基于前向散射波和C均值聚类算法的板类缺陷定位方法技术

本发明专利技术涉及一种基于前向散射波和C均值聚类算法的板类缺陷定位方法，包括：获取无损伤板类结构和同类板损伤状态下的响应信号，以无损伤板类结构的响应信号作为基准信号，以同类板损伤状态下的响应信号为损伤信号；对基准信号和损伤信号进行预处理后做差，得到差值信号，通过Hilbert变换提取差值信号包络；提取直达波差值包络，以直达波差值包络的最大幅值衡量对应直达波差值的大小；获取每个传感器作为激励传感器时对应的直达波差值中最大的2组检测数据所在的传感器对，将所有传感器对分别用直线连接，获得2n条直线；以C均值聚类算法获得2n条直线的交点的聚类中心，定位缺陷位置。与现有技术相比，本发明专利技术具有定位精度高、操作简单等优点。

Method for locating plate defects based on forward scattering wave and C mean clustering algorithm

The invention relates to a method based on the forward scattering wave and C mean clustering algorithm in defect location method, including: obtaining the free response signal damage of plate structures and similar plate damage state, in response to a signal without damage of the plate structure as the reference signal in response to a signal of similar plate damage condition for damage signal; the reference signals and damage signal after pretreatment to do bad, get the difference signal through Hilbert transform to extract the signal envelope difference; extraction of direct wave envelope difference, with the maximum amplitude of direct wave envelope difference measure corresponding to the direct wave difference; direct wave difference as the excitation sensor corresponding to each sensor in 2 groups the maximum detection data of all sensors on the sensor, respectively connected by a straight line, 2n line; C mean clustering algorithm to obtain 2n straight The intersection points of the line are clustered centers to locate defect locations. Compared with the prior art, the invention has the advantages of high positioning accuracy, simple operation, etc..

【技术实现步骤摘要】
基于前向散射波和C均值聚类算法的板类缺陷定位方法
本专利技术涉及板类结构无损检测领域，尤其是涉及一种基于前向散射波和C均值聚类算法的板类缺陷定位方法。
技术介绍
Lamb波传播速度快、检测范围大、灵敏度高、衰减小，可实现对板材高效率、无盲区检测，已经成为广受关注的无损检测方式之一，如中国专利申请CN105527345A公开的一种基于密集型激光传感器阵列的Lamb波板状结构的缺陷定位方法。研究者已经提出了许多用于板类缺陷定位的成像算法并得到了实验性的验证。但由于噪音以及边界反射和缺陷处模态转换的影响，常常使成像位置偏离缺陷的实际位置。近年来国内外学者围绕着如何减少噪音以及边界反射和缺陷处模态转化对成像精度的影响，提出了许多信号处理方法。这些方法包括基准线减法、小波降噪、滤波、模态分离等。这些信号处理方法在成像算法上的应用一定程度上提高了缺陷的定位精度，但对噪音和边界反射以及模态转换对缺陷定位精度的影响并不能完全消除。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种定位精度高、操作简单的基于前向散射波和C均值聚类算法的板类缺陷定位方法。本专利技术的目的可以通过以下技术方案来实现：一种基于前向散射波和C均值聚类算法的板类缺陷定位方法，包括以下步骤：1)在板类结构中布置由n个传感器组成的稀疏阵列，选择最佳激励频率，对所述稀疏阵列中所有传感器依次进行激励，每次激励时，受激励的传感器为激励传感器，其余传感器为接收传感器，同时接收信号，作为响应信号，分别获取无损伤板类结构和同类板损伤状态下的响应信号，以所述无损伤板类结构的响应信号作为基准信号，以所述同类板损伤状态下的响应信号为损伤信号；2)对所述基准信号和损伤信号进行预处理后做差，得到差值信号，并对所述差值信号通过Hilbert变换提取差值信号包络；3)从所述差值信号包络中提取直达波差值包络，以直达波差值包络的最大幅值衡量对应直达波差值的大小；4)获取每个传感器作为激励传感器时对应的直达波差值中最大的2组检测数据所在的传感器对，将所有传感器对分别用直线连接，获得2n条直线；5)以C均值聚类算法获得所述2n条直线的交点的聚类中心，以获得的聚类中心作为缺陷位置。所述步骤1)中，n个传感器组成一圆形稀疏阵列。所述n满足n≥10。所述稀疏阵列中，相邻传感器的间距不大于50mm。所述步骤2)中，所述预处理具体为：对所述基准信号和损伤信号依次进行高阶滤波和小波降噪处理。所述步骤3)中，从所述差值信号包络中提取直达波差值包络具体为：根据基准信号的时域波形确定直达波波包的时间范围，根据该时间范围确定对应差值信号包络的范围，然后提取该范围内的包络信号，即为直达波差值包络。与现有技术相比，本专利技术具有以下优点：(1)该方法可以消除边界反射、噪音、缺陷引起的模态转换以及导波的频散和多模态的影响。(2)本专利技术在实现过程中，无需更改或增加设备和参数，利用现有的硬件就可以操作且该方法运行速度快。(3)本专利技术适用于绝大多数的板中稀疏阵列缺陷定位。(4)本方法定位精度高，操作简单，具有良好的实际工程应用价值。附图说明图1为本专利技术的流程示意图；图2为本专利技术中布置的圆形阵列示意图；图3为不同缺陷位置的原始信号、差值信号和差信号包络的时域波形图，其中，(a)显示了缺陷位于激励与接收传感器的连线上，(b)显示了缺陷远离激励与接收传感器的连线位置；图4为板中lamb波能量分布示意图；图5为本专利技术的缺陷定位原理示意图；图6为缺陷定位的实验结果示意图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。如图1所示，本实施例提供一种基于前向散射波和C均值聚类算法的板类缺陷定位方法，包括：步骤1，采集板类结构的响应信号。步骤1-1，在板类结构中布置由16个传感器组成的稀疏阵列，相邻传感器的间距不大于50mm。本实施例中，传感器采用圆形压电晶片，压电晶片的直径为10mm，厚度为1mm。对所有传感器进行编号(0-15)，本实施例中，传感器组成的稀疏阵列为半径为200mm的圆形阵列，如图2所示。步骤1-2，采用激励频率为300khz，对步骤1-1的阵列中所有传感器依次进行激励，对所述稀疏阵列中所有传感器依次进行激励，每次激励时，受激励的传感器为激励传感器，其余传感器为接收传感器，同时接收信号，作为响应信号，分别获取无损伤板类结构和同类板损伤状态下的响应信号，以所述无损伤板类结构的响应信号作为基准信号，以所述同类板损伤状态下的响应信号为损伤信号。可以测得240组基准信号和240组损伤信号将无损伤的板类结构中的响应信号作为基准信号，将损伤状态下的结构作为损伤信号。步骤2，对获得的响应信号进行处理。步骤2-1，对所述基准信号和损伤信号进行预处理，所述预处理包括高阶滤波和小波降噪处理。本实施例中，用Matlab工具箱中butter和filter函数对基准信号和损伤信号进行5阶滤波，滤波范围为250khz-350khz；用Matlab工具箱中中wden函数采用db40小波对步骤上述滤波后的基准信号和损伤信号进行小波降噪。步骤2-2，将经预处理后的基准信号和损伤信号做差，得到差值信号，并对所述差值信号通过Hilbert变换提取差值信号包络，如图3所示。步骤2-3，从所述差值信号包络中提取直达波差值包络，提取过程为：根据基准信号的时域波形确定直达波波包的时间范围，根据该时间范围确定对应差值信号包络的范围，然后提取该范围内的包络信号，即为直达波差值包络。使用Matlab求出直达波差值包络的最大幅值，以该值来衡量对应直达波差值的大小。步骤3，板中缺陷定位。图4是使用abaqus软件对板中缺陷模拟的能量分布图，从图中可以看出S0模态的lamb遇到缺陷时会发生模态的转换，转换为A0、SH0和S0三种模态且模态的前向散射波能量远大于其后向散射波能量。若激励传感器、接收传感器和缺陷位置在一条直线上或者缺陷在激励传感器、接收传感器连线的附近位置时接收传感器接收到的直达波即为前向散射波，由于缺陷的存在导致此时直达波能量损失较大，所以此时直达波的差值最大。因此直达波差值最大时激励传感器、接收传感器和缺陷位置在一条直线上或者缺陷在激励传感器、接收传感器连线的附近，如图5所示。步骤3-1：在一个传感器i激励其余所有传感器接收得到的15组数据中，选择2组直达波差值最大的检测数据所在的传感器对ij和ij'并将这两个传感器对用直线连接起来，则缺陷再这条直线上或者该直线附近；接着每个传感器依次轮流作为激励传感器，这样将得到32条直线，则32条直线的交点位置即为缺陷所在的位置区域如图6所示。步骤3-2，利用Matlab中C均值聚类算法工具箱对上述获得交点分成一类并求出该聚类中心，则该聚类中心即为缺陷所在位置。若上述所求交点分布在两个区域则分成两类求两个聚类中心，依次类推。以上详细描述了本专利技术的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本专利技术的构思作出诸多修改和变化。因此，凡本
中技术人员依本专利技术的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书本文档来自技高网...

【技术保护点】
一种基于前向散射波和C均值聚类算法的板类缺陷定位方法，其特征在于，包括以下步骤：1)在板类结构中布置由n个传感器组成的稀疏阵列，选择最佳激励频率，对所述稀疏阵列中所有传感器依次进行激励，每次激励时，受激励的传感器为激励传感器，其余传感器为接收传感器，同时接收信号，作为响应信号，分别获取无损伤板类结构和同类板损伤状态下的响应信号，以所述无损伤板类结构的响应信号作为基准信号，以所述同类板损伤状态下的响应信号为损伤信号；2)对所述基准信号和损伤信号进行预处理后做差，得到差值信号，并对所述差值信号通过Hilbert变换提取差值信号包络；3)从所述差值信号包络中提取直达波差值包络，以直达波差值包络的最大幅值衡量对应直达波差值的大小；4)获取每个传感器作为激励传感器时对应的直达波差值中最大的2组检测数据所在的传感器对，将所有传感器对分别用直线连接，获得2n条直线；5)以C均值聚类算法获得所述2n条直线的交点的聚类中心，以获得的聚类中心作为缺陷位置。

【技术特征摘要】
1.一种基于前向散射波和C均值聚类算法的板类缺陷定位方法，其特征在于，包括以下步骤：1)在板类结构中布置由n个传感器组成的稀疏阵列，选择最佳激励频率，对所述稀疏阵列中所有传感器依次进行激励，每次激励时，受激励的传感器为激励传感器，其余传感器为接收传感器，同时接收信号，作为响应信号，分别获取无损伤板类结构和同类板损伤状态下的响应信号，以所述无损伤板类结构的响应信号作为基准信号，以所述同类板损伤状态下的响应信号为损伤信号；2)对所述基准信号和损伤信号进行预处理后做差，得到差值信号，并对所述差值信号通过Hilbert变换提取差值信号包络；3)从所述差值信号包络中提取直达波差值包络，以直达波差值包络的最大幅值衡量对应直达波差值的大小；4)获取每个传感器作为激励传感器时对应的直达波差值中最大的2组检测数据所在的传感器对，将所有传感器对分别用直线连接，获得2n条直线；5)以C均值聚类算法获得所述2n条直线的交点的聚类中心，以获得的聚类中心作为...

【专利技术属性】
技术研发人员：周邵萍，翟双苗，陈少杰，李勇，杨斌，张楠楠，刘伟，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海,31