一种X射线测厚仪数据优化校正方法与流程

本发明涉及厚度测量，具体涉及一种x射线测厚仪数据优化校正方法。

背景技术：

1、随着科学技术的快速发展，高尖端技术和高科技产品的需求也在不断提高。在冶金测厚领域中，x射线测厚仪已经得到了较为广泛的应用，满足了汽车、电子仪器、航天设备等高端领域对金属板材厚度的要求，提高了金属板材厚度测量的效率和精度。x射线测厚仪相较于红外线测厚仪、超声波测厚仪具有稳定性较高和抗干扰能力较强的优点，x射线测厚仪在冶金测厚领域发挥着极为重要的作用。

2、虽然x射线测厚仪具有较多优点，但是在应对复杂场景使用过程中也存在测量精度较低的问题。现如今对x射线测厚仪测量精度的改进多为设备本身的参数补偿，通过降低设备本身的干扰因素的影响提高测量精度。但在x射线测厚的使用过程中是通过将x射线能量的衰减信号转化为电流信号进行测量，而转化的电流信号一般较弱，容易受到测量环境中噪声信号的干扰，导致电流信号中存在噪声干扰，传统的数据处理算法未考虑实际应用场景中的信号特征，导致对检测信号的降噪处理的精度较低，影响x射线测厚仪的测量准确性。

技术实现思路

1、本发明提供一种x射线测厚仪数据优化校正方法，以解决受到环境噪声的干扰导致x射线测厚仪对待测金属板厚度的测量误差较大的问题，所采用的技术方案具体如下：

2、本发明一个实施例一种x射线测厚仪数据优化校正方法，该方法包括以下步骤：

3、获取所有监测数据的监测数据时间序列，所述监测数据包括x射线强度转换的电流值和环境噪声声波转换的电压值；

4、利用经验模态分解算法获取每个环境噪声声波转换的电压值序列对应的模态分量分解结果；根据所述分解结果中不同模态分量对应频谱图之间的幅值差异获取每个模态分量的测量干扰第一特征系数；

5、根据每个环境噪声声波转换的电压值序列对应的每个模态分量的测量干扰第一特征系数获取测量干扰置信度系数；

6、根据测量干扰置信度系数获取小波分解层数；利用小波去噪算法基于小波分解层数得到干净电流信号；根据干净电流信号得到测厚仪数据的校正结果。

7、优选的，所述利用经验模态分解算法获取每个环境噪声声波转换的电压值序列对应的模态分量分解结果的方法为：

8、将每个环境噪声声波转换的电压值序列作为经验模态分解算法的输入，利用经验模态分解算法获取所述电压值序列对应的预设数量个模态分量。

9、优选的，所述根据所述分解结果中不同模态分量对应频谱图之间的幅值差异获取每个模态分量的测量干扰第一特征系数的方法为：

10、根据每个环境噪声声波转换的电压值序列对应的模态分量分解结果中每个模态分量的频谱图获取所述每个模态分量的测量干扰系数、测量干扰差异系数；

11、将每个模态分量与其余任意一个模态分量之间测量干扰系数的差值作为第一差值；将每个模态分量与其余任意一个模态分量之间测量干扰差异系数之间的差值作为第二差值；将第一差值与第二差值的乘积在其余所有一个模态分量上的累加作为每个模态分量的测量干扰第一特征系数。

12、优选的，所述根据每个环境噪声声波转换的电压值序列对应的模态分量分解结果中每个模态分量的频谱图获取所述每个模态分量的测量干扰系数、测量干扰差异系数的方法为：

13、对每个模态分量进行傅里叶变换得到每个模态分量的频谱图，将每个模态分量的频谱图中频率最小值对应的幅值作为每个模态分量的测量干扰系数；

14、将每个模态分量的频谱图中幅值最大值与幅值最小值之间的差值作为每个模态分量的测量干扰差异系数。

15、优选的，所述根据每个环境噪声声波转换的电压值序列对应的每个模态分量的测量干扰第一特征系数获取测量干扰置信度系数的方法为：

16、根据每个环境噪声声波转换的电压值序列对应的每个模态分量的测量干扰第一特征系数获取每个环境噪声声波转换的电压值序列的第一特征差异序列；

17、根据两个环境噪声声波转换的电压值序列的第一特征差异序列获取两个环境噪声声波之间的干扰复杂度；

18、将所有环境噪声声波之间的干扰复杂度的均值作为测量干扰置信度系数。

19、优选的，所述根据每个环境噪声声波转换的电压值序列对应的每个模态分量的测量干扰第一特征系数获取每个环境噪声声波转换的电压值序列的第一特征差异序列的方法为：

20、将每个环境噪声声波转换的电压值序列的每个模态分量的测量干扰第一特征差异系数按照由小到大排序组成的序列作为环境噪声声波转换的电压值序列的第一特征差异序列。

21、优选的，所述根据两个环境噪声声波转换的电压值序列的第一特征差异序列获取两个环境噪声声波之间的干扰复杂度的方法为：

22、将两个环境噪声声波转换的电压值序列的第一特征差异序列之间的度量距离作为第一干扰差异值；

23、将两个环境噪声声波转换的电压值序列的第一特征差异序列中元素的均值之间的差值作为第二干扰差异值；

24、两个环境噪声声波之间的干扰复杂度由第一干扰差异值、第二干扰差异值两部分组成，其中，所述干扰复杂度与第一干扰差异值、第二干扰差异值成正比关系。

25、优选的，所述根据测量干扰置信度系数获取小波分解层数的方法为：

26、将测量干扰置信度系数与预设参数的乘积作为取整函数的输入，将取整函数的输出作为小波分解的层数。

27、优选的，所述利用小波去噪算法基于小波分解层数得到干净电流信号的方法为：

28、将在测厚仪的接收器中采集到的电流信号作为小波去噪算法的输入，利用小波去噪算法基于所得小波分解的层数得到干净电流信号。

29、优选的，所述根据干净电流信号得到测厚仪数据的校正结果的方法为：

30、将干净电流信号经过x射线测厚仪中信号转换单元和计算机处理得到待测金属板的测量结果作为测厚仪数据的校正结果。

31、本发明的有益效果是：本发明通过分析x射线测厚仪测量过程中不同方向上环境噪声的复杂程度，综合每个方向上的噪声复杂程度分析结果计算测量干扰置信度系数，基于测量干扰置信度系数得到小波去噪算法中的分解层数，其有益效果在于考虑环境噪声复杂程度对电流信号影响，获取合适的小波分量分解层数，利用小波去噪算法对x射线测厚仪内转换得到的电流信号进行去噪处理，避免环境噪声的干扰使电流信号数据出现偏差，使得经过放大器处理后电流信号的出现较大偏差的问题，提高对x射线测厚仪的测量准确率。

技术特征：

1.一种x射线测厚仪数据优化校正方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述利用经验模态分解算法获取每个环境噪声声波转换的电压值序列对应的模态分量分解结果的方法为：

3.根据权利要求1所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据所述分解结果中不同模态分量对应频谱图之间的幅值差异获取每个模态分量的测量干扰第一特征系数的方法为：

4.根据权利要求3所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据每个环境噪声声波转换的电压值序列对应的模态分量分解结果中每个模态分量的频谱图获取所述每个模态分量的测量干扰系数、测量干扰差异系数的方法为：

5.根据权利要求1所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据每个环境噪声声波转换的电压值序列对应的每个模态分量的测量干扰第一特征系数获取测量干扰置信度系数的方法为：

6.根据权利要求5所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据每个环境噪声声波转换的电压值序列对应的每个模态分量的测量干扰第一特征系数获取每个环境噪声声波转换的电压值序列的第一特征差异序列的方法为：

7.根据权利要求5所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据两个环境噪声声波转换的电压值序列的第一特征差异序列获取两个环境噪声声波之间的干扰复杂度的方法为：

8.根据权利要求1所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据测量干扰置信度系数获取小波分解层数的方法为：

9.根据权利要求1所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述利用小波去噪算法基于小波分解层数得到干净电流信号的方法为：

10.根据权利要求1所述的一种x射线测厚仪数据优化校正方法，其特征在于，所述根据干净电流信号得到测厚仪数据的校正结果的方法为：

技术总结
本发明涉及厚度测量技术领域，提出了一种X射线测厚仪数据优化校正方法，包括：获取所有监测数据的监测数据时间序列；利用经验模态分解算法获取每个环境噪声声波转换的电压值序列的模态分量分解结果；根据所述分解结果中不同模态分量对应频谱图之间的幅值差异获取测量干扰第一特征系数；根据不同环境噪声声波转换的电压值序列的每个模态分量的测量干扰第一特征系数获取测量干扰置信度系数；根据测量干扰置信度系数获取小波分解层数；利用小波去噪算法基于小波分解层数得到干净电流信号；根据干净电流信号得到测厚仪数据的校正结果。本发明通过自适应设置小波去噪算法中的分解层数，纠正测厚仪受到环境噪声干扰造成电流信号的偏差。

技术研发人员：曲海波,赵杰,赵永丰,王虎
受保护的技术使用者：北京华力兴科技发展有限责任公司
技术研发日：
技术公布日：2024/1/15