CN116448879A - 基于稀疏分解的多向裂纹定量检测方法及其系统 - Google Patents

基于稀疏分解的多向裂纹定量检测方法及其系统 Download PDF

Info

Publication number
CN116448879A
CN116448879A CN202310223547.7A CN202310223547A CN116448879A CN 116448879 A CN116448879 A CN 116448879A CN 202310223547 A CN202310223547 A CN 202310223547A CN 116448879 A CN116448879 A CN 116448879A
Authority
CN
China
Prior art keywords
signal
crack
guided wave
ultrasonic guided
sparse decomposition
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.)
Pending
Application number
CN202310223547.7A
Other languages
English (en)
Inventor
林京
姬鼎丞
高飞
华佳东
童彤
张晗
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.)
Beihang University
Ningbo Institute of Innovation of Beihang University
Original Assignee
Beihang University
Ningbo Institute of Innovation of Beihang 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 Beihang University, Ningbo Institute of Innovation of Beihang University filed Critical Beihang University
Priority to CN202310223547.7A priority Critical patent/CN116448879A/zh
Publication of CN116448879A publication Critical patent/CN116448879A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
    • G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
    • 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
    • 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
    • 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

  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明提出一种基于稀疏分解的多向裂纹定量检测方法，其包括以下步骤：S1、利用信号发生器发射脉冲信号，通过示波器读取超声导波信号；S2、构建超声导波信号波形与传播距离映射关系的过完备字典集；S3、对信号进行分离，并建立超声导波信号波形成分与传播距离之间的映射关系；S4、通过波形成分的传播距离对裂纹进行定位成像；S5、对所有裂纹均进行定位并求解所有的裂纹边界点，对所有裂纹边界点进行连接，得到最终的裂纹定位及定量结果。本发明基于稀疏分解算法，通过将检测信号映射到各个成分对应的传播距离上，实现了在无基线信号下的损伤成分辨识，克服了常见到达时间对距离进行识别的误差，提高了裂纹定位及定量分析的准确度。

Description

基于稀疏分解的多向裂纹定量检测方法及其系统
技术领域
本发明涉及超声导波无损检测技术，特别涉及一种基于稀疏分解的多向裂纹损伤定量检测方法。
背景技术
随着现代工业的不断发展，大量工程结构不断地投入使用，其中大量出现了板壳结构或者类板壳结构，例如客机机翼蒙皮，舰船船身，运载火箭箭体等。由于这些结构件在使用过程中面临着复杂多变的外部工况，在服役过程中存在多种损伤形式，其中疲劳裂纹又是其中最为主要的损伤形式之一。金属结构在长期的交变载荷以及外部环境介质的综合作用下，引发了材料本身的组织结构的塑性变形，萌生了微小裂隙，显著降低金属材料的强度、塑性、韧性等力学性能。随着裂隙扩展最终会导致结构失效，引发结构破坏事故，造成重大的经济和人员损失，产生极大的社会影响。
超声导波无损检测(GWNDT，Guidedwave Non-destructive testing)指的是通过超声导波对待检结构内不连续性进行检测。通过将压电材料粘贴于待检结构表面，对压电材料施加一定频率的电压激励，由于压电效应的存在，会在结构内部上下自由表面进行反射产生稳定的超声导波。超声导波的特点是沿传播路径衰减小，其声场可以遍布整个结构，在结构表面传播过程中遇到缺陷时，会产生界面反射或者引起声速和能量衰减来反映缺陷的位置、大小等信息。具有快速高效、检测范围广和适用性强等优点。针对本专利涉及的多向裂纹检测问题，超声导波操作简便，可以反映不同形状裂纹的位置、走向等信息，通过对接收信号进行解析，可以实现对裂纹损伤的定量分析。
通过在待检结构表面粘贴传感器对经过损伤的导波信号进行拾取，得到的信号中包含着反映损伤信息的波形成分，但是在损伤与导波之间复杂的作用机理极大的影响了定位精度。除此之外，由于超声导波多模态及频散特性的存在，很难直接从中解析出对应损伤的波形成分。通常将包含损伤的信号与基线信号相减，剔除测试信号中的直达波成分与边界反射成分，从而对损伤成分进行辨识。在实际应用场景下，对基线信号的测试是存在较大难度的，同时，由于频散效应的存在，在波形传播较长距离后，波形畸变的存在会使得常见的通过传播时间判定传播距离的方法产生较大的误差，进而影响到定量结果的准确性。现有技术中尚没有一种能够对多方向裂纹进行定位定量分析的方法，因此，急需研究一种能够解决裂纹定位定量分析的方法。
发明内容
基于上述现有技术的不足，本发明的目的在于提供一种可以在无需基线信号情况下实现对于多方向裂纹损伤进行定位及定量分析的检测方法。本方法基于稀疏分解算法，能够准确提取复杂信号中与损伤相关的信号成分，降低信号分析难度。很大程度上降低了对于多向裂纹损伤的评价难度，从而能够方便快捷的对板壳类结构进行无损检测。在本专利中，基于稀疏分解，通过构建对应不同传播距离的导波波形字典集，将接收到的信号分解到不同的传播距离上，实现对于损伤信号成分的分离。通过提取出的距离分量，精准定位信号中与裂纹相关的反射、衍射信号成分，实现对于裂纹损伤的定位及定量分析，不仅能够快速准确的确定单一方向裂纹的方向和边界点，还能够快速准确的确定多方向例如折线裂纹的方向以及该多方向裂纹的两个外边缘点。
本发明提出一种基于稀疏分解的多向裂纹损伤定量检测方法，其包括以下步骤：
S1、将传感器固定于待检结构表面，利用信号发生器发射脉冲信号，对其中单一传感器进行信号激励，利用其余传感器作为接收传感器接收超声导波信号并通过示波器读取超声导波信号；
S2、构建超声导波信号与传播距离映射关系的过完备字典集；
S3、通过稀疏分解方法对超声导波信号进行分解，并建立超声导波信号与传播距离之间的映射关系；
S4、通过超声导波信号的传播距离对裂纹进行定位成像，具体包括以下子步骤：
S41、将超声导波信号分割为反射信号成分和衍射信号成分：利用传播距离对超声导波信号幅值衰减进行补偿并进行归一化处理，根据设定的阈值将超声导波信号划分为反射信号成分和衍射信号成分，当超声导波信号的振幅等于或低于阈值时为衍射信号，当超声导波信号的振幅大于阈值时为反射信号；
S42、通过对反射信号进行特征分析，确定裂纹的方向，其具体包括以下子步骤：
S421、假设激励点T的坐标为x1,y1，Tmirror的坐标为x2,y2，当反射波到达接收传感器时，通过稀疏分解方法计算反射信号的传播距离，分别以该反射信号的每一个接收传感器所在的接收点为圆心，以该反射信号的传播距离为半径作圆并找到多个圆的交点，该交点即为镜像点Tmirror的位置；
S422、计算激励点T和镜像激励点Tmirror连线中点D的坐标，并确定激励点T和镜像激励点Tmirror的中垂线，计算中垂线的斜率k从而确定中垂线的方法，该中垂线的方向即为裂纹的方向，其中，激励点T和镜像激励点Tmirror连线中点D的坐标通过以下公式进行计算：
中垂线斜率k的计算公式为：
S43、通过对衍射信号进行特征分析，确定裂纹的大小：通过稀疏分解方法计算衍射信号的传播距离，分别将激励点和每一个衍射信号接收传感器所在的接收点作为椭圆的两个焦点并以衍射信号的传播距离为椭圆主轴长度得到多个椭圆：具体方法如下：
其中
(d’)2＝||Tmirror-T||2＝(x2-r3x)2+(y2-r3y)2
其中，d1为椭圆主轴长度，d′为椭圆两个焦点之间的距离，r3x和r3y分别为衍射信号接收传感器所在的接收点的横坐标和纵坐标；
步骤S42中所得中垂线与步骤S43中所得椭圆的交点即为该接收传感器对应裂纹的边界点；
S5、针对同一裂纹所有接收传感器接收到的超声波信号分别按照上述步骤S4进行求解，得到所有接收传感器对应的裂纹方向及边界点的位置信息，并对所有边界点进行连接，得到最终的裂纹方向及裂纹的大小。
优选地，步骤S2中字典集的字典原子按照以下公式构建：
其中，G(ω，r)为字典原子，r为传播距离，ω为角频率，S(ω)为激励信号的频谱表示，km(ω)为对应模态的波数曲线，H(ω，r)为系统的响应函数，m为模态数量；表达式为：
其中，i为虚数。
优选地，步骤S3中稀疏分解的公式如下：
Z＝Φd
其中，Φ为步骤S2中构建的字典集，即感知矩阵，d为分解得到的波形成分与传播距离之间的映射关系，Z为待分解信号；
之后，对上述方程通过基降噪追踪方法进行求解，如下所示：
其中，σ为代表噪声水平的系数。
优选地，步骤S1中利用信号发生器发射以80kHz为中心频率的5周期窄带脉冲。
优选地，步骤S41中设定的阈值为超声导波信号最大幅值的40％。
优选地，步骤S1中的传感器为压电式传感器。
优选地，步骤S5中确定的裂纹包括直线型裂纹和弯曲型裂纹。
优选地，步骤S41中如果存在多个交点，则计算多个交点的重心作为镜像点Tmirror的位置。
优选地，本发明的另一方面提供一种检测系统，其包括信号发生器、信号放大器、压电式传感器、信号激励装置和示波器，所述压电式传感器粘接在待检结构表面，所述信号发生器输出端与信号放大器输入端连接，所述信号放大器输出端与压电式传感器连接，产生超声导波在待检结构中传递，利用信号激励装置单次对某一个压电式传感器进行激励，其余压电传感器作为接收传感器接收超声导波信号并通过示波器进行显示并储存。
与现有技术相比，本发明具有以下优点：
(1)本发明以超声导波为检测方法，该检测方法通过粘贴压电式传感器实验，发射并接收反射波，检测结果准确度高，可靠性高，具有在复杂环境下应用的潜力，能够应用于多种场景下的多方向裂纹的定向与定量分析，在多种场景下均能够准确提取复杂信号中与损伤相关的信号成分，降低信号分析难度。很大程度上降低了对于多向裂纹损伤的评价难度，从而能够方便快捷的对板壳类结构进行无损检测。
(2)本发明基于稀疏分解算法，通过将检测信号映射到各个成分对应的传播距离上，实现了对复杂信号的单一成分进行分解，同时在在无基线信号下的实现了对损伤成分的辨识。基于稀疏分解，通过构建对应不同传播距离的导波波形字典集，将接收到的信号分解到不同的传播距离上，实现对于损伤信号成分的分离。通过提取出的距离分量，精准定位信号中与裂纹相关的反射及衍射信号成分，实现对裂纹损伤的定位、定量分析。而且，该方法不仅能够快速准确的确定单一方向裂纹的方向和边界点，还能够快速准确的确定多方向例如折线裂纹的方向以及该多方向裂纹的两个外边缘点。
(3)本发明在具体的裂纹定量定向分析过程中考虑了频散效应对于信号到达时间分析带来的误差，克服了常见的以波包到达时间求解传播距离的误差，提高了损伤定位、定量的准确度，从而能够保障裂纹损伤定位定量的准确。
(4)本发明的方法充分利用了超声导波与损伤之间的作用机理，构建了全新的信息融合策略，实现了对裂纹反射/衍射点的定位，保证了最终分析结果的准确度。
附图说明
图1a为本发明的检测系统的结构示意框图；
图1b为本发明的检测系统中各装置设置示意简图；
图2为本发明的仿真分析示意图；
图3为本发明的算法流程示意图；
图4为本发明利用稀疏分解算法进行信号分解的示例图；
图5为本发明的成像方法示意图之一；
图6为本发明的成像方法示意图之二；
图7为本发明的裂纹成像结果图之一；
图8为本发明的裂纹成像结果图之二。
具体实施方式
为更好的理解本发明的技术方案，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
如图1a所示，本发明的检测系统具体包括信号发生器1、信号放大器2、压电式传感器3、示波器和信号激励装置5。压电式传感器3粘接在待检结构表面，将信号发生器输出线连接至信号放大器再到压电式传感器3，产生超声导波在待检结构中传递。单次对单一压电式传感器进行激励，其余压电式传感器作为接收传感器接收信号并通过示波器进行显示并储存。图1b为实验样件设置示意图，其中绿色标注为激励传感器的位置，红色点为其余接收传感器的位置。
首先，需要对损伤与超声导波的作用机理进行简要分析，如图2所示，可以看到由激励端激励的超声波向前传播，在遇到模拟的裂纹损伤后会产生反射成分与衍射成分。从图2中可以看出反射成分的幅值远大于衍射成分，这一点也构成了后续区分衍射成分与反射成分的基础。同时在理想条件下，可以认为反射成分被裂纹反射后，只改变了方向，而幅值上没有损失，换言之，反射信号成分的位置可以认为是由真实激励端沿裂纹方向对称的虚拟激励端发射的信号，也就是后文中的Tmirror。除此之外，衍射信号成分在传播过程中呈现出圆形，其圆心为裂纹尖端。同时，相对于激励端位于裂纹另一侧的传感器，无法接收到直达波成分，只能接收到衍射信号成分，因此可以通过衍射信号成分判断裂纹尖端所在位置，确定裂纹的边缘点，从而对裂纹的大小进行判断。
另一方面，基于上述检测系统，本发明的主要目的是提出一种基于稀疏分解多向裂纹定量检测方法，其尤其能够应用于板壳结构的多向裂纹准确的定向及定量测量，具体地，其包括以下步骤：
S1、将压电式传感器固定于待检结构表面，利用信号发生器发射脉冲信号，利用信号激励装置对其中单一压电式传感器进行信号激励，并将其余压电式传感器作为接收传感器接收超声导波信号并通过示波器读取超声导波信号并保存。
S2、构建超声导波信号波形与传播距离映射关系的过完备字典集。步骤S2中字典集的字典原子按照以下公式构建：
其中，r为传播距离，ω为角频率，S(ω)为激励信号的频谱表示，km(ω)为对应模态的波数曲线，H(ω，r)为系统的响应函数，表达式为：
其中，i为虚数。
S3、通过稀疏分解方法对原始超声波信号进行分离，将复杂的多成分多模态信号进行分解，得到单一成分对应字典集中的信号位置，进而建立其超声导波单一信号波形成分与该成分传播距离之间的映射关系。
在本步骤中，稀疏分解的公式如下：
Z＝Φd
其中，Φ为步骤S2中构建的字典集，即感知矩阵，d为分解得到的波形成分与传播距离之间的映射关系，Z为待分解信号；
之后，对上述方程通过基降噪追踪方法进行求解，如下所示：
其中，σ为代表噪声水平的系数。
S4、基于前述损伤与超声导波的作用关系定义成像方案，通过不同波形成分的传播距离对裂纹进行定位成像，具体包括以下子步骤：
S41、将超声导波信号分割为反射信号成分和衍射信号成分，具体方法如下：按照传播距离对超声导波信号幅值衰减进行补偿后再进行归一化处理，设定反射信号和衍射信号的区分阈值为超声导波信号最大幅值的40％，当信号的振幅等于或低于该阈值时为衍射信号，当信号的振幅大于该阈值时为反射信号。
S42、通过声波作用关系，对反射信号的特征进行分析，确定裂纹的方向，其具体包括以下子步骤：
S421、假设激励点T的坐标为x1,y1，Tmirror的坐标为x2,y2，当反射波到达接收传感器时，通过稀疏分解方法计算反射信号的传播距离，之后分别以多个接收传感器所在接收点为圆心，以该反射信号的传播距离为半径分别作多个圆并找到多个圆的交点，该交点即为镜像点Tmirror的位置。
S422、计算激励点T和镜像激励点Tmirror连线中点D的坐标，并确定激励点T和镜像激励点Tmirror的中垂线，并计算该中垂线的斜率获得该中垂线的方向，该中垂线的方向即为该裂纹的方向，其中，连线中点D坐标的计算公式为：
中垂线斜率k的计算公式为：
S43、利用稀疏分解方法计算衍射信号的传播距离，分别将激励点和多个衍射信号的接收点作为椭圆的两个焦点并以该衍射信号的传播距离为椭圆主轴长度得到多个椭圆：
其中
(d’)2＝||Tmirror-T||2＝(x2-r3x)2+(y2-r3y)2
其中，d1为椭圆主轴长度，d′为椭圆两个焦点之间的距离，r3x和r3y分别为衍射信号接收传感器所在的接收点的横坐标和纵坐标；
步骤S42中所得的中垂线与步骤S43中所得椭圆的交点即为裂纹的边界点；
S5、针对同一裂纹所有接收传感器接收到的反射信号和衍射信号均按照上述步骤S4进行求解，得到所有裂纹边界点的位置信息，对所有边界点进行连接，得到最终的裂纹方向及裂纹的两个外边缘点。裂纹可能是一条裂纹，也可能是多个方向的裂纹组成的折线裂纹或其他形状的裂纹。
具体实施例
下面结合具体实施例对本发明的方法以及具体应用进行进一步说明：如图3所示，本实施例提供一种基于稀疏分解的板壳结构多向裂纹定量检测方法，其具体实施步骤如下：
S1、将多个压电式传感器粘接于待检结构表面，利用信号发生器发射以80kHz为中心频率的5周期窄带脉冲，利用信号激励装置对其中单一压电式传感器进行信号激励，并将其余压电式传感器作为接收传感器接收超声波信号并通过示波器读取超声导波信号并保存。
S2、构建超声波信号与传播距离映射关系的过完备字典集，字典原子按照以下公式构建：
其中，r为传播距离，ω为角频率，S(ω)为激励信号的频谱表示，km(ω)为对应模态的波数曲线，H(ω，r)为系统的响应函数，可以表达为
其中，i为虚数。
S3、通过稀疏分解对超声波信号进行分离，并映射到传播距离上，其中稀疏分解的公式如下：
Z＝Φd (3)
其中，Φ为步骤S2中构建的字典集，即感知矩阵。根据步骤S2所示公式，该矩阵可以表示为以下形式：
其中，r为可能的传播距离范围，该矩阵将所有可能传播距离对应的波形进行组合得到字典集。d为分解得到的波形成分与传播距离之间的映射关系，Z为待分解信号。由于上述方程为欠定方程，针对上述方程需要通过基降噪追踪(Basis Pursuit Denoising)方法进行求解，该步骤的目的是在d具有稀疏性的假设下，找到与目标信号相差最小的最优信号组合，该过程可以表示为：
其中，σ为代表噪声水平的系数。结果实例如图4所示：
S4、通过超声波信号的传播距离信息对裂纹进行定位成像，具体步骤分别如图5和图6所示。
在该步骤中，首先需要对超声波信号进行分类，首先按照传播距离对超声导波信号幅值衰减的影响对幅值进行补偿后再进行归一化处理，设定反射信号和衍射信号的区分阈值为超声导波信号最大幅值的40％，即0.4，当信号的幅值等于或低于该阈值时为衍射信号成分，当信号的振幅大于该阈值时为反射信号成分。
之后利用反射信号成分确定裂纹的方向，并最终通过衍射信号确定裂纹的起始点和终止点即裂纹的外边界点。通过这些点即能够确定裂纹的大小，完成对裂纹的定量分析。
如图5所示，本实施例中，假设超声导波在T点发射，然后被裂纹反射(如图5中的矩形所示)，然后反射成分被S1、S2、S3点的接收传感器接收。R1，R2，R3分别对应的反射点。假设裂纹是线性的，由于被测结构各向同性的材料特性，当波形与裂纹边界相互作用势时，波形保持圆形，反射后的反射波可视为由T以裂纹走向为对称轴的镜像点产生的波形，而与裂纹尖端作用的部分则产生了新的衍射波形。基于这个概念，首先选择一个阈值将波形信号分割为反射信号成分和衍射信号成分，当信号的振幅等于或低于阈值时为衍射信号成分，当信号的振幅大于阈值时为反射信号成分。通过对反射信号成分的特征分析，可以找到裂纹的方向并能够进一步确定裂纹的外边界点。
其中，确定裂纹方向的步骤如下：
假设激励点T＝(x1，y1)，镜像激励点Tmirror＝(x2，y2)，Ri＝(rix，rly)，Di＝(lix，lly).。
在该方法中，当反射波到达接收传感器时，通过稀疏分解方法计算传播距离。以全部接收到反射信号的接收传感器所在空间位置为圆心，分别以各自接收信号对应的反射波传播距离为半径作圆并找到多个圆的交点，该交点即为镜像点Tmirror的位置。图5中有三个接收传感器，因此得到三个圆，该三个圆相交的点即为镜像点Tmirror的位置。图5仅示意性的示出了三个接收反射信号的接收传感器，因此，能够很容易的找到三个圆的交点，但是，实际情况中，反射信号的接收传感器数量要多很多，因此，实际情况多个圆可能相交于多点，而不是单纯的相交于一点。实际情况中，如果多个圆存在多个交点的情况，则计算多个交点的重心作为镜像点Tmirror的位置。之后通过寻找激励点与镜像激励点的中垂线，求出该中垂线的斜率，该中垂线的方向即为裂纹的方向，中垂线的斜率计算公式如公式(7)所示，中垂线中点的坐标计算公式如式(8)和式(9)所示：
其中
通过该步的计算能够确定裂纹的方向，在下一步中，利用衍射信号计算裂纹的两个边缘点，确定裂纹的大小。如图6所示，通过分别将激励点和衍射信号的每一个接收传感器所在接收点作为椭圆的两个焦点、以传播距离为椭圆主轴长度得到多个椭圆。图6中示出了以衍射信号接收传感器S4与激励点为两个焦点并以衍射信号传播距离为椭圆主轴所得的椭圆，以激励段为T和接收端为S为例，损伤位于方程所描述的椭圆圆周上，椭圆的计算公式如式(10)和式(11)所示：
其中
(d’)2＝||Tmirror-T||2＝(x2-r3x)2+(y2-r3y)2 (11)
得到椭圆后，该椭圆与上步中所得中垂线会存在交点，中垂线与该椭圆交点即为裂纹边界点，通过多个衍射信号传感器分别作椭圆，就能够得到裂纹的两个边缘点即裂纹的两个尖端，结合中垂线所得裂纹的方向与该步骤所得的裂纹的边缘点就能够得到该段裂纹的方向和大小。
S5、对所有裂纹进行定位、定量计算：
在步骤S4中对一个传播距离所反映的损伤(裂纹)进行了方向及大小的确定。实际工作中，往往存在着多处不同传播距离的损伤，而且有些裂纹的多条损伤之间是相连的并且多条损伤的方向并不相同，因此需要对所有损伤均进行定位定量分析计算，得到最终的裂纹走向和最终的两个外尖端。具体为针对所有接收传感器接收到的不同传播距离的反射信号和衍射信号均按照上述步骤S4进行求解，得到所有裂纹损伤的边界点的方向及位置信息，之后对所有边界点进行连接，得到最终的裂纹方向及裂纹的两个外边缘点。
本实施例中，基于上述步骤，首先，将步骤S1中采集到的所有信号进行收集，以最大幅值的40％即0.4为阈值，将信号分割为反射信号成分和衍射信号成分。以步长为0.1mm，传播距离从5mm到200mm，构建字典信号集，字典内共包含1951条信号。利用该字典信号集对实验过程中的每条信号进行分解，求解不同成分的传播距离并从中分割出反射信号成分及衍射成分。而后按照步骤S4中的方法，首先根据反射信号判断裂纹走向，之后依据已知的衍射信号接收传感器位置信息，求解所有裂纹的外边界点。最后对得到的所有边界点进行连接，剩余两个外边界点即为整个裂纹的外边缘点，即得到最终的裂纹定位及定量结果。针对直线型裂纹和弯曲裂纹的结果分别如图7和图8所示，图7为简单的直线型裂纹，图8为更加复杂的折线型弯曲裂纹。图中显示的矩形框为实际裂纹位置，十字标记为依照本专利方法得到的成像的裂纹边界点位置，由图中对比可以看出两者的方向和大小均是相符的，因此，可以推断出本发明的方法能够准确的对裂纹进行定向和定量分析，误差较低，图7和图8中的两种裂纹均做到了非常准确的对裂纹进行了方向和大小的确定。
本发明以超声导波信号作为分析依据，整个方法步骤操作简单方便，能够适应复杂恶劣的外场条件。裂纹测量方法借助于稀疏分解算法，运算速率较快，可以对复杂信号进行分解，并映射到距离域上，弥补了由于某些数据存在获取难度而导致的测量结果不准确的缺点。同时，本发明开创性地提出了无基线信号的损伤检测方法，结合裂纹与超声导波的作用机理，提出损伤成像算法，可以实现多向裂纹损伤的准确定位和定量评价。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种基于稀疏分解的多向裂纹定量检测方法，其特征在于：其包括以下步骤：
S1、将传感器固定于待检结构表面，利用信号发生器发射脉冲信号，对其中单一传感器进行信号激励，利用其余传感器作为接收传感器接收超声导波信号并通过示波器读取超声导波信号；
S2、构建超声导波信号与传播距离映射关系的过完备字典集；
S3、通过稀疏分解方法对超声导波信号进行分解，并建立超声导波信号与传播距离之间的映射关系；
S4、通过超声导波信号的传播距离对裂纹进行定位成像，具体包括以下子步骤：
S41、将超声导波信号分割为反射信号成分和衍射信号成分：利用传播距离对超声导波信号幅值衰减进行补偿并进行归一化处理，根据设定的阈值将超声导波信号划分为反射信号成分和衍射信号成分，当超声导波信号的振幅等于或低于阈值时为衍射信号，当超声导波信号的振幅大于阈值时为反射信号；
S42、通过对反射信号进行特征分析，确定裂纹的方向，其具体包括以下子步骤：
S421、假设激励点T的坐标为x1,y1，Tmirror的坐标为x2,y2，当反射波到达接收传感器时，通过稀疏分解方法计算反射信号的传播距离，分别以该反射信号的每一个接收传感器所在的接收点为圆心，以该反射信号的传播距离为半径作圆并找到多个圆的交点，该交点即为镜像点Tmirror的位置；
S422、计算激励点T和镜像激励点Tmirror连线中点D的坐标，并确定激励点T和镜像激励点Tmirror的中垂线，计算中垂线的斜率k从而确定中垂线的方法，该中垂线的方向即为裂纹的方向，其中，激励点T和镜像激励点Tmirror连线中点D的坐标通过以下公式进行计算：
中垂线斜率k的计算公式为：
S43、通过对衍射信号进行特征分析，确定裂纹的大小：通过稀疏分解方法计算衍射信号的传播距离，分别将激励点和每一个衍射信号接收传感器所在的接收点作为椭圆的两个焦点并以衍射信号的传播距离为椭圆主轴长度得到多个椭圆，具体方法如下：
其中
(d’)2＝||Tmirror-T||2＝(x2-r3x)2+(y2-r3y)2；
其中，d1为椭圆主轴长度，d'为椭圆两个焦点之间的距离，r3x和r3y分别为衍射信号接收传感器所在的接收点的横坐标和纵坐标；
步骤S42中所得中垂线与步骤S43中所得椭圆的交点即为该接收传感器对应裂纹的边界点；
S5、针对同一裂纹所有接收传感器接收到的超声波信号分别按照上述步骤S4进行求解，得到所有接收传感器对应的裂纹方向及边界点的位置信息，并对所有边界点进行连接，得到最终的裂纹方向及裂纹的大小。
2.根据权利要求1所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S2中字典集的字典原子按照以下公式构建：
其中，G(ω,r)为字典原子，r为传播距离，ω为角频率，S(ω)为激励信号的频谱表示，km(ω)为对应模态的波数曲线，H(w,T)为系统的响应函数，m为模态数量；表达式为：
其中，i为虚数。
3.根据权利要求1所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S3中稀疏分解的公式如下：
Z＝Φd
其中，Φ为步骤S2中构建的字典集，即感知矩阵，d为分解得到的波形成分与传播距离之间的映射关系，Z为待分解信号；
之后，对上述方程通过基降噪追踪方法进行求解，如下所示：
其中，σ为代表噪声水平的系数。
4.根据权利要求1所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S1中利用信号发生器发射以80kHz为中心频率的5周期窄带脉冲。
5.根据权利要求4所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S41中设定阈值为超声导波信号最大幅值的40％。
6.根据权利要求4所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S1中的传感器为压电式传感器。
7.根据权利要求4所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S5中确定的裂纹包括直线型裂纹和弯曲型裂纹。
8.根据权利要求4所述的基于稀疏分解的多向裂纹定量检测方法，其特征在于：步骤S41中如果存在多个交点，则计算多个交点的重心作为镜像点Tmirror的位置。
9.一种应用于权利要求1所述的基于稀疏分解的多向裂纹定量检测方法的检测系统，其特征在于：其包括信号发生器、信号放大器、压电式传感器、信号激励装置和示波器，所述压电式传感器粘接在待检结构表面，所述信号发生器输出端与信号放大器输入端连接，所述信号放大器输出端与压电式传感器连接，产生超声导波在待检结构中传递，利用信号激励装置单次对某一个压电式传感器进行激励，其余压电传感器作为接收传感器接收超声导波信号并通过示波器进行显示并储存。
CN202310223547.7A 2023-03-09 2023-03-09 基于稀疏分解的多向裂纹定量检测方法及其系统 Pending CN116448879A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310223547.7A CN116448879A (zh) 2023-03-09 2023-03-09 基于稀疏分解的多向裂纹定量检测方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310223547.7A CN116448879A (zh) 2023-03-09 2023-03-09 基于稀疏分解的多向裂纹定量检测方法及其系统

Publications (1)

Publication Number Publication Date
CN116448879A true CN116448879A (zh) 2023-07-18

Family

ID=87121041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310223547.7A Pending CN116448879A (zh) 2023-03-09 2023-03-09 基于稀疏分解的多向裂纹定量检测方法及其系统

Country Status (1)

Country Link
CN (1) CN116448879A (zh)

Similar Documents

Publication Publication Date Title
Wilcox et al. Advanced reflector characterization with ultrasonic phased arrays in NDE applications
CN106770669B (zh) 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法
CN107688051B (zh) 一种基于激光超声表面波的亚表面缺陷宽度的测量方法
US8033172B2 (en) Hand-held flaw detector imaging apparatus
CN107219305A (zh) 一种基于环形阵列换能器的全聚焦成像检测方法
CN108896660B (zh) 一种基于横波背散射的六方晶材料近表面微小缺陷检测方法
EP2985600B1 (en) Ultrasound examination method and device
CN108872385B (zh) 一种基于超声相控阵的微裂纹检测与定位方法及系统
CN103822971A (zh) 一种超声显微镜分辨力测试及校准方法
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
CN106198739A (zh) 一种基于波型转换的tofd近表面盲区缺陷定位检测方法
CN104142326A (zh) 一种衰减系数检测方法
CN115540790A (zh) 一种高精度超声厚度测量方法和装置
CN114994175A (zh) 模态分解双谱分析的空耦超声应力检测装置及方法
CN105572230B (zh) 一种用于裂纹类缺陷定量识别的极性加权矢量全聚焦成像方法
CN110243945A (zh) 基于合成孔径聚焦与模式转换波的超声tofd盲区抑制方法
CN114778690A (zh) 一种增材制件气孔缺陷的激光超声定量检测方法
US20200088693A1 (en) Method for Analyzing a Test Data Set from an Ultrasonic Test
CN103424475B (zh) 基于相控阵超声检测的被测面轮廓提取方法
US10620162B2 (en) Ultrasonic inspection methods and systems
CN111665296A (zh) 基于emat测量超声换能器三维辐射声场的方法及装置
CN116448879A (zh) 基于稀疏分解的多向裂纹定量检测方法及其系统
CN110261475A (zh) 一种圆钢中夹杂物手动超声波精确定位方法
CN108426945A (zh) 一种基于时域压缩感知的相控阵超声图像重构方法
Schmerr, Jr et al. Ultrasonic flaw sizing-An overview

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