【技术实现步骤摘要】
本专利技术属于超声导波检测，具体是涉及一种多通道厚壁管件超声检测系统及方法。
技术介绍
1、目前，超声导波检测实验设备通常由多个独立的组件构成，这些组件通过物理接线连接，用于生成和接收超声导波信号，以检测材料的完整性或损伤。传统的设备图纸呈现了复杂的结构(见图1)，详细描述了各个组件之间的物理连接方式，包括嵌入式计算机、fpga主控模块、激励/接收电路模块等。
2、现有技术存在一系列问题，主要包括复杂性和高成本。由于多个独立设备需要物理连接，不仅增加了设备的成本和体积，还可能导致连接调试问题。实验前期准备时间较长，数据保存过程繁琐，依赖于手动操作。此外，缺乏具备多通路矩阵开关的设备，无法实现多路信号的有效切换，也无法关注多传感器同时运作之间的关系，给超声波检测技术的应用带来了挑战。当前技术无法满足对超声导波检测实验设备简化、成本降低以及操作效率提高的需求。缺少适用于多通路切换的矩阵开关，限制了多路信号的灵活应用。因此，需要一种新的技术方案，以克服这些挑战并提升超声导波检测技术的性能和可操作性。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术主要针对以上问题，提出了一种多通道厚壁管件超声检测系统及方法，其目的是解决现有技术中多通道厚壁管件超声检测系统复杂、成本高、操作不便以及缺乏多通路切换功能的问题。
3、(二)技术方案
4、为实现上述目的，本专利技术第一方面提供了一种多通道厚壁管件超声检测系统，包括：
5、上位机
6、搭载fpga的ad/da板，其内部包括dds模块、da模块和ad模块，用于产生和接收激励信号；
7、矩阵开关板，其用于多路信号的切换；
8、压电传感器阵列，通过矩阵开关与ad板相连，并与被检测的厚壁管件接触，用于发送和接收超声导波信号；
9、以太网模块，连接到fpga的ad模块和dds模块，同时连接到千兆网phy，用于实现数据的快速传输；
10、信号放大器，与da模块和矩阵开关板相连，用于放大激励信号；
11、rom，与dds模块相连，用于存储激励信号的相关信息；
12、千兆网phy，作为以太网模块的一部分，负责与上位机建立数据传输通道；
13、其中，所述的上位机通过以太网模块与矩阵开关板、ad/da板进行通信，以千兆网phy与上位机建立连接，并通过rom存储dds模块的配置信息，da模块将数字信号转换成模拟信号后送至信号放大器再传输至压电传感器阵列。
14、进一步地，所述系统还包括损伤定位模块，该损伤定位模块用于对采集到的多通道数据进行初步处理，并根据压电传感器的空间位置及其激励和采集路径生成初步图；所述的损伤定位模块包含一个图神经网络模型，该图神经网络模型对学习得到的优化图结构进行训练，以实现损伤定位和智能诊断。
15、进一步地，所述系统内的搭载fpga的ad/da板包含多个独立运行的dds模块，每个dds模块产生不同频率和相位的激励信号，所述激励信号经由信号放大器放大后分别传递至不同的压电传感器。
16、为实现上述目的，本专利技术第二方面提供了一种利用上述所述的多通道厚壁管件超声检测系统进行损伤定位的方法，该方法包括如下步骤：
17、a.提供一套超声导波检测系统，该系统包括搭载fpga的ad/da板、由stm32控制芯片和8个4-16译码器控制的矩阵开关板以及上位机；
18、b.上位机通过软件设置激励信号参数，并通过矩阵开关板向多个压电传感器阵列发送激励信号；
19、c.压电传感器阵列接收来自被测厚壁管件的反馈信号，并通过矩阵开关板将信号导向ad模块进行模数转换；
20、d.数字信号接入fpga保存为数据，通过网口发送至上位机，并在上位机中采集数据；
21、e.对采集到的多通道数据进行预处理，消除噪声干扰，并进行特征提取处理；
22、f.根据压电传感器的空间位置和激励与采集路径，采用图构建方法生成初步图表示各传感器节点之间的连接关系；
23、g.应用图神经网络模型，将学习得到的优化图结构作为输入，训练模型以更新节点特征以及它们之间的拓扑结构，并实现损伤定位；
24、h.上位机完成损伤定位的结果展示，并将数据保存过程自动化，提高效率。
25、进一步地，步骤b中的激励信号参数包括频率、脉冲序列和持续时间。
26、进一步地，所述信号代表了厚壁管件中存在的损伤或缺陷。
27、进一步地，步骤f中的图构建方法基于实际物理场景将传感器阵列之间的相互作用转化为图结构节点以及其对应的边。
28、进一步地，步骤g中的图神经网络模型通过学习节点特征以及它们之间的拓扑结构，来输出损伤位置的精确估计。
29、进一步地，图神经网络模型包括卷积层、池化层和全连接层，以提取特征并识别损伤模式。
30、进一步地，步骤h中上位机使用的软件是matlab编程平台。
31、(三)有益效果
32、与现有技术相比，本专利技术提供的一种多通道厚壁管件超声检测系统及方法，通过引入基于fpga的集成ad/da板、智能矩阵开关板以及图神经网络技术，实现了对复杂超声导波信号的高效处理和精准损伤定位。此系统采用了模块化设计，将数据处理和信号控制等多个功能集成在单一设备中，大幅度简化了实验设备的物理连接，降低了系统的整体成本和体积，并提高了操作的便利性。同时，该系统还利用图结构学习与图神经网络相结合的方法，不仅克服了传统算法在处理多传感器数据时的局限性，也大幅提升了损伤诊断的准确性和智能化水平。因此，本系统和方法具有显著的成本效益、操作简便性、可靠性和高精确度等优点，使其在超声导波检测领域具有重要的创新性和实用价值。
本文档来自技高网...【技术保护点】
1.一种多通道厚壁管件超声检测系统，其特征在于，包括：
2.根据权利要求1所述的一种多通道厚壁管件超声检测系统，其特征在于，所述系统还包括损伤定位模块，该损伤定位模块用于对采集到的多通道数据进行初步处理，并根据压电传感器的空间位置及其激励和采集路径生成初步图；所述的损伤定位模块包含一个图神经网络模型，该图神经网络模型对学习得到的优化图结构进行训练，以实现损伤定位和智能诊断。
3.根据权利要求1所述的一种多通道厚壁管件超声检测系统，其特征在于，所述系统内的搭载FPGA的AD/DA板包含多个独立运行的DDS模块，每个DDS模块产生不同频率和相位的激励信号，所述激励信号经由信号放大器放大后分别传递至不同的压电传感器。
4.一种利用上述权利要求1或2所述的多通道厚壁管件超声检测系统进行损伤定位的方法，其特征在于，该方法包括如下步骤：
5.根据权利要求4所述的方法，其特征在于，步骤b中的激励信号参数包括频率、脉冲序列和持续时间。
6.根据权利要求4所述的方法，其特征在于，步骤c中压电传感器阵列接收的反馈信号为超声导波信号，所述信号
7.根据权利要求4所述的方法，其特征在于，步骤f中的图构建方法基于实际物理场景将传感器阵列之间的相互作用转化为图结构节点以及其对应的边。
8.根据权利要求3所述的方法，其特征在于，步骤g中的图神经网络模型通过更新节点特征以及它们之间的拓扑结构，来输出损伤位置的精确估计。
9.根据权利要求4或8所述的方法，其特征在于，图神经网络模型包括卷积层、池化层和全连接层，以提取特征并识别损伤模式。
10.根据权利要求4所述的方法，其特征在于，步骤h中上位机使用的软件是Matlab编程平台。
...【技术特征摘要】
1.一种多通道厚壁管件超声检测系统，其特征在于，包括：
2.根据权利要求1所述的一种多通道厚壁管件超声检测系统，其特征在于，所述系统还包括损伤定位模块，该损伤定位模块用于对采集到的多通道数据进行初步处理，并根据压电传感器的空间位置及其激励和采集路径生成初步图；所述的损伤定位模块包含一个图神经网络模型，该图神经网络模型对学习得到的优化图结构进行训练，以实现损伤定位和智能诊断。
3.根据权利要求1所述的一种多通道厚壁管件超声检测系统，其特征在于，所述系统内的搭载fpga的ad/da板包含多个独立运行的dds模块，每个dds模块产生不同频率和相位的激励信号，所述激励信号经由信号放大器放大后分别传递至不同的压电传感器。
4.一种利用上述权利要求1或2所述的多通道厚壁管件超声检测系统进行损伤定位的方法，其特征在于，该方法包括如下步骤：
<...【专利技术属性】
技术研发人员：轩福贞，项延训，周博文，蒋小倩，胡越，高阳，凌小峰，李诚源，
申请(专利权)人：华东理工大学，
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。