CN113808092B - 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质 - Google Patents

钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质 Download PDF

Info

Publication number
CN113808092B
CN113808092B CN202111057781.4A CN202111057781A CN113808092B CN 113808092 B CN113808092 B CN 113808092B CN 202111057781 A CN202111057781 A CN 202111057781A CN 113808092 B CN113808092 B CN 113808092B
Authority
CN
China
Prior art keywords
amplitude
steel pipe
debonding
pipe concrete
determining
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
CN202111057781.4A
Other languages
English (en)
Other versions
CN113808092A (zh
Inventor
刘海
陈志杰
姚梓洛
陈洋洋
周福霖
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.)
Guangzhou University
Original Assignee
Guangzhou University
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 Guangzhou University filed Critical Guangzhou University
Priority to CN202111057781.4A priority Critical patent/CN113808092B/zh
Publication of CN113808092A publication Critical patent/CN113808092A/zh
Application granted granted Critical
Publication of CN113808092B publication Critical patent/CN113808092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Mathematics (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质，方法包括：通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据；对第一超声回波数据进行全聚焦成像，确定各测点的界面反射信号的第一振幅；确定待测钢管混凝土的钢管厚度，根据钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅；根据第一振幅和第二振幅的振幅比确定各测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级。本发明通过超声相控阵成像结果对钢管混凝土脱粘缺陷进行可视化检测，提高了钢管混凝土脱粘缺陷检测的准确度和效率，适用范围更广，可广泛应用于工程检测技术领域。

Description

钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质
技术领域
本发明涉及工程检测技术领域，尤其是一种钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质。
背景技术
钢管混凝土脱粘缺陷会引起高耸结构有效阻尼比的下降，影响结构安全，因此其精准检测是一项亟待解决的技术难题。目前的钢管混凝土脱粘缺陷检测方法，主要有敲击法、波动分析法、机械阻抗法和超声波法等。敲击法虽便捷快速，但其基于施工人员的主观判断，依赖经验，易生理疲劳，且只能粗略判断钢管混凝土的脱粘情况，准确率不高；波动分析法与机械阻抗法通过外贴或内埋压电陶瓷传感器，分析钢管混凝土中的振动信号或阻抗变化，检测脱粘缺陷，但需要在多个测点布置传感器，效率低下；超声波法常采用对测方式，通过分析超声波声速、频率的变化检测钢管混凝土缺陷，亦存在效率低下问题。
发明内容
本发明的目的在于一定程度上解决现有技术中存在的技术问题之一。
为此，本发明实施例的一个目的在于提供一种钢管混凝土界面脱粘缺陷检测方法，该方法通过计算待测钢管混凝土界面反射振幅与标定脱空钢板壁后全反射振幅的相对振幅比可准确判定脱粘缺陷的位置与范围，还可以根据脱粘率进一步评定钢管混凝土脱粘缺陷的等级，对钢管混凝土脱粘情况进行半定量评估；本方法创新性的提出使用超声相控阵成像结果对钢管混凝土脱粘缺陷进行可视化检测，相较于传统的敲击检测方法而言，提高了缺陷检测的准确度，相较于波动分析法与机械阻抗法等通过传感器检测的方法而言，提高了缺陷检测的效率，适用范围更广。
本发明实施例的另一个目的在于提供一种钢管混凝土界面脱粘缺陷检测系统。
为了达到上述技术目的，本发明实施例所采取的技术方案包括：
第一方面，本发明实施例提供了一种钢管混凝土界面脱粘缺陷检测方法，包括以下步骤：
通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据；
对所述第一超声回波数据进行全聚焦成像，确定各所述测点的界面反射信号的第一振幅；
确定待测钢管混凝土的钢管厚度，根据所述钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅；
根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级。
进一步地，在本发明的一个实施例中，所述钢管混凝土界面脱粘缺陷检测方法还包括脱空钢板壁后全反射信号的振幅变化曲线的标定步骤，其具体包括：
通过不同厚度的钢板模拟钢管脱空状态，并采集所述钢板的全反射信号；
确定所述全反射信号的第三振幅，并根据所述第三振幅和对应的钢板厚度进行曲线拟合，得到所述振幅变化曲线。
进一步地，在本发明的一个实施例中，通过以下公式对所述第一超声回波数据进行全聚焦成像：
Figure BDA0003255245320000021
其中，I(x，z)表示成像区域内像素点(x，z)的叠加后幅值，x表示像素点(x，z)的水平位置，z表示像素点(x，z)的垂直位置，xtx表示超声相控阵发射阵元tx的水平位置，xrx表示超声相控阵接收阵元rx的水平位置，c1表示超声波在待测钢管混凝土的钢管中的传播速度，
Figure BDA0003255245320000022
表示阵元tx激励、阵元rx接收的超声回波信号中表征像素点(x，z)的幅值信息。
进一步地，在本发明的一个实施例中，所述振幅比通过以下公式计算得到：
Figure BDA0003255245320000023
其中，RA表示振幅比，A表示待测钢管混凝土的界面反射信号的第一振幅，Aref表示根据待测钢管混凝土的钢管厚度和振幅变化曲线确定的第二振幅。
进一步地，在本发明的一个实施例中，所述超声相控阵探头的阵元数量大于等于32，所述超声相控阵探头的激励超声波频率为1MHz。
进一步地，在本发明的一个实施例中，所述根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘这一步骤，其具体为：
当所述振幅比小于0.6，确定待测钢管混凝土的对应测点粘结完好，当所述振幅比大于等于0.6，确定待测钢管混凝土的对应测点界面脱粘。
进一步地，在本发明的一个实施例中，所述根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级这一步骤，其具体为：
当脱粘率为0，确定待测钢管混凝土粘结完好，当脱粘率大于0且小于等于0.5，确定待测钢管混凝土轻微脱粘，当脱粘率大于0.5且小于1，确定待测钢管混凝土严重脱粘，当脱粘率为1，确定待测钢管混凝土完全脱粘；
所述脱粘率通过以下公式计算得到：
Figure BDA0003255245320000031
其中，χ表示脱粘率，ndebond表示成像区域内脱粘的数据道数，ntotal表示成像区域内数据总道数。
第二方面，本发明实施例提供了一种钢管混凝土界面脱粘缺陷检测系统，包括：
回波数据采集模块，用于通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据；
全聚焦成像模块，用于对所述第一超声回波数据进行全聚焦成像，确定各所述测点的界面反射信号的第一振幅；
第二振幅确定模块，用于确定待测钢管混凝土的钢管厚度，根据所述钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅；
脱粘缺陷判定模块，用于根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级。
第三方面，本发明实施例提供了一种钢管混凝土界面脱粘缺陷检测装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的一种钢管混凝土界面脱粘缺陷检测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行上述的一种钢管混凝土界面脱粘缺陷检测方法。
本发明的优点和有益效果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：
本发明实施例通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据，然后对第一超声回波数据进行全聚焦成像，确定各测点的界面放射信号的第一振幅，再根据待测钢管混凝土的钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅，进而根据第一振幅和第二振幅的振幅比确定各测点是否脱粘，从而可以确定脱粘位置和脱粘范围，以及根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级。本发明实施例通过计算待测钢管混凝土界面反射振幅与标定脱空钢板壁后全反射振幅的相对振幅比可准确判定脱粘缺陷的位置与范围，还可以根据脱粘率进一步评定钢管混凝土脱粘缺陷的等级，对钢管混凝土脱粘情况进行半定量评估；本发明实施例创新性的提出使用超声相控阵成像结果对钢管混凝土脱粘缺陷进行可视化检测，相较于传统的敲击检测方法而言，提高了缺陷检测的准确度，相较于波动分析法与机械阻抗法等通过传感器检测的方法而言，提高了缺陷检测的效率，适用范围更广。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面对本发明实施例中所需要使用的附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种钢管混凝土界面脱粘缺陷检测方法的步骤流程图；
图2为本发明实施例提供的脱空钢板壁后全反射信号的成像示意图；
图3为本发明实施例提供的第一超声回波数据的全聚焦成像及脱粘区域判定示意图；
图4为本发明实施例提供的一种钢管混凝土界面脱粘缺陷检测系统的结构框图；
图5为本发明实施例提供的一种钢管混凝土界面脱粘缺陷检测装置的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，多个的含义是两个或两个以上，如果有描述到第一、第二只是用于区分技术特征为目的，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或者隐含指明所指示的技术特征的先后关系。此外，除非另有定义，本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图1，本发明实施例提供了一种钢管混凝土界面脱粘缺陷检测方法，具体包括以下步骤：
S101、通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据。
具体地，超声相控阵是一种新型的无损检测技术，由于其具有高精度、高分辨率等特点，已经发展成为无损检测领域一种重要的技术手段。利用超声相控阵可以对钢管混凝土结构脱粘情况进行准确的识别与评估，根据评估结果采取相应的脱粘灌浆措施进行修复，对保证结构在生命周期内的耐久性与安全性，减少经济损失具有重大意义。超声相控阵由多个阵元组成，采用全矩阵捕获(Full Matrix Capture,简称FMC)的数据采集方法，每个阵元依次发射超声波，所有阵元接收回波信号，形成全矩阵捕获数组。该方法可适用多种高精度数据后处理算法，且不需被测体的先验信息。
本发明实施例在待测钢管混凝土的表面涂抹耦合剂，将超声相控阵探头紧贴待测钢管混凝土的钢管壁，通过超声相控阵探头采集待测钢管混凝土的超声回波数据。
具体地，利用超声相控阵在钢管表面采集全矩阵数据集，并进行带通滤波预处理。超声相控阵系统及外界环境的干扰下，会有杂波、噪声对超声波信号造成影响，需要进行带通滤波处理，获得较准确的钢管混凝土界面反射信号。
可选地，在进行超声相控阵检测之前，需要去除待测钢管混凝土的钢管表面的涂层。
进一步作为可选的实施方式，超声相控阵探头的阵元数量大于等于32，超声相控阵探头的激励超声波频率为1MHz。
本发明实施例中，超声相控阵探头全矩阵捕获数据形式如下：
Figure BDA0003255245320000051
其中，T代表发射阵元，R代表接收阵元，Sij表示第i个阵元发射，第j个阵元接收的超声回波信号。假设超声相控阵由n个阵元组成，则全矩阵捕获数据包含n×n道超声回波信号。
S102、对第一超声回波数据进行全聚焦成像，确定各测点的界面反射信号的第一振幅。
具体地，全聚焦成像(Total Focusing Method，TFM)算法是基于全矩阵捕获(FullMatrix Capture，FMC)的后处理成像方法，相比于常规相控阵技术具有更高的检测分辨率。
进一步作为可选的实施方式，通过以下公式对第一超声回波数据进行全聚焦成像：
Figure BDA0003255245320000061
其中，I(x，z)表示成像区域内像素点(x，z)的叠加后幅值，x表示像素点(x，z)的水平位置，z表示像素点(x，z)的垂直位置，xtx表示超声相控阵发射阵元tx的水平位置，xrx表示超声相控阵接收阵元rx的水平位置，c1表示超声波在待测钢管混凝土的钢管中的传播速度，
Figure BDA0003255245320000062
表示阵元tx激励、阵元rx接收的超声回波信号中表征像素点(x，z)的幅值信息。
可选地，全聚焦成像后，需要对成像结果进行零时矫正后处理。由于存在直达波等因素的影响，零时刻不是对应钢管表面的起始时间，因此把数据中直达波信号的第一个正峰值对应的时间设为零时刻。
S103、确定待测钢管混凝土的钢管厚度，根据钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅。
进一步作为可选的实施方式，钢管混凝土界面脱粘缺陷检测方法还包括脱空钢板壁后全反射信号的振幅变化曲线的标定步骤，其具体包括：
A1、通过不同厚度的钢板模拟钢管脱空状态，并采集钢板的全反射信号；
A2、确定全反射信号的第三振幅，并根据第三振幅和对应的钢板厚度进行曲线拟合，得到振幅变化曲线。
具体地，采用不同厚度的钢板(包括2cm、3cm、4cm、5cm)进行标定试验，模拟钢管脱空情况，根据全反射成像结果确定钢板壁后全反射信号的第三振幅。如图2所示为本发明实施例提供的脱空钢板壁后全反射信号的成像示意图，其中，图2(a)为2cm钢板厚度的脱空钢板壁后全反射信号的成像示意图，图2(b)为3cm钢板厚度的脱空钢板壁后全反射信号的成像示意图。
本发明实施例中，根据不同的钢板厚度与标定实验得到的第三振幅进行曲线拟合，得到钢板厚度与脱空钢板壁后全反射振幅的拟合曲线，即为振幅变化曲线。根据振幅变化曲线和待测钢管混凝土的钢管厚度可直接确定对应厚度的脱空钢板壁后全反射振幅(即第二振幅)。
在一些可选的实施例中，可通过神经网络、分类器等方式获取钢板厚度与脱空钢板壁后全反射振幅的映射关系，在此不做赘述。
进一步作为可选的实施方式，振幅比通过以下公式计算得到：
Figure BDA0003255245320000071
其中，RA表示振幅比，A表示待测钢管混凝土的界面反射信号的第一振幅，Aref表示根据待测钢管混凝土的钢管厚度和振幅变化曲线确定的第二振幅。
S104、根据第一振幅和第二振幅的振幅比确定各测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级。
具体地，根据振幅比和预先设定的第一阈值即可判断各测点是否脱粘，根据脱粘测点的分布确定脱粘位置和脱粘范围；还可以根据成像区域内脱粘测点的数据道数所占的比率来判定待测钢管混凝土的截面脱粘缺陷等级。
进一步作为可选的实施方式，根据第一振幅和第二振幅的振幅比确定各测点是否脱粘这一步骤，其具体为：
当振幅比小于0.6，确定待测钢管混凝土的对应测点粘结完好，当振幅比大于等于0.6，确定待测钢管混凝土的对应测点界面脱粘。
具体地，当RA＜0.6时，表示钢管混凝土的对应测点粘结完好，当RA≥0.6时，表示钢管混凝土的对应测点界面脱粘。
进一步作为可选的实施方式，根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级这一步骤，其具体为：
当脱粘率为0，确定待测钢管混凝土粘结完好，当脱粘率大于0且小于等于0.5，确定待测钢管混凝土轻微脱粘，当脱粘率大于0.5且小于1，确定待测钢管混凝土严重脱粘，当脱粘率为1，确定待测钢管混凝土完全脱粘；
脱粘率通过以下公式计算得到：
Figure BDA0003255245320000072
其中，χ表示脱粘率，ndebond表示成像区域内脱粘的数据道数，ntotal表示成像区域内数据总道数。
具体地，当χ＝0时，表示钢管混凝土粘结完好；当0＜χ≤0.5时，表示钢管混凝土轻微脱粘；当0.5＜χ＜1时，表示钢管混凝土严重脱粘；当χ＝1时，钢管混凝土完全脱粘。
如图3所示为本发明实施例提供的第一超声回波数据的全聚焦成像及脱粘区域判定示意图，虚线框位置的钢管混凝土在本示例的相控阵探头范围内存在轻微脱粘现象。
以上对本发明实施例的方法步骤进行了说明，可以理解的是，本发明实施例采用超声相控阵无损检测方法实现了钢管混凝土脱粘缺陷的半定量检测，通过超声相控阵对钢管混凝土结构进行成像，并使用相对振幅比评估钢管混凝土的脱粘情况，效率较波动分析法、机械阻抗法有较大提升，克服了敲击法依赖经验、易生理疲劳且只能粗略判断钢管混凝土的脱粘情况的缺点，提高了钢管混凝土脱粘的检测准确率。
参照图4，本发明实施例提供了一种钢管混凝土界面脱粘缺陷检测系统，包括：
回波数据采集模块，用于通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据；
全聚焦成像模块，用于对第一超声回波数据进行全聚焦成像，确定各测点的界面反射信号的第一振幅；
第二振幅确定模块，用于确定待测钢管混凝土的钢管厚度，根据钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅；
脱粘缺陷判定模块，用于根据第一振幅和第二振幅的振幅比确定各测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图5，本发明实施例提供了一种钢管混凝土界面脱粘缺陷检测装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当上述至少一个程序被上述至少一个处理器执行时，使得上述至少一个处理器实现上述的一种钢管混凝土界面脱粘缺陷检测方法。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，该处理器可执行的程序在由处理器执行时用于执行上述一种钢管混凝土界面脱粘缺陷检测方法。
本发明实施例的一种计算机可读存储介质，可执行本发明方法实施例所提供的一种钢管混凝土界面脱粘缺陷检测方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式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方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (4)

1.一种钢管混凝土界面脱粘缺陷检测方法，其特征在于，包括以下步骤：
通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据；
对所述第一超声回波数据进行全聚焦成像，确定各所述测点的界面反射信号的第一振幅；
确定待测钢管混凝土的钢管厚度，根据所述钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅；
根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级；
其中，超声相控阵探头全矩阵捕获数据形式为：
Figure QLYQS_1
其中，T代表发射阵元，R代表接收阵元，Sij表示第i个阵元发射，第j个阵元接收的超声回波信号；
其中，所述钢管混凝土界面脱粘缺陷检测方法还包括脱空钢板壁后全反射信号的振幅变化曲线的标定步骤，其具体包括：通过不同厚度的钢板模拟钢管脱空状态，并采集所述钢板的全反射信号；确定所述全反射信号的第三振幅，并根据所述第三振幅和对应的钢板厚度进行曲线拟合，得到所述振幅变化曲线；
其中，通过以下公式对所述第一超声回波数据进行全聚焦成像：
Figure QLYQS_2
其中，I(x,z)表示成像区域内像素点(x,z)的叠加后幅值，x表示像素点(x,z)的水平位置，z表示像素点(x,z)的垂直位置，xtx表示超声相控阵发射阵元tx的水平位置，xrx表示超声相控阵接收阵元rx的水平位置，c1表示超声波在待测钢管混凝土的钢管中的传播速度，
Figure QLYQS_3
表示阵元tx激励、阵元rx接收的超声回波信号中表征像素点(x,z)的幅值信息；
其中，所述振幅比通过以下公式计算得到：
Figure QLYQS_4
其中，RA表示振幅比，A表示待测钢管混凝土的界面反射信号的第一振幅，Aref表示根据待测钢管混凝土的钢管厚度和振幅变化曲线确定的第二振幅；
其中，所述超声相控阵探头的阵元数量大于等于32，所述超声相控阵探头的激励超声波频率为1MHz；
其中，所述根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘这一步骤，其具体为：当所述振幅比小于0.6，确定待测钢管混凝土的对应测点粘结完好，当所述振幅比大于等于0.6，确定待测钢管混凝土的对应测点界面脱粘；
其中，所述根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级这一步骤，其具体为：当脱粘率为0，确定待测钢管混凝土粘结完好，当脱粘率大于0且小于等于0.5，确定待测钢管混凝土轻微脱粘，当脱粘率大于0.5且小于1，确定待测钢管混凝土严重脱粘，当脱粘率为1，确定待测钢管混凝土完全脱粘；
所述脱粘率通过以下公式计算得到：
Figure QLYQS_5
其中，χ表示脱粘率，ndebond表示成像区域内脱粘的数据道数，ntotal表示成像区域内数据总道数。
2.一种钢管混凝土界面脱粘缺陷检测系统，其特征在于，包括：回波数据采集模块，用于通过超声相控阵探头采集待测钢管混凝土各个测点的第一超声回波数据；全聚焦成像模块，用于对所述第一超声回波数据进行全聚焦成像，确定各所述测点的界面反射信号的第一振幅；第二振幅确定模块，用于确定待测钢管混凝土的钢管厚度，根据所述钢管厚度和预先标定得到的脱空钢板壁后全反射信号的振幅变化曲线确定第二振幅；脱粘缺陷判定模块，用于根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘，并确定脱粘位置和脱粘范围，进而根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级；其中，超声相控阵探头全矩阵捕获数据形式为：
Figure QLYQS_6
其中，T代表发射阵元，R代表接收阵元，Sij表示第i个阵元发射，第j个阵元接收的超声回波信号；
其中，脱空钢板壁后全反射信号的振幅变化曲线的标定步骤，其具体包括：通过不同厚度的钢板模拟钢管脱空状态，并采集所述钢板的全反射信号；确定全反射信号的第三振幅，并根据所述第三振幅和对应的钢板厚度进行曲线拟合，得到所述振幅变化曲线；
其中，通过以下公式对所述第一超声回波数据进行全聚焦成像：
Figure QLYQS_7
其中，I(x,z)表示成像区域内像素点(x,z)的叠加后幅值，x表示像素点(x,z)的水平位置，z表示像素点(x,z)的垂直位置，xtx表示超声相控阵发射阵元tx的水平位置，xrx表示超声相控阵接收阵元rx的水平位置，c1表示超声波在待测钢管混凝土的钢管中的传播速度，
Figure QLYQS_8
表示阵元tx激励、阵元rx接收的超声回波信号中表征像素点(x,z)的幅值信息；
其中，振幅比通过以下公式计算得到：
Figure QLYQS_9
其中，RA表示振幅比，A表示待测钢管混凝土的界面反射信号的第一振幅，Aref表示根据待测钢管混凝土的钢管厚度和振幅变化曲线确定的第二振幅；
其中，所述超声相控阵探头的阵元数量大于等于32，所述超声相控阵探头的激励超声波频率为1MHz；
其中，所述根据所述第一振幅和所述第二振幅的振幅比确定各所述测点是否脱粘这一步骤，其具体为：当所述振幅比小于0.6，确定待测钢管混凝土的对应测点粘结完好，当所述振幅比大于等于0.6，确定待测钢管混凝土的对应测点界面脱粘；
其中，所述根据脱粘率确定待测钢管混凝土的界面脱粘缺陷等级这一步骤，其具体为：当脱粘率为0，确定待测钢管混凝土粘结完好，当脱粘率大于0且小于等于0.5，确定待测钢管混凝土轻微脱粘，当脱粘率大于0.5且小于1，确定待测钢管混凝土严重脱粘，当脱粘率为1，确定待测钢管混凝土完全脱粘；
所述脱粘率通过以下公式计算得到：
Figure QLYQS_10
其中，χ表示脱粘率，ndebond表示成像区域内脱粘的数据道数，ntotal表示成像区域内数据总道数。
3.一种钢管混凝土界面脱粘缺陷检测装置，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1所述的一种钢管混凝土界面脱粘缺陷检测方法。
4.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1所述的一种钢管混凝土界面脱粘缺陷检测方法。
CN202111057781.4A 2021-09-09 2021-09-09 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质 Active CN113808092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111057781.4A CN113808092B (zh) 2021-09-09 2021-09-09 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111057781.4A CN113808092B (zh) 2021-09-09 2021-09-09 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质

Publications (2)

Publication Number Publication Date
CN113808092A CN113808092A (zh) 2021-12-17
CN113808092B true CN113808092B (zh) 2023-06-23

Family

ID=78940585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111057781.4A Active CN113808092B (zh) 2021-09-09 2021-09-09 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN113808092B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114397365B (zh) * 2022-01-13 2024-04-09 南京市城市建设投资控股(集团)有限责任公司 一种超声波检测钢砼结构缺陷方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212032A (zh) * 2018-10-25 2019-01-15 福州大学 基于改进多次反射全聚焦成像算法的界面型缺陷检测方法
CN112540125A (zh) * 2020-12-02 2021-03-23 北京航空航天大学 脱粘缺陷检测方法、装置、电子设备及存储介质
CN112883601A (zh) * 2021-01-13 2021-06-01 歌尔股份有限公司 表面缺陷检测方法、装置、设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10048230B2 (en) * 2013-11-14 2018-08-14 The Boeing Company Structural bond inspection
CN103901108A (zh) * 2014-03-31 2014-07-02 华南理工大学 一种复合材料界面脱粘的相控阵超声波检测方法
CN105259252B (zh) * 2015-10-15 2018-09-21 浙江大学 超声相控阵检测聚乙烯电熔接头缺陷类型自动识别方法
CN105388212B (zh) * 2015-10-23 2018-08-10 北京大学 一种厚壁复合管状结构中缺陷的超声检测方法
CN105388214A (zh) * 2015-12-07 2016-03-09 西安航空动力控制科技有限公司 一种粘接质量的超声波检测方法
CN106093206A (zh) * 2016-07-15 2016-11-09 国网浙江省电力公司电力科学研究院 一种基于斜入射纵波的焊缝超声阵列全聚焦成像方法
CN106770664B (zh) * 2016-11-22 2019-05-07 中国计量大学 一种基于全聚焦成像算法改进边缘缺陷检测的方法
CN107085038B (zh) * 2017-05-08 2019-09-27 北京工业大学 各向异性焊缝缺陷阵列检测的修正的全聚焦成像方法
CN111175381B (zh) * 2019-12-09 2022-12-06 中北大学 基于全矩阵数据的复合构件界面快速成像定量检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212032A (zh) * 2018-10-25 2019-01-15 福州大学 基于改进多次反射全聚焦成像算法的界面型缺陷检测方法
CN112540125A (zh) * 2020-12-02 2021-03-23 北京航空航天大学 脱粘缺陷检测方法、装置、电子设备及存储介质
CN112883601A (zh) * 2021-01-13 2021-06-01 歌尔股份有限公司 表面缺陷检测方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Wave propagation simulation and its wavelet package analysis for debonding detection of circular CFST members;Bin Xu et al.;《Smart Structures and Systems》;181-194 *
钢-混凝土结构弱粘接界面缺陷的超声导波检测方法研究;张玉洁;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;C038-377 *

Also Published As

Publication number Publication date
CN113808092A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN102183582B (zh) 超声波无损检测装置及其方法
CN109253921B (zh) 一种检测混凝土试块强度评价方法
RU2485388C2 (ru) Устройство и блок датчиков для контроля трубопровода с использованием ультразвуковых волн двух разных типов
CN111855809B (zh) 一种基于复合模式全聚焦的裂纹形貌重建方法
CA1073093A (en) Ultrasonic method and apparatus for measuring wall thickness of tubular members
US7467052B2 (en) Systems and methods for detecting discontinuous fibers in composite laminates
CN102608212B (zh) 基于声压反射系数功率谱测量薄层声阻抗的方法
CN106017372A (zh) 一种超声无损测量耐磨涂层厚度与弹性模量的方法
CN104297346A (zh) 超声平板导波的金属板材无损检测系统及其检测方法
US20210349058A1 (en) Ultrasonic system and method for evaluating a material
CN110007003A (zh) 用于声速非均匀金属厚板焊缝相控阵超声检测的分区方法
US20230061816A1 (en) Air-coupled Ultrasonic Detection Method and Device Based on Defect Probability Reconstruction Algorithm
CN104457635A (zh) 基于Welch法谱估计的超薄涂层厚度均匀性无损检测方法
CN104698089A (zh) 一种适用于倾斜裂纹定量和成像的超声相对时间传播技术
CN110924454A (zh) 一种基桩完整性的多测点低应变检测方法
CN113808092B (zh) 钢管混凝土界面脱粘缺陷检测方法、系统、装置及介质
CN115540790A (zh) 一种高精度超声厚度测量方法和装置
CN114994177B (zh) 复合板材超声缺陷检测方法及装置和复合板材
CN115791596A (zh) 一种基于3d激光测振的界面损伤综合测试系统及方法
US10261054B2 (en) Method for the non-destructive ultrasonic testing of a part by echo analysis
CN110656665B (zh) 多管道超声无损检测及三维建模定位坏点的自动检测系统及方法
JP2003130854A (ja) 配管検査方法及び配管検査装置
CN105806949A (zh) 一种超声ct检测中的射线走时校正方法
CN111189914B (zh) 一种用于复合材料超声检测的渐变厚度系数的确定方法
US10627370B2 (en) Additive manufacture of metal objects; inspection and part validation

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