【技术实现步骤摘要】
本专利技术属于材料服役行为检测，涉及旨在解决传统单光谱、单声波对材料表征的缺陷，并通过快速挖掘光声数据中有效的特征参数，为材料服役行为提供更为全面的信息维度和更准确的检测能力的材料服役行为多维度检测方法。
技术介绍
1、材料在服役过程中，由于受光照、热能、机械能、辐照、潮湿等因素的影响，会逐步发生老化，进而导致材料性能下降甚至失效。材料失效不仅带来巨大的经济损失，造成环境污染和资源浪费，甚至可能酿成安全事故，引发各种社会问题。因此，材料服役性能研究和服役寿命预测一直是材料服役行为检测领域的研究热点之一。
2、随着材料服役时间的增长，服役行为的检测显得越来越重要。目前材料服役行为检测领域主要分为四个方向：加速模拟实验、力学性能研究、数学模型和数据挖掘。其中加速模拟实验是最简便可行的方案，但加速过程会掩盖材料服役的关键细节，很难区分不同条件对材料性能影响的细微差别。力学性能研究通过经典力学、断裂力学、疲劳力学、损伤力学等方法建立材料力学方程，然后进行力学分析和服役性能预测。但对于受力复杂的情况，建立的力学方程非常复杂，并且很难反...
【技术保护点】
1.基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：所述预处理具体包括以下步骤：对采集的激光诱导光谱数据进行多通道数据拼接后依次进行平滑去噪、基线校准及归一化处理；对采集的激光诱导声波数据依次进行去噪、筛选及预加重处理。
3.根据权利要求2所述基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：所述声波数据的去噪使用Savitzky-Golay滤波；所述光谱数据的平滑去噪使用小波阈值降噪，并使用软阈值函数，软阈值函数表示为
4....
【技术特征摘要】
1.基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：所述预处理具体包括以下步骤：对采集的激光诱导光谱数据进行多通道数据拼接后依次进行平滑去噪、基线校准及归一化处理；对采集的激光诱导声波数据依次进行去噪、筛选及预加重处理。
3.根据权利要求2所述基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：所述声波数据的去噪使用savitzky-golay滤波；所述光谱数据的平滑去噪使用小波阈值降噪，并使用软阈值函数，软阈值函数表示为：
4.根据权利要求1所述基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：所述数据挖掘中具体使用如下所示的基于归一化数据的相似性度量方法分析光谱数据的特征量、声波数据的特征量：
5.根据权利要求4所述基于激光光声信息融合的材料服役行为多维度检测方法，其特征在于：所述元素特征谱线提取具体包括以下步骤：对经过预处理的激光诱导光谱数据依据原子光谱数据库确定该光谱数据中谱线峰值对应元素和波长，然后提取所述元素谱线，然后依据相似性度量后在不...
【专利技术属性】
技术研发人员：汪倩，李国文，陈思磊，王源丰，翡翠祥，杭玉桦，邱岩，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：
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。