CN117054524A - 一种基于相同传播距离的兰姆波无基准损伤检测成像方法 - Google Patents
一种基于相同传播距离的兰姆波无基准损伤检测成像方法 Download PDFInfo
- Publication number
- CN117054524A CN117054524A CN202311064111.4A CN202311064111A CN117054524A CN 117054524 A CN117054524 A CN 117054524A CN 202311064111 A CN202311064111 A CN 202311064111A CN 117054524 A CN117054524 A CN 117054524A
- Authority
- CN
- China
- Prior art keywords
- path
- imaging
- paths
- sensor
- response signal
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 230000006378 damage Effects 0.000 title claims abstract description 38
- 235000019687 Lamb Nutrition 0.000 title claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 54
- 238000001228 spectrum Methods 0.000 claims abstract description 34
- 230000007547 defect Effects 0.000 claims abstract description 22
- 238000005315 distribution function Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 16
- 230000005284 excitation Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000006735 deficit Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material 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 Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于相同传播距离的兰姆波无基准损伤检测成像方法，包括：获取布置在目标检测区域传感器阵列中每条路径上响应信号，计算每条路径上响应信号的功率谱密度值；将相同传播距离的路径分至一组，将每组中功率谱密度值最大的响应信号对应的路径作为无损路径；针对每组，根据同组的一条路径上响应信号的功率谱密度值与无损路径上响应信号的功率谱密度值计算这条路径的功率谱损伤指数；根据每条路径发射传感器和接收传感器的坐标，计算这条路径的成像区域内坐标点处的空间分布函数；根据所有路径的功率谱损伤指数和空间分布函数，利用椭圆概率成像方法对目标检测区域内的缺陷进行成像。提高了检测的效率和准确度。
Description
技术领域
本发明属于超声兰姆波无损检测成像技术领域，具体涉及一种基于相同传播距离的兰姆波无基准损伤检测成像方法。
背景技术
兰姆波凭借高灵敏度和检测范围广等诸多优势成为薄板结构损伤检测领域的首选，可以对多种类型缺陷，如分层、裂纹和腐蚀等缺陷实现快速的检测。目前已经被广泛运用的缺陷检测技术有几何定位法、飞行时间法、模式识别等，此类方法大多是基于有损信号和无损信号之间差异性来表征损伤特征。
然而无损信号需要在相同材料的无缺陷结构上布置同样的传感器阵列测量出来；而且由于实际检测过程中的噪声、环境条件、材料结构等外界因素的影响，无损信号和有损信号的提取无法保证高度的一致性。
因此需要开发出新的兰姆波无损检测成像方法以提高检测的精确度。
发明内容
目的：鉴于以上技术问题中的至少一项，本发明提供一种基于相同传播距离的兰姆波无基准损伤检测成像方法，该方法提高检测的精确度，进一步地，同时降低检测的工作量，大大提高缺陷检测的效率。
为实现上述目的，本发明采取以下技术方案：
第一方面，提供一种基于相同传播距离的兰姆波无基准损伤检测成像方法，包括：
获取布置在目标检测区域传感器阵列中每条路径上响应信号，其中传感器阵列中每个传感器既能够作为发射传感器又能够作为接收传感器，所述每条路径上响应信号是指响应于传感器阵列中发射传感器的激励信号，对应路径上接收传感器收到的响应信号；
计算每条路径上响应信号的功率谱密度值；
对所有路径进行分组，将相同传播距离的路径分至一组，将每组中功率谱密度值最大的响应信号对应的路径作为无损路径；
针对每组，根据同组的一条路径上响应信号的功率谱密度值与无损路径上响应信号的功率谱密度值计算这条路径的功率谱损伤指数，得到所有路径的功率谱损伤指数；
根据每条路径发射传感器和接收传感器的坐标，计算这条路径的成像区域内坐标点处的空间分布函数；
根据所有路径的功率谱损伤指数和空间分布函数，利用椭圆概率成像方法对目标检测区域内的缺陷进行成像。
在一些实施例中，所述传感器阵列可以布置成任何规则或不规则的形状。传感器阵列一般呈对称排列。每个传感器既可作为发射传感器又可作为接收传感器。
在一些实施例中，所述传感器阵列采用矩形传感器阵列；更优选为4*4均匀分布的矩形传感器阵列。
在一些实施例中，获取布置在目标检测区域传感器阵列中每条路径上响应信号，包括：
根据目标检测区域位置布置传感器阵列，选取合适的汉宁窗激励信号，并获取每条路径上的响应信号；
汉宁窗的激励信号A的表达式为：
其中，fc代表中心频率，n代表周期数，t代表时间；经过传感器阵列中发射传感器的激励，记接收传感器收到的响应信号为y(t)。
在一些实施例中，计算每条路径上响应信号的功率谱密度值P(ω)，包括：
其中，每条路径的响应信号为y(t)，t代表时间，Y(ω)为响应信号y(t)的傅里叶变换。
在一些实施例中，对所有路径进行分组，将相同传播距离的路径分至一组，包括：
根据每条路径发射传感器和接收传感器的坐标，计算得到对应路径的长度，将路径的长度相同的路径分为一组，将所有路径分为传播距离各不相同的M组。
在一些实施例中，根据同组的一条路径上响应信号的功率谱密度值与无损路径上响应信号的功率谱密度值计算这条路径的功率谱损伤指数，包括：
其中Diij为第i组第j个路径上的功率谱损伤指数，Pij为第i组j个路径上响应信号的功率谱密度值，MPi为第i组无损路径上响应信号的功率谱密度值。
在一些实施例中，根据每条路径发射传感器和接收传感器的坐标，计算这条路径的成像区域内坐标点处的空间分布函数，包括：
其中，Wij(x，y)为第i组第j个路径上坐标点(x，y)处的空间分布函数；(xl，yl)第i组第j个路径上发射传感器的坐标，(xn，yn)第i组第j个路径上接收传感器的坐标。
在一些实施例中，根据所有路径的功率谱损伤指数和空间分布函数Wi(x，y)，利用椭圆概率成像方法对目标检测区域内的缺陷进行成像；包括：
其中，(x，y)代表成像区域内坐标点(x，y)处的像素值，M为路径分组数，N为第i组路径数，Diij为第i组第j个路径的功率谱损伤指数，β是椭圆成像时椭圆最外围的阈值，Rij(x，y)为第i组第j个路径阈值后的空间分布函数。
第二方面，本发明提供了一种基于相同传播距离的兰姆波无基准损伤检测成像装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
第四方面，本发明提供了一种计算机设备，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
与现有技术相比，本发明的有益效果是：本发明提供的一种基于相同传播距离的兰姆波无基准损伤检测成像方法，相较于其他损伤定位成像技术，该方法无需事先在相同参数的无缺陷结构中获取无损信号，直接分析待检测结构的信号；也无需考虑兰姆波信号的频散特性；可以实现全部区域的缺陷检测成像，不存在检测盲区，提高了检测的效率和准确度。
附图说明
图1是本发明实施例的方法流程示意图。
图2是本发明实施例中矩形阵列路径示意图。
图3是本发明实施例中矩形阵列中心位置缺陷成像结果示意图。
图4是本发明实施例中矩形阵列非中心位置缺陷成像结果示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。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。
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例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例或示例中。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例或示例。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例或示例中以合适的方式结合。
实施例1
如图1所示，一种基于相同传播距离的兰姆波无基准损伤检测成像方法，包括：
S1、获取布置在目标检测区域传感器阵列中每条路径上响应信号，其中传感器阵列中每个传感器既能够作为发射传感器又能够作为接收传感器，所述每条路径上响应信号是指响应于传感器阵列中发射传感器的激励信号，对应路径上接收传感器收到的响应信号；
S2、计算每条路径上响应信号的功率谱密度值；
S3、对所有路径进行分组，将相同传播距离的路径分至一组，将每组中功率谱密度值最大的响应信号对应的路径作为无损路径；
S4、针对每组，根据同组的一条路径上响应信号的功率谱密度值与无损路径上响应信号的功率谱密度值计算这条路径的功率谱损伤指数，得到所有路径的功率谱损伤指数；
S5、根据每条路径发射传感器和接收传感器的坐标，计算这条路径的成像区域内坐标点处的空间分布函数；
S6、根据所有路径的功率谱损伤指数和空间分布函数，利用椭圆概率成像方法对目标检测区域内的缺陷进行成像。
在一些实施例中，一种基于相同传播距离的兰姆波无基准损伤检测成像方法，包括：
(1)根据缺陷位置，布置用于检测缺陷的传感器阵列，选取合适的汉宁窗激励信号，并获取每条路径上的响应信号。
传感器阵列可以布置成任何规则或不规则的形状。一般呈对称排列。以矩形阵列为例，图2是一种矩形传感器阵列图，采用4*4阵列。
汉宁窗激励信号A的表达式为：
其中，fc代表中心频率，n代表周期数，t代表时间，经过阵列中发射传感器的激励，记接收传感器收到的响应信号为y(t)。
(2)求解每条路径上响应信号的功率谱密度值
每条路径上的响应信号为y(t)，按照下式求其功率谱密度：
其中Y(ω)为信号y(t)的傅里叶变换。
(3)将相同传播距离的路径进行分组，令每组功率谱密度值最大的路径为无损路径；
以图2的4*4均匀分布的矩形阵列为例，布置了12个传感器，54条路径。因此将12个传感器分别命名为A-L。将相同传播距离的路径进行分组，分组结果如下表1所示，分了8组(注：阵列数不同，组数也不同)：
表1 4*4矩形阵列相同传播距离路径分组
其中，每组的功率谱密度最大值记为MPi(i＝1,2,……,8)。
(4)将同组的其他路径与无损路径的功率谱密度值进行比较，按下式计算功率谱损伤指数。
其中Diij第i组第j个路径上的功率谱损伤指数，Pij为第i组j个路径上响应信号的功率谱密度值。
(5)对检测区域内的缺陷进行成像。
损伤椭圆概率成像公式为：
其中，β是椭圆成像时椭圆最外围的阈值，可以自行设定，本方法将其设置为0.025。M为相同距离路径分组数，N为第i组路径数。P(x，y)代表成像区域内坐标点(x，y)处的像素值，Wij(x，y)为第i组第j个路径上坐标点(x，y)处的空间分布函数，其计算公式为：
(xl，yl)第i组第j个路径上发射传感器的坐标，(xn，yn)第i组第j个路径上接收传感器的坐标。
为了验证该方法的检测能力，在典型有缺陷的钢板上用4*4均匀分布的矩形阵列对典型缺陷进行了成像，成像结果如图3和4所示。
图3成像中显示缺陷的中心位置位于点(0，0)出，与实际缺陷中心位置吻合，体现了该阵列对检测中心位置缺陷的有效性。
图4非中心位置成像结果显示缺陷的中心位置位于点(-57，57)处，与实际的缺陷中心位置(-60，60)的绝对误差为3mm，相对误差为5％，可以实现对缺陷的准确定位成像。
本发明提供了一种基于相同传播距离的兰姆波无基准损伤检测成像方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
实施例2
第二方面，本实施例提供了一种基于相同传播距离的兰姆波无基准损伤检测成像装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。
实施例3
第三方面，本实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
实施例4
第四方面，本实施例提供了一种计算机设备，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，包括：
获取布置在目标检测区域传感器阵列中每条路径上响应信号，其中传感器阵列中每个传感器既能够作为发射传感器又能够作为接收传感器，所述每条路径上响应信号是指响应于传感器阵列中发射传感器的激励信号，对应路径上接收传感器收到的响应信号；
计算每条路径上响应信号的功率谱密度值；
对所有路径进行分组，将相同传播距离的路径分至一组，将每组中功率谱密度值最大的响应信号对应的路径作为无损路径；
针对每组，根据同组的一条路径上响应信号的功率谱密度值与无损路径上响应信号的功率谱密度值计算这条路径的功率谱损伤指数，得到所有路径的功率谱损伤指数；
根据每条路径发射传感器和接收传感器的坐标，计算这条路径的成像区域内坐标点处的空间分布函数；
根据所有路径的功率谱损伤指数和空间分布函数，利用椭圆概率成像方法对目标检测区域内的缺陷进行成像。
2.根据权利要求1所述的基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，获取布置在目标检测区域传感器阵列中每条路径上响应信号，包括：根据目标检测区域位置布置传感器阵列，选取合适的汉宁窗激励信号，并获取每条路径上的响应信号；
汉宁窗的激励信号A的表达式为：
其中，fc代表中心频率，n代表周期数，t代表时间；经过传感器阵列中发射传感器的激励，记接收传感器收到的响应信号为y(t)。
3.根据权利要求1所述的基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，计算每条路径上响应信号的功率谱密度值P(ω)，包括：
其中，每条路径的响应信号为y(t)，t代表时间，Y(ω)为响应信号y(t)的傅里叶变换。
4.根据权利要求1所述的基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，对所有路径进行分组，将相同传播距离的路径分至一组，包括：
根据每条路径发射传感器和接收传感器的坐标，计算得到对应路径的长度，将路径的长度相同的路径分为一组，将所有路径分为传播距离各不相同的M组。
5.根据权利要求1所述的基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，根据同组的一条路径上响应信号的功率谱密度值与无损路径上响应信号的功率谱密度值计算这条路径的功率谱损伤指数，包括：
其中Diij为第i组第j个路径上的功率谱损伤指数，Pij为第i组j个路径上响应信号的功率谱密度值，MPi为第i组无损路径上响应信号的功率谱密度值。
6.根据权利要求1所述的基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，根据每条路径发射传感器和接收传感器的坐标，计算这条路径的成像区域内坐标点处的空间分布函数，包括：
其中，Wij(x，y)为第i组第j个路径上坐标点(x，y)处的空间分布函数；(xl，yl)第i组第j个路径上发射传感器的坐标，(xn，yn)第i组第j个路径上接收传感器的坐标。
7.根据权利要求1所述的基于相同传播距离的兰姆波无基准损伤检测成像方法，其特征在于，根据所有路径的功率谱损伤指数和空间分布函数Wi(x，y)，利用椭圆概率成像方法对目标检测区域内的缺陷进行成像；包括：
其中，(x，y)代表成像区域内坐标点(x，y)处的像素值，M为路径分组数，N为第i组路径数，Diij为第i组第j个路径的功率谱损伤指数，β是椭圆成像时椭圆最外围的阈值，Rij(x，y)为第i组第j个路径阈值后的空间分布函数。
8.一种基于相同传播距离的兰姆波无基准损伤检测成像装置，其特征在于，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述方法的步骤。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311064111.4A CN117054524A (zh) | 2023-08-23 | 2023-08-23 | 一种基于相同传播距离的兰姆波无基准损伤检测成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311064111.4A CN117054524A (zh) | 2023-08-23 | 2023-08-23 | 一种基于相同传播距离的兰姆波无基准损伤检测成像方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117054524A true CN117054524A (zh) | 2023-11-14 |
Family
ID=88653264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311064111.4A Pending CN117054524A (zh) | 2023-08-23 | 2023-08-23 | 一种基于相同传播距离的兰姆波无基准损伤检测成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117054524A (zh) |
-
2023
- 2023-08-23 CN CN202311064111.4A patent/CN117054524A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10877084B2 (en) | Nonlinear model transformation solving and optimization method for partial discharge positioning based on multi-ultrasonic sensor | |
| Zhao et al. | Ultrasonic Lamb wave tomography in structural health monitoring | |
| CN113888471A (zh) | 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法 | |
| KR20140068237A (ko) | 초음파 매트릭스 조사 장치 | |
| US4290308A (en) | Method of monitoring defects in tubular products | |
| CN110514745B (zh) | 一种基于多频声发射信号的缆索断丝位置确定的方法 | |
| CN110687208A (zh) | 一种基于双曲线定位的无基准Lamb波损伤监测方法 | |
| CN109085244A (zh) | 一种基于压电阵列的非线性Lamb波结构疲劳损伤层析成像方法 | |
| US20200393347A1 (en) | Imaging Method of Internal Defects in Longitudinal Sections of Trees | |
| CN109085245B (zh) | 确定待测客体中缺陷的方法和超声波探伤仪 | |
| CN112525998B (zh) | 一种墙体质量的检测方法及装置 | |
| CN108802181B (zh) | 一种缺陷的检测方法及装置 | |
| CN107727749B (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 | |
| AU2020271967B2 (en) | Method for determining the geometry of a defect on the basis of non-destructive measurement methods using direct inversion | |
| EP3388827B1 (en) | Defect detection using ultrasound scan data | |
| CN113960171B (zh) | 一种基于超声导波的损伤识别方法及系统 | |
| US20200088693A1 (en) | Method for Analyzing a Test Data Set from an Ultrasonic Test | |
| CN117054524A (zh) | 一种基于相同传播距离的兰姆波无基准损伤检测成像方法 | |
| CN115856087B (zh) | 基于纵波一发一收超声相控阵探头的全聚焦成像方法 | |
| CN104040329A (zh) | 用于检测在检查对象内部的缺陷的方法和装置 | |
| CN115856532A (zh) | 基于超声波传播路径识别的变压器局部放电源定位方法 | |
| CN112485335A (zh) | 一种基于射线分割的检测树木内部缺陷的断层成像方法 | |
| CN114755302A (zh) | 一种基于超声相控阵的裂纹表征方法及装置 | |
| CN111272869B (zh) | 一种用于复合材料修理后超声检测的斜坡系数的确定方法 | |
| CN117074531A (zh) | 一种基于参考信号预测的兰姆波损伤概率成像方法 |
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 |