一种考虑了检出概率的复合材料缺陷超声自动识别方法技术

本发明专利技术涉及无损检测技术领域，特别是涉及一种考虑了检出概率的复合材料缺陷超声自动识别方法。包括步骤：获取超声C扫描信息；设置缺陷自动识别阈值G

【技术实现步骤摘要】
一种考虑了检出概率的复合材料缺陷超声自动识别方法


[0001]本专利技术涉及无损检测
，特别是涉及一种考虑了检出概率的复合材料缺陷超声自动识别方法。

技术介绍

[0002]大型复合材料结构是目前在工业领域得到普遍应用，属于非常重要的复合材料零部件，质量、成本、安全和性能要求都非常高。为了确保这类关键的复合材料结构的质量，通常采用超声C扫描对其进行100％无损检测，然后，由检测技术人员根据超声C扫描图像评判是否有超过设计要求的缺陷情况。为此，需要通过检测技术人员对超声C扫描图像进行逐一观察和判断，最终给出检测结果。
[0003]目前在进行复合材料超声C扫描检测时，通常采取人工评定超声C扫描图像，进行检测结果的评判，其显著不足是：(1)由于大型复合材料结构超声C扫描数据量非常大，而计算机屏幕物理显示尺寸又非常受限，只能采取压缩显示方式，容易造成部分小缺陷漏显示和目视漏判；(2)由于超声C扫描数据量大，缺陷评定容易出现示教疲劳和评图疲劳，进而容易造成缺陷漏判；(3)超声C扫描评判结果通过人工标记和记录，容易出错；(4)长期目视计算机屏幕评判检测结果，容易引起视角疲劳，进而造成误判和漏检；(5)容易受检测结果评判人员综合技术和经验因素的影响；(6)检测结果的评判效率低。作为一种改进，也引入了自动判别方法进行超声C扫描检出结果的评定，但其主要不足是：(1)没有考虑自动判别方法稳健度的验证；(2)没有考虑超声C扫描图像与被检测对象及其材料、工艺、结构行为之间相互影响关系，进而明显地影响了自动判别方法的适用性和稳健度。

技术实现思路

[0004](一)要解决的技术问题
[0005]本专利技术实施例提供了一种考虑了检出概率的复合材料缺陷超声自动识别方法，解决了大型复合材料结构超声C扫描检测效率低和检测可靠性差的技术问题。
[0006](二)技术方案
[0007]本专利技术的实施例提出了一种考虑了检出概率的复合材料缺陷超声自动识别方法，包括步骤：获取超声C扫描信息；设置缺陷自动识别阈值G
u
；设置缺陷自动评价阈值；对缺陷进行自动识别；对缺陷进行可视化标识；对缺陷进行自动识别稳健度评价。
[0008]进一步地，所述获取超声C扫描信息包括步骤：对形成的超声C扫描图像格式，读取存入计算机内存I
nm
(x,y,z,c)中，x,y,z,分别对应超声C扫描图像中的位置坐标，且满足：x＝k
x
x
o
(1)，y＝k
y
y
o
(2)，z＝k
z
z
o
(3)，其中，(x
o
,y
o
,z
o
)分别表示被检测复合材料零件表面的位置坐标，(k
x
,k
y
,k
z
)分别表示被检测复合材料零件表面的位置坐标与超声C扫描图像中的位置坐标之间的转换系数；c为对应(x,y,z)的超声C扫描图像颜色值，且满足：c＝k
u
A
u
(4)，k
u
为超声信号与图像中颜色值转换系数，A
u
为用于超声C扫描成像的超声信号；对于超声C扫描结果为检测原始数据格式，将超声C扫描原始数据按照式(1)至式(4)转换为超声C扫描图
像格式，并读入到计算机内存I
nm
(x,y,z,c)中。
[0009]进一步地，所述超声C扫描图像格式包括BMP、TIFF以及JPEG位图格式。
[0010]进一步地，所述缺陷自动识别阈值G
u
的设置包括：根据被检测复合材料零件材料、工艺和结构特征和其超声C扫描图像特征，确定缺陷自动识别阈值的计算公式为：其中，Q
ij
(x
ij
,y
ij
,c
ij
)为选定的超声C扫描特征图像区的第i行第j列，x
ij
,y
ij
,c
ij
分别为对应的图像坐标、图像颜色值，超声C扫描特征图像区的大小为m
×
n，根据读取的超声C扫描图像特征选定，且超声C扫描特征图像区对应的被检测复合材料零件的无缺陷区，通过超声C扫描检测试验确定。
[0011]进一步地，所述缺陷自动评价阈值的设置包括：根据被检测复合材料零件的质量验收要求，设定缺陷自动评价阈值
[0012]进一步地，所述是面积或直径或长度，的单位为毫米。
[0013]进一步地，对缺陷进行自动识别包括步骤：从I
nm
(x,y,z,c)中读取缺陷自动识别图像区识别阈值比较：如果中没有颜色值c大于G
u
的图像，则判断是否识别完毕，若没有识别完毕，则i＝i+1，继续从I
nm
(x,y,z,c)中读取缺陷自动识别图像区若识别完毕，结束识别；如果中有颜色值c大于G
u
的图像，则计算中颜色值c大于G
u
的图像面积及其长度L、宽度W和等效直径D，对应的位置坐标(x,y)，并保存在数组中，判断是否识别完毕，若没有识别完毕，则i＝i+1，继续从I
nm
(x,y,z,c)中读取缺陷自动识别图像区若识别完毕，结束识别。
[0014]进一步地，对缺陷进行可视化标识包括：根据中记录结果，在超声C扫描图像中进行缺陷F
i
标识。
[0015]进一步地，对缺陷进行自动识别稳健度评价包括步骤：选择评价复合材料超声C扫描检测效果的标样，标样的选择与被检测复合材料零件相同，标样中的缺陷分布和数量符合超声C扫描要求的检出概率要求；利用相同的超声C扫描检测条件，分别对标样进行3次检测，并保存每次检测结果；对评价零件的3次超声三维自动C扫描结果进行缺陷自动识别，求出3次的超声C扫描自动识别出的缺陷数N
d
，计算稳健度公式为：，计算稳健度公式为：
[0016](三)有益效果
[0017]综上，本专利技术考虑了大型复合材料结构超声C扫描数据量非常大，计算机屏幕物理显示尺寸又非常受限，采取压缩显示方式，容易造成部分小缺陷漏显示和目视漏判的不足；克服了人工评判时容易出现示教疲劳和评图疲劳的不足，不会造成缺陷漏判；超声C扫描评判结果自动标记和记录，不容易出错；不会出现视角疲劳引起的误判和漏检；不受检测结果评判人员综合技术和经验因素的影响；检测结果的评判效率非常高；考虑了自动判别方法稳健度的验证；考虑了超声C扫描图像与被检测对象及其材料、工艺、结构行为之间相互影响关系，显著提高了缺陷自动判别方法的适用性和稳健度。进而显著提高了大型复合材料结构超声C扫描检测结果评定的准确性与可靠性，显著增加了超声C扫描检测结果评定的可视化程度。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，显而易见地，下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑了检出概率的复合材料缺陷超声自动识别方法，其特征在于，包括步骤：获取超声C扫描信息；设置缺陷自动识别阈值G
u
；设置缺陷自动评价阈值；对缺陷进行自动识别；对缺陷进行可视化标识；对缺陷进行自动识别稳健度评价。2.根据权利要求1所述的一种考虑了检出概率的复合材料缺陷超声自动识别方法，其特征在于，所述获取超声C扫描信息包括步骤：对形成的超声C扫描图像格式，读取存入计算机内存I
nm
(x,y,z,c)中，x,y,z,分别对应超声C扫描图像中的位置坐标，且满足：x＝k
x
x
o
ꢀꢀꢀ
(1)y＝k
y
y
o
ꢀꢀꢀ
(2)z＝k
z
z
o
ꢀꢀꢀ
(3)其中，(x
o
,y
o
,z
o
)分别表示被检测复合材料零件表面的位置坐标，(k
x
,k
y
,k
z
)分别表示被检测复合材料零件表面的位置坐标与超声C扫描图像中的位置坐标之间的转换系数；c为对应(x,y,z)的超声C扫描图像颜色值，且满足：c＝k
u
A
u
ꢀꢀꢀ
(4)k
u
为超声信号与图像中颜色值转换系数，A
u
为用于超声C扫描成像的超声信号；对于超声C扫描结果为检测原始数据格式，将超声C扫描原始数据按照式(1)至式(4)转换为超声C扫描图像格式，并读入到计算机内存I
nm
(x,y,z,c)中。3.根据权利要求2所述的一种考虑了检出概率的复合材料缺陷超声自动识别方法，其特征在于，所述超声C扫描图像格式包括BMP、TIFF以及JPEG位图格式。4.根据权利要求2所述的一种考虑了检出概率的复合材料缺陷超声自动识别方法，其特征在于，所述缺陷自动识别阈值G
u
的设置包括：根据被检测复合材料零件材料、工艺和结构特征和其超声C扫描图像特征，确定缺陷自动识别阈值的计算公式为：其中，Q
ij
(x
ij
,y
ij
,c
ij
)为选...

【专利技术属性】
技术研发人员：刘松平，刘菲菲，章清乐，杨玉森，李治应，傅天航，
申请(专利权)人：中国航空制造技术研究院，
类型：发明
国别省市：