一种基于超声信号识别技术的石质表面裂隙定位方法技术

一种基于超声信号识别技术的石质表面裂隙定位方法。针对超声成像领域的三维重构方法数据量多、计算量大的问题，以及纵深裂隙存在信号检测盲区、数据不全面的问题，通过获取试件参数并评估裂隙状态划定数据采集区域，利用同侧衍射法和对侧透射法采集波形数据，在保证数据全面性的前提下大大降低了工作量；进一步，为了弥补数据量较少的不足，采用数据切割、平移、缩放的方式实现数据增强，有效扩充数据集；之后，结合智能识别技术，利用超声波衰减效果受传播路径影响的特性设计小波包卷积神经网络模型，使其具备对回波定性分析的能力；最后，在超声信号分类模型基础上，对未知测点采集到的波形进行分类识别，判断其所属类型，实现石质试件表面裂隙位置的精准评价。现石质试件表面裂隙位置的精准评价。现石质试件表面裂隙位置的精准评价。

【技术实现步骤摘要】
一种基于超声信号识别技术的石质表面裂隙定位方法


[0001]本专利技术涉及一种基于超声信号识别技术的石质表面裂隙定位方法，属于超声无损检测领域。

技术介绍

[0002]我国石质文物古迹历史悠久，在各种自然作用下，许多石质文物会出现表层剥落、开裂、风化等病害，严重时甚至会导致坍塌，其中裂隙是威胁石质文物长远保存的最具破坏作用的病害类型之一，因此，了解石质文物的裂隙发育情况，对研究制订相关保护措施有很大的指导意义和参考价值。
[0003]超声无损检测是无损检测领域运用广泛的检测方式，在缺陷定位部分，超声层析成像技术相对成熟，其方法核心在于通过获取超声波在试件中的走时，以此反演出石质文物的内部结构。但该方法同时也存在数据采集工作量大，有一定信号检测盲区，实际应用效果差等问题。
[0004]本专利技术针对超声检测裂隙成像存在的问题，创新性地提出一种基于超声信号识别技术的石质缺陷定位方法，利用超声信号衰减效果受传播路径影响的特性，采用衍射波检测和透射波检测的方式，多角度全方位的设置测点，并将智能识别技术运用在缺陷定位上，成倍降低了前期工作量，尤其解决了石质表面裂隙的定位问题。

技术实现思路

[0005]本专利技术针对超声成像领域的三维重构方法数据量多、计算量大的问题，以及纵深裂隙存在信号检测盲区、数据不全面的问题，结合智能识别技术，提出一种利用超声信号识别技术检测定位石质表面裂隙的方法。该方法可解决超声层析成像数据采集工程中工作大量重复、耗时长的问题，弥补超声波平行于裂隙走向时检测数据无意义的问题，能够达到对石质片状缺陷较为准确的定位。
[0006]为了实现上述目的，本专利技术采用的技术方案为一种基于超声信号识别技术的石质表面裂隙定位方法，包括数据采集、模型设计和识别定位三部分，该方法具体实施步骤流程图如图1所示，包括：
[0007]步骤一：通过实测超声纵波速度C
l
选择相应中心频率的纵波压电传感器，通过获取青石试件参数并评估裂隙状态划定数据采集区域。
[0008]步骤二：采用同侧衍射法采集波形并标注数据类别。在存在裂隙的一面设置测点，将该面以裂隙为分界线分为两部分，按照裂隙宽度与试件宽度的相对大小设置行列间距并绘制网格点，将2只压电传感器分别垂直于该面放置，保证超声波发射和接收平行于裂隙拓展方向。
[0009]步骤三：采用对侧透射法采集波形并标注数据类别。在与裂隙纵深拓展方向平行的试件两侧设置测点，按照裂隙深度与试件高度的相对大小设置行列间距并绘制网格点，将2只压电传感器分别垂直于这两面放置，保证超声波发射和接收垂直于裂隙纵深拓展方
向。
[0010]步骤四：对超声回波信号做数据增强处理。采用数据切割、平移、缩放的方式实现数据增强，有效扩充数据集，避免网络过拟合，有利于更可靠的分类器模型。
[0011]步骤五：设计超声信号分类模型。利用超声波衰减效果受传播路径影响的特性训练小波包卷积神经网络模型，使模型具备对回波定性分析的能力。
[0012]步骤六：进行分类识别及缺陷定位。在步骤五中建立的超声信号分类模型基础上，对未知测点采集到的波形进行分类识别，判断其所属类型，针对被识别为缺陷的测点位置三维重建，得到石质试件表面裂隙的定位结果。
[0013]实现该检测方法所需装置包括超声信号激励设备、压电发射传感器、压电接收传感器、回波信号采集设备，其中，超声信号激励设备与压电发射传感器相连，压电接收传感器与回波信号采集设备相连，两个压电传感器除安装位置外，其余参数完全相同。
附图说明
[0014]图1为本专利技术提供的基于超声信号识别技术的石质表面裂隙定位方法的流程图
[0015]图2为本专利技术实施例存在的缺陷位置示意图
[0016]图3为本专利技术实施例中Z2面测点分布及数据行标签示意图
[0017]图4为本专利技术实施例中Y1面测点分布及数据行标签示意图
[0018]图5为本专利技术实施例中Y2面测点分布及数据行标签示意图
具体实施方式
[0019]下面结合附图和具体实施方式对本专利技术做详细说明。
[0020]本专利技术实施例提供了对某青石试件表面某条裂隙的检测定位方法。首先，通过科学精准布局传感器，得到带有缺陷信息特征的波形数据，其次，在此数据基础上构建用于分类识别的小波包卷积神经网络模型，并运用该模型分析未知测点采集到的波形，最终达到缺陷区域定位的效果。
[0021]本实施例测试试件即图2中立方体，其材质为青石，体积为40cm3，待测缺陷位置即图2中纵深裂隙区域，起始于立方体顶面中心位置，长40cm，宽3mm，深4.5cm向试件内部延伸。本实施例采用的设备包括1台超声信号激励设备、2只压电传感器、1台回波信号采集设备，具体实施步骤如下：
[0022]步骤一：获取青石试件参数并评估该裂隙状态，划定数据采集区域。实测该试件完好部位超声纵波速度为CL＝5791m/s，选取2只中心频率为50Khz，直径38mm的纵波压电传感器分别作为压电发射传感器和压电接收传感器。如图2所示，判断裂隙为纵深拓展状态，当从X1面发射超声波，X2面对应位置接收超声波时，波形不会包含缺陷信息，当X2面发射超声波，X1面接收超声波时同理，为了避免检测工作无效的问题，划定Y1面、Y2面、Z2面为数据采集区域。
[0023]步骤二：采用同侧衍射法采集波形。在立方体上顶面即图2中Z2面垂直于裂隙方向，以该面边界为起始，每5cm为一行，共设置7行，在裂隙左右两侧以裂隙为起始，每2.5cm设置一列，形成每侧每行7个测点，每侧49个测点，Z2面测点分布及数据行标签如图3中所示。
[0024]其中，S1、S2、S3、S4、S5、S6、S7分别代表发射测点1、2、3、4、5、6、7，R1、R2、R3、R4、R5、R6、R7分别代表接收测点1、2、3、4、5、6、7，Z2
‑
1、Z2
‑
2、Z2
‑
3，Z2
‑
4、Z2
‑
5、Z2
‑
6、Z2
‑
7分别代表Z2面第1行、第2行、第3行、第4行、第5行、第6行、第7行数据采集位置。
[0025]分别将压电发射传感器和压电接收传感器置于Z2面裂隙两侧某一行测点上，使超声波发射和接收平行于裂隙纵深拓展方向，按照发射探头由S1至S7，接收探头由R1至R7的检测顺序进行工作，共测得49组位置数据。为保证智能识别模型的可靠性，每组位置数据包含10次采集数据。
[0026]在该步骤中获得490个波形数据，将其编号为DZ
‑
1～DZ
‑
490。定义S1至R1，S2至R2，S3至R3，S4至R4采集到的波形为far类，S5至R5，S6至R6，S7至R7采集到的波形为near类，Z2面所有数据行标签、编号和标签对应关系如表1所示。
[0027]表1Z2面数据行标签、编号和标签对应关系表
[0028][002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超声信号识别技术的石质表面裂隙定位方法，包括以下步骤：首先，通过获取试件参数并评估裂隙状态划定数据采集区域，利用同侧衍射法和对侧透射法采集波形数据。其次，采用数据切割、平移、缩放的方式实现数据增强，有效扩充数据集。进一步，利用超声波衰减效果受传播路径影响的特性设计小波包卷积神经网络模型，使其具备对回波定性分析的能力。最后，在超声信号分类模型基础上，对未知测点采集到的波形进行分类识别，实现石质试件表面裂隙位置的精准评价。2.根据权利要求1所述的基于超声信号识别技术的石质表面裂隙定位方法，其...

【专利技术属性】
技术研发人员：闫蓓，李晓达，于劲松，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：