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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113237951A CN113237951A CN202110512050.8A CN202110512050A CN113237951A CN 113237951 A CN113237951 A CN 113237951A CN 202110512050 A CN202110512050 A CN 202110512050A CN 113237951 A CN113237951 A CN 113237951A
- Authority
- CN
- China
- Prior art keywords
- metal plate
- signal
- damage
- dynamic time
- path
- 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.)
- Withdrawn
Links
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 41
- 239000002184 metal Substances 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 24
- 235000019687 Lamb Nutrition 0.000 claims abstract description 20
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 12
- 230000005284 excitation Effects 0.000 claims description 9
- 239000000523 sample Substances 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 abstract description 4
- 229910052782 aluminium Inorganic materials 0.000 abstract description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 abstract description 3
- 238000003908 quality control method Methods 0.000 abstract description 3
- 230000001575 pathological effect Effects 0.000 abstract 1
- 238000007619 statistical method Methods 0.000 abstract 1
- 206010016256 fatigue Diseases 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000035080 detection of muscle activity involved in regulation of muscle adaptation Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910001092 metal group alloy Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01N29/041—Analysing solids on the surface of the material, e.g. using Lamb, Rayleigh or shear waves
-
- 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
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4436—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a reference signal
-
- 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)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
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
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xi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xi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hi(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Cij:
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,…,wk,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,ym)=C(x1,ym-1)+D(x1,ym)
D(xn,y1)=C(xn-1,y1)+D(xn,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DTWSC:
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fc,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,fc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xi、yj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Cij。
步骤S301:针对时间序列X中的特定点xi,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xi外,其他点落入各个bin内的个数,获得统计直方图,则X上点xi的形状直方图为:
hi(k)=#{xj≠xi&xj∈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Cij:
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。
步骤S401:定义弯曲路径为:W=w1,w2,…,wk,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,ym)=C(x1,ym-1)+D(x1,ym)
D(xn,y1)=C(xn-1,y1)+D(xn,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DTWsc(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 (3)
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512050.8A CN113237951A (zh) | 2021-05-11 | 2021-05-11 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512050.8A CN113237951A (zh) | 2021-05-11 | 2021-05-11 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113237951A true CN113237951A (zh) | 2021-08-10 |
Family
ID=77133423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110512050.8A Withdrawn CN113237951A (zh) | 2021-05-11 | 2021-05-11 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113237951A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933387A (zh) * | 2021-09-08 | 2022-01-14 | 南京邮电大学 | 一种复合材料结构损伤监测方法及系统 |
CN114166943A (zh) * | 2021-12-03 | 2022-03-11 | 四川西南交大铁路发展股份有限公司 | 基于非线性超声波的主动式钢轨伤损监测方法及终端 |
CN114414599A (zh) * | 2022-03-29 | 2022-04-29 | 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 (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040088722A1 (en) * | 2002-11-01 | 2004-05-06 | Peker Kadir A. | Pattern discovery in multi-dimensional time series using multi-resolution matching |
WO2006029297A2 (en) * | 2004-09-10 | 2006-03-16 | Hoftberg Steven | Game theoretic prioritization scheme for mobile ad hoc networks permitting hierarchal deference |
EP1671156A1 (en) * | 2003-10-08 | 2006-06-21 | Actis Active Sensors S.r.l. | Improved method and device for local spectral analysis of an ultrasonic signal |
WO2009076972A1 (en) * | 2007-12-14 | 2009-06-25 | Ab Skf | Method of determining fatigue life and remaining life |
CN102706555A (zh) * | 2012-01-05 | 2012-10-03 | 重庆大学 | 一种复解析最优小波解调法 |
CA2783089A1 (en) * | 2012-07-11 | 2014-01-11 | Farid Taheri | Damage detection in pipes and joint systems |
CN104297346A (zh) * | 2014-09-11 | 2015-01-21 | 天津大学 | 超声平板导波的金属板材无损检测系统及其检测方法 |
CN104330471A (zh) * | 2014-10-09 | 2015-02-04 | 南京航空航天大学 | 航空结构损伤的Lamb波时变概率模型监测方法 |
EP3078967A1 (en) * | 2015-04-08 | 2016-10-12 | Akademia Gorniczo-Hutnicza im. Stanislawa Staszica w Krakowie | A system and a method for detecting damage |
CN106596726A (zh) * | 2016-11-30 | 2017-04-26 | 南京邮电大学 | 一种十字正交扫描Lamb波工程结构裂纹损伤监测的方法 |
US20170148424A1 (en) * | 2015-11-23 | 2017-05-25 | Adobe Systems Incorporated | Intuitive music visualization using efficient structural segmentation |
EP3318868A1 (en) * | 2016-11-07 | 2018-05-09 | Car-O-Liner Group AB | A method for ultrasonic inspection of a test object |
US20180231503A1 (en) * | 2017-02-13 | 2018-08-16 | Nanchang Hangkong University | Imaging method and device based on guided wave scattering of omni-directional magneto-acoustic transducers |
WO2019025510A1 (en) * | 2017-08-01 | 2019-02-07 | Sorbonne Universite | METHOD AND DEVICE FOR CHARACTERIZING A WAVEGUIDE |
CN109632958A (zh) * | 2018-12-24 | 2019-04-16 | 北京航空航天大学 | 一种考虑裂纹方位的Lamb波损伤检测方法 |
WO2019071849A1 (zh) * | 2017-10-12 | 2019-04-18 | 南京航空航天大学 | 一种改进的频散超声导波信号域变换方法 |
WO2019201178A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
WO2019201176A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤预测方法和装置 |
WO2019201177A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤监测方法和系统 |
CN110412130A (zh) * | 2019-08-14 | 2019-11-05 | 山东大学 | 基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法 |
US20190353620A1 (en) * | 2018-05-16 | 2019-11-21 | Intelligent Automation, Inc. | Combined Global-Local Structural Health Monitoring |
US20190383773A1 (en) * | 2018-06-19 | 2019-12-19 | University Of South Carolina | Network Wavefield Imaging Methods for Quantification of Complex Discontinuity in Plate-Like Structures |
CN110646513A (zh) * | 2019-10-17 | 2020-01-03 | 重庆大学 | 基于导波组合激励的结构体底板健康状态检测方法 |
CN111208142A (zh) * | 2019-08-01 | 2020-05-29 | 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 |
WO2020133639A1 (zh) * | 2018-12-29 | 2020-07-02 | 东北大学 | 一种管道内检测漏磁数据智能分析系统 |
WO2020233359A1 (zh) * | 2019-05-20 | 2020-11-26 | 北京工业大学 | 一种用于金属薄板中应力分布测量的非线性Lamb波混频方法 |
WO2020232687A1 (zh) * | 2019-05-22 | 2020-11-26 | 华南理工大学 | 一种载波调制非线性超声导波损伤检测方法 |
-
2021
- 2021-05-11 CN CN202110512050.8A patent/CN113237951A/zh not_active Withdrawn
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040088722A1 (en) * | 2002-11-01 | 2004-05-06 | Peker Kadir A. | Pattern discovery in multi-dimensional time series using multi-resolution matching |
EP1671156A1 (en) * | 2003-10-08 | 2006-06-21 | Actis Active Sensors S.r.l. | Improved method and device for local spectral analysis of an ultrasonic signal |
WO2006029297A2 (en) * | 2004-09-10 | 2006-03-16 | Hoftberg Steven | Game theoretic prioritization scheme for mobile ad hoc networks permitting hierarchal deference |
WO2009076972A1 (en) * | 2007-12-14 | 2009-06-25 | Ab Skf | Method of determining fatigue life and remaining life |
CN102706555A (zh) * | 2012-01-05 | 2012-10-03 | 重庆大学 | 一种复解析最优小波解调法 |
CA2783089A1 (en) * | 2012-07-11 | 2014-01-11 | Farid Taheri | Damage detection in pipes and joint systems |
CN104297346A (zh) * | 2014-09-11 | 2015-01-21 | 天津大学 | 超声平板导波的金属板材无损检测系统及其检测方法 |
CN104330471A (zh) * | 2014-10-09 | 2015-02-04 | 南京航空航天大学 | 航空结构损伤的Lamb波时变概率模型监测方法 |
EP3078967A1 (en) * | 2015-04-08 | 2016-10-12 | Akademia Gorniczo-Hutnicza im. Stanislawa Staszica w Krakowie | A system and a method for detecting damage |
US20170148424A1 (en) * | 2015-11-23 | 2017-05-25 | Adobe Systems Incorporated | Intuitive music visualization using efficient structural segmentation |
EP3318868A1 (en) * | 2016-11-07 | 2018-05-09 | Car-O-Liner Group AB | A method for ultrasonic inspection of a test object |
CN106596726A (zh) * | 2016-11-30 | 2017-04-26 | 南京邮电大学 | 一种十字正交扫描Lamb波工程结构裂纹损伤监测的方法 |
US20180231503A1 (en) * | 2017-02-13 | 2018-08-16 | Nanchang Hangkong University | Imaging method and device based on guided wave scattering of omni-directional magneto-acoustic transducers |
WO2019025510A1 (en) * | 2017-08-01 | 2019-02-07 | Sorbonne Universite | METHOD AND DEVICE FOR CHARACTERIZING A WAVEGUIDE |
WO2019071849A1 (zh) * | 2017-10-12 | 2019-04-18 | 南京航空航天大学 | 一种改进的频散超声导波信号域变换方法 |
CN110389170A (zh) * | 2018-04-17 | 2019-10-29 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
WO2019201178A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 |
WO2019201176A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤预测方法和装置 |
WO2019201177A1 (zh) * | 2018-04-17 | 2019-10-24 | 江苏必得科技股份有限公司 | 列车部件裂纹损伤监测方法和系统 |
US20190353620A1 (en) * | 2018-05-16 | 2019-11-21 | Intelligent Automation, Inc. | Combined Global-Local Structural Health Monitoring |
US20190383773A1 (en) * | 2018-06-19 | 2019-12-19 | University Of South Carolina | Network Wavefield Imaging Methods for Quantification of Complex Discontinuity in Plate-Like Structures |
CN109632958A (zh) * | 2018-12-24 | 2019-04-16 | 北京航空航天大学 | 一种考虑裂纹方位的Lamb波损伤检测方法 |
WO2020133639A1 (zh) * | 2018-12-29 | 2020-07-02 | 东北大学 | 一种管道内检测漏磁数据智能分析系统 |
WO2020233359A1 (zh) * | 2019-05-20 | 2020-11-26 | 北京工业大学 | 一种用于金属薄板中应力分布测量的非线性Lamb波混频方法 |
WO2020232687A1 (zh) * | 2019-05-22 | 2020-11-26 | 华南理工大学 | 一种载波调制非线性超声导波损伤检测方法 |
CN111208142A (zh) * | 2019-08-01 | 2020-05-29 | 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 |
CN110412130A (zh) * | 2019-08-14 | 2019-11-05 | 山东大学 | 基于能量谱和Lamb波层析成像技术的复合材料损伤成像方法 |
CN110646513A (zh) * | 2019-10-17 | 2020-01-03 | 重庆大学 | 基于导波组合激励的结构体底板健康状态检测方法 |
Non-Patent Citations (4)
Title |
---|
孙凯等: "基于超声导波的钢梁结构损伤大小识别研究", 《振动与冲击》, vol. 30, no. 9, pages 227 - 231 * |
屈文忠等: "Lamb波时间反转分解损伤识别方法研究", 《机械强度》, vol. 36, no. 1, pages 7 - 10 * |
高立;陈振华;李承庚;卢超;: "铝合金板材疲劳损伤的非线性导波检测", 无损检测, no. 07, pages 67 - 71 * |
黄平捷等: "平板导电结构缺陷脉冲涡流和超声复合检测方法", 《控制与决策》, vol. 34, no. 4, pages 743 - 750 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933387A (zh) * | 2021-09-08 | 2022-01-14 | 南京邮电大学 | 一种复合材料结构损伤监测方法及系统 |
CN113933387B (zh) * | 2021-09-08 | 2024-05-14 | 南京邮电大学 | 一种复合材料结构损伤监测方法及系统 |
CN114166943A (zh) * | 2021-12-03 | 2022-03-11 | 四川西南交大铁路发展股份有限公司 | 基于非线性超声波的主动式钢轨伤损监测方法及终端 |
CN114414599A (zh) * | 2022-03-29 | 2022-04-29 | 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 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113237951A (zh) | 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 | |
CN106323452B (zh) | 一种设备异音的检测方法及检测装置 | |
CN109190272B (zh) | 基于弹性波和机器学习的混凝土结构缺陷检测方法 | |
Ince et al. | A machine learning approach for locating acoustic emission | |
Moll et al. | Guided waves for autonomous online identification of structural defects under ambient temperature variations | |
CN114926462B (zh) | 一种金属材料表面缺陷的智能检测方法及系统 | |
CN113358743B (zh) | 一种基于时频分布相似度分析的兰姆波模态分离方法 | |
CN117007681B (zh) | 超声波探伤方法及系统 | |
CN112362304A (zh) | 一种在多根光缆中识别目标光缆的方法及相应的系统 | |
CN117347501A (zh) | 建筑材料性能检测系统及方法 | |
Sabzevari et al. | Locating the acoustic source in thin glass plate using low sampling rate data | |
CN117233347B (zh) | 一种碳钢球化等级测量方法、系统及设备 | |
CN107727749A (zh) | 一种基于小波包融合特征提取算法的超声定量检测方法 | |
Chen et al. | Localization and imaging of internal hidden defects in concrete slabs based on deep learning of vibration signals | |
CN112131781B (zh) | 基于全连接神经网络与传递率函数的钢结构损伤检测方法 | |
CN106679911B (zh) | 一种基于多尺度数据融合理论的梁型结构损伤识别方法 | |
Tang et al. | An improved local maximum synchrosqueezing transform with adaptive window width for instantaneous frequency identification of time-varying structures | |
CN112857730A (zh) | 一种高超声速脉动压力试验数据分析处理方法 | |
CN112240910B (zh) | 一种磁致伸缩导波拓扑信号处理方法及无损检测方法 | |
CN115754010A (zh) | 机械密封环密封端面质量控制方法 | |
CN113640394B (zh) | 一种疲劳裂纹识别方法和系统 | |
CN114186586A (zh) | 基于二维卷积神经网络的损伤识别方法及设备 | |
CN114460175B (zh) | 一种薄壁结构损伤检测方法 | |
WO2014170673A1 (en) | Pipe inspection system and related methods | |
CN117741356B (zh) | 一种复杂工况下避雷器阀片老化评估方法、介质及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210810 |