基于激光超声与参数优化VMD的增材制件表面缺陷检测方法技术

本发明专利技术提供一种基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，制备增材制件样品，在所述增材制件样品顶部等间距布置多个规格一致的通槽作为增材制件样品的缺陷；激光超声系统在不同温度下采集每个通槽附近的信号；对采集的信号进行降噪处理；分析经过降噪处理的信号变化规律；通过COMSOL软件建立不同温度下增材制件仿真模型，获取不同温度下每个通槽相同位置处的信号，并分析信号变化规律对通过试验得到的信号变化规律进行验证；利用验证后的信号变化规律对不同温度下增材制件表面缺陷进行检测。本发明专利技术研究不同温度下缺陷不同位置处激光超声信号的幅值演化规律，实现高温下增材制件缺陷检测。高温下增材制件缺陷检测。高温下增材制件缺陷检测。

【技术实现步骤摘要】
基于激光超声与参数优化VMD的增材制件表面缺陷检测方法


[0001]本专利技术涉及无损检测
，具体为基于激光超声与参数优化VMD的增材制件表面缺陷检测方法。

技术介绍

[0002]增材制造是未来发展的重要方向，要在石化化工、钢铁、有色金属、建材、纺织、食品、医药等流程制造领域，开展增材制造和智能工厂的集成创新与应用示范，希望打造一条增材制造产业链，使我国制造企业能够突破钛合金、高强合金钢、高温合金、耐高温高强度工程塑料等增材制造专用材料，并搭建增材制造工艺技术研发平台，提升工艺技术水平。2017年重点研发计划的14个专项中把“激光制造与增材制造”列为了重点研发专项。2017年工业和信息化部等十二个部门印发《增材制造产业发展行动计划(2017
‑
2020年)》，计划明确到2020年我国增材制造产业年销售收入超过200亿元。增材制造作为未来发展的重要方向，满足发展规划。增材制件成型过程中，内部易产生气孔、夹杂、融合不良等缺陷，缺陷的形成会影响成型零件的力学性能，从而导致零件报废。大量的实验研究表明增材制造成型后的制件质量与加工材料工艺参数有关(进料速度，加工激光能量，加工速度，层积厚度等)，因此通过必要的无损检测手段对成型过程质量监控对于确保增材制造快速发展有着重要意义。
[0003]现有的无损检测方法如射线、超声、涡流都存在各自的优缺点，射线检测精度很高，但对于裂纹缺陷的检测受照射角度的限制，且不能检测出垂直照射的薄层缺陷，检测耗时长。涡流检测只能检测表面和近表面缺陷，且难以区分划痕和裂纹。超声检测需要耦合剂，要求被检测制件表面平整。
[0004]而激光超声具有非接触、宽频带、可检测复杂形状制件以及对检测环境要求不高等优势，特别适合于制造过程中的实时在线检测。

技术实现思路

[0005]技术方案：为了解决上述提出的问题，本专利技术提供基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，所述检测方法包括以下步骤：
[0006]S1：制备增材制件样品，在所述增材制件样品顶部等间距布置多个规格一致的通槽作为增材制件样品的缺陷；
[0007]S2：激光超声系统在不同温度下采集每个通槽附近的信号；
[0008]S3:对采集的信号进行降噪处理；
[0009]S4：分析经过降噪处理的信号变化规律；
[0010]S5：通过COMSOL软件建立不同温度下增材制件仿真模型，获取不同温度下每个通槽相同位置处的信号，并分析信号变化规律对通过试验得到的信号变化规律进行验证；
[0011]S6：利用验证后的信号变化规律对不同温度下增材制件表面缺陷进行检测。
[0012]优选的，制备316L不锈钢缺陷试样，搭建激光超声实验台，通过加热炉对增材制件
样品进行加热，并利用激光对缺陷区域进行扫查，采集不同温度下增材制件所有激励位置处的信号，增材制件样品尺寸为100
×
50
×
10mm，在增材制件样品顶部等间距布置三个宽度为1mm，深度为0.3mm的通槽作为缺陷，以每个通槽对称中心为坐标原点建立x轴，对距离坐标原点
‑
3.5mm、
‑
1mm、
‑
0.5mm、0mm、0.5mm、2mm的位置设立激励点，对距离坐标原点7.5mm的位置设立信号接受点，在100
‑
500℃下每间隔100℃激光超声系统对每个激励点进行一次扫描，采集激励点信号和接收点信号作为原始信号，其中坐标原点处的激励点视为缺陷处。
[0013]优选的，步骤S3中对采集的信号进行降噪处理的方法包括：假设原始信号由有用分量IMF和噪声组成，
[0014]对实验采集的信号进行频谱分析，然后通过Fir1滤波器对实验信号进行0
‑
10MHz低通滤波，通过Wigner
‑
Ville时频分布图判断滤波后信号能量集中的频带，确定噪声参数最优VMD的分解参数α和k.对Fir1滤波后的信号进行分解，计算各个本征模函数(IMF分量)，原始信号和Fir1滤波后信号的信噪比，挑选具有最大信噪比的信号作为后期分析的信号。
[0015]最优信号获取：获取惩罚因子α和模态分解分量k，将α和k带入变分模态分解VMD算法对经过滤波后的信号进行分解，得到多个有用分量IMF，分别计算每个原始信号和其多个有用分量IMF的信噪比，挑选具有最大信噪比的有用分量IMF作为最优的信号，信噪比定义如下：
[0016][0017]其中Asignal定义为每个原始信号的最大幅值，Anoise定义为原始信号局部噪声幅值的平均值；
[0018]获取惩罚因子α和模态分解分量k的方法包括：
[0019](1)设定惩罚因子α＝1000并设置模态分解分量k的范围为[2
‑
10]。
[0020](2)将惩罚因子α＝1000输入变分模态分解VMD算法，对原始信号进行分解，计算每个有用分量IMF和原始信号的相关系数，选择其中最大的相关系数，接着改变k值，获得最大相关系数的集合，选择具有较大相关性对应的k值作为最优值；
[0021](3)固定步骤(2)得到的k值，并设置惩罚因子α范围为[1000
‑
10000]。
[0022](4)将模态分解分量k输入变分模态分解VMD算法对原始信号进行分解，计算每个有用IMF分量和原始信号的相关系数，选择最大相关系数，改变α值，获得最大相关系数的集合，选择具有较大相关性对应的α值作为最优值；
[0023](5)选择最优k和α值的组合对原始信号进行变分模态分解VMD算法分解获取各个有用分量IMF。
[0024]优选的，步骤S4中分析变化规律的方法包括：依次分析100℃、200℃、300℃、400℃、500℃下不同激励点处和接收点处有用分量IMF幅值的变化规律，获得待验证的变化规律。
[0025]优选的，步骤S5中通过COMSOL软件建立316L不锈钢在100℃、200℃、300℃、400℃、500℃下的二维模型，2D模型的尺寸为25
×
10mm，在其顶部设置3个1
×
0.3mm的通槽，以每个通槽对称中心为坐标原点建立x轴，对距离坐标原点
‑
3.5mm、
‑
1mm、
‑
0.5mm、0mm、0.5mm、2mm的位置设立激励点，对距离坐标原点7.5mm的位置设立接受点，对激励点和接受点进行扫描，通过MATLAB软件依次采集激励点和接受点处的信号，分析每个温度下不同激励点和接
受点处的信号变化，总结规律，对待验证的变化规律进行验证。
[0026]优选的，步骤S6中检测方法包括，在不同温度下激光超声系统对检测件表面进行扫描，对扫过的所有位置的信号进行三次曲线插值，并对插值后的信号进行二维、三维B扫成像，根据二维、三维B扫图中颜色判断缺陷的位置，根据二维、三维B扫图中幅值的变化结合有用分量I本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，其特征在于，包括以下步骤：S1：制备增材制件样品，在增材制件样品顶部等间距布置多个规格一致的通槽作为表面缺陷；S2：在不同温度下通过激光超声系统采集每个通槽的原始信号；S3:对采集到的原始信号进行降噪处理；S4：对经过降噪处理的原始信号进行分析获取变化规律；S5：通过COMSOL软件建立不同温度下增材制件仿真模型，采集增材制件仿真模型在每个通槽位置的信号，对采集的信号进行分析获取变化规律，对步骤S4得到的变化规律进行验证；S6：利用步骤S4获取的变化规律对不同温度下增材制件表面缺陷进行检测。2.如权利要求1所述的基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，其特征在于，步骤S1的实现过程为：通过激光选区熔化技术SLM制备增材制件样品，在增材制件样品顶部等间距布置三个宽度为1mm，深度为0.3mm的通槽作为表面缺陷。3.如权利要求2所述的基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，其特征在于，步骤S2的实现过程为：以每个通槽的对称中心为坐标原点建立x轴，对距离坐标原点
‑
3.5mm、
‑
1mm、
‑
0.5mm、0mm、0.5mm、2mm的位置设立激励点，对距离坐标原点7.5mm的位置设立检测点，在100
‑
500℃下每间隔100℃，激光超声系统对每个激励点和检测点进行一次扫描，采集激励点信号和检测点信号作为原始信号。4.如权利要求3所述的基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，其特征在于，步骤S3的实现过程为：S3.1：对每个原始信号分别进行频谱分析，然后通过Fir1滤波器对原始信号进行0
‑
10MHz低通滤波，接着通过Wigner
‑
Ville时频分布图判断滤波后的原始信号能量集中的频带；S3.2：获取惩罚因子α和模态分解分量k，将α和k带入变分模态分解VMD算法对经过滤波后的原始信号进行分解，得到多个分量IMF，分别计算每个分量IMF的信噪比，挑选具有最大信噪比的分量IMF作为最优值，信噪比定义如下：其中Asignal定义为原始信号的最大幅值，Anoise定义为原始信号局部噪声幅值的平均值。5.如权利要求4所述的基于激光超声与参数优化VMD的增材制件表面缺陷检测方法，其特征在于，步骤S3.2中获取惩罚因子α和模态分解分量k的实现过程为：S3.2.1：设定惩罚因子α＝1000并设置模态分解分量k的范围为[2
‑
...

【专利技术属性】
技术研发人员：王海涛，陈帅，曾强，徐君，江奕，郑凯，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：