CN113237951A

CN113237951A - 一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法

Info

Publication number: CN113237951A
Application number: CN202110512050.8A
Authority: CN
Inventors: 刘小峰; 王邦昕; 柏林
Original assignee: Chongqing University
Current assignee: Chongqing University
Priority date: 2021-05-11
Filing date: 2021-05-11
Publication date: 2021-08-10

Abstract

本发明公开了一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，属于结构损伤信息分析技术。本发明以无损Lamb波信号为基准，采用了动态时间规整算法对损伤Lamb波信号进行相似匹配分析对比，确定基准信号与损伤信号的最佳匹配路径。引入了形状上下文的轮廓识别方法对Lamb波的局部波形形状信息进行统计分析，解决了在传统DTW相似匹配方法中信号病态对齐的问题。将无损Lamb波与损伤Lamb波信号间SC‑DTW匹配距离作为铝板损伤程度的量化指标。该发明实施过程中无需对测试信号损伤波包进行识别，也不必进行复杂的损伤特征提取，提高了金属板疲劳损伤评估的快速性、有效性与抗噪性，在金属板服役性能评估与质量控制中有较好的实用性与推广价值。

Description

一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法

技术领域

本发明涉及无损检测领域，特别是涉及一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，该方法使用于板状结构中疲劳损伤的量化检测。

背景技术

金属板材是工业装备的主要用材，其质量控制水平直接决定了装备产品的整体质量水平。服役性能测试与损伤检测是其质量控制的主要技术手段，对金属板材的早期微损伤进行检测并测定其劣化程度，对保证金属板材结构的服役安全性、避免事故发生具有重要的意义。

超声导波技术因其单端激励、传播时衰减慢、传播距离远、100％横截面检测等特点，在长距离大范围结构无损检测和健康监测中显示出良好的应用前景。但是受制于理论与仪器技术,目前大部分超声导波应用仅限于缺陷筛查，超声导波的定量化检测技术尚未得到广泛研究和应用。但对于早期的结构损伤，检测过程易受环境影响，又由于缺陷信号往往十分微弱，故信噪比大，增大了缺陷波包的识别难度，且导波的频散与多模态性也通常使得实际的导波检测信号非常复杂，导致难以对信号波形进行正确解读，并提取出有用的损伤程度信息。

因此，需要设计一种脱离缺陷波包的提取识别框架，具有较好的噪声鲁棒性与损伤演化敏感性的金属板结构疲劳损伤的无损检测方法。

发明内容

本发明的目的是提供一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，这种方法无需对采集的Lamb波信号中损伤波包进行识别，也不必进行复杂的损伤特征提取，直接将采集信号导入算法进行对测试样板的损伤量化评估。

为了达到上述目的，本发明采取的技术方案为：

一种基于上下文形状动态时间规整的金属板疲劳损伤超声导波检测方法，包括以下步骤：

步骤S1：在待测金属板上确定一条检测路径，将该路径的一端作为激励信号加载点，路径另一端作为响应信号的采集点。

步骤S2：在激励信号加载点利用超声探头在金属板中激发出Lamb波，在响应信号采集点获得金属板的响应信号。将无损金属板上采集得到的响应信号作为基准信号，将具有疲劳损伤的金属板上获得的信号作为测试信号。

步骤S3：引入了形状上下文的轮廓识别方法对无损信号X和测试信号Y的局部波形信息进行统计。计算信号各个离散点附近的形状位置信息并将其以数值矩阵的方式进行储存，基于数值矩阵建立评价信号中任意两离散点附近曲线形状相似程度的广义距离方程。

步骤S301：针对时间序列X中的特定点x_i为圆心划分多个扇区，统计每个扇区中离散采样点的个数以获取该序列在该点附近的局部形状分布信息，统计除参考点x_i外其他点落入各区域内的个数，获得统计直方图，且出于简化计算的目的将直方图矩阵转化为一维向量h_i(k)。

步骤S302：以步骤S301求出每个采样点的临近形状信息，计算X与Y任意两点之间的代价函数，得到序列X和序列Y中的代价矩阵元素C_ij：

步骤S4：以无损Lamb波信号为基准，采用动态时间规整算法进行最优路径搜索，在代价矩阵中搜索待测试Lamb波信号与以基准信号间的最优规整路径。

步骤S401：定义弯曲路径为：W＝w₁,w₂,…,w_k,若序列W中的第k个元素为w(k)＝(a,b),且a+b＝k,表示在k次匹配时，将X中第a个元素与Y中第b个元素匹配。将w(k)视为距离矩阵中点的坐标，序列W形成的曲线即为信号X和Y的匹配路径。

为了找到最优的匹配路径,每次选择路径需限定在三个相邻方向。找出满足单调性、连续性与边界条件的所有的前方节点，并采用下列公式递推求出前方节点：

D(x₁,y₁)＝C(x₁,y₁)

D(x₁,y_m)＝C(x₁,y_m-1)+D(x₁,y_m)

D(x_n,y₁)＝C(x_n-1,y₁)+D(x_n,y₁)

步骤S402：从点(1,1)开始，反复利用上述公式递推并搜索后续节点，经过N+M-1步达到终点(N,M),便可以搜索出需要评估的Lamb波信号与无损信号模板适量的最优匹配路径，并得到两者之间最小的匹配距离之和DTW_SC：

步骤S5：以无损铝板所测得的原始超声信号时间序列作为基准，计算待测试信号与基准无损信号间的差异指标，以该指标完成对测试样本损伤的量化。

本发明相比于现有技术，具有以下有益效果：

(1)本发明无需对Lamb波检测进行损伤波包的识别与复杂的特征提取，对金属板早期疲劳损伤具有较好敏感性与噪声鲁棒性。

(2)本发明能够地追踪金属板的疲劳损伤演化状态，采用统一损伤指数对金属板的疲劳损伤进行统一量化表征，实现了金属板中疲劳损伤的有效量化评估，同时具有计算简短高效的优点。

附图说明

图1为本发明进行金属板材疲劳损伤量化检测的流程图

图2为邻域形状信息采集示意图

图3为信号路径规划示意图

图4为信号匹配示意图

图5为各方法的量化结果示意图

具体实施方式

为了使本发明的实施过程更加详尽、易懂，下面将结合本发明实施例，对本发明的技术方案进行完整、详细的描述；显然，本文所描述的实施例仅为本发明的某一实施例，而并非本发明全部的实施例。基于本发明中的实施例，本领域内的其余技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，用于在复杂环境、强干扰、大范围的场景下对金属合金板材微弱故障进行精确诊断。

本发明对两种场景进行了损伤量化，一是引入数量不等的微裂纹的仿真模型进行对比1的对比，二是以经不同弯折次数的铝板的声发射信号作为试验数据为基础进行对比2的对比。

如图1所示，一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，包括以下步骤：

步骤S1：借助特定频率的Lamb波在板状物中的传播频散特性，利用压电陶瓷给予待测金属板激励信号，将采集点采集的响应信号作为验证数据。

进一步地，在本发明的一个实施实例中，超声激励信号为汉宁窗调制的正弦窄带信号，中心频率为f_c，信号的表达式为：

其中，H(t)为阶跃函数，N为周期数，t为时间，f_c为激励信号的中心频率。

步骤S2：利用超声探头在金属板的加载点输入激励信号，在响应信号采集点获得金属板的响应信号。将无损金属板上采集得到的响应信号作为基准信号X，将在具有疲劳损伤的金属板上获得的信号作为测试信号Y。

步骤S3：引入形状上下文的轮廓识别方法对无损样本测试信号X和待测样本测试信号Y的局部性状信息进行统计，各点附近的形状位置信息计算过程如图2(a)所示，并将其以数值矩阵A的方式进行储存，如图2(b)所示；基于数值矩阵建立评价两点x_i、y_j间形状相似程度的距离方程，将该方程计算出的结果作为两点间的广义距离C_ij。

步骤S301：针对时间序列X中的特定点x_i，以其为圆心，以r₁,…,r₅为半径划分多个扇区，统计每个扇区中离散采样点的个数以获取该序列在该点附近的局部形状分布信息。以水平向右为正方向，逆时针按角度等分为q个部分，共形成p*q个区域bin,统计除参考点x_i外，其他点落入各个bin内的个数，获得统计直方图，则X上点x_i的形状直方图为：

h_i(k)＝#{x_j≠x_i&x_j∈bin(l)}

其中i≠j,1≤l≤pq，#代表集合的势。

步骤S302：以步骤S301求出每个采样点的临近形状信息，计算X与Y任意两点间的代价函数,得到序列X和序列Y中的代价矩阵元素C_ij：

步骤S4：以无损Lamb波信号为基准，采用动态时间规整算法进行最优路径搜索，在代价矩阵中搜索待测试Lamb波信号与以基准信号间的最优规整路径，如图3所示；依照该路径对两段时间序列进行调整匹配，如图4所示，以沿所求最短路径的总距离作为衡量两段时间序列差异的指标。

为了找到最优的匹配路径,每次选择路径需限定在三个相邻方向。找出满足约束条件的所有前面的节点，并采用下列公式递推求出前面的节点：

D(x₁，y₁)＝C(x₁,y₁)

D(x₁,y_m)＝C(x₁,y_m-1)+D(x₁，y_m)

D(x_n,y₁)＝C(x_n-1,y₁)+D(x_n,y₁)

步骤S402：从点(1,1)开始，反复利用上述公式递推并搜索后续节点，经过N+M-1步达到终点(N,M),便可以搜索出需要测试信号Y与无损信号模板矢量X的最优匹配路径,并得到两者之间最小的匹配距离之和。

步骤S5：对累积距离DTW_sc(X,Y)进行归一化处理得到测试信号Y相对无损基准X的损伤指数，即：

综上所示，本发明所提供的方法具有以下优点：

(1)本发明的方法提供了一种金属板工程结构的疲劳损伤量化检测的新方法，克服了传统超声检测技术对金属板结构早期的疲劳损伤检测敏感性低的问题，能有效实现金属板疲劳损伤的量化表征。

(2)本发明的方法对检测设备的要求较低，可以直接采用传统的超声探头检测设备和硬件系统，操作方便，不影响结构正常服役；

(3)本发明的方法的实施过程较为简单，无需对Lamb波检测进行损伤波包的识别与复杂的特征提取，计算简单高效，检测效率较高，且具有较好的噪声鲁棒性。

Claims

1.一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，其特征在于以下步骤：

步骤S1：在待测金属板上确定一条检测路径，以该路径的一端作为激励信号加载点，在路径另一端作为响应信号的采集点。在激励信号加载点利用超声探头在金属板中激发出Lamb波，同时在响应信号采集点获得金属板的响应信号。

步骤S2：采用形状直方图对Lamb波信号上每个离散数据点的波形轮廓进行数值化描述，以无损金属板上采集的Lamb波信号为基准，建立测试样本的响应信号与基准之间的上下文代价矩阵。

步骤S3：采用动态时间规整算法进行最优路径搜索，在代价矩阵中搜索待测试Lamb波信号与无损基准信号的模板矢量间的最优规整路径。

步骤S4：根据测试信号与基准信号的累积代价函数最小化原则，确定两个信号的形状上下文动态时间规整距离，并将该距离进行归一化得到测试信号的损伤指数。

2.根据权利要求1所述的一种基于形状上下文动态时间规整的金属板疲劳损伤超声导波检测方法，其特征在于，在所述步骤S2中，具体为：

步骤S201：遍历基准信号中的离散点，以x_i为圆心划分多个扇区，统计各扇区中离散采样点的个数以获取该序列在该点附近的局部形状分布信息，统计除x_i外其他离散点落入各扇区的个数，获得x_i点的形状直方图h_i(k)。

步骤S202：采用步骤S201中的方法计算测试信号Y上的每个点y_j的形状上下文信息，获得点y_j的形状直方图为h_j(k)。通过以下方程计算得到两离散点临近形状信息的代价矩阵元素C_ij：

。

3.根据权利要求1所述的一种基于优化动态时间规整的金属板疲劳损伤超声导波检测方法，其特征在于，在所述步骤S3中，具体为：

步骤S301：根据下式计算代价矩阵的累计距离，在规整路径的约束条件下找到一条累积距离最小的路径作为X与Y的最佳规划路径。

步骤S302：根据代价函数最小化确定测试信号与基准信号之间的形状上下文动态时间规整距离：

步骤S303：对累积距离DTW_sc(X,Y)进行归一化处理得到为Y相对无损基准X的损伤指数，即：

。