没有合适的资源?快使用搜索试试~ 我知道了~
二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 178 浏览量
2022-12-15
14:27:56
上传
评论
收藏 603KB DOCX 举报
温馨提示
试读
22页
二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用.docx
资源推荐
资源详情
资源评论
0. 引 言
在工业领域中,机械零部件生产以及长期服役过程中,可能在其内部产生不同种类的
缺陷,从而缩短其使用寿命,影响工业生产安全,故需要将上述缺陷及时检出。激光超声
无损检测技术是一种结合了超声波探伤(UT)高精度特性
[1]
和光学系统高灵活性特性
[2]
的
检测技术,具有非接触性和不损伤待检测样品
[3]
的优点,在风机叶片、发动机叶片等结构
损伤检测中已经有着广泛的应用
[4-5]
。结构健康监测是指对工程结构的损伤识别及损伤表征
的过程。将无损检测技术和结构健康监测技术结合,可以实现结构局部损伤至整体损伤的
全尺度监测,从而有效的提高结构安全评估的准确性。
在各种无损检测技术中,激光超声非全波场检测技术通过检测超声波脉冲和缺陷的相
互作用后的反射、透射或散射来识别缺陷,包括投捕法(Pitch-Catch)、脉冲回波法
(Pulse-Echo)等进行厚度测量或样品力学性质表征。激光超声无损检测技术可通过全场
波传播成像技术在目标检测区域构建全场超声波传播的时间序列图像实现缺陷可视化
[6-11]
。
从构造的波场图像中可以直观地识别信号,包括缺陷的反射和散射信号等。通过识别超声
波与缺陷相互作用(包括驻波能量
[12]
、波数变化
[13]
或波场变化
[14]
),可以实现缺陷可视
化。例如,扫描一个面积为 5 cm×5 cm 的铝板,扫描间隔为 1 mm,信号平均次数为 100
次,脉冲激光重复频率为 100 Hz,需要 40 min
[15]
。
压缩感知
[16]
(Compressed sensing)技术利用信号稀疏特性,将信号变换到一个新的基
或信号空间下,当信号在基或信号空间中的非零系数小于原信号空间的系数时,可以把这
些非零系数称为原信号的稀疏表示。通过在基或信号空间上的信号重构,可重构出原信
号。针对上述激光超声扫描时间长的问题,使用基于激光超声的压缩感知技术
[15, 17-20]
可以
用较少的实测超声信号构建波场图像,从而缩短检测时间。Byeongjin Park 等将二分搜索和
压缩感知技术运用到表面缺陷的波场重建中,其模拟和实验的结果都表明上述方法重建的
表面缺陷周围波场与高空间分辨率全场扫描的波场能较好吻合。利用上述压缩感知特性,
可将实测体内缺陷反射的宽频带信号压缩,在特定的窄频带中重构信号,在窄频带中重构
出的信号不但可以保留宽频带信号中缺陷反射信号,而且重构的信号更有利于识别缺陷反
射信号
[21]
。Byeongjin Park 等人的工作解决了表面缺陷定位加速的问题,但没有解决体内缺
陷定位加速的问题
[22]
。
为了解决这一问题,文中提出了一种基于激光超声扫描的体内缺陷定位加速技术。该
技术采用二分搜索和压缩感知方法来减少扫描次数和降低扫描分辨率的方式,实现体内缺
陷定位的加速。首先通过二分搜索方法选择空间稀疏点。检测采用脉冲激光激发超声信
号、多普勒频移测振仪(LDV)检测超声信号,通过固定激发探测距离、移动样品的扫描
方式,在这些空间稀疏点实现扫查检测,获得表面波到达时间相同的超声信号。然后,使
用基于小波变换的压缩感知算法将探测到的信号在特定频带中重构,识别缺陷反射信号,
分析出此时激发探测点与体内缺陷的相对位置关系。接着,通过压缩感知算法输出体内缺
陷反射信号的达到时间,然后拟合体内缺陷反射的超声信号到达时间,最终确定此时检测
区域与缺陷的相对位置关系。通过在信号处理过程中选择合适的频率范围,降低了低频和
高频噪声影响,以便计算机自动识别体内缺陷反射信号。实验结果表明,使用文中提出的
二分搜索和压缩感知方法,从扫搜内部缺陷到定位内部缺陷需大约 6 min;而使用激光超
声逐点扫描检测相同面积需要 14 min。
1. 二分搜索和压缩感知
体内缺陷的定位加速首先通过二分搜索方法选取空间中稀疏采样点,接着通过基于小
波基的压缩感知算法解决了体内缺陷反射信号的识别问题。然后对小波基进行了研究,解
决了算法输出的体内缺陷到达时间的误差问题。
1.1 二分搜索
该节将介绍如何采用二分搜索的方法来减少激发扫查点的数量,并识别出一个近似的
损伤区域,即过渡区域
[15]
。由于在脉冲激光和模拟样品接触位置会产生热膨胀区域,从而
影响探测点接收到的位移信号,故文中使用异点激发、探测来避免这一问题。图 1 给出了
二分搜索的示意图。图 1 左下虚线引出为激发探测距离示意图;K 表示激发探测之间距
离;D 表示探测光;G 表示激发线源。
图 1 二分搜索示意图
Fig. 1 Schematic diagram of binary search
下载: 全尺寸图片 幻灯片
第一步:首先将检测区域分成 M×N 个网格。激发探测都位于网格的中心。激发为线
源(在保持能量不变的条件下,线源的能量密度小于点源,不易损伤样品表面),激发探
测之间距离固定为 K,如图 1 左下图所示。M×N 个网格中每一个网格为一个检测点(以激
发点位置为参考),第 M 行称为第 M 条检测线。
第二步:采用二分搜索方法识别缺陷存在的大致区域。首先,激发点被放置在检测线
中第 N/2 个检测点的中心,探测点被放置在距激发点距离为 K 的位置(如图 1 左下图所
示),采集信号并感知是否存在缺陷反射信号(具体判别方法在第 1.3 节详细介绍),若
存在缺陷反射信号,将此检测点标记为黄色;反之,则用绿色标记。在图 1 第二步中,黑
色实心箭头表示搜索下一检测点的选择箭头,虚线引出为执行的选择次序。以当前检测线
的中间检测点左边区域为例。此时激发点位于一条检测线的中间,接着激发点移动到当前
检测点的左边一个检测点与当前检测线第一个检测点的中间检测点(如图 1 中第二步标号
①所示),接着将当前激发点的右边一个检测点与第一个检测点中间的检测点作为下一个
检测点的选择(如图 1 中第二步标号②所示)。最后,将当前激发点的左边一个检测点与
第二个激发点中间的检测点作为下一次检测点的选择(如图 1 中第二步标号③所示)。在
选定检测线中重复上述搜索,直到没有检测点剩余来作为下一个检测点的选择(向下的箭
头表示激发线源,向上的箭头表示探测点)。
值得注意的是上述检测过程需要预先设置检测区域后才可进行,且设置的检测区不可
太靠近边界,需去除样品边界反射波的影响。检测区域设置依据如下:设样品厚度为 L,
首先激发探测距离设置为 5–√2L52L,从样品左端向右端进行扫查。若经小波变换后信号
中包含体内缺陷反射信号,则以此时激发点位置为中心,建立横向长度为 2L 的检测区
域,反之,则继续扫查。若在任意一个检测点检测出缺陷反射信号,应跳出当前检测过
程,以检测出缺陷反射信号的检测点为中心开始二分搜索。所以,即使缺陷在体内有一定
的走向,提出的二分搜索方法依然可以定位体内缺陷。
第三步:若选定的检测线存在缺陷,相应的检测线被命名为损坏检测线,并将第二步
确定的缺陷大致存在区域用红色标出,随后执行第四步。若选定的检测线内没有缺陷,相
应的检测线被命名为无缺陷检测线并跳过第四步。
第四步:在选定的一条检测线搜索结束后,用压缩感知算法识别出的缺陷反射信号到
达时间(具体方法在 1.3 节详细说明)拟合曲线,此处曲线拟合的目标是拟合出体内缺陷
反射的目标信号随着激发探测先靠近缺陷后远离缺陷在时间上的变化,缺陷反射的目标信
号的到达时间先减小后增大,通过拟合出的曲线判断此区域与缺陷的相对位置关系。
第五步:向上向下分别执行二分搜索过程,重复第一−四步,分别搜索缺陷的上下边
界,确定缺陷的区域。
1.2 二分搜索点数的确定
与传统激光超声全扫描缺陷定位技术相比,采用激发探测距离固定的二分搜索方式可
通过更少的检测次数来定位体内缺陷。假设 qaqa 是确定体内缺陷存在区域(图 1 中的第二
步)所需的最多检测次数:
qa=2N/5–√Lqa=2N/5L
(1)
式中:N 表示样品横向长度;L 表示样品厚度。如果在任意一点检测到缺陷反射信
号,则应跳出当前搜索过程,以检测出缺陷反射信号的检测点为中心开始二分搜索,以便
二分搜索(图 1 中的第二步)方法识别体内缺陷的边界点。设额外检测次数
[23]
为 qbqb:
qb=N1/Kqb=N1/K
(2)
式中:N1N1 表示二分搜索区域设置的列数;K 表示激发探测距离。最后,使用激发
探测距离固定的检测方式对单条检测线进行二分搜索所需检测次数为:
q=qa+qbq=qa+qb
(3)
对检测区域中其他检测线重复此过程。在高度方向上继续采用二分搜索来选择下一条
检测线,以找到体内缺陷的上下边界点。所需检测线数量如下所示,其中 M 为垂直方向上
的检查区域尺寸:
l=2log2Ml=2log2M
(4)
完成设置区域检测所需的最多检测次数为:
p1=q⋅l=(2N/5–√L+N1/K)⋅2log2M⩽(N/(K+L))⋅2log2Mp1=q⋅l=(2N/5L+N1/K)⋅2log2M⩽(N/(K+L))⋅2log2M
(5)
最后,逐点扫描方式总的测量次数 p
2
和检测次数减少率 R 如下所示:
p2=(N/K)⋅Mp2=(N/K)⋅M
(6)
R=1−(p1/p2)⋅100%R=1−(p1/p2)⋅100%
(7)
1.3 体内缺陷反射信号的识别
小波变换(Wavelet Transform,WT)具有很强的信号局部表征能力,可以用来检测
信号的瞬态变换和奇异点
[24]
。因此,可把体内缺陷反射信号当做超声信号中的奇异点,用
小波变换方法识别体内缺陷反射信号。小波变换具体原理请查阅参考文献[25-27]。
在现有小波基选取的基础上,结合激光超声体内缺陷反射信号特性,将超声信号使用
小波基展开,选取特定层的小波系数进行信号重构。使用的小波函数有 db6、ciof3、
bior2.6、sym5
[28]
。在保证计算机可自动识别的前提下,设置合适的频带范围和阈值,再通
过编写的算法将识别出的体内缺陷反射信号到达时间输出。小波变换过程如图 2 所示,其
数学推导过程见参考文献[29]。
图 2 小波变换原理图
Fig. 2 Schematic diagram of wavelet transform
下载: 全尺寸图片 幻灯片
图 2 中 S 表示实测到的超声信号,hihi 和 gigi 分别表示低通滤波器和高通滤波器,
HiHi 和 GiGi 分别表示低通和高通滤波器的输出,AiAi 和 DiDi 分别表示第 i 层的相似系数
(低频系数)和细节系数(高频系数),向下箭头表示下采样。信号每分解一层都会生成
相应层的相似系数和细节系数。缺陷反射信号能量主要集中在第四层,所以选取小波变换
结果的第四层细节系数重构信号。小波变换结果如图 3 所示。
剩余21页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3651
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功