一种基于太赫兹脉冲频谱与最优化算法的涂层厚度测量方法技术

本发明专利技术涉及一种基于太赫兹脉冲频谱与最优化算法的涂层厚度测量方法，包括：用太赫兹时域光谱系统获得空载状态下的参考信号和涂层样品测量信号；用EEMD算法对输入两类信号进行降噪处理，对分解结果进行信号重建，获得重建后的测量信号和参考信号；设定初始参数，包括涂层样品类型、初始误差；用最优化算法求解拟合信号；输出拟合结果，通过消去拟合信号中多余的反射信号获得待求信号。

A coating thickness measurement method based on terahertz pulse spectrum and optimization algorithm

The invention relates to a coating thickness measurement method based on terahertz pulse spectrum and optimization algorithm, which includes: obtaining reference signal and coating sample measurement signal in no-load state by terahertz time-domain spectrum system; denoising two kinds of input signals by EEMD algorithm, reconstructing the decomposition result, obtaining reconstructed measurement signal and reference signal; Initial parameters, including coating sample type and initial error; using optimization algorithm to solve the fitting signal; outputting the fitting results, obtaining the desired signal by eliminating the redundant reflection signal in the fitting signal.

【技术实现步骤摘要】
一种基于太赫兹脉冲频谱与最优化算法的涂层厚度测量方法
本专利技术涉及太赫兹脉冲信号处理及涂层厚度测量领域，尤其涉及一种基于太赫兹脉冲频谱与遗传算法的涂层厚度测量方法。
技术介绍
太赫兹波在电磁波谱中介于微波与红外光波之间，属于远红外波段，通常认为它的频率范围在0.1THz～10THz，波长范围在0.03～3mm，太赫兹的特殊位置决定了太赫兹科学综合了电子学与光子学的特色，是典型的前沿交叉学科，研究太赫兹波的机理和应用方法，具有重大的科学意义。太赫兹波对非极性材料具有很好的穿透性，并且光子能量低，对人体安全，同时，太赫兹脉冲信号具有超短脉冲特性，具有极高的空间和时间分辨率。此外，太赫兹波还具有指纹谱特性，在测量材料的几何参数的同时还可以测量材料的化学成分。太赫兹时域光谱技术日趋成熟，也是目前太赫兹技术中应用于无损检测最广泛的一种技术。各种涂层常用来保护某些产品的外观和使用性能，在汽车行业尤其重要，其厚度一般大于10um。在现代工业生产过程中，喷涂技术是一项很重要的技术，广泛应用于汽车生产、航空航天、装饰、医药等领域。因此，监测涂层质量有着重要的实际意义。其中，涂层厚度是监测喷涂质量的一项重要指标，涂层过厚会造成涂料的浪费，增加生产成本，涂料过薄就不能达到预期的要求。目前的涂层测厚技术有着各方面的缺点，寻找一种非接触、高精度、安全的无损检测技术是很必要的。与确定性寻优算法相比，随机优化方法提供了诸多便利。该类算法基于随机性、统计性和概率性，增大了得到全局最优值的概率，对于不可微、非连续、非线性、噪声和多维的目标函数，具有复杂的局部极小值的搜索空间。目前较为成熟的随机优化算法有差分进化算法DE，遗传算法GA，粒子群优化算法PSO。在太赫兹材料检测领域，如何对获得的太赫兹信号进行有效准确的分析是其中的关键。太赫兹波在材料中的飞行时间与材料厚度直接相关，通过厚度信息可以计算材料的光学折射率。GA、DE等随机优化算法的发展，为求解材料的光学参数提供了更加稳定可靠的选择，借助计算机便可实现参数的自动计算。而在绝大多数应用TDS技术进行检测的案例中，太赫兹波在样品中会发生多次反射，多余的反射峰将会影响材料光学参数的计算精度。因此，研究如何减少或消去多重反射效应具有重要的实际意义。
技术实现思路
本专利技术提出了一种基于最优化算法的高精度太赫兹脉冲时域光谱涂层厚度测量方法，包括以下步骤：一种基于太赫兹脉冲频谱与最优化算法的涂层厚度测量方法，包括以下步骤：S1：用太赫兹时域光谱系统获得空载状态下的参考信号Eref(t)和涂层样品测量信号Emea(t)；S2：将参考信号Eref(t)和涂层样品的测量信号Emea(t)输入计算机；S3：用EEMD算法对输入两类信号进行降噪处理，得到测量信号Emea(t)和参考信号Eref(t)的EMD分解结果，对分解结果进行信号重建，获得重建后的测量信号和参考信号，分别记作Eeemd-mea(t)和Eeemd-ref(t)；S4：设定初始参数，如涂层样品类型、初始误差等；S5：用最优化算法求解拟合信号，方法如下：S5.1：对待求信号Eobj(t)进行建模；Eobj(t)＝E1(t)+E2(t)＝k1Eeemd-ref(t+Δt1)+k2Eeemd-ref(t+Δt2)E1(t)＝k1Eeemd-ref(t+Δt1)E2(t)＝k2Eeemd-ref(t+Δt2)E1(t)为由涂层表层反射的反射信号，为第一级反射信号，E2(t)为由基底第一次反射所得的反射信号，为第二级反射信号，k1、k2为根据菲涅尔定律与介质对太赫兹信号吸收性所确定的系数，Δt1、Δt2为反射信号E1(t)、E2(t)对应的飞行时间，规定Δt2＞Δt1；S5.2：对太赫兹脉冲信号在样品内的多重反射效应进行建模；当信号发生多重反射时，各个反射信号之间的飞行时间差为定值dt＝Δt2-Δt1，则：E3(t)＝k3Eeemd-ref(t+Δt2+dt)，E4(t)＝k4Eeemd-ref(t+Δt2+2×dt)，其中，E3(t)、E4(t)为由涂层基底第二次、第三次反射回来的太赫兹波，分别是第三级、四级反射信号，与k1、k2同理可得系数k3、k4，因此，第i级多重反射信号为：Ei(t)＝kiEeemd-ref(t+Δt2+(i-2)×dt)，其中i>2，对Ei求和，得到包含所有多重反射信号的总拟合信号：S5.3：令误差函数Y达到最小值，获取最优拟合信号Ebest-sim(t)；误差函数Y定义为：将误差函数Y作为最优化算法的目标函数，在每一次循环中，向总拟合信号Esim(t)中加入反射信号Ei(t)，其中i>2，使Esim(t)更接近获取的测量信号Eeemd-mea(t)，从而降低误差函数Y的值，直至Y值的减少小于预设的一个小正数，获得与测量信号Eeemd-mea(t)相比误差最小的最优拟合信号参数ki、Δt1、Δt2以及引入的反射信号级数n；S6：输出拟合结果，通过消去拟合信号中多余的反射信号获得待求信号计算涂层厚度；S6.1：消除多重反射信号的混叠，获取待求信号S6.2：计算涂层厚度d。其中，步骤S3可以如下：S3.1：在原始测量信号Emea(t)和参考信号Eref(t)内加入白噪声；S3.2：分别进行EMD分解，得到一系列的本征模态分量cn(t)和余项Rn(t)；S3.3：重复上述步骤，一共进行k次，每次加入不同的白噪声，白噪声服从(0,α2ε2)的正态分布，其中α为附加噪声的标准偏差与输入信号的标准偏差之比，ε2为输入信号的方差，取α＝0.2，k＝150；S3.4：将k次分解得到的本征模态函数进行整体求均值，得到测量信号Emea(t)和参考信号Eref(t)的EMD分解结果，对分解结果进行信号重建，获得重建后的测量信号和参考信号，分别记作Eeemd-mea(t)和Eeemd-ref(t)。附图说明通过参考附图会更清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术的任何限制，附图为利用本算法处理信号的一个具体实例：图1为涂层厚度求解算法流程图图2为EEMD算法流程图图3为EEMD降噪前后信号对比图；图4为具有不同飞行时间的太赫兹信号示意图；图5为多重反射效应示意图图6为最优化算法拟合信号与测量信号对比图；图7为各反射信号的求解结果；图8为误差随迭代次数变化图；图9为消去多余反射峰之后的测量信号与原信号对比图；图10为拟合结果示例图具体实施方式S1：用太赫兹时域光谱系统获得空载状态下的参考信号Eref(t)和涂层样品测量信号Emea(t)；利用太赫兹时域反射光谱(THz-RTDS)分别对无涂层(空载)的样品与覆盖涂层的样品进行测量，获得参考信号Eref(t)和涂层样品测量信号Emea(t)。由图4、图5可知，测量信号Emea(t)包含多个反射信号与随机噪声σnoise，是各反射信号与噪声的加总，其中i>2。S2：将参考信号Eref(t)和涂层样品的测量信号Emea(t)输入计算机；通过信号采集模块，将太赫兹时域反射光谱获取的参考信号和测量信号输入计算机。S3：采用EMD算法对输入的参考信号和测量信号进行降噪处理，减少信号中的噪声；EEMD算法可减少信号中的噪声成分，从而有效本文档来自技高网...

【技术保护点】
1.一种基于太赫兹脉冲频谱与最优化算法的涂层厚度测量方法，包括以下步骤：S1：用太赫兹时域光谱系统获得空载状态下的参考信号Eref(t)和涂层样品测量信号Emea(t)；S2：将参考信号Eref(t)和涂层样品的测量信号Emea(t)输入计算机；S3：用EEMD算法对输入两类信号进行降噪处理，得到测量信号Emea(t)和参考信号Eref(t)的EMD分解结果，对分解结果进行信号重建，获得重建后的测量信号和参考信号，分别记作Eeemd‑mea(t)和Eeemd‑ref(t)；S4：设定初始参数，如涂层样品类型、初始误差等；S5：用最优化算法求解拟合信号，方法如下：S5.1：对待求信号Eobj(t)进行建模；Eobj(t)＝E1(t)+E2(t)＝k1Eeemd‑ref(t+Δt1)+k2Eeemd‑ref(t+Δt2)E1(t)＝k1Eeemd‑ref(t+Δt1)E2(t)＝k2Eeemd‑ref(t+Δt2)E1(t)为由涂层表层反射的反射信号，为第一级反射信号，E2(t)为由基底第一次反射所得的反射信号，为第二级反射信号，k1、k2为根据菲涅尔定律与介质对太赫兹信号吸收性所确定的系数，Δt1、Δt2为反射信号E1(t)、E2(t)对应的飞行时间，规定Δt2＞Δt1；S5.2：对太赫兹脉冲信号在样品内的多重反射效应进行建模；当信号发生多重反射时，各个反射信号之间的飞行时间差为定值dt＝Δt2‑Δt1，则：E3(t)＝k3Eeemd‑ref(t+Δt2+dt)，E4(t)＝k4Eeemd‑ref(t+Δt2+2×dt)，其中，E3(t)、E4(t)为由涂层基底第二次、第三次反射回来的太赫兹波，分别是第三级、四级反射信号，与k1、k2同理可得系数k3、k4，因此，第i级多重反射信号为：Ei(t)＝kiEeemd‑ref(t+Δt2+(i‑2)×dt)，其中i>2，对Ei求和，得到包含所有多重反射信号的总拟合信号：...

【技术特征摘要】
1.一种基于太赫兹脉冲频谱与最优化算法的涂层厚度测量方法，包括以下步骤：S1：用太赫兹时域光谱系统获得空载状态下的参考信号Eref(t)和涂层样品测量信号Emea(t)；S2：将参考信号Eref(t)和涂层样品的测量信号Emea(t)输入计算机；S3：用EEMD算法对输入两类信号进行降噪处理，得到测量信号Emea(t)和参考信号Eref(t)的EMD分解结果，对分解结果进行信号重建，获得重建后的测量信号和参考信号，分别记作Eeemd-mea(t)和Eeemd-ref(t)；S4：设定初始参数，如涂层样品类型、初始误差等；S5：用最优化算法求解拟合信号，方法如下：S5.1：对待求信号Eobj(t)进行建模；Eobj(t)＝E1(t)+E2(t)＝k1Eeemd-ref(t+Δt1)+k2Eeemd-ref(t+Δt2)E1(t)＝k1Eeemd-ref(t+Δt1)E2(t)＝k2Eeemd-ref(t+Δt2)E1(t)为由涂层表层反射的反射信号，为第一级反射信号，E2(t)为由基底第一次反射所得的反射信号，为第二级反射信号，k1、k2为根据菲涅尔定律与介质对太赫兹信号吸收性所确定的系数，Δt1、Δt2为反射信号E1(t)、E2(t)对应的飞行时间，规定Δt2＞Δt1；S5.2：对太赫兹脉冲信号在样品内的多重反射效应进行建模；当信号发生多重反射时，各个反射信号之间的飞行时间差为定值dt＝Δt2-Δt1，则：E3(t)＝k3Eeemd-ref(t+Δt2+dt)，E4(t)＝k4Eeemd-ref(t+Δt2+2×dt)，其中，E3(t)、E4(t)为由涂层基底第二次、第三次反射回来的太赫兹波，分别是第三级、四级反射信号，与k1、k2同理可得系数k3、k4，因此，第i级多重...

【专利技术属性】
技术研发人员：何明霞，张洪桢，石粒力，王璞，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12