一种单微裂纹定量识别方法
    1.
    发明公开

    公开(公告)号:CN116609441A

    公开(公告)日:2023-08-18

    申请号:CN202310861017.5

    申请日:2023-07-14

    摘要: 本发明提供一种单微裂纹定量识别方法,属于裂纹识别技术领域,该方法包括获取第一样本集,第一样本集包括对应不同单微裂纹模型的一维数据和单微裂纹尺寸类别;一维数据通过对单微裂纹模型的一个阵元通道的原始信号处理得到;阵元通道的原始信号通过对单微裂纹模型超声波作用生成;以一维数据作为输入,尺寸类别作为输出,对一维神经网络训练,得到第一网络模型;获取待测的单微裂纹模型的一维待测数据;一维待测数据通过对待测的单微裂纹模型的一个阵元通道的原始信号处理得到;将一维待测数据输入至第一网络模型中,得到待测的单微裂纹模型的单微裂纹尺寸类别。该发明通过深度学习与非线性超声无损检测技术的结合实现对单微裂纹的定量识别。

    一种单微裂纹定量识别方法

    公开(公告)号:CN116609441B

    公开(公告)日:2023-09-26

    申请号:CN202310861017.5

    申请日:2023-07-14

    摘要: 本发明提供一种单微裂纹定量识别方法,属于裂纹识别技术领域,该方法包括获取第一样本集,第一样本集包括对应不同单微裂纹模型的一维数据和单微裂纹尺寸类别;一维数据通过对单微裂纹模型的一个阵元通道的原始信号处理得到;阵元通道的原始信号通过对单微裂纹模型超声波作用生成;以一维数据作为输入,尺寸类别作为输出,对一维神经网络训练,得到第一网络模型;获取待测的单微裂纹模型的一维待测数据;一维待测数据通过对待测的单微裂纹模型的一个阵元通道的原始信号处理得到;将一维待测数据输入至第一网络模型中,得到待测的单微裂纹模型的单微裂纹尺寸类别。该发明通过深度学习与非线性超声无损检测技术的结合实现对单微裂纹的定量识别。

    基于非线性超声混频与高次谐波相控阵的缺陷成像方法

    公开(公告)号:CN117665130A

    公开(公告)日:2024-03-08

    申请号:CN202311839437.X

    申请日:2023-12-28

    IPC分类号: G01N29/44

    摘要: 本发明提供一种基于非线性超声混频与高次谐波相控阵的缺陷成像方法,属于超声无损检测技术领域,所述方法包括:通过超声相控阵中各个阵元,激励横波信号与纵波信号;通过各个阵元接收非线性信号,组成全矩阵数据;通过变分模态分解,获取差频横波信号对应的第一矩阵数据、和频横波信号对应的第二矩阵数据以及纵波的高次谐波信号对应的第三矩阵数据;进而获取差频横波信号对应的第一缺陷成像数据、和频横波信号对应的第二缺陷成像数据以及纵波的高次谐波信号对应的第三缺陷成像数据;基于第一缺陷成像数据、第二缺陷成像数据和第三缺陷成像数据,获取缺陷检测结果。通过对不同非线性信号成像结果排列组合,能够精确地检测材料的各种微小缺陷。

    一种检测早期损伤的非线性超声相控阵成像方法及系统

    公开(公告)号:CN116818901A

    公开(公告)日:2023-09-29

    申请号:CN202310694711.2

    申请日:2023-06-13

    IPC分类号: G01N29/06 G01N29/44

    摘要: 本发明提供了一种检测早期损伤的非线性超声相控阵成像方法及系统,属于超声无损检测技术领域,方法包括:采用相控阵各阵元依次作为发射阵元激励超声波,超声波与待测试件上的早期损伤相互作用,诱发超声非线性效应;当每个阵元激励超声波基波信号后,所有的阵元作为接收阵元,采用接收阵元接收到的原始信号构建全矩阵数据,在全矩阵数据中提取二次谐波信号;基于二次谐波信号计算成像指标,并以成像指标作为像素值构建超声图像;采用超声图像对早期损伤进行损伤能力的检测。本发明基于超声波与早期损伤作用诱发超声非线性效应的机理,实现对早期损伤的高精度成像和定位。