为正个数，负方向为负个数；
ck处分布的二维涡流场的涡流分量Jx(ckx,cky,t)、Jy(ckx,cky,t)与坐标(ckx，cky)及时间t的关系为：
其中，ckz为点ck在Z轴的坐标，t为时间。
如图6所示，ck处分布的二维涡流场的涡流分量Jx(ckx,cky,t)、Jy(ckx,cky,t)随时间变化。
本实施例中，邻域内的二维涡流分布是否均匀也包括涡流能量的大小和涡流分布的角度，所以需要计算获取的邻域内二维涡流分布的能量和角度。
所述步骤S106：在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；其中：
k的取值与间距相关，相邻点间距越小，k的取值越多。
邻域内点ck对应的二维涡流场的涡流能量为：
点ck对应的二维涡流场与x轴正方向所夹角γk为：
本实施例中，试件中邻域内的2维涡流分布，随时间在该邻域内各方向上均匀分布的充要条件是该邻域内分布的2维涡流分布与x轴正方向的夹角在[0°,360°]均匀分布，并且涡流能量在[0°,360°]中也均匀分布。
所述步骤S107：对邻域内全部点ck，基于所述夹角γi的数值，将其对应的二维涡流场的涡流能量归入γi对应的夹角集中，计算各个夹角集的角度谱，包括：
如图7所示，将[0°,90°]以β为步长等分为m个夹角集，将m个夹角集根据角度大小进行排序，第j个夹角集为：[(j-1)β,jβ]，其中，j＝{1,……，m}，将90°角放入角度最大的、最后一个夹角集中；
如图8所示，将点ck对应的二维涡流场的涡流能量放入夹角γi所在的夹角集j中，第j个夹角集中放入的涡流能量E(j)为：
E(j)＝∑J2(x,y,t)β(j-1)≤γ＜βj
试件中邻域内随时间分布的二维涡流场在夹角集[0°,90°]中分布的总能量Et为：
如图9所示，归一化第j个夹角集，本实施例中，归一化是可选的操作。
第j个夹角集中分布的涡流能量占总涡流能量份额的角度谱P(j)为：
本实施例中，试件中邻域内的二维涡流分布场在该邻域内各方向上均匀分布的充要条件用角度谱表示。
所述步骤S108：基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵，其中：
试件中邻域内的二维涡流分布随时间分布的角度谱的信息熵Hγ为:
本实施例中，香农信息熵定量检测该邻域内的涡流分布，因此需要对角度谱进行信息熵计算。
对邻域内分布的二维涡流场是否均匀进行检测时，如果该邻域内2维涡流均匀分布，则P(j)＝1/m，Hγ＝log2m，因此试件中邻域内的信息熵等于log2m时，该邻域内的二维涡流分布是均匀的。
本发明实施例进一步给出一种基于信息熵时空域涡流分布的定量检测装置，如图10所示，所述装置包括：
第一二维涡流场获取模块：配置为在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场；
第一计算模块：配置为计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ；
第一角度谱计算模块：配置为基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱；
第一信息熵计算模块：配置为基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵；
第二二维涡流场获取模块：配置为获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场；
第二计算模块：配置为在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；
第二角度谱计算模块：配置为对邻域内全部点ck，基于所述夹角γi的数值，将其对应的二维涡流场的涡流能量归入γi对应的夹角集中，计算各个夹角集的角度谱；
第二信息熵计算模块：配置为基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，实体机服务器，或者网络云服务器等，需安装Windows或者Windows Server操作系统)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (10)
1.一种基于信息熵时空域涡流分布的定量检测方法，其特征在于，包括以下步骤：
步骤S101：在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场；
步骤S102：计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ；
步骤S103：基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱；
步骤S104：基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵；
步骤S105：获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场；
步骤S106：在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；
步骤S107：对邻域内全部点ck，基于所述夹角γk的数值，将其对应的二维涡流场的涡流能量归入γk对应的夹角集中，计算各个夹角集的角度谱；
步骤S108：基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵。
2.如权利要求1所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S101：在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场，包括：
通过有限元仿真获得旋转涡流场，试件中对应点p处分布的二维涡流场的分量Jx(t)，Jy(t)与坐标和时间关系为：
其中，x,y,z分别为旋转涡流场传感器下方试件中p点的坐标值，t为时间，Jx(x,y,z,t)为x方向随时间变化的涡流分量，Jy(x,y,z,t)为y方向随时间变化的涡流分量，所述二维涡流场分布随时间在各方向上的分布包括涡流能量的大小和涡流分布的角度。
3.如权利要求2所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S102：计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ，包括：
点p对应的二维涡流场的涡流能量Ep为其中，J(t)为随时间变化的涡流强度，J2(t)为涡流能量的平方，Jx(t)为随时间变化的x方向的涡流分量的强度，/>为随时间变化的x方向的涡流分量的强度的平方，Jy(t)为随时间变化的y方向的涡流分量的强度，/>为随时间变化的y方向的涡流分量的强度的平方；
二维涡流能量与x轴正方向所夹锐角θ为：
4.如权利要求3所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S103：基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱，包括：
将[0°,90°]以α为步长均等划分为n个夹角集，将n个夹角集根据角度大小进行排序，第i个夹角集为：[(i-1)α,iα]，其中，i＝{1,……，n}，将90°角放入角度最大的、最后一个夹角集中；
基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的第i个夹角集中；
所述第i个夹角集中归入的涡流能量为E(i)＝∑J2(t)α(i-1)≤θ＜αi，
试件中各对应点随时间分布的涡流场在夹角集中分布的总能量为
第i个夹角集的角度谱P(i)为第i个夹角集分布的涡流能量所占总涡流能量的份额，角度谱为
5.如权利要求4所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S104：基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵，其中，
试件中点p处的所述二维涡流能量的角度谱的信息熵为
6.权利要求1所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S105：获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，包括：
获取点p的邻域，该邻域为试件中半径为r、圆心在p点处的圆形区域；
邻域内的二维涡流场分布按邻域内等间距的点来获取，邻域内任意两提取点的距离为d＝r/a，x坐标轴和y坐标轴上的获取点数最多为2a个，a为提取步长；邻域内任意提取点ck的坐标(ckx，cky)为：
其中，cx为点距离x轴的点数，cy为点距离y轴的点数，均具有方向，正方向为正个数，负方向为负个数；
ck处分布的二维涡流场的涡流分量Jx(ckx,cky,t)、Jy(ckx,cky,t)与坐标(ckx，cky)及时间t的关系为：
其中，ckz为点ck在Z轴的坐标，t为时间。
7.如权利要求6所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S106：在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数，其中：
k的取值与间距相关，相邻点间距越小，k的取值越多；
邻域内点ck对应的二维涡流场的涡流能量为：
点ck对应的二维涡流场与x轴正方向所夹角γk为：
8.如权利要求7所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S107：对邻域内全部点ck，基于所述夹角γi的数值，将其对应的二维涡流场的涡流能量归入γi对应的夹角集中，计算各个夹角集的角度谱，包括：
将[0°,90°]以β为步长等分为m个夹角集，将m个夹角集根据角度大小进行排序，第j个夹角集为：[(j-1)β,jβ]，其中，j＝{1,……，m}，将90°角放入角度最大的、最后一个夹角集中；
将点ck对应的二维涡流场的涡流能量放入夹角γi所在的夹角集j中，第j个夹角集中放入的涡流能量E(j)为：
E(j)＝∑J2(x,y,t)β(j-1)≤γ＜βj
试件中邻域内随时间分布的二维涡流场在夹角集[0°,90°]中分布的总能量Et为：
第j个夹角集中分布的涡流能量占总涡流能量份额的角度谱P(j)为：
9.如权利要求8所述的基于信息熵时空域涡流分布的定量检测方法，其特征在于，所述步骤S108：基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵，其中：
试件中邻域内的二维涡流分布随时间分布的角度谱的信息熵Hγ为:
10.一种基于信息熵时空域涡流分布的定量检测装置，其特征在于，所述装置包括：
第一二维涡流场获取模块：配置为在试件上取激励线圈相交点正下方的一个点p，获取点p处0维空间1维时间域(0D1T)分布的二维涡流场；
第一计算模块：配置为计算点p对应的二维涡流场的涡流能量和该涡流能量与x轴正方向所夹锐角θ；
第一角度谱计算模块：配置为基于所述锐角θ的数值，将该二维涡流场的涡流能量归入所述锐角θ对应的夹角集中，计算所述锐角θ对应的夹角集的角度谱；
第一信息熵计算模块：配置为基于所述锐角θ对应的夹角集的角度谱，计算点p处的所述二维涡流能量的角度谱的信息熵；
第二二维涡流场获取模块：配置为获取点p的邻域，获取该邻域内2维空间1维时间域(2D1T)分布的二维涡流场；
第二计算模块：配置为在该邻域内等间距取多个点ck，根据该邻域内2维空间1维时间域(2D1T)分布的二维涡流场，计算该邻域内的全部的点ck对应的二维涡流场的涡流能量和点ck对应的二维涡流场与x轴正方向所夹角γk；k为大于1的自然数；
第二角度谱计算模块：配置为对邻域内全部点ck，基于所述夹角γk的数值，将其对应的二维涡流场的涡流能量归入γk对应的夹角集中，计算各个夹角集的角度谱；
第二信息熵计算模块：配置为基于所述各个夹角集的角度谱，计算该邻域内2维空间1维时间域(2D1T)分布的二维涡流场的角度谱的信息熵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011419573.XA CN112578020B (zh) | 2020-12-07 | 2020-12-07 | 一种基于信息熵时空域涡流分布的定量检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011419573.XA CN112578020B (zh) | 2020-12-07 | 2020-12-07 | 一种基于信息熵时空域涡流分布的定量检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112578020A CN112578020A (zh) | 2021-03-30 |
| CN112578020B true CN112578020B (zh) | 2024-04-09 |
Family
ID=75127624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011419573.XA Active CN112578020B (zh) | 2020-12-07 | 2020-12-07 | 一种基于信息熵时空域涡流分布的定量检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112578020B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116167221B (zh) * | 2023-02-21 | 2023-09-01 | 哈尔滨工程大学 | 基于完全信息熵的自适应步长流线生成方法、计算机设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105138791A (zh) * | 2015-09-09 | 2015-12-09 | 北京理工大学 | 一种基于信息熵的涡流传感器激励方式的评价方法 |
| CN105844053A (zh) * | 2016-04-12 | 2016-08-10 | 北京理工大学 | 一种基于分形学信息维数的涡流传感器评价方法 |
| CN109900784A (zh) * | 2019-01-30 | 2019-06-18 | 兰州理工大学 | 一种基于切向角度谱的信息熵的涡流分布评价方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2955666B1 (fr) * | 2010-01-26 | 2012-04-13 | Centre Nat Rech Scient | Procede d'estimation de defauts dans un objet et dispositif de mise en oeuvre |
-
2020
- 2020-12-07 CN CN202011419573.XA patent/CN112578020B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105138791A (zh) * | 2015-09-09 | 2015-12-09 | 北京理工大学 | 一种基于信息熵的涡流传感器激励方式的评价方法 |
| CN105844053A (zh) * | 2016-04-12 | 2016-08-10 | 北京理工大学 | 一种基于分形学信息维数的涡流传感器评价方法 |
| CN109900784A (zh) * | 2019-01-30 | 2019-06-18 | 兰州理工大学 | 一种基于切向角度谱的信息熵的涡流分布评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| Angular Spectral Density and Information Entropy for Eddy Current Distribution;Guolong Chen , Weimin Zhang;ENTROPY;第18卷(第392期);1-11 * |
| Shannon information entropy of eddy current density distribution;Weimin Zhang 等;Nondestructive Testing and Evaluation;1-14 * |
| Two Novel Information Entropy Indices for Analysis of the Eddy Current Distribution;Guolong Chen;ENTROPY;1-8 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112578020A (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bagher‐Ebadian et al. | On the impact of smoothing and noise on robustness of CT and CBCT radiomics features for patients with head and neck cancers | |
| Godzien et al. | From numbers to a biological sense: H ow the strategy chosen for metabolomics data treatment may affect final results. A practical example based on urine fingerprints obtained by LC‐MS | |
| CN108334417B (zh) | 确定数据异常的方法和装置 | |
| CN112578020B (zh) | 一种基于信息熵时空域涡流分布的定量检测方法及装置 | |
| EP1043676A2 (en) | Methods for classifying samples and ascertaining previously unknown classes | |
| Zhang et al. | Quantitative inspection of remanence of broken wire rope based on compressed sensing | |
| Shangguan et al. | OTrack: Towards order tracking for tags in mobile RFID systems | |
| CN107733869A (zh) | 一种设备识别方法及装置 | |
| Zhang et al. | A steel ball surface quality inspection method based on a circumferential eddy current array sensor | |
| CN110324352B (zh) | 识别批量注册账号群的方法及装置 | |
| Li et al. | Fundamental and practical aspects of machine learning for the peak picking of biomolecular NMR spectra | |
| Guerra et al. | Homological scaffold via minimal homology bases | |
| CN110135408A (zh) | 文本图像检测方法、网络以及设备 | |
| CN106951918B (zh) | 一种用于冷冻电镜分析的单颗粒图像聚类方法 | |
| CN108280429A (zh) | 基于特征峰匹配的核素识别方法、装置和计算机可读介质 | |
| JP4376900B2 (ja) | キャパシタンス及び磁気センサアレイを備えたセキュリティスキャナ | |
| CN111580171B (zh) | 一种金属物体检测装置及方法 | |
| CN112557498B (zh) | 一种基于交叉熵的涡流能量分布定量检测方法及装置 | |
| CN112435210B (zh) | 一种环形器件的质量检测方法及装置 | |
| Wang et al. | Reversible jump MCMC approach for peak identification for stroke SELDI mass spectrometry using mixture model | |
| Dammak et al. | Using deep learning to predict tumor mutational burden from scans of H&E-stained multicenter slides of lung squamous cell carcinoma | |
| US8798340B2 (en) | Dipole matched filter for MRI | |
| US20040232235A1 (en) | Determining properties of magnetic elements | |
| Guo et al. | Optimized Unilateral Magnetic Resonance Sensor with Constant Gradient and Its Applications in Composite Insulators | |
| US20060202693A1 (en) | Method and system for performing image reconstruction in a magnetic resonance imaging system |
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 |