CN117288129A - 一种托盘盛装的辐照物料厚度检测方法 - Google Patents
一种托盘盛装的辐照物料厚度检测方法 Download PDFInfo
- Publication number
- CN117288129A CN117288129A CN202311585268.1A CN202311585268A CN117288129A CN 117288129 A CN117288129 A CN 117288129A CN 202311585268 A CN202311585268 A CN 202311585268A CN 117288129 A CN117288129 A CN 117288129A
- Authority
- CN
- China
- Prior art keywords
- thickness
- electric signal
- fundamental frequency
- obtaining
- value
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 62
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 238000005070 sampling Methods 0.000 claims description 84
- 238000009499 grossing Methods 0.000 claims description 48
- 238000010586 diagram Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 13
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
- G01B17/02—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations for measuring thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- 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
Abstract
本发明涉及辐照物料测厚技术领域,具体涉及一种托盘盛装的辐照物料厚度检测方法,该方法包括:将托盘盛装的辐照物料测厚的超声波信号转换成电信号得到辐照物料的测厚电信号,通过辐照物料的测厚电信号在时域、频域上的信号特征分析受噪声干扰程度构建时域受扰因子以及频域受扰因子,根据时域、频域受扰因子得到平滑系数调整因子,对原始维纳滤波算法中的平滑系数进行改进,基于改进后的维纳滤波算法进行电信号去噪,通过去噪后电信号获取辐照物料厚度。从而实现辐照物料厚度检测,提高维纳滤波对测厚电信号的去噪效果,降低噪声对测厚电信号的干扰,提高了测厚电信号的质量,使通过测厚电信号获得的辐照物料厚度更准确。
Description
技术领域
本申请涉及辐照物料测厚技术领域,具体涉及一种托盘盛装的辐照物料厚度检测方法。
背景技术
辐照物料是指通过辐射源进行辐照处理的物质,辐照物料不同,目的不同,所使用的射线种类以及辐照强度也不相同。同时辐照处理在橡胶、塑料制品、纺织品处理领域有着极其广泛的应用,为使得辐照物料进行辐照处理时保证完整均匀化,对辐照物料厚度的测量必不可少。使用超声波技术对辐照物料进行测厚时,通常考虑的是超声波在物料中的传播速度以及时间,而没有从超声波信号在物料中的衰减特性方面考虑。通过将超声波信号转换成电信号进而分析信号衰减特征时,不仅能够得到更为详细的信号特征以及参数信息,而且还可以提供延迟线补偿功能,消除探头之间超声波信号接收的时间差异对测量精度的影响,有利于更准确的评估信号在物料中的衰减程度。
但将超声波转换成电信号分析时,容易受到测量环境中噪声信号的干扰,同时在信号转换过程中可能会引入新的噪声变量,通过维纳滤波算法对转换获得的辐照物料的测厚电信号进行去噪处理时,平滑系数过大会使得维纳滤波去噪效果更好,但可能会导致信号失真;而较小的平滑系数虽然能保留辐照物料的测厚电信号的细节信息,但会使得某些信号成分过于尖锐,导致对噪声信号的处理效果较差,后续无法提供较为精准的辐照物料测厚信号数据。
综上所述,本发明提出一种托盘盛装的辐照物料厚度检测方法,将托盘盛装的辐照物料测厚的超声波信号转换成电信号得到辐照物料的测厚电信号,通过辐照物料的测厚电信号在时域以及频域上的信号特征分析受噪声的干扰程度,构建时域受扰因子以及频域受扰因子,根据时域、频域受扰因子得到平滑系数调整因子,对原始维纳滤波算法中的平滑系数进行改进,基于改进后的维纳滤波算法进行电信号去噪,通过去噪后电信号获取辐照物料厚度,提高辐照物料厚度检测精度。
发明内容
为了解决上述技术问题,本发明提供一种托盘盛装的辐照物料厚度检测方法,以解决现有的问题。
本发明的一种托盘盛装的辐照物料厚度检测方法采用如下技术方案:
本发明一个实施例提供了一种托盘盛装的辐照物料厚度检测方法,该方法包括以下步骤:
采集辐照物料测厚的超声波信号;将超声波信号转换成的电信号作为测厚电信号;
通过傅里叶变换获取测厚电信号时域波形图中的周期大小;通过周期大小获取时域波形图中各周期;根据时域波形图中不同振幅重复出现情况得到采样时间内测厚电信号的二元振幅熵;根据二元振幅熵及各周期内测厚电信号波动变化得到采样时间内测厚电信号的时域受扰因子;通过离散傅里叶变换获取各周期时域波形图的频谱图;根据各频谱图的基频信号包络中能量最大、最小值得到各频谱图基频信号包络的能量变化量;根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频能量差异系数;根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频信号衰减率;根据采样时间内测厚电信号的基频能量差异系数及基频信号衰减率得到采样时间内测厚电信号的频域受扰因子;根据时域、频域受扰因子得到测厚电信号的平滑系数调整因子;根据平滑系数调整因子得到新的平滑系数;
通过新的平滑系数结合维纳滤波算法对测厚电信号进行去噪得到去噪测厚电信号;根据不同标准厚度辐照物料的去噪测厚电信号得到待测物料的厚度。
优选的,所述根据时域波形图中不同振幅重复出现情况得到采样时间内测厚电信号的二元振幅熵,具体包括:
在采样时间内,获取时域波形图中所有波峰中振幅最大值、最小值,分别确定为波峰最大、最小振幅值;获取波谷最大、最小振幅值;将第a个波峰、波谷的振幅进行组合得到第a个二元振幅组;获取各二元振幅组在时域波形图中出现的次数;获取时域波形图中所有二元振幅组的个数;将各二元振幅组的所述次数与所有二元振幅组的个数的比值作为各二元振幅组的发生概率;计算所有二元振幅组发生概率的熵;将所述熵作为采样时间内测厚电信号的二元振幅熵。
优选的,所述根据二元振幅熵及各周期内测厚电信号波动变化得到采样时间内测厚电信号的时域受扰因子,具体包括:
获取时域波形图各周期内所有波峰中振幅最大值,记为周期最大波峰值;获取时域波形图中所有波峰振幅均值;计算各周期最大波峰值与所述振幅均值的差值绝对值,记为第一差值绝对值;计算所有第一差值绝对值的和值;计算二元振幅熵与所述第一差值绝对值的和值的比值;计算相邻两个周期内过零点次数的差值绝对值,记为第二差值绝对值;计算所有第二差值绝对值的和值;计算以自然常数为底数、以所述第二差值绝对值的和值为指数的指数函数的计算结果;计算所述比值与所述计算结果的乘积;将所述乘积作为采样时间内测厚电信号的时域受扰因子。
优选的,所述能量变化量,具体为:将各频谱图的基频信号包络中能量最大值与能量最小值的差值作为各频谱图基频信号包络的能量变化量。
优选的,所述根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频能量差异系数,具体包括:
计算各频谱图中所有频率信号的能量均值;计算各基频信号包络中能量最大值与所述能量均值的差值;计算各基频信号包络的能量变化量与所述差值的和值;将所述和值作为采样时间内测厚电信号的基频能量差异系数。
优选的,所述根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频信号衰减率,具体包括:
获得各基频信号包络的X-dB带宽,X为预设数值;计算各基频信号包络的能量变化量与所述带宽的比值;计算所有所述比值的和值;将所述和值作为采样时间内测厚电信号的基频信号衰减率。
优选的,所述根据采样时间内测厚电信号的基频能量差异系数及基频信号衰减率得到采样时间内测厚电信号的频域受扰因子,具体包括:
将各周期的测厚电信号通过EMD经验模态分解算法进行分解得到各周期测厚电信号的模态分量个数;计算相邻两个周期内模态分量个数的差值绝对值;计算所有所述差值绝对值的和值;计算以自然常数为底数、以所述和值为指数的指数函数的计算结果;计算采样时间内测厚电信号的基频能量差异系数及基频信号衰减率的比值;计算所述比值与所述计算结果的乘积;将所述乘积作为采样时间内测厚电信号的频域受扰因子。
优选的,所述根据时域、频域受扰因子得到测厚电信号的平滑系数调整因子,具体包括:计算以自然常数为底数、以频域受扰因子为指数的指数函数的计算结果;计算时域受扰因子与所述计算结果的乘积;将所述乘积作为测厚电信号的平滑系数调整因子。
优选的,所述根据平滑系数调整因子得到新的平滑系数,具体包括:
获取原始维纳滤波算法中的平滑系数,记为原始平滑系数;预设调整参数;计算调整参数与平滑系数调整因子的和值;计算原始平滑系数与所述和值的乘积;将所述乘积作为新的平滑系数。
优选的,所述根据不同标准厚度辐照物料的去噪测厚电信号得到待测物料的厚度,具体为:
通过不同标准厚度辐照物料的去噪测厚电信号建立厚度与对应电信号幅值之间的关系曲线图;将待测物料的去噪测厚电信号幅值在关系曲线图中对应的厚度值作为待测物料的厚度。
本发明至少具有如下有益效果:
本发明通过将原始超声波信号转换为电信号,基于测厚电信号的时域波动幅值与频域能量变化,分析噪声对测厚电信号的干扰程度,构建平滑系数调整因子,对平滑因子进行自适应调整,在保证辐照物料的测厚电信号尽可能多的细节信息基础上,提高维纳滤波对测厚电信号的去噪效果,降低噪声对测厚电信号的干扰,提高了测厚电信号的质量,使通过测厚电信号获得的辐照物料厚度更准确;
为避免平滑因子过大或过小导致测厚电信号去噪效果较差的问题,本发明通过将辐照物料测厚时采集到的超声波信号转换为电信号,通过傅里叶变换获取测厚电信号时域波形图中各周期;在测厚电信号的时域波形图中,根据时域波形图中不同振幅重复出现情况以及各周期内测厚电信号波动变化构建时域受扰因子;在时域波形图对应的各周期频域图中,根据各频谱图的基频信号包络中能量衰减情况以及过零点次数构建频域受扰因子,根据时域、频域受扰因子得到平滑系数调整因子,基于平滑系数调整因子对原始维纳滤波算法中的平滑系数进行改进,基于改进后的维纳滤波算法进行电信号去噪,通过去噪后电信号获取辐照物料厚度,实现辐照物料厚度检测,提高厚度检测准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明提供的一种托盘盛装的辐照物料厚度检测方法的流程图;
图2为辐照物料的测厚电信号时域波形图示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种托盘盛装的辐照物料厚度检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种托盘盛装的辐照物料厚度检测方法的具体方案。
本发明一个实施例提供的一种托盘盛装的辐照物料厚度检测方法。
具体的,提供了如下的一种托盘盛装的辐照物料厚度检测方法,请参阅图1,该方法包括以下步骤:
步骤S001,将托盘盛装的辐照物料测厚的超声波信号转换成电信号得到辐照物料的测厚电信号。
首先,根据辐照物料类型和材料特性,选择适合的超声波探头以及设置相应的超声波频率,其次保证检测区域干净,无油渍、尘埃等杂质,使用悬挂于托盘上方的探头发射超声波进行厚度检测,通过超声波接收器接收反射回来的超声波信号并将其转换成电信号,将该电信号确定为测厚电信号,之后再根据信号放大器对测厚电信号进行放大,以提高辐照物料的测厚电信号强度以及信噪比。设置超声波信号采样频率为200Hz,对每一辐照物料的采样时间设置为10s,需要说明的是,采样频率及采样时间的大小实施者可自行设定,本实施例不做具体限制。根据采样频率在采样时间内采集超声波信号,获取每个采集到的超声波信号所对应的电信号,将获取到的电信号作为辐照物料的测厚电信号。
为避免因仪器产生瞬时故障或外界干扰导致转换之后的辐照物料的测厚电信号存在信号缺失现象,需对获得的测厚电信号进行预处理。本实施例中使用的预处理算法为线性回归法,原因在于线性回归法通过拟合线性方程来预测缺失的信号值,能够适应不同信号形态和噪声的特点,有助于后续的信号分析和模型推导,实施者也可根据实际情况选择其它信号填充算法对辐照物料的测厚电信号进行预处理。
步骤S002,根据辐照物料的测厚电信号在时域、频域上的信号特征得到时域受扰因子以及频域受扰因子,根据时域、频域受扰因子得到平滑系数调整因子,结合平滑系数调整因子对原始维纳滤波算法中的平滑系数进行改进。
使用超声波技术对辐照物料进行测厚时,超声波信号经过辐照物料表面时,部分信号会被表面反射回来形成回波信号,这些回波信号可能会与之后从辐照物料底部返回的超声波信号叠加,产生信号混叠现象;同时辐照物料的厚度越大时,超声波信号会经过更多的物质层次,物料内部的不均匀性以及粗糙度可能导致超声波信号在各个方向上散射,进而使得转换之后的电信号中存在较多后向散射噪声,这些散射信号会与目标信号混合,降低对辐照物料厚度测量的准确性。此外,超声波探头与物料表面之间的空气耦合与仪器噪声也会对超声波信号产生一定的影响。
当来自环境、设备的非目标信号噪声(即上述噪声信号)的干扰程度越大时,通过超声波信号转换获得的电信号在时频域中也会产生一定的变化。具体来讲,转换之后的电信号受到噪声干扰的程度越大时,电信号在时域上的波峰、波谷振幅值越混乱,其信号过零率也会存在较大的差异;电信号在频域上出现额外的频率成分数量越多,且基频信号的能量衰减越慢,基频信号带宽越大,此时越应该调高维纳滤波算法中的平滑系数,减弱电信号中的噪声干扰程度,提高后续构建电信号幅值-厚度关系曲线的精确性。基于上述特征构建平滑系数调整因子,用于后续改进维纳滤波算法,实现对辐照物料的测厚电信号的去噪处理。
首先,根据上述步骤获取到的辐照物料的测厚电信号绘制出相应的时域波形图,如图2所示,通过傅里叶变换法获得测厚电信号的周期大小,具体为:首先通过傅里叶变换将辐照物料的测厚电信号转换到频域中,确定主要频率成分;然后获取主要频率成分中能量最大值对应的频率;最后通过该频率倒数求得测厚电信号的周期大小,将测厚电信号的周期大小用T表示。根据周期大小T将测厚电信号的时域波形图划分为不同的周期,将每个周期分别用表示,其中n为采样时间内的测厚电信号的周期个数)。确定整个采样时间内测厚电信号的所有波峰中振幅最大值与最小值,分别确定为波峰最大振幅值/>与波峰最小振幅值/>,同时确定其所有波谷中振幅最大值与最小值,分别确定为波谷最大振幅值/>与波谷最小振幅值/>;基于采样时间内测厚电信号的波峰、波谷振幅值构建二元振幅组/>,其中/>表示第a个波峰的振幅,/>表示第a个波谷的振幅。为计算采样时间内测厚电信号的时域受扰因子,首先,基于上述数据计算采样时间内测厚电信号的二元振幅熵Ent,表达式为:
式中,为采样时间内测厚电信号的二元振幅熵;/>、/>分别为采样时间内测厚电信号的波峰最小、最大振幅值;/>、/>分别为采样时间内测厚电信号的波谷最小、最大振幅值;/>为采样时间内第a个二元振幅组;/>为第a个二元振幅组/>在整个采样时间内的发生概率;/>为时域波形图中二元振幅组/>在整个采样时间内重复出现的次数;/>为时域波形图中产生的所有二元振幅组的个数。其中计算熵的表达式为公知技术。
当测厚电信号不受噪声等其他因素干扰时,测厚电信号呈现规律性波动变化,如图2所示,在整个采样时间内不同高度的波峰重复出现的次数相同,从而每种二元振幅组的概率基本相同,计算得到的二元振幅熵较小;而当某个周期内受到噪声影响时,该周期内的测厚电信号发生改变,该周期内的电信号波动与其他周期内的电信号波动出现差异,从而统计每种二元振幅组的概率时,则由于部分电信号的波动发生变化,获取到的每种二元振幅组的概率不再相同,计算得到的二元振幅熵较大。
然后,统计每个周期内测厚电信号过零点的次数,分别用表示;获取每个周期内测厚电信号的所有波峰中振幅最大值,将其确定为周期最大波峰值/>;之后计算整个采样时间内测厚电信号的所有振幅的均值记为/>。根据每个周期内测厚电信号的数据变化以及采样时间内测厚电信号的二元振幅熵计算采样时间内测厚电信号的时域受扰因子/>,表达式为:
式中,为采样时间内测厚电信号的时域受扰因子;n为采样时间内的测厚电信号的周期个数;/>为采样时间内测厚电信号的二元振幅熵;/>为时域内第i个周期测厚电信号的周期最大波峰值;/>为时域内整个采样时间中所有测厚电信号的振幅均值;、/>分别为第i个、第/>个周期内测厚电信号过零点的次数;/>为归一化函数,使得/>的值域处于/>的范围内。其中,/>为第一差值绝对值,为第二差值绝对值。
当采样时间内测厚电信号受到噪声的干扰程度越大时,TD时域受扰因子越大,采样时间内的测厚电信号波峰、波谷振幅值越不稳定,即越大;同时,前一周期与后一周期中信号过零点的次数差值越大,即/>越大,进一步的,整个采样时间中所有周期内信号过零点的次数差值越大,即/>越大;当采样时间内测厚电信号受到噪声的干扰程度越大时,噪声信号越有可能掩盖原始信号,周期内波峰最大振幅值与整个采样时间中所有测厚电信号的平均振幅值之间的差值越小,即越小,进一步的,所有周期中电信号波峰最大振幅值与整个采样时间中所有电信号的平均振幅值差值之和越小,即/>越小,此时越应该调高维纳滤波的平滑系数,减弱电信号中的噪声干扰程度,提高后续对测厚电信号的去噪效果。
对每个周期测厚电信号的时域波形图使用离散傅里叶变换获得对应每个周期的频谱图,其中离散傅里叶变换为公知技术,具体过程不再赘述。在每个频谱图中,确定最大信号包络中能量最大值对应的频率即基频,最大信号包络即为基频信号包络,然后获取基频信号包络中能量最小值,将第i个频谱图的基频信号包络中的能量最大值、最小值分别确定为、/>;计算第i个频谱图中所有频率信号的能量均值,记为/>。为获取采样时间内测厚电信号的频域受扰因子,首先,基于上述数据分析不同周期频谱图中基频信号的差异计算采样时间内测厚电信号的基频能量差异系数,表达式为:
式中,为采样时间内测厚电信号的基频能量差异系数;n为采样时间内的测厚电信号的周期个数;/>、/>分别为第i个频谱图的基频信号包络中的能量最大值、最小值,/>表示第i个频谱图基频信号包络的能量变化量;/>为频谱图中所有频率信号的能量均值。当每个周期内测厚电信号受到噪声的干扰程度越大时,每个周期的基频信号包络中的能量最大值与能量最小值之间的差异越大,基频信号包络中的能量最大值与所有频率信号的能量均值之间的差异越大,从而基频能量差异系数越大。
然后,获得第i个频谱图中基频信号包络的X-dB带宽,记为,需要说明的是,X的值实施者可自行设定,本实施例将X的值设定为3;通过EMD经验模态分解算法对每个周期对应的测厚电信号进行信号分解,EMD经验模态分解算法的输入为每个周期对应的测厚电信号,输出为每个周期对应的IMF分量个数即模态分量个数,将第i个周期对应的测厚电信号经过EMD信号分解后获得的模态分量个数确定为/>。其中X-dB带宽计算方式以及EMD经验模态分解算法为公知技术,本实施例不再过多赘述。根据每个频谱图中基频信号包络的3dB带宽及基频信号包络中的能量最大值、最小值计算采样时间内测厚电信号的基频信号衰减率,表达式为:
式中,为采样时间内测厚电信号的基频信号衰减率;n为采样时间内的测厚电信号的周期个数;/>、/>分别为第i个频谱图的基频信号包络中的能量最大值、最小值;/>为第i个频谱图中基频信号包络的3dB带宽。当采样时间内测厚电信号受到噪声的干扰程度越大时,基频信号中的频率成分越多,基频信号的3db带宽越大,/>越大,基频信号的信号衰减率越慢,即/>越小,进一步的,/>越小,SAR基频信号衰减率越小;
最后,由于噪声还会影响不同周期内的模态分量个数,因此将其结合采样时间内测厚电信号的基频能量差异系数及基频信号衰减率计算采样时间内测厚电信号的频域受扰因子,表达式为:
式中,为采样时间内测厚电信号的频域受扰因子;/>、/>分别为第i、个周期对应的测厚电信号经过EMD信号分解后获得的模态分量个数;/>为以e为底的指数函数;/>为归一化函数,使得/>的值域处于/>的范围内。/>越大,则不同周期的基频信号包络之间的差异越大,受噪声干扰程度越大;/>越小,基频信号衰减速度越慢,基频信号包络越宽,受噪声干扰程度越大;当采样时间内测厚电信号受到噪声的干扰程度越大时,前后周期对应的测厚电信号经过EMD信号分解后获得的IMF分量数之间的差值越大,即/>越大,进一步的,/>越大(加e是为了增加模态分量个数差异的计算权重),此时越应该调高维纳滤波的平滑系数,减弱电信号中的噪声干扰程度,提高后续对测厚电信号的去噪效果。
至此,可根据上述获得的时域受扰因子以及频域受扰因子获得测厚电信号的平滑系数调整因子,用于后续改进维纳滤波算法中的平滑系数,平滑系数调整因子的表达式为:
式中,为测厚电信号的平滑系数调整因子;/>、/>分别为采样时间内测厚电信号的时域受扰因子、频域受扰因子;/>为以e为底的指数函数。
时域受扰因子越大,则采样时间内测厚电信号受到噪声的干扰程度越大,电信号在时域上的波峰、波谷振幅值越混乱,周期之间的信号过零率差异越大,此时越应该调高维纳滤波算法中的平滑系数,削弱电信号的噪声干扰程度,提高对测厚电信号的去噪效果;频域受扰因子FD越大时,各个周期频谱图的基频信号包络中的频率成分越多,信号衰减率越慢,信号能量差异值越大,此时越应该调高维纳滤波算法中的平滑系数,减少测厚电信号中噪声的干扰程度,获得更为精确的测厚电信号数据。(加e是由于测厚电信号在频域上的细节特征更丰富,因此在计算平滑系数调整因子时,需提高频域受扰因子FD的计算权重)。
根据平滑系数调整因子对原始维纳滤波算法中的平滑系数进行调整,调整后新的平滑系数表达式为:
为新的平滑系数;/>为原始维纳滤波算法在处理测厚电信号时使用的平滑系数,记为原始平滑系数,本实施例中/>经验值为0.6;/>为调整参数,经验值为0.5;/>为测厚电信号的平滑系数调整因子。需要说明的是,/>、/>的值实施者可自行设定,本实施例不做具体限制。
步骤S003,通过改进后的维纳滤波算法对测厚电信号进行去噪处理,根据去噪后的测厚电信号对辐照物料的厚度进行检测。
在上述步骤中已获得测厚电信号的新的平滑系数,将其代入维纳滤波算法中对测厚电信号进行去噪处理,维纳滤波算法的输入为采样时间内测厚电信号,输出为经过去噪处理之后的测厚电信号,由于维纳滤波算法为公知技术,本实施例不再过多赘述。
在获得去噪处理之后的测厚电信号基础上,通过超声波技术对不同标准厚度的辐照物料进行测厚,建立标准的电信号幅值-厚度关系曲线图,电信号幅值-厚度关系曲线图中的横坐标为电信号幅值(即通过转换之后的电信号回波幅值),纵坐标为辐照物料的厚度。之后针对待测辐照物料进行测厚时,记录电信号幅值,并利用建立好的标准电信号幅值-厚度关系曲线图确定当前电信号幅值在所属曲线图中对应的纵坐标值即辐照物料厚度值。
综上所述,本发明实施例通过将原始超声波信号转换为电信号,基于测厚电信号的时域波动幅值与频域能量变化,分析噪声对测厚电信号的干扰程度,构建平滑系数调整因子,对平滑因子进行自适应调整,在保证辐照物料的测厚电信号尽可能多的细节信息基础上,提高维纳滤波对测厚电信号的去噪效果,降低噪声对测厚电信号的干扰,提高了测厚电信号的质量,使通过测厚电信号获得的辐照物料厚度更准确;
为避免平滑因子过大或过小导致测厚电信号去噪效果较差的问题,本实施例通过将辐照物料测厚时采集到的超声波信号转换为电信号,通过傅里叶变换获取测厚电信号时域波形图中各周期;在测厚电信号的时域波形图中,根据时域波形图中不同振幅重复出现情况以及各周期内测厚电信号波动变化构建时域受扰因子;在时域波形图对应的各周期频域图中,根据各频谱图的基频信号包络中能量衰减情况以及过零点次数构建频域受扰因子,根据时域、频域受扰因子得到平滑系数调整因子,基于平滑系数调整因子对原始维纳滤波算法中的平滑系数进行改进,基于改进后的维纳滤波算法进行电信号去噪,通过去噪后电信号获取辐照物料厚度,实现辐照物料厚度检测,提高厚度检测准确性。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种托盘盛装的辐照物料厚度检测方法,其特征在于,该方法包括以下步骤:
采集辐照物料测厚的超声波信号;将超声波信号转换成的电信号作为测厚电信号;
通过傅里叶变换获取测厚电信号时域波形图中的周期大小;通过周期大小获取时域波形图中各周期;根据时域波形图中不同振幅重复出现情况得到采样时间内测厚电信号的二元振幅熵;根据二元振幅熵及各周期内测厚电信号波动变化得到采样时间内测厚电信号的时域受扰因子;通过离散傅里叶变换获取各周期时域波形图的频谱图;根据各频谱图的基频信号包络中能量最大、最小值得到各频谱图基频信号包络的能量变化量;根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频能量差异系数;根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频信号衰减率;根据采样时间内测厚电信号的基频能量差异系数及基频信号衰减率得到采样时间内测厚电信号的频域受扰因子;根据时域、频域受扰因子得到测厚电信号的平滑系数调整因子;根据平滑系数调整因子得到新的平滑系数;
通过新的平滑系数结合维纳滤波算法对测厚电信号进行去噪得到去噪测厚电信号;根据不同标准厚度辐照物料的去噪测厚电信号得到待测物料的厚度。
2.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据时域波形图中不同振幅重复出现情况得到采样时间内测厚电信号的二元振幅熵,具体包括:
在采样时间内,获取时域波形图中所有波峰中振幅最大值、最小值,分别确定为波峰最大、最小振幅值;获取波谷最大、最小振幅值;将第a个波峰、波谷的振幅进行组合得到第a个二元振幅组;获取各二元振幅组在时域波形图中出现的次数;获取时域波形图中所有二元振幅组的个数;将各二元振幅组的所述次数与所有二元振幅组的个数的比值作为各二元振幅组的发生概率;计算所有二元振幅组发生概率的熵;将所述熵作为采样时间内测厚电信号的二元振幅熵。
3.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据二元振幅熵及各周期内测厚电信号波动变化得到采样时间内测厚电信号的时域受扰因子,具体包括:
获取时域波形图各周期内所有波峰中振幅最大值,记为周期最大波峰值;获取时域波形图中所有波峰振幅均值;计算各周期最大波峰值与所述振幅均值的差值绝对值,记为第一差值绝对值;计算所有第一差值绝对值的和值;计算二元振幅熵与所述第一差值绝对值的和值的比值;计算相邻两个周期内过零点次数的差值绝对值,记为第二差值绝对值;计算所有第二差值绝对值的和值;计算以自然常数为底数、以所述第二差值绝对值的和值为指数的指数函数的计算结果;计算所述比值与所述计算结果的乘积;将所述乘积作为采样时间内测厚电信号的时域受扰因子。
4.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述能量变化量,具体为:将各频谱图的基频信号包络中能量最大值与能量最小值的差值作为各频谱图基频信号包络的能量变化量。
5.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频能量差异系数,具体包括:
计算各频谱图中所有频率信号的能量均值;计算各基频信号包络中能量最大值与所述能量均值的差值;计算各基频信号包络的能量变化量与所述差值的和值;将所述和值作为采样时间内测厚电信号的基频能量差异系数。
6.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据各基频信号包络的能量变化量得到采样时间内测厚电信号的基频信号衰减率,具体包括:
获得各基频信号包络的X-dB带宽,X为预设数值;计算各基频信号包络的能量变化量与所述带宽的比值;计算所有所述比值的和值;将所述和值作为采样时间内测厚电信号的基频信号衰减率。
7.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据采样时间内测厚电信号的基频能量差异系数及基频信号衰减率得到采样时间内测厚电信号的频域受扰因子,具体包括:
将各周期的测厚电信号通过EMD经验模态分解算法进行分解得到各周期测厚电信号的模态分量个数;计算相邻两个周期内模态分量个数的差值绝对值;计算所有所述差值绝对值的和值;计算以自然常数为底数、以所述和值为指数的指数函数的计算结果;计算采样时间内测厚电信号的基频能量差异系数及基频信号衰减率的比值;计算所述比值与所述计算结果的乘积;将所述乘积作为采样时间内测厚电信号的频域受扰因子。
8.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据时域、频域受扰因子得到测厚电信号的平滑系数调整因子,具体包括:计算以自然常数为底数、以频域受扰因子为指数的指数函数的计算结果;计算时域受扰因子与所述计算结果的乘积;将所述乘积作为测厚电信号的平滑系数调整因子。
9.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据平滑系数调整因子得到新的平滑系数,具体包括:
获取原始维纳滤波算法中的平滑系数,记为原始平滑系数;预设调整参数;计算调整参数与平滑系数调整因子的和值;计算原始平滑系数与所述和值的乘积;将所述乘积作为新的平滑系数。
10.如权利要求1所述的一种托盘盛装的辐照物料厚度检测方法,其特征在于,所述根据不同标准厚度辐照物料的去噪测厚电信号得到待测物料的厚度,具体为:
通过不同标准厚度辐照物料的去噪测厚电信号建立厚度与对应电信号幅值之间的关系曲线图;将待测物料的去噪测厚电信号幅值在关系曲线图中对应的厚度值作为待测物料的厚度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311585268.1A CN117288129B (zh) | 2023-11-27 | 2023-11-27 | 一种托盘盛装的辐照物料厚度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311585268.1A CN117288129B (zh) | 2023-11-27 | 2023-11-27 | 一种托盘盛装的辐照物料厚度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117288129A true CN117288129A (zh) | 2023-12-26 |
CN117288129B CN117288129B (zh) | 2024-02-02 |
Family
ID=89248389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311585268.1A Active CN117288129B (zh) | 2023-11-27 | 2023-11-27 | 一种托盘盛装的辐照物料厚度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117288129B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5381442A (en) * | 1993-04-01 | 1995-01-10 | Massachusetts Institute Of Technology | Coherent Fourier transform radiometer for determining the thickness distribution of an oil film on a body of water based on the brightness temperature of the oil film and water over a range of radiation frequencies |
US6366861B1 (en) * | 1997-04-25 | 2002-04-02 | Applied Materials, Inc. | Method of determining a wafer characteristic using a film thickness monitor |
US6415253B1 (en) * | 1998-02-20 | 2002-07-02 | Meta-C Corporation | Method and apparatus for enhancing noise-corrupted speech |
EP2109322A2 (en) * | 2008-04-09 | 2009-10-14 | Intel Corporation | In-loop adaptive Wiener filter for video coding and decoding |
CN101701809A (zh) * | 2009-11-12 | 2010-05-05 | 哈尔滨工业大学 | 一种电磁超声测厚仪及其测量方法 |
US20120084084A1 (en) * | 2010-10-04 | 2012-04-05 | LI Creative Technologies, Inc. | Noise cancellation device for communications in high noise environments |
CN103033154A (zh) * | 2012-12-21 | 2013-04-10 | 北京工业大学 | 一种用于提高超声检测时间分辨率的自回归谱分析方法 |
WO2017214870A1 (zh) * | 2016-06-15 | 2017-12-21 | 深圳迈瑞生物医疗电子股份有限公司 | 一种生理参数的计算方法及相应的医疗设备 |
KR20190019668A (ko) * | 2017-08-18 | 2019-02-27 | 가천대학교 산학협력단 | 웨이블릿 변환과 변형된 샤논 에너지 엔벨로프를 이용한 심전도 r-피크 검출 장치 및 그 방법 |
CN109781041A (zh) * | 2019-02-28 | 2019-05-21 | 华中科技大学 | 一种基于频域分析的电磁超声测厚方法 |
CN110430152A (zh) * | 2019-09-04 | 2019-11-08 | 中国科学院上海高等研究院 | 时频压缩多载波发射方法、接收方法、发射器及接收器 |
CN114285505A (zh) * | 2021-12-16 | 2022-04-05 | 重庆会凌电子新技术有限公司 | 一种自动噪底计算方法和系统 |
CN115165956A (zh) * | 2022-06-23 | 2022-10-11 | 北京理工大学 | 一种基于频域光热辐射的薄膜热导率测量方法及装置 |
CN116631424A (zh) * | 2023-04-28 | 2023-08-22 | 中国电力科学研究院有限公司 | 一种变电站声环境噪声干扰分离剔除方法、装置及介质 |
CN116755044A (zh) * | 2023-05-06 | 2023-09-15 | 北京理工大学 | 一种外辐射源雷达频域滑动扩展对消方法 |
CN116972759A (zh) * | 2023-07-31 | 2023-10-31 | 广州添利电子科技有限公司 | 一种非聚焦测试有机涂层厚度的方法 |
-
2023
- 2023-11-27 CN CN202311585268.1A patent/CN117288129B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5381442A (en) * | 1993-04-01 | 1995-01-10 | Massachusetts Institute Of Technology | Coherent Fourier transform radiometer for determining the thickness distribution of an oil film on a body of water based on the brightness temperature of the oil film and water over a range of radiation frequencies |
US6366861B1 (en) * | 1997-04-25 | 2002-04-02 | Applied Materials, Inc. | Method of determining a wafer characteristic using a film thickness monitor |
US6415253B1 (en) * | 1998-02-20 | 2002-07-02 | Meta-C Corporation | Method and apparatus for enhancing noise-corrupted speech |
EP2109322A2 (en) * | 2008-04-09 | 2009-10-14 | Intel Corporation | In-loop adaptive Wiener filter for video coding and decoding |
CN101701809A (zh) * | 2009-11-12 | 2010-05-05 | 哈尔滨工业大学 | 一种电磁超声测厚仪及其测量方法 |
US20120084084A1 (en) * | 2010-10-04 | 2012-04-05 | LI Creative Technologies, Inc. | Noise cancellation device for communications in high noise environments |
CN103033154A (zh) * | 2012-12-21 | 2013-04-10 | 北京工业大学 | 一种用于提高超声检测时间分辨率的自回归谱分析方法 |
WO2017214870A1 (zh) * | 2016-06-15 | 2017-12-21 | 深圳迈瑞生物医疗电子股份有限公司 | 一种生理参数的计算方法及相应的医疗设备 |
KR20190019668A (ko) * | 2017-08-18 | 2019-02-27 | 가천대학교 산학협력단 | 웨이블릿 변환과 변형된 샤논 에너지 엔벨로프를 이용한 심전도 r-피크 검출 장치 및 그 방법 |
CN109781041A (zh) * | 2019-02-28 | 2019-05-21 | 华中科技大学 | 一种基于频域分析的电磁超声测厚方法 |
CN110430152A (zh) * | 2019-09-04 | 2019-11-08 | 中国科学院上海高等研究院 | 时频压缩多载波发射方法、接收方法、发射器及接收器 |
CN114285505A (zh) * | 2021-12-16 | 2022-04-05 | 重庆会凌电子新技术有限公司 | 一种自动噪底计算方法和系统 |
CN115165956A (zh) * | 2022-06-23 | 2022-10-11 | 北京理工大学 | 一种基于频域光热辐射的薄膜热导率测量方法及装置 |
CN116631424A (zh) * | 2023-04-28 | 2023-08-22 | 中国电力科学研究院有限公司 | 一种变电站声环境噪声干扰分离剔除方法、装置及介质 |
CN116755044A (zh) * | 2023-05-06 | 2023-09-15 | 北京理工大学 | 一种外辐射源雷达频域滑动扩展对消方法 |
CN116972759A (zh) * | 2023-07-31 | 2023-10-31 | 广州添利电子科技有限公司 | 一种非聚焦测试有机涂层厚度的方法 |
Non-Patent Citations (1)
Title |
---|
陈晓平等: "高能电子束辐照对大米中微生物的杀灭效果", 《食品科学》, vol. 37, no. 8, pages 63 - 66 * |
Also Published As
Publication number | Publication date |
---|---|
CN117288129B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104597124B (zh) | 一种基于声音频谱拟合的金属罐装产品质量在线检测方法 | |
CN105572224B (zh) | 一种基于小波分析与相关算法的空气耦合超声成像方法 | |
JPH0613027B2 (ja) | 超音波媒体特性値測定装置 | |
CN110186546A (zh) | 基于粉红噪声的水听器灵敏度自由场宽带校准方法 | |
CN111200896A (zh) | 基于宽带反射系数曲线曲率分析的等离子体参数诊断方法 | |
CN112697887A (zh) | 基于神经网络的超声检测缺陷定性识别方法 | |
CN104729677B (zh) | 一种非平稳噪声信号的时域数字计权方法 | |
CN117288129B (zh) | 一种托盘盛装的辐照物料厚度检测方法 | |
CN109410178A (zh) | 一种工件裂纹检测方法及系统 | |
CN117171516B (zh) | 一种x射线测厚仪数据优化校正方法 | |
Ratnarajah et al. | Towards improved room impulse response estimation for speech recognition | |
CN114820847A (zh) | 一种用于透射衰减超声层析成像的幅值提取方法 | |
CN109584256A (zh) | 一种基于霍夫直线检测的脉冲星dm估计算法 | |
CN113537112A (zh) | 基于改进小波阈值及vmd的激光超声表面缺陷成像降噪方法 | |
CN110082436B (zh) | 一种基于变分模态的高提离电磁超声信号消噪方法 | |
CN110808929A (zh) | 相减策略的实复转换式信噪比估计算法 | |
Long et al. | A novel automatic pulse segmentation approach and its application in PD-induced electromagnetic wave detection | |
CN112861731B (zh) | 一种基于参数寻优的超声信号去噪方法 | |
CN113109825B (zh) | 基于Radon变换的长骨相控超声信号定征与骨质评价系统 | |
CN112702687B (zh) | 一种快速确认喇叭或者整机失真的方法 | |
Wang et al. | Radar emitter signal intra-pulse feature extraction based on empirical mode decomposition | |
CN113866493A (zh) | 一种风电引起电压波动与闪变的测量方法 | |
CN117434153B (zh) | 基于超声波技术的道路无损检测方法及系统 | |
Zhao et al. | Analysis of Real-time Noise Signal Characteristics of Power Transformer Based on All-phase Fast Fourier Transform | |
Baisen et al. | Speech endpoint detection with low SNR based on HHTSM |
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 |