【技术实现步骤摘要】
一种基于边际谱质心检测的缺陷深度识别方法、系统
[0001]本专利技术涉及无损检测领域，特别是涉及一种基于边际谱质心检测的缺陷深度识别方法、系统。
技术介绍
[0002]涡流检测是目前应用较为广泛的一种无损检测技术。其主要原理是通电激励线圈靠近被测金属试件时，在金属试件内部会产生一个瞬态电磁场。当金属试件存在缺陷时，感应电磁场在试件内部扩散的时间和衰减的程度会因缺陷的尺寸与位置的不同而改变，从而引起检测线圈信号发生变化。利用这一原理可以测量金属试件上的缺陷。
[0003]常规的脉冲涡流检测所采用的激励为一个方波信号，这种激励方式相当于多个不同频率的谐波叠加。理论上说，不同频率的谐波成分能够检测不同的深度，因此能够获取更加丰富的内部缺陷信息。但是对于常规的脉冲涡流检测方法来说，其检测信号是一种冲击响应信号；这个信号中包含了被测对象的磁导率、电导率、缺陷、探头的提离高度等信息。由于这些信息耦合在一维的检测信号中，想要获取其中的缺陷信息难度极大。
[0004]目前，脉冲涡流检测信号在不同的应用场合中会提取不同的信号...
【技术保护点】
【技术特征摘要】
1.一种基于边际谱质心检测的缺陷深度识别方法，其特征在于：所述缺陷深度识别方法包括如下步骤：S1：获取若干具有加工缺陷的试验件，按照缺陷宽度对试验件进行分类；然后在每一类中选择若干试验件，并选择一个没有缺陷的同型试验件作为参考件进行对照；以每个试验件和具有对照关系的参考件为一个样本组；S2：依次对每个所述样本组中的样本进行脉冲涡流检测，将得到的两个脉冲涡流检测信号做差分处理得到差分信号；然后采用变分模态分解方法对所述差分信号进行分解，得到与各个所述差分信号关联的多个固有模态函数；S3：对所述多个固有模态函数做希尔伯特变换，得到所述脉冲涡流检测信号的希尔伯特谱，并将所述希尔伯特谱的相应频率成分在整个时间域内进行叠加，得到所述脉冲涡流检测信号的边际谱图；S4：根据所述边际谱图提取其中的边际谱质心，在每个样本组的边际谱质心值和缺陷深度值之间建立映射关系，进而利用具有映射关系的若干数据点构建一个缺陷深度识别模型；所述缺陷深度识别模型的输入为缺陷宽度和边际谱质心值，输出为缺陷深度值；S5：通过检测获取待检测件的缺陷宽度和边际谱质心值，将所述待检测件的所述缺陷宽度和边际谱质心值输入到所述缺陷深度识别模型中，得到所述待检测件的缺陷深度识别结果。2.根据权利要求1所述的基于边际谱质心检测的缺陷深度识别方法，其特征在于：步骤S1中，每个所述样本组中具有对照关系的样本为结构和材料相同，区别仅在于其中一个含有缺陷，另一个不含有缺陷的两个工件；或者每个所述样本组中具有对照关系的样本为一个工件中含有缺陷和不含有缺陷的两个区域。3.根据权利要求2所述的基于边际谱质心检测的缺陷深度识别方法，其特征在于：各个所述样本组中的样本含有的缺陷的深度各不相同。4.根据权利要求1所述的基于边际谱质心检测的缺陷深度识别方法，其特征在于：步骤S2中，为变分模态分解前的所述差分信号设置一个预设周期数，采集的所述脉冲涡流检测信号经差分处理后得到所述差分信号的周期数不小于所述预设周期数；当所述差分信号的周期数小于所述预设周期数时，对所述差分信号进行周期延拓以满足所述预设周期数的要求。5.根据权利要求1所述的基于边际谱质心检测的缺陷深度识别方法，其特征在于：步骤S3中，所述脉冲涡流检测信号的边际谱图的建立方法具体包括如下步骤：S31：将经变分模态分解后的所述差分信号的各个固有模态函数记为μ
i
(t)，则所述固有模态函数μ
i
(t)经过希尔伯特变换后的形式如下：上式中，为μ
i
(t)函数的希尔伯特变换函数，n表示所述差分信号经变分模态分解后得到固有模态函数的数量，该数量对应变分模态分解过程设置的分解层数；S32：根据所述固有模态函数μ
i
(t)及其希尔伯特变换函数得到对应的解析信号
所述解析信号的表达式如下：其中，上式中，为信号的瞬时相位；A
i
(t)为信号的瞬时幅值；S33：做出所述解析信号的希尔伯特谱H(ω,t)，其表示形式如下：其中，上式中，ω
i
(t)为信号的瞬时角频率；f...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。