本發(fā)明涉及損傷定位與重構(gòu)技術(shù)領(lǐng)域，特別是涉及一種基于頻率波數(shù)估計的損傷定位與重構(gòu)方法及系統(tǒng)。

背景技術(shù)：

隨著工程結(jié)構(gòu)對安全和可靠性的要求日益增高，對材料結(jié)構(gòu)進(jìn)行定期、有效的無損檢測與評估成為結(jié)構(gòu)制造和維護(hù)過程中必不可少的環(huán)節(jié)。在傳統(tǒng)的超聲檢測技術(shù)中，如：水浸式超聲檢測系統(tǒng)，通常利用壓電材料制成的超聲換能器激勵超聲波，并通過聲耦合介質(zhì)如水、油等將波傳入結(jié)構(gòu)當(dāng)中，該方法能夠用于結(jié)構(gòu)制造、焊接等過程中的損傷檢測，但是，鑒于掃描過程中對聲耦合介質(zhì)的需求以及探頭與結(jié)構(gòu)間距離的要求，該方法不能用于實際正在使用的結(jié)構(gòu)。

為了解決上述技術(shù)問題，發(fā)明了具有非接觸、對被測構(gòu)件的尺寸和形狀沒有特殊要求，能夠?qū)崿F(xiàn)對復(fù)雜表面的結(jié)構(gòu)進(jìn)行檢測等特點的激光超聲檢測技術(shù)，其技術(shù)通常利用激光脈沖對構(gòu)件表面進(jìn)行激勵，在構(gòu)件中激發(fā)出超聲導(dǎo)波，同時通過傳感器對超聲導(dǎo)波進(jìn)行接收，提取結(jié)構(gòu)中的特征參數(shù)，定性判斷構(gòu)件中是否存在缺陷，從而實現(xiàn)對構(gòu)件進(jìn)行無損檢測。

但是，現(xiàn)有的激光超聲檢測方法雖然能夠檢測出損傷位置，卻無法檢測出損傷在厚度方向上的變化參數(shù)，從而無法對損傷程度進(jìn)行評估，如在金屬腐蝕的檢測時，只能定位腐蝕位置，而無法判斷腐蝕程度。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于頻率波數(shù)估計的損傷定位與重構(gòu)方法及系統(tǒng)，它可以克服現(xiàn)有技術(shù)上述的不足，不僅實現(xiàn)損傷定位，同時還檢測出發(fā)生損傷的部分的厚度信息。

為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

本發(fā)明提供一種基于頻率波數(shù)估計的損傷定位與重構(gòu)方法，該方法包括：

獲取待測對象的Lamb波波場圖；

根據(jù)所述Lamb波波場圖，獲取待測對象的Lamb波波數(shù)分布圖；

根據(jù)所述波數(shù)分布圖，獲取異常波數(shù)分布圖和正常波數(shù)分布圖；

根據(jù)所述異常波數(shù)分布圖，確定待測對象損傷位置；

根據(jù)所述正常波數(shù)分布圖，確定正常波數(shù)頻厚積的關(guān)系；

根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，重構(gòu)待測對象的損傷位置部分；

根據(jù)所述重構(gòu)的待測對象的損傷位置部分，確定所述待測對象損傷位置的厚度信息。

可選的，所述獲取待測對象的Lamb波波場圖，具體包括：

根據(jù)待測對象的尺寸，確定掃描范圍、掃描點間隔以及采集頻率；

根據(jù)所述確定的掃描范圍、掃描點間隔以及采集頻率，掃描待測對象；

采集所述待測對象的各掃描點處的波信號；

根據(jù)所述采集的波信號，獲取Lamb波波場圖。

可選的，所述獲取待測對象的Lamb波波數(shù)分布圖，具體包括：

選取任一頻率，對所述獲取的Lamb波波場圖進(jìn)行三維短空間傅里葉變換，獲取Lamb波波數(shù)分布圖。

可選的，所述確定正常波數(shù)頻厚積的關(guān)系，具體包括：

提取所述正常波數(shù)分布圖下不同頻率波數(shù)信息；

根據(jù)所述獲取的不同頻率下的波數(shù)信息，利用最小二乘法擬合出Lamb波頻散曲線；

根據(jù)所述Lamb波頻散曲線，確定正常波數(shù)頻厚積的關(guān)系。

可選的，所述重構(gòu)待測對象的損傷位置部分，具體包括：

根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，利用最優(yōu)化算法，重構(gòu)待測對象的損傷位置部分。

本發(fā)明還提供一種基于頻率波數(shù)估計的損傷定位與重構(gòu)系統(tǒng)，該方系統(tǒng)包括：

波場圖獲取模塊，用于獲取待測對象的Lamb波波場圖；

分布圖獲取模塊，用于根據(jù)所述Lamb波波場圖，獲取待測對象的Lamb波波數(shù)分布圖；

異常波數(shù)分布圖和正常波數(shù)分布圖獲取模塊，用于根據(jù)所述波數(shù)分布圖，獲取異常波數(shù)分布圖和正常波數(shù)分布圖；

位置確定模塊，用于根據(jù)所述異常波數(shù)分布圖，確定待測對象損傷位置；

關(guān)系確定模塊，用于根據(jù)所述正常波數(shù)分布圖，確定正常波數(shù)頻厚積的關(guān)系；

重構(gòu)模塊，用于根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，重構(gòu)待測對象的損傷位置部分；

厚度確定模塊，用于根據(jù)所述重構(gòu)的待測對象的損傷位置部分，確定所述待測對象損傷位置的厚度信息。

可選的，所述波場圖獲取模塊，具體包括：

確定子模塊，用于根據(jù)待測對象的尺寸，確定掃描范圍、掃描點間隔以及采集頻率；

掃描子模塊，用于根據(jù)所述確定的掃描范圍、掃描點間隔以及采集頻率，掃描待測對象；

采集子模塊，用于采集所述待測對象的各掃描點處的波信號；

波場圖獲取子模塊，用于根據(jù)所述采集的波信號，獲取Lamb波波場圖。

可選的，所述分布圖獲取模塊，具體包括：

分布圖獲取子模塊，用于選取任一頻率，對所述獲取的Lamb波波場圖進(jìn)行三維短空間傅里葉變換，獲取Lamb波波數(shù)分布圖。

可選的，所述關(guān)系確定模塊，具體包括：

提取子模塊，用于提取所述正常波數(shù)分布圖下不同頻率波數(shù)信息；

擬合子模塊，用于根據(jù)所述獲取的不同頻率下的波數(shù)信息，利用最小二乘法擬合出Lamb波頻散曲線；

關(guān)系確定子模塊，根據(jù)所述Lamb波頻散曲線，確定正常波數(shù)頻厚積的關(guān)系。

可選的，其特征于，所述重構(gòu)模塊，具體包括：

重構(gòu)子模塊，重構(gòu)子模塊，用于根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，利用最優(yōu)化算法，重構(gòu)待測對象的損傷位置部分。

根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：

本發(fā)明提供一種基于頻率波數(shù)估計的損傷定位與重構(gòu)方法及系統(tǒng)，首先獲取待測對象的Lamb波波場圖，并依據(jù)所述Lamb波波場圖，獲取待測對象的Lamb波波數(shù)分布圖，對所述波數(shù)分布圖進(jìn)行分析，獲取異常波數(shù)分布圖和正常波數(shù)分布圖，進(jìn)而確定待測對象損傷位置；同時根據(jù)所述正常波數(shù)分布圖，確定正常波數(shù)頻厚積的關(guān)系，從而解決了理論求解波數(shù)需要已知材料參數(shù)的缺點，提高了波數(shù)計算的效率，又根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，重構(gòu)損傷位置部分的待測對象，進(jìn)而確定所述待測對象損傷位置的厚度信息。與現(xiàn)有技術(shù)相比，該方法及系統(tǒng)不僅實現(xiàn)了實際正在使用的結(jié)構(gòu)損傷的位置，同時還檢測出發(fā)生損傷的部分的厚度信息，且該方法及系統(tǒng)實驗穩(wěn)定性好，無需預(yù)知材料屬性，為航空航天復(fù)雜結(jié)構(gòu)的損傷檢測與評估提供了新方法及系統(tǒng)。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例中的基于頻率波數(shù)估計損傷定位與重構(gòu)方法流程圖；

圖2為本發(fā)明實施例中的基于頻率波數(shù)估計損傷定位與重構(gòu)系統(tǒng)結(jié)構(gòu)圖；

圖3為本發(fā)明實施例中的基于頻率波數(shù)估計損傷厚度檢測流程圖；

圖4為本發(fā)明實施例中的激光超聲成像系統(tǒng)示意圖；

圖5為本發(fā)明實施例中的損傷厚度檢測遺傳算法運算流程圖；

圖6為本發(fā)明實施例中的損傷厚度檢測結(jié)果圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進(jìn)一步詳細(xì)的說明。

實施例一

參見圖1所示，圖1為本發(fā)明實施例中的基于頻率波數(shù)估計損傷定位與重構(gòu)方法流程圖，包括：

步驟101：獲取待測對象的Lamb波波場圖，所述采集的波場信號是寬頻信號。

所述獲取待測對象的Lamb波波場圖，具體包括：

根據(jù)待測對象的尺寸，確定掃描范圍、掃描點間隔以及采集頻率；

根據(jù)所述確定的掃描范圍、掃描點間隔以及采集頻率，掃描待測對象；

采集所述待測對象的各掃描點處的波信號；

根據(jù)所述采集的波信號，獲取Lamb波波場圖。

步驟102：根據(jù)所述Lamb波波場圖，獲取待測對象的Lamb波波數(shù)分布圖。

所述獲取待測對象的Lamb波波數(shù)分布圖，具體包括：

選取任一頻率，對所述獲取的Lamb波波場圖進(jìn)行三維短空間傅里葉變換，獲取Lamb波波數(shù)分布圖。

步驟103：根據(jù)所述波數(shù)分布圖，獲取異常波數(shù)分布圖和正常波數(shù)分布圖，具體包括：依據(jù)損傷部位會導(dǎo)致厚度減小，進(jìn)而使得損傷部位的波數(shù)變大，從而確定異常波數(shù)分布圖和正常波數(shù)分布圖。

步驟104：根據(jù)所述異常波數(shù)分布圖，確定待測對象損傷位置。

步驟105：根據(jù)所述正常波數(shù)分布圖，確定正常波數(shù)頻厚積的關(guān)系；所述頻厚積為波數(shù)與頻率厚度乘積。

所述確定正常波數(shù)頻厚積的關(guān)系，具體包括：

提取所述正常波數(shù)分布圖下不同頻率波數(shù)信息；

根據(jù)所述獲取的不同頻率下的波數(shù)信息，利用最小二乘法擬合出Lamb波頻散曲線；

根據(jù)所述Lamb波頻散曲線，確定正常波數(shù)頻厚積的關(guān)系。

步驟106：根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，重構(gòu)待測對象的損傷位置部分。

所述重構(gòu)待測對象的損傷位置部分，具體包括：

根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，利用最優(yōu)化算法，重構(gòu)待測對象的損傷位置部分。

步驟107：根據(jù)所述重構(gòu)的待測對象的損傷位置部分，確定所述待測對象損傷位置的厚度信息。

本發(fā)明提供的上述實施例方法，不僅實現(xiàn)了實際正在使用的結(jié)構(gòu)損傷的位置，同時還檢測出發(fā)生損傷的部分的厚度信息。

實施例二

參見圖2所示，圖2為本發(fā)明實施例中的基于頻率波數(shù)估計損傷定位與重構(gòu)系統(tǒng)結(jié)構(gòu)圖，包括：波場圖獲取模塊201、分布圖獲取模塊202、異常波數(shù)分布圖和正常波數(shù)分布圖獲取模塊203、位置確定模塊204、關(guān)系確定模塊205、重構(gòu)模塊206、厚度確定模塊207。

所述波場圖獲取模塊201，用于獲取待測對象的Lamb波波場圖，具體包括：

確定子模塊，用于根據(jù)待測對象的尺寸，確定掃描范圍、掃描點間隔以及采集頻率；

掃描子模塊，用于根據(jù)所述確定的掃描范圍、掃描點間隔以及采集頻率，掃描待測對象；

采集子模塊，用于采集所述待測對象的各掃描點處的波信號；

波場圖獲取子模塊，用于根據(jù)所述采集的波信號，獲取Lamb波波場圖。

所述分布圖獲取模塊202，用于根據(jù)所述Lamb波波場圖，獲取待測對象的Lamb波波數(shù)分布圖，具體包括：分布圖獲取子模塊，用于選取任一頻率，對所述獲取的Lamb波波場圖進(jìn)行三維短空間傅里葉變換，獲取Lamb波波數(shù)分布圖。

異常波數(shù)分布圖和正常波數(shù)分布圖獲取模塊203，用于根據(jù)所述波數(shù)分布圖，獲取異常波數(shù)分布圖和正常波數(shù)分布圖。

所述位置確定模塊204，用于根據(jù)所述異常波數(shù)分布圖，確定待測對象損傷位置。

所述關(guān)系確定模塊205，用于根據(jù)所述正常波數(shù)分布圖，確定正常波數(shù)頻厚積的關(guān)系，具體包括：

提取子模塊，用于提取所述正常波數(shù)分布圖下不同頻率波數(shù)信息；

擬合子模塊，用于根據(jù)所述獲取的不同頻率下的波數(shù)信息，利用最小二乘法擬合出Lamb波頻散曲線；

關(guān)系確定子模塊，根據(jù)所述Lamb波頻散曲線，確定正常波數(shù)頻厚積的關(guān)系。

所述重構(gòu)模塊206，用于根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，重構(gòu)待測對象的損傷位置部分，具體包括：重構(gòu)子模塊，用于根據(jù)所述異常波數(shù)分布圖和所述正常波數(shù)頻厚積的關(guān)系，利用最優(yōu)化算法，重構(gòu)待測對象的損傷位置部分。

所述厚度確定模塊207，用于根據(jù)所述重構(gòu)的待測對象的損傷位置部分，確定所述待測對象損傷位置的厚度信息。

本發(fā)明提供的上述實施例系統(tǒng)，不僅實現(xiàn)了實際正在使用的結(jié)構(gòu)損傷的位置，同時還檢測出發(fā)生損傷的部分的厚度信息。

實施例三

參見圖3所示，圖3為本發(fā)明實施例中的基于頻率波數(shù)估計損傷厚度檢測流程圖，包括：

步驟301：波場測量，具體包括：

根據(jù)試驗件的大小和檢測的精度要求，計算出激勵所需的空間分辨率以及各激勵點在試驗件上的位置坐標(biāo)；

激勵單元調(diào)整好激光的激勵光路后，激勵單元發(fā)射激光脈沖；

激光脈沖發(fā)出的同時，激勵單元產(chǎn)生一個觸發(fā)信號，觸發(fā)數(shù)據(jù)采集單元進(jìn)行數(shù)據(jù)采集工作，以確保激勵與采集的時間同步；

傳感器接收到的響應(yīng)信號經(jīng)過數(shù)據(jù)采集單元濾波，放大等處理后被采集卡采集，并保存在控制單元中；

控制單元對信號進(jìn)行數(shù)據(jù)進(jìn)行可視化處理，獲得Lamb波傳播波場圖。

其中，波場測量檢測系統(tǒng)示意圖包括的硬件由激勵單元、數(shù)據(jù)采集單元和控制單元三部分構(gòu)成，所述控制單元包括控制系統(tǒng)401以及掃描儀控制器402，所述數(shù)據(jù)采集單元包括采集設(shè)備403、所述激勵單元包括激光控制器404以及激光器405。所述激勵單元為該系統(tǒng)的核心部分，由Q開關(guān)Nd：YAG激光器和振鏡式激光反射掃描儀組成。所述數(shù)據(jù)采集單元由傳感器、信號調(diào)理設(shè)備、數(shù)據(jù)采集卡組成?？刂茊卧獮榛赑XI平臺的設(shè)備。

步驟302：波數(shù)測量與損傷位置成像，具體包括：

根據(jù)步驟301測量的波場，可以獲得了Lamb波的波場W(x,y,t)，并在測得的波場上加上二維矩形窗，可以將波場轉(zhuǎn)化為一系列的短空間波場。其中以原點為中心，直徑為D的矩形窗函數(shù)可以表示式(1)為：

則以(x₀,y₀)為中心的短空間波場可表示式(2)為：

w_s(x,y,t)＝w(x,y,t)Ω(x-x₀,y-y₀,t) (2)

利用三維傅里葉變換，將短空間波場變換到頻率波數(shù)域，表示式(3)為：

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

選取合適的頻率ω₀，可以獲得該頻率下的波數(shù)分布W(k_x,k_y,ω₀)，找到W(k_x,k_y,ω₀)值最大時所對應(yīng)的波數(shù)k_x、k_y，則位置(x₀,y₀)處A₀模態(tài)的波數(shù)為重復(fù)上述步驟，可以獲得任一位置(x,y)處的波數(shù)，從而得到波數(shù)在檢測區(qū)域的分布k(x,y)，并繪制出波數(shù)分布的強(qiáng)度圖。由于損傷處的波數(shù)會發(fā)生變化，因此強(qiáng)度圖中波數(shù)異常區(qū)域即為損傷區(qū)域。

步驟303：頻散曲線擬合，具體包括：

Lamb波的波數(shù)與板的頻厚積的關(guān)系可由函數(shù)k＝g(ω·d)來表示。在第二步的波數(shù)測量中，我們可以得到健康區(qū)域處不同頻率ω所對應(yīng)的波數(shù)k，選取20組ω和k的值，利用最小二乘法對其進(jìn)行多項式擬合，可以獲得由頻厚積計算波數(shù)的公式。

步驟304：損傷厚度重構(gòu)，具體包括：

損傷深度的重構(gòu)可以采用多種智能算法，如人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等，這里使用遺傳算法進(jìn)行重構(gòu)。首先對需要重構(gòu)的參數(shù)d用二進(jìn)制整數(shù)進(jìn)行編碼，作為遺傳算法運算過程中的個體，將步驟302獲得Lamb波波數(shù)分布圖與步驟303中依據(jù)頻散曲線計算的波數(shù)間的誤差最小化，得到相應(yīng)的優(yōu)化結(jié)果，即為重構(gòu)試驗件損傷厚度。

參見4所示，圖4為損傷厚度檢測的遺傳算法運算過程，具體包括：

步驟401：初始化，設(shè)置進(jìn)化代數(shù)計數(shù)器t＝0，設(shè)置最大進(jìn)化代數(shù)T。隨機(jī)生成M個個體作為初始群體P(0)。每個個體即代表一個可能的損傷厚度d。

步驟402：個體評價，計算群體P(t)中各個個體的適應(yīng)度。在本實施例中，采用理論值與測量值之間的誤差的平方和，即式(4)：

作為目標(biāo)函數(shù)來進(jìn)行最小化。

步驟403：選擇運算，將選擇算子作用于群體。在本實施例中，采用與適應(yīng)度成正比的概率來確定各個個體復(fù)制到下一代群體中的數(shù)量。

步驟404：交叉運算，將交叉算子作用于群體。在本實施例中，先對群體進(jìn)行隨機(jī)配對，其次隨機(jī)設(shè)置交叉點位置，再相互交換配對染色體之間的部分基因。

步驟405：變異運算，將變異算子作用于群體。在本實施例中，首先隨機(jī)確定各個個體的基因變異位置，然后依照某一概率將變異點的原有基因值取反。

步驟406：終止條件判斷，t是否大于T，若大于T，則以進(jìn)化過程中所得到的具有最大適應(yīng)度的個體作為最優(yōu)解輸出，終止計算，執(zhí)行步驟408；若小于等于T，則執(zhí)行步驟407。

步驟407：命令t＝t+1。

步驟408：厚度輸出：根據(jù)上述步驟，得到群體中每個具有最大適應(yīng)度的個體，即得到試驗件的損傷厚度。

本發(fā)明采用上述公開的實施例，對厚度為2mm的鋁板進(jìn)行掃描，以1mm為間隔，掃描一條200mm的直線，掃描點共計201點，在100-150mm處有一深為1.4mm的凹坑。結(jié)果如圖6所示，實線為板實際厚度，虛線為采用上述處理方法獲得的鋁板厚度，可以看出檢測結(jié)果與實際厚度相符。該實施例采用的方法不僅實現(xiàn)了實際正在使用的結(jié)構(gòu)損傷的位置，同時還檢測出發(fā)生損傷的部分的厚度信息，且該方法實驗穩(wěn)定性好，無需預(yù)知材料屬性。

本說明書中各個實施例采用遞進(jìn)的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統(tǒng)而言，由于其與實施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。