[發(fā)明專利]一種基于卷積網(wǎng)絡(luò)和軌跡跟蹤的復(fù)合材料缺陷超聲檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210810586.2
• 申請(qǐng)日: 2022-07-11
• 公開（公告）號(hào): CN115015394A
• 公開（公告）日: 2022-09-06
• 發(fā)明（設(shè)計(jì)）人: 郭函懿;何衛(wèi)鋒
• 申請(qǐng)（專利權(quán)）人: 西安交通大學(xué)
• 主分類號(hào): G01N29/04
• 分類號(hào): G01N29/04;G01N29/22;G06N3/04
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 王艾華

本發(fā)明公開了一種基于卷積網(wǎng)絡(luò)和軌跡跟蹤的復(fù)合材料缺陷超聲檢測(cè)方法，包括以下步驟，步驟1，建立超聲波數(shù)據(jù)庫；步驟2，從超聲波數(shù)據(jù)庫中獲取數(shù)據(jù)集，并構(gòu)建深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法模型，確定神經(jīng)網(wǎng)絡(luò)模型參數(shù)；步驟3，對(duì)構(gòu)建的神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法模型，用采集構(gòu)造的數(shù)據(jù)集進(jìn)行訓(xùn)練；步驟4，將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型參數(shù)嵌入到超聲設(shè)備中，對(duì)當(dāng)前探頭位置采集的超聲波信號(hào)進(jìn)行實(shí)時(shí)診斷分類和缺陷可視化標(biāo)注。能夠?qū)崿F(xiàn)實(shí)時(shí)的復(fù)合材料缺陷診斷與標(biāo)注。以解決現(xiàn)有的復(fù)合材料缺陷或損傷檢測(cè)依賴于對(duì)測(cè)試部件的材料特性的了解或?qū)谖锢韺W(xué)的預(yù)定信號(hào)特征的提取這種專家先驗(yàn)知識(shí)，提供一種不同與超聲C掃的缺陷可視化方法。

技術(shù)領(lǐng)域

本發(fā)明屬于復(fù)合材料缺陷檢測(cè)技術(shù)領(lǐng)域，具體屬于一種基于卷積網(wǎng)絡(luò)和軌跡跟蹤的復(fù)合材料缺陷超聲檢測(cè)方法。

背景技術(shù)

復(fù)合材料具有較高的比強(qiáng)度、比剛度，能有效減輕飛機(jī)結(jié)構(gòu)重量，還具有抗腐蝕、破損安全性高的優(yōu)點(diǎn)。復(fù)合材料以優(yōu)異的性能表現(xiàn)在飛機(jī)結(jié)構(gòu)中應(yīng)用比例越來越高，已經(jīng)由次要結(jié)構(gòu)向主要結(jié)構(gòu)、復(fù)雜受力結(jié)構(gòu)發(fā)展。復(fù)合材料構(gòu)件在生產(chǎn)過程可能會(huì)帶有缺陷，使用過程中會(huì)出現(xiàn)各種類型損傷，損傷和缺陷類型包括裂紋、劃傷、燒蝕、雷擊、凹坑、穿孔、分層和脫粘等。對(duì)于缺陷和損傷的檢測(cè)、分析是至關(guān)重要的。評(píng)估復(fù)合材料或構(gòu)件的方法有很多種，無損檢測(cè)方法是其中一個(gè)重要類別，無損檢測(cè)是指在不改變?cè)紝傩曰騻Ρ粶y(cè)物的情況下，對(duì)材料或部件進(jìn)行評(píng)估和檢測(cè)，以表征或發(fā)現(xiàn)缺陷和損傷。無損檢測(cè)技術(shù)提供了一種成本效益高的測(cè)試手段，可以對(duì)樣品進(jìn)行單獨(dú)調(diào)查，也可以應(yīng)用于生產(chǎn)過程中對(duì)整個(gè)材料進(jìn)行檢查，在生產(chǎn)質(zhì)量控制系統(tǒng)中檢查整個(gè)材料。目前針對(duì)飛機(jī)復(fù)合材料結(jié)構(gòu)損傷檢查方法主要有目視檢測(cè)法、敲擊檢查法、超聲檢測(cè)法、紅外熱波法及X射線檢測(cè)法。

利用儀器設(shè)備的無損檢測(cè)主要用于內(nèi)場(chǎng)維修實(shí)踐檢測(cè)和生產(chǎn)過程質(zhì)量評(píng)估中使用，其中超聲波檢測(cè)技術(shù)由于超聲波有強(qiáng)穿透力、靈敏度高的特點(diǎn)同時(shí)檢測(cè)設(shè)備輕便、成本較低，因此在對(duì)復(fù)合材料檢測(cè)應(yīng)用廣泛，適用于復(fù)合材料結(jié)構(gòu)的分層、脫膠、膠接氣孔等損傷或缺陷的檢測(cè)。

目前超聲波檢測(cè)方法作為一種廣泛的復(fù)合材料無損檢測(cè)技術(shù)，傳統(tǒng)的超聲無損檢測(cè)技術(shù)依賴于對(duì)測(cè)試部件的材料特性的了解或?qū)谖锢韺W(xué)的預(yù)定信號(hào)特征的提取，不同復(fù)合材料部件損傷的超聲檢測(cè)專家先驗(yàn)知識(shí)難以獲得，同時(shí)人工判讀信號(hào)存在人力成本高，檢測(cè)效率低的問題。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種基于卷積網(wǎng)絡(luò)和軌跡跟蹤的復(fù)合材料缺陷超聲檢測(cè)方法，以實(shí)現(xiàn)實(shí)時(shí)的復(fù)合材料缺陷診斷與標(biāo)注。以解決現(xiàn)有的復(fù)合材料缺陷或損傷檢測(cè)依賴于對(duì)測(cè)試部件的材料特性的了解或?qū)谖锢韺W(xué)的預(yù)定信號(hào)特征的提取這種專家先驗(yàn)知識(shí)，提供一種不同與超聲C掃的缺陷可視化方法。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于卷積網(wǎng)絡(luò)和軌跡跟蹤的復(fù)合材料缺陷超聲檢測(cè)方法，包括以下步驟，

步驟1，建立超聲波數(shù)據(jù)庫；

步驟2，從超聲波數(shù)據(jù)庫中獲取數(shù)據(jù)集，并構(gòu)建深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法模型，確定神經(jīng)網(wǎng)絡(luò)模型參數(shù)；

步驟3，對(duì)構(gòu)建的神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法模型，用采集構(gòu)造的數(shù)據(jù)集進(jìn)行訓(xùn)練；

步驟4，將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型參數(shù)嵌入到超聲設(shè)備中，對(duì)當(dāng)前探頭位置采集的超聲波信號(hào)進(jìn)行實(shí)時(shí)診斷分類和缺陷可視化標(biāo)注。

優(yōu)選的，步驟1中，利用超聲波設(shè)備對(duì)樣本件不同區(qū)域分別進(jìn)行數(shù)據(jù)采集，獲得具有不同敏感波形的超聲波信號(hào)采樣數(shù)據(jù)和超聲探頭圖片數(shù)據(jù)，建立包含不同敏感波形的超聲波數(shù)據(jù)庫。

優(yōu)選的，步驟1中，建立超聲波數(shù)據(jù)庫具體包括以下步驟，

步驟S11，將復(fù)合材料被測(cè)樣本放置在檢測(cè)平臺(tái)上；

步驟S12，啟動(dòng)超聲設(shè)備，調(diào)整超聲參數(shù)；