基于声波的方形木材孔洞缺陷识别系统及方法技术方案

本发明专利技术公开了一种基于声波的方形木材孔洞缺陷识别系统及方法。主要解决方形木材孔洞缺陷无损检测的问题。该系统包括小锤、声波信号采集模块、声波信号处理模块、NiosII处理器、外部存储模块、USB通信模块以及上位机处理模块。其中声波信号采集模块完成声波采集及AD转换、放大和低频滤波；声波信号处理模块实现对采集模块的驱动和声波数字信号的处理；外部存储模块包括SDRAM和EPCS配置存储器；NiosII处理器对信号处理及缓存，调用USB通信模块将数据上传到上位机处理模块；在上位机处理模块中提取声波信号时域和频域波形特征值，采用模糊模式识别方法对缺陷进行识别。本发明专利技术无污染、无危害、不损伤被测木材，使用简便，识别率高，适用于方形木材孔洞缺陷的检测。

【技术实现步骤摘要】

本专利技术涉及木材无损检测
，特别是涉及基于声波的方形木材孔洞缺陷识别系统及方法
技术介绍
我国在木材缺陷的无损检测领域已经取得了很快的发展，相继出现许多方法来检测缺陷木材，有利用X射线、微波、核磁共振、超声波、应力波、红外光谱、介电常数以及声波和图像等方法，在这些方法中，X射线具有辐射性，对人体有害；利用微波、核磁共振和红外光谱检测所使用的仪器成本高，携带也不方便；使用超声波检测时需要在被测试件上涂耦合剂；通过应力波和介电常数检测则需要将传感器附贴或钉入木材内部，会造成一定的损坏；而利用声波和图像的方式进行检测便会改善上述问题。目前在木材声波无损检测方面有通过声级计收集声波信号，通过电荷放大器和低通滤波器将数据输入数据采集分析系统，但是这样一套系统显然很庞大，集成度低，而且其数据分析系统只能计算并显示声振特性参数，而不能提取和选择有效特征值进行识别；也有利用FFT分析仪等测试木材的声振特性，虽然能很好地应用于木材强度分等，力学性质测试等方面，但无法做到快捷、准确地识别木材内部缺陷，因此在这方面缺乏一套集成的专用于木材缺陷识别的系统。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了基于声波的方形木材孔洞缺陷识别系统及方法。能够识别出方形木材孔洞缺陷及其位置。所采用的技术方案是：基于声波的方形木材孔洞缺陷识别系统及方法，该系统包括：小锤、声波信号采集模块、声波信号处理模块、NiosII处理器、外部存储模块、USB通信模块以及上位机处理模块。所述的声波信号采集模块驱动接口采用IIC总线接口，数据传输采用SPI总线接口，用于声波模拟信号的收集，AD转换，放大及低频滤波。所述的声波信号处理模块在FPGA芯片中实现，与声波信号采集模块双向连接，用于接收并缓存声波信号数据，根据采集的声波信号是否大于阈值判别小锤敲击行为是否发生，如果发生则启动DMA将声波信号数据传送给NiosII处理器，否则丢掉数据。所述的NiosII处理器通过16位总线和8位IO与声波信号处理模块连接，实现DMA数据传输和控制指令传输，同时NiosII处理器通过8位总线与USB通信模块连接，将接受到的数据截断、数据转换并缓存，如果USB通信模块发出通信请求则建立连接，将声波信号数据传输给USB通信模块。所述的外部存储模块包含EPCS配置存储器和SDRAM，用来存储程序及数据和运行NiosII缓存。所述的USB通信模块与上位机处理模块以USB总线连接，用来将数字信号数据上传给上位机软件，并进行处理。所述的上位机处理模块具备时域频域波形显示、数据保存、时域频域特征值提取及采用模糊模式识别方法识别缺陷的功能。基于声波的方形木材孔洞缺陷识别方法，包括以下步骤：a)用小锤敲击被测方形木材端部，在另一端采集声波信号，分别对声波信号进行AD转换、放大和低频滤波b)通过阈值判断启动DMA将信号数据从声波信号处理模块传输给NiosII处理器，然后调用USB通信模块将信号数据传送给上位机处理模块c)在上位机处理模块中进行时域频域波形显示、保存数据等，然后提取并选择时域和频域特征值，采用模糊模式识别方法识别缺陷与现有技术相比，本专利技术的有益效果是能够快捷，方便地检测识别出方形木材孔洞缺陷及其位置，具有无危害、清洁、不损伤被测木材，使用简便，识别率高的优点。附图说明图1为本专利技术的识别系统结构图图2为本专利技术的识别方法流程图具体实施方式本专利技术提供了一种基于声波的方形木材孔洞缺陷识别系统及方法，其结构如图1所示，包括小锤、声波信号采集模块、声波信号处理模块、NiosII处理器、外部存储模块、USB通信模块以及上位机处理模块。声波信号采集模块驱动接口采用IIC总线接口，数据传输采用SPI总线接口，用于声波模拟信号的收集，AD转换，放大及低频滤波。声波信号处理模块在FPGA芯片中实现，与声波信号采集模块双向连接，用于接收并缓存声波信号数据，根据采集的声波信号是否大于阈值判别小锤敲击行为是否发生，如果发生则启动DMA将声波信号数据传送给NiosII处理器，否则等待。由NiosII处理器选取采样频率为96KHz，采样点为2048个。NiosII处理器通过16位总线和8位IO与声波信号处理模块连接，实现DMA数据传输和控制指令传输，同时NiosII处理器通过8位总线与USB通信模块连接，将接受到的数据截断、数据转换并缓存，如果USB通信模块发出通信请求则建立连接，将声波信号数据传输给USB通信模块。外部存储模块包含EPCS配置存储器和SDRAM，用来存储程序及数据和运行NiosII缓存。所述的USB通信模块与上位机处理模块以USB总线连接，用来将数字信号数据上传给上位机软件，并进行处理。使用不同颜色的LED灯显示FPGA系统的开关、运行等状态是否正常。上位机处理模块具备时域频域波形显示、数据保存、时域频域特征值提取及采用模糊模式识别方法识别缺陷的功能。基于声波的方形木材孔洞缺陷识别方法如图2所示，包括以下步骤：a)用小锤敲击被测方形木材端部，在另一端采集声波信号，分别对声波信号进行AD转换、放大和低频滤波b)通过阈值判断启动DMA将信号数据从声波信号处理模块传输给NiosII处理器，然后调用USB通信模块将信号数据传送给上位机处理模块c)在上位机处理模块中进行时域频域波形显示、保存数据等，然后提取并选择时域和频域特征值，采用模糊模式识别方法识别缺陷所述的识别方法c中采用模糊模式识别的方法如下：a)提取和选择所有样本的3个特征量，得到初始训练样本b)规格化训练样本。X＝[xij]n×m(i＝1，2，...，n；j＝1，2，...，m)为原始矩阵，将X规格化处理得到X′＝[x′ij]n×m(i＝1，2，...，n；j＝1，2，...，m)，规格化所用公式为： x ij ′ = x ij - min { x ij | 1 ≤ i ≤ n本文档来自技高网...

【技术保护点】
基于声波的方形木材孔洞缺陷识别系统，其特征在于该系统包括小锤、声波信号采集模块、声波信号处理模块、NiosII处理器、外部存储模块、USB通信模块以及上位机处理模块。

【技术特征摘要】
1.基于声波的方形木材孔洞缺陷识别系统，其特征在于该系统包括小锤、声波信号采集模块、
声波信号处理模块、NiosII处理器、外部存储模块、USB通信模块以及上位机处理模块。
2.根据权利要求1所述的声波信号采集模块，其特征在于该模块驱动接口采用IIC总线接口，
数据传输采用SPI总线接口，用于声波模拟信号的收集、AD转换、放大及低频滤波，将
处理过的信号传给声波信号处理模块。
3.根据权利要求1所述的声波信号处理模块，其特征在于该模块在FPGA芯片中实现，与声
波信号采集模块双向连接，用于接收并缓存声波信号数据，根据采集的声波信号是否大于
阈值判别小锤敲击行为是否发生，如果发生则启动DMA将声波信号数据传送给NiosII处
理器，否则等待。
4.根据权利要求1所述的NiosII处理器，其特征在于它通过16位总线和8位IO与声波信
号处理模块连接，实现DMA数据传输和控制指令传输，同时NiosII处理器通过8位总线
与USB通信模块连接，将从声波处理模块接受到的数据截断、数据转换并缓存，如果USB
通信模块...

【专利技术属性】
技术研发人员：邢涛，马肖祥，王浩洋，郭瑞，戈兵，张策，
申请(专利权)人：邢涛，
类型：发明
国别省市：黑龙江;23