System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于超声背散射信号的非均匀晶粒尺寸检测方法和系统技术方案_技高网

基于超声背散射信号的非均匀晶粒尺寸检测方法和系统技术方案

技术编号:41281983 阅读:8 留言:0更新日期:2024-05-11 09:32
本发明专利技术提供了一种基于超声背散射信号的非均匀晶粒尺寸检测方法和系统,涉及金属材料的技术领域,包括:获取待测金属材料的超声信号;基于所述待测金属材料的超声信号,得到所述待测金属材料的超声背散射信号;基于所述待测金属材料的超声背散射信号,得到所述待测金属材料的超声均方根背散射时域信号;基于改进的神经网络模型,对所述待测金属材料的超声均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果,解决了难以对具有非均匀晶粒尺寸分布的金属材料进行准确检测的技术问题,实现了较为准确地表征包含不同晶粒尺寸子区域的边界及其内部的平均晶粒尺寸的技术效果。

【技术实现步骤摘要】

本专利技术涉及金属材料,尤其是涉及一种基于超声背散射信号的非均匀晶粒尺寸检测方法和系统


技术介绍

1、金属材料的性能调控和性能表征在现代智能制造领域中占据着重要位置。其中,利用金属材料中的晶粒尺寸分布与各项材料属性的联系,是一种被广泛使用的调控和表征思路。例如,在先进的热处理和冷加工等工艺中,人们通过控制金属材料的晶粒尺寸的分布,实现特定需求金属材料的获取;在常见的金属焊接结构中,受到焊接热流和压力的影响,晶粒尺寸分布的不均匀性,也会极大影响焊接结构的材料强度和硬度、韧性和疲劳性能等各项力学性能。在这些工业应用中,人们对金属材料的非均匀晶粒尺寸分布的检测需求与日俱增。

2、目前对于金属材料的晶粒尺寸的检测手段一般分为有损检测和无损检测两种。其中无损检测手段一般采用x射线衍射法和超声法。x射线衍射法通过x射线与晶体的相互作用,获得待测结构的晶粒尺寸,但该方法的检测范围局限于表面区域。而超声的穿透力强,不同波长的超声能量会与材料中不同尺寸晶粒交互,这个过程将会对超声的传播规律产生影响,进而使超声信号携带材料的体积信息。对于金属材料的超声检测法主要包括声速法、衰减法和背散射法。前两种传统方法通过测量超声能量贯穿金属材料的声速、衰减特征,利用统计平均原理,判断晶粒尺寸均匀分布的金属材料的整体情况。目前使用的背散射法主要是基于单次散射的近似假设,需在金属材料中大范围内测量数百组超声扫描信号,求取这些超声背散射信号的空间方差,以降低超声背散射的波动,从而实现晶粒尺寸的测量。以上各方法需要材料在一定区域内晶粒尺寸分布均匀,难以适应晶粒尺寸分布不均匀的情况。尤其是对于金属焊接结构,其晶粒尺寸分布不均匀性往往出现在材料内部,使得材料晶粒尺寸完全均匀的假设不复存在。


技术实现思路

1、本专利技术的目的在于提供一种基于超声背散射信号的非均匀晶粒尺寸检测方法和系统,以解决了难以对具有非均匀晶粒尺寸分布的金属材料进行准确检测的技术问题。

2、第一方面,本申请提供了一种基于超声背散射信号的非均匀晶粒尺寸检测方法,包括:

3、获取待测金属材料的超声信号;

4、基于所述待测金属材料的超声信号,得到所述待测金属材料的超声背散射信号;基于所述待测金属材料的超声背散射信号,得到所述待测金属材料的超声均方根背散射时域信号;

5、基于改进的神经网络模型,对所述待测金属材料的超声均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果。

6、在可选的实施例中,基于所述待测金属材料的超声背散射信号,得到所述待测金属材料的超声均方根背散射时域信号,包括:

7、构建时间窗函数;基于所述时间窗函数,得到加窗后的超声背散射信号;基于所述加窗后的超声背散射信号,得到均方根背散射时域信号;

8、按照预设的时间间隔平移所述时间窗,并计算不同所述时间窗所对应的均方根背散射时域信号;根据不同所述时间窗所对应的均方根背散射时域信号,得到所述待测金属材料预设范围内的均方根背散射时域信号。

9、在可选的实施例中,所述均方根背散射时域信号arms的表达式为:

10、

11、式中,t0为指定的时间节点,n为时间窗包含的时间步长个数,tn为选用时间窗的时间长度,v(t)为t时刻的超声背散射信号振幅。

12、在可选的实施例中,基于改进的神经网络模型,对所述待测金属材料的超声均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果,包括:

13、基于长短期记忆单元,采用卷积神经网络的架构,构建卷积-长短期记忆神经网络模型,其中所述卷积-长短期记忆神经网络模型适配均方根背散射时域信号的时间序列;

14、对所述卷积-长短期记忆神经网络模型进行训练。

15、在可选的实施例中,基于改进的神经网络模型,对所述待测金属材料的超声均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果,包括:

16、分别构建反演子区域位置的神经网络模型和子区域晶粒尺寸的神经网络模型,所述反演子区域位置的神经网络模型与均方根背散射时域信号中所包含的子区域位置的时空信息对应,所述子区域晶粒尺寸的神经网络模型与均方根背散射时域信号中所包含的子区域晶粒尺寸的时空信息对应。

17、第二方面,本申请实施例提供了一种基于超声背散射信号的非均匀晶粒尺寸检测系统,包括:

18、数据采集模块,用于获取待测金属材料的超声信号;

19、信号处理模块,基于所述待测金属材料的超声信号,得到所述待测金属材料的超声背散射信号;以及基于所述待测金属材料的超声背散射信号,得到所述待测金属材料的均方根背散射时域信号;

20、反演评估模块,基于改进的神经网络模型,对所述待测金属材料的均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果。

21、在可选的实施例中,数据采集模块具体用于:

22、采用阵列超声检测设备,通过全矩阵采集方法获得待测金属材料的超声信号,并利用以下公式计算不同位置的所述待测金属材料的超声信号:

23、f平面波(x0,t)=∑f(xt,xr,t)

24、式中,xt表示为激励探头在x方向上的坐标,xr表示为接收探头在x方向上的坐标。

25、本专利技术提供的一种基于超声背散射信号的非均匀晶粒尺寸检测方法和系统,通过对超声背散射信号进行处理,获得待测金属材料的均方根散射时域信号,以及构建反演晶粒尺寸的神经网络模型,将均方根散射时域信号输入至反演晶粒尺寸的神经网络模型得到待测金属材料的非均匀晶粒尺寸分布,提高了待测金属材料的非均匀晶粒尺寸分布表征的可靠性与准确度。

本文档来自技高网...

【技术保护点】

1.一种基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,包括:

2.根据权利要求1所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,基于所述待测金属材料的超声背散射信号,得到所述待测金属材料的超声均方根背散射时域信号,包括:

3.根据权利要求2所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,所述均方根背散射时域信号ARMS的表达式为:

4.根据权利要求1所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,基于改进的神经网络模型,对所述待测金属材料的超声均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果,包括:

5.根据权利要求4所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,基于改进的神经网络模型,对所述待测金属材料的超声均方根背散射时域信号进行反演,得到所述待测金属材料的晶粒尺寸检测结果,包括:

6.一种基于超声背散射信号的非均匀晶粒尺寸检测系统,其特征在于,包括:

7.根据权利要求6所述的基于超声背散射信号的非均匀晶粒尺寸检测系统,其特征在于,数据采集模块具体用于:

...

【技术特征摘要】

1.一种基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,包括:

2.根据权利要求1所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,基于所述待测金属材料的超声背散射信号,得到所述待测金属材料的超声均方根背散射时域信号,包括:

3.根据权利要求2所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,所述均方根背散射时域信号arms的表达式为:

4.根据权利要求1所述的基于超声背散射信号的非均匀晶粒尺寸检测方法,其特征在于,基于改进的神经网络模型,对所...

【专利技术属性】
技术研发人员:余旭东张德涵刘博涵王岢张子健孙智翔
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1