一种基于频率波数估计的损伤定位与重构方法及系统与流程

本发明涉及损伤定位与重构技术领域，特别是涉及一种基于频率波数估计的损伤定位与重构方法及系统。

背景技术：

随着工程结构对安全和可靠性的要求日益增高，对材料结构进行定期、有效的无损检测与评估成为结构制造和维护过程中必不可少的环节。在传统的超声检测技术中，如：水浸式超声检测系统，通常利用压电材料制成的超声换能器激励超声波，并通过声耦合介质如水、油等将波传入结构当中，该方法能够用于结构制造、焊接等过程中的损伤检测，但是，鉴于扫描过程中对声耦合介质的需求以及探头与结构间距离的要求，该方法不能用于实际正在使用的结构。

为了解决上述技术问题，发明了具有非接触、对被测构件的尺寸和形状没有特殊要求，能够实现对复杂表面的结构进行检测等特点的激光超声检测技术，其技术通常利用激光脉冲对构件表面进行激励，在构件中激发出超声导波，同时通过传感器对超声导波进行接收，提取结构中的特征参数，定性判断构件中是否存在缺陷，从而实现对构件进行无损检测。

但是，现有的激光超声检测方法虽然能够检测出损伤位置，却无法检测出损伤在厚度方向上的变化参数，从而无法对损伤程度进行评估，如在金属腐蚀的检测时，只能定位腐蚀位置，而无法判断腐蚀程度。

技术实现要素：

本发明的目的是提供一种基于频率波数估计的损伤定位与重构方法及系统，它可以克服现有技术上述的不足，不仅实现损伤定位，同时还检测出发生损伤的部分的厚度信息。

为实现上述目的，本发明提供了如下方案：

本发明提供一种基于频率波数估计的损伤定位与重构方法，该方法包括：

获取待测对象的Lamb波波场图；

根据所述Lamb波波场图，获取待测对象的Lamb波波数分布图；

根据所述波数分布图，获取异常波数分布图和正常波数分布图；

根据所述异常波数分布图，确定待测对象损伤位置；

根据所述正常波数分布图，确定正常波数频厚积的关系；

根据所述异常波数分布图和所述正常波数频厚积的关系，重构待测对象的损伤位置部分；

根据所述重构的待测对象的损伤位置部分，确定所述待测对象损伤位置的厚度信息。

可选的，所述获取待测对象的Lamb波波场图，具体包括：

根据待测对象的尺寸，确定扫描范围、扫描点间隔以及采集频率；

根据所述确定的扫描范围、扫描点间隔以及采集频率，扫描待测对象；

采集所述待测对象的各扫描点处的波信号；

根据所述采集的波信号，获取Lamb波波场图。

可选的，所述获取待测对象的Lamb波波数分布图，具体包括：

选取任一频率，对所述获取的Lamb波波场图进行三维短空间傅里叶变换，获取Lamb波波数分布图。

可选的，所述确定正常波数频厚积的关系，具体包括：

提取所述正常波数分布图下不同频率波数信息；

根据所述获取的不同频率下的波数信息，利用最小二乘法拟合出Lamb波频散曲线；

根据所述Lamb波频散曲线，确定正常波数频厚积的关系。

可选的，所述重构待测对象的损伤位置部分，具体包括：

根据所述异常波数分布图和所述正常波数频厚积的关系，利用最优化算法，重构待测对象的损伤位置部分。

本发明还提供一种基于频率波数估计的损伤定位与重构系统，该方系统包括：

波场图获取模块，用于获取待测对象的Lamb波波场图；

分布图获取模块，用于根据所述Lamb波波场图，获取待测对象的Lamb波波数分布图；

异常波数分布图和正常波数分布图获取模块，用于根据所述波数分布图，获取异常波数分布图和正常波数分布图；

位置确定模块，用于根据所述异常波数分布图，确定待测对象损伤位置；

关系确定模块，用于根据所述正常波数分布图，确定正常波数频厚积的关系；

重构模块，用于根据所述异常波数分布图和所述正常波数频厚积的关系，重构待测对象的损伤位置部分；

厚度确定模块，用于根据所述重构的待测对象的损伤位置部分，确定所述待测对象损伤位置的厚度信息。

可选的，所述波场图获取模块，具体包括：

确定子模块，用于根据待测对象的尺寸，确定扫描范围、扫描点间隔以及采集频率；

扫描子模块，用于根据所述确定的扫描范围、扫描点间隔以及采集频率，扫描待测对象；

采集子模块，用于采集所述待测对象的各扫描点处的波信号；

波场图获取子模块，用于根据所述采集的波信号，获取Lamb波波场图。

可选的，所述分布图获取模块，具体包括：

分布图获取子模块，用于选取任一频率，对所述获取的Lamb波波场图进行三维短空间傅里叶变换，获取Lamb波波数分布图。

可选的，所述关系确定模块，具体包括：

提取子模块，用于提取所述正常波数分布图下不同频率波数信息；

拟合子模块，用于根据所述获取的不同频率下的波数信息，利用最小二乘法拟合出Lamb波频散曲线；

关系确定子模块，根据所述Lamb波频散曲线，确定正常波数频厚积的关系。

可选的，其特征于，所述重构模块，具体包括：

重构子模块，重构子模块，用于根据所述异常波数分布图和所述正常波数频厚积的关系，利用最优化算法，重构待测对象的损伤位置部分。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供一种基于频率波数估计的损伤定位与重构方法及系统，首先获取待测对象的Lamb波波场图，并依据所述Lamb波波场图，获取待测对象的Lamb波波数分布图，对所述波数分布图进行分析，获取异常波数分布图和正常波数分布图，进而确定待测对象损伤位置；同时根据所述正常波数分布图，确定正常波数频厚积的关系，从而解决了理论求解波数需要已知材料参数的缺点，提高了波数计算的效率，又根据所述异常波数分布图和所述正常波数频厚积的关系，重构损伤位置部分的待测对象，进而确定所述待测对象损伤位置的厚度信息。与现有技术相比，该方法及系统不仅实现了实际正在使用的结构损伤的位置，同时还检测出发生损伤的部分的厚度信息，且该方法及系统实验稳定性好，无需预知材料属性，为航空航天复杂结构的损伤检测与评估提供了新方法及系统。

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，下面将对实施例中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中的基于频率波数估计损伤定位与重构方法流程图；

图2为本发明实施例中的基于频率波数估计损伤定位与重构系统结构图；

图3为本发明实施例中的基于频率波数估计损伤厚度检测流程图；

图4为本发明实施例中的激光超声成像系统示意图；

图5为本发明实施例中的损伤厚度检测遗传算法运算流程图；

图6为本发明实施例中的损伤厚度检测结果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一

参见图1所示，图1为本发明实施例中的基于频率波数估计损伤定位与重构方法流程图，包括：

步骤101：获取待测对象的Lamb波波场图，所述采集的波场信号是宽频信号。

所述获取待测对象的Lamb波波场图，具体包括：

根据待测对象的尺寸，确定扫描范围、扫描点间隔以及采集频率；

根据所述确定的扫描范围、扫描点间隔以及采集频率，扫描待测对象；

采集所述待测对象的各扫描点处的波信号；

根据所述采集的波信号，获取Lamb波波场图。

步骤102：根据所述Lamb波波场图，获取待测对象的Lamb波波数分布图。

所述获取待测对象的Lamb波波数分布图，具体包括：

选取任一频率，对所述获取的Lamb波波场图进行三维短空间傅里叶变换，获取Lamb波波数分布图。

步骤103：根据所述波数分布图，获取异常波数分布图和正常波数分布图，具体包括：依据损伤部位会导致厚度减小，进而使得损伤部位的波数变大，从而确定异常波数分布图和正常波数分布图。

步骤104：根据所述异常波数分布图，确定待测对象损伤位置。

步骤105：根据所述正常波数分布图，确定正常波数频厚积的关系；所述频厚积为波数与频率厚度乘积。

所述确定正常波数频厚积的关系，具体包括：

提取所述正常波数分布图下不同频率波数信息；

根据所述获取的不同频率下的波数信息，利用最小二乘法拟合出Lamb波频散曲线；

根据所述Lamb波频散曲线，确定正常波数频厚积的关系。

步骤106：根据所述异常波数分布图和所述正常波数频厚积的关系，重构待测对象的损伤位置部分。

所述重构待测对象的损伤位置部分，具体包括：

根据所述异常波数分布图和所述正常波数频厚积的关系，利用最优化算法，重构待测对象的损伤位置部分。

步骤107：根据所述重构的待测对象的损伤位置部分，确定所述待测对象损伤位置的厚度信息。

本发明提供的上述实施例方法，不仅实现了实际正在使用的结构损伤的位置，同时还检测出发生损伤的部分的厚度信息。

实施例二

参见图2所示，图2为本发明实施例中的基于频率波数估计损伤定位与重构系统结构图，包括：波场图获取模块201、分布图获取模块202、异常波数分布图和正常波数分布图获取模块203、位置确定模块204、关系确定模块205、重构模块206、厚度确定模块207。

所述波场图获取模块201，用于获取待测对象的Lamb波波场图，具体包括：

确定子模块，用于根据待测对象的尺寸，确定扫描范围、扫描点间隔以及采集频率；

扫描子模块，用于根据所述确定的扫描范围、扫描点间隔以及采集频率，扫描待测对象；

采集子模块，用于采集所述待测对象的各扫描点处的波信号；

波场图获取子模块，用于根据所述采集的波信号，获取Lamb波波场图。

所述分布图获取模块202，用于根据所述Lamb波波场图，获取待测对象的Lamb波波数分布图，具体包括：分布图获取子模块，用于选取任一频率，对所述获取的Lamb波波场图进行三维短空间傅里叶变换，获取Lamb波波数分布图。

异常波数分布图和正常波数分布图获取模块203，用于根据所述波数分布图，获取异常波数分布图和正常波数分布图。

所述位置确定模块204，用于根据所述异常波数分布图，确定待测对象损伤位置。

所述关系确定模块205，用于根据所述正常波数分布图，确定正常波数频厚积的关系，具体包括：

提取子模块，用于提取所述正常波数分布图下不同频率波数信息；

拟合子模块，用于根据所述获取的不同频率下的波数信息，利用最小二乘法拟合出Lamb波频散曲线；

关系确定子模块，根据所述Lamb波频散曲线，确定正常波数频厚积的关系。

所述重构模块206，用于根据所述异常波数分布图和所述正常波数频厚积的关系，重构待测对象的损伤位置部分，具体包括：重构子模块，用于根据所述异常波数分布图和所述正常波数频厚积的关系，利用最优化算法，重构待测对象的损伤位置部分。

所述厚度确定模块207，用于根据所述重构的待测对象的损伤位置部分，确定所述待测对象损伤位置的厚度信息。

本发明提供的上述实施例系统，不仅实现了实际正在使用的结构损伤的位置，同时还检测出发生损伤的部分的厚度信息。

实施例三

参见图3所示，图3为本发明实施例中的基于频率波数估计损伤厚度检测流程图，包括：

步骤301：波场测量，具体包括：

根据试验件的大小和检测的精度要求，计算出激励所需的空间分辨率以及各激励点在试验件上的位置坐标；

激励单元调整好激光的激励光路后，激励单元发射激光脉冲；

激光脉冲发出的同时，激励单元产生一个触发信号，触发数据采集单元进行数据采集工作，以确保激励与采集的时间同步；

传感器接收到的响应信号经过数据采集单元滤波，放大等处理后被采集卡采集，并保存在控制单元中；

控制单元对信号进行数据进行可视化处理，获得Lamb波传播波场图。

其中，波场测量检测系统示意图包括的硬件由激励单元、数据采集单元和控制单元三部分构成，所述控制单元包括控制系统401以及扫描仪控制器402，所述数据采集单元包括采集设备403、所述激励单元包括激光控制器404以及激光器405。所述激励单元为该系统的核心部分，由Q开关Nd：YAG激光器和振镜式激光反射扫描仪组成。所述数据采集单元由传感器、信号调理设备、数据采集卡组成。控制单元为基于PXI平台的设备。

步骤302：波数测量与损伤位置成像，具体包括：

根据步骤301测量的波场，可以获得了Lamb波的波场W(x,y,t)，并在测得的波场上加上二维矩形窗，可以将波场转化为一系列的短空间波场。其中以原点为中心，直径为D的矩形窗函数可以表示式(1)为：

则以(x₀,y₀)为中心的短空间波场可表示式(2)为：

w_s(x,y,t)＝w(x,y,t)Ω(x-x₀,y-y₀,t) (2)

利用三维傅里叶变换，将短空间波场变换到频率波数域，表示式(3)为：

W(k_x,k_y,ω)＝∫∫∫w_s(x,y,t)e^{-j(kxx+kyy-ωt)}dxdydt (3)

选取合适的频率ω₀，可以获得该频率下的波数分布W(k_x,k_y,ω₀)，找到W(k_x,k_y,ω₀)值最大时所对应的波数k_x、k_y，则位置(x₀,y₀)处A₀模态的波数为重复上述步骤，可以获得任一位置(x,y)处的波数，从而得到波数在检测区域的分布k(x,y)，并绘制出波数分布的强度图。由于损伤处的波数会发生变化，因此强度图中波数异常区域即为损伤区域。

步骤303：频散曲线拟合，具体包括：

Lamb波的波数与板的频厚积的关系可由函数k＝g(ω·d)来表示。在第二步的波数测量中，我们可以得到健康区域处不同频率ω所对应的波数k，选取20组ω和k的值，利用最小二乘法对其进行多项式拟合，可以获得由频厚积计算波数的公式。

步骤304：损伤厚度重构，具体包括：

损伤深度的重构可以采用多种智能算法，如人工神经网络、遗传算法等，这里使用遗传算法进行重构。首先对需要重构的参数d用二进制整数进行编码，作为遗传算法运算过程中的个体，将步骤302获得Lamb波波数分布图与步骤303中依据频散曲线计算的波数间的误差最小化，得到相应的优化结果，即为重构试验件损伤厚度。

参见4所示，图4为损伤厚度检测的遗传算法运算过程，具体包括：

步骤401：初始化，设置进化代数计数器t＝0，设置最大进化代数T。随机生成M个个体作为初始群体P(0)。每个个体即代表一个可能的损伤厚度d。

步骤402：个体评价，计算群体P(t)中各个个体的适应度。在本实施例中，采用理论值与测量值之间的误差的平方和，即式(4)：

作为目标函数来进行最小化。

步骤403：选择运算，将选择算子作用于群体。在本实施例中，采用与适应度成正比的概率来确定各个个体复制到下一代群体中的数量。

步骤404：交叉运算，将交叉算子作用于群体。在本实施例中，先对群体进行随机配对，其次随机设置交叉点位置，再相互交换配对染色体之间的部分基因。

步骤405：变异运算，将变异算子作用于群体。在本实施例中，首先随机确定各个个体的基因变异位置，然后依照某一概率将变异点的原有基因值取反。

步骤406：终止条件判断，t是否大于T，若大于T，则以进化过程中所得到的具有最大适应度的个体作为最优解输出，终止计算，执行步骤408；若小于等于T，则执行步骤407。

步骤407：命令t＝t+1。

步骤408：厚度输出：根据上述步骤，得到群体中每个具有最大适应度的个体，即得到试验件的损伤厚度。

本发明采用上述公开的实施例，对厚度为2mm的铝板进行扫描，以1mm为间隔，扫描一条200mm的直线，扫描点共计201点，在100-150mm处有一深为1.4mm的凹坑。结果如图6所示，实线为板实际厚度，虚线为采用上述处理方法获得的铝板厚度，可以看出检测结果与实际厚度相符。该实施例采用的方法不仅实现了实际正在使用的结构损伤的位置，同时还检测出发生损伤的部分的厚度信息，且该方法实验稳定性好，无需预知材料属性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。