CN103792288A - 混凝土坝病害的稀疏阵列超声相控阵探测方法 - Google Patents

Abstract

本发明公开了一种混凝土坝病害的稀疏阵列超声相控阵探测方法，结合超声波束的传播特性、相控阵技术的动态空间聚焦特性和大体积水工混凝土结构深部病害特征，采用稀疏阵列超声相控探头，依据混凝土坝病害位置的先验信息，通过免疫算法优化设计相控阵元布置，降低探头工艺成本；由数据采集***激励超声波束，并完成数据采集和存储处理，实现大体积水工混凝土结构病害的现场探测；同时，本发明通过二维灰度图重构方法重建相控阵超声探测图像，据此获得高载信量探测影像，即大体积水工混凝土结构病害的特征信息。

Description

混凝土坝病害的稀疏阵列超声相控阵探测方法

技术领域

本发明涉及属于混凝土坝等大体积水工混凝土结构病害探测技术领域，具体涉及一种混凝土坝病害的稀疏阵列超声相控阵探测方法。

背景技术

大体积水工混凝土结构常见的病害包括裂缝、溶蚀、冻融、温度疲劳、碳化、钢筋锈蚀、碱集料反应等，在这些病害单独或共同作用下，混凝土结构的表面损伤和内部缺陷形成并不断积累，严重影响了结构的稳定性、耐久性和承载能力，从而降低了水工混凝土结构的安全运行性能。目前，安全监测资料分析采用在坝体内外埋设传感器的方式测量混凝土坝运行参数，通过统计分析和计算等方式综合评价混凝土坝各部位的安全性态，该法能在较为经济的条件下尽早发现坝体运行异常，但在精确判断整个大坝所有部位可能出现的病害状况上，尚有待进一步提高。当前混凝土坝病害的探测水平较为落后。

超声波的穿透能力强，而且超声检测设备简单，操作比较方便，一直以来都被广泛用于金属的裂纹、焊缝等结构缺陷检测，并取得了很好的效果，是国内外结构病害探测领域研究的热点之一，但超声波探测技术在混凝土坝上的应用还较少。主要原因在于：混凝土坝或水工混凝土结构的体积一般都较为庞大，超声波在混凝土中传播的过程中发生能量衰减、声波散射和反射等现象，使得超声波应用于混凝土坝病害检测时产生探测深度不大（一般小于500mm），并且接收波相互干扰强也限制了超声波在混凝土坝病害探测中的应用前景。

相控阵超声检测技术基于常规超声波与惠更斯理论，由多个相互独立的压电晶片组成阵列换能器，每个晶片称为一个单元，按一定的规则和时序用电子***控制激发各个单元，使阵列中各单元发射的超声波叠加形成一个新的波阵面；通过脉冲延迟触发所产生的不同相位干涉，来调节超声波束角度或聚焦深度，从而达到在不同深度、不同位置产生波束聚焦、偏转等相控效果的目的，通过对数据采集仪器所采集的回波信号进行一系列处理从而高分辨率的病害探测影像和高精度的病害特征信息。在无损检测中，相控阵超声技术可以灵活、便捷地控制探头产生超声波束的轴线、偏转方向、聚焦位置和焦点尺寸等参数，能大大提高信噪比、检测灵敏度及检测效率，是超声检测技术的发展热点之一。

发明内容

本发明所要解决的技术问题是提供一种混凝土坝病害的稀疏阵列超声相控阵探测方法，根据大体积水工混凝土结构病害的先验信息，采用人工免疫算法优化设计具有稀疏特性的二维随机稀疏阵列换能器，采用二维灰度图重构方法构建病害探测图像，实现大体积水工混凝土结构病害的现场探测。

本发明为解决上述技术问题采用以下技术方案：

一种混凝土坝病害的稀疏阵列超声相控阵探测方法，具体步骤如下：

步骤1，针对混凝土坝病害的先验信息，采用人工免疫算法优化设计具有稀疏特性的二维随机稀疏阵列换能器，即得到稀疏阵列相控阵超声探测阵元的布置形式；具体为：

101，设置反映冗余度的稀疏参数，对满阵冗余***探头阵列进行免疫算法模拟；

102，设置编码参数为k，设k=0进行初始化，并随机选择初始化抗体群体P(k)；

103，对初始化抗体群体P(k)与抗原进行亲和度检验评估；

104，对初始化抗体群体P(k)按照亲和度评估大小降序排序，选择亲和度排序较高的前50%的抗体群体P_H(k)进行自适应克隆繁殖扩增，得到抗体群体P_M(k)，所构造的适应度函数为：

$\mathrm{Fit}=k_1\mathrm{ML}+k_2\mathrm{SL}=k_1\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\right|{\mathrm{BM}}_0-{\mathrm{BM}}_i|/{\mathrm{BM}}_0)+k_2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\right|{\mathrm{BS}}_0-{\mathrm{BS}}_i|/{\mathrm{BS}}_0)$

式中，ML和SL分别为阵列脉冲回波响应的主瓣和旁瓣特性；k₁和k₂分别为主瓣和旁瓣特性的加权值；BM₀和BS₀分别表示满阵冗余***的脉冲回波主瓣和旁瓣宽度；BM_i和BS_i分别为稀疏阵列在第i个方向的主瓣和旁瓣宽度；n为稀疏阵列空间相应效果的评判方向数；

105，利用变异算子对克隆繁殖抗体群体P_M(k)进行变异，产生新一代抗体种群P_N(k)；

106，从新一代抗体种群PN(k)中选择一定量抗体代替初始化抗体群体P(k)中亲和度排序较低的后50%的抗体群体，产生新一代种群P(k+1)；

107，进行优化准则评判，若不满足，则返回步骤103；若满足，则循环终止，从而得到稀疏阵列相控阵超声探测阵元的布置形式；

步骤2，根据稀疏阵列超声相控阵探测阵元的布置形式，在混凝土坝表面设置相控阵超声探头阵列；

步骤3，计算机控制***计算出超声阵元的延迟时间，发送至信号变送器；信号变送器产生不同延迟效果的超声波信号，发送至超声探头阵列；超声波通过超声探头阵列在混凝土坝内部传导，采用扇形扫描的方式对混凝土坝进行病害探测；超声波扫描的反馈信号由超声信号采集器采集后传输至计算机控制***；

所述扇形扫描具体为：根据混凝土坝的结构和病害探测的精细度要求，设置u根扫描线，每根扫描线上设置v个采样点，每采集完一根扫描线后进行下一根扫描线的采集，从而获得u×v个采样数据；

步骤4，计算机控制***接收到超声波扫描的反馈信号后，采用{(r,θ),g}的极坐标形式进行数据存储，同时利用二维灰度图像重构方法重建相控阵超声探测灰度图像，从而得到混凝土坝的二维灰度信息图，以判别病害的位置和严重程度；其中，(r,θ)为采样点在扇形扫描中的位置信息，θ为该采样点所在的扫描线与第1根扫描线之间的夹角，r为该采样点和所在扫描线上第1个采样点之间的距离为；g为该采样点所采集超声波数据的灰度归一化病害程度；

所述二维灰度图像重构方法具体为：首先对每一根扫描线上第j个采样点的采样点进行插值运算，得到各插值点的灰度测值，即超声回波波高；然后通过极坐标与平面坐标间的坐标转换获得相控阵超声探测灰度图像；其中

所述插值点G的灰度测值g_G计算公式如下：

$\begin{array}{c}{g}_G=g_a\frac{r^{\′}}{\mathrm{\Δr}}+g_b(1-\frac{r^{\′}}{\mathrm{\Δr}})\\ g_a=g_{i,j}\frac{r^{\′}}{\mathrm{\Δr}}+g_{i+1,j}(1-\frac{r^{\′}}{\mathrm{\Δr}})\\ g_b=g_{i,j+1}\frac{r^{\′}}{\mathrm{\Δr}}+g_{i+1,j+1}(1-\frac{r^{\′}}{\mathrm{\Δr}})\end{array}$

式中，g_a、g_b分别为第j和第j+1条扫描线长度方向的插值；g_i,j、g_i+1,j、g_i,j+1、g_i+1,j+1分别表示待插值点G的相邻四个采样点的灰度值，g_i,j表示扇形扫描第j条扫描线上半径为i的采样点的灰度值；Δr为两个采样点采样半径上的间距；r′为插值点与前一个采样点的间距。

作为本发明的进一步优化方案，所述计算机控制***、信号变送器和信号采集器组成数据采集***；其中，所述信号变送器通过数据传导总线分别与超声探头阵列和计算机控制***相连；所述超声信号采集器设置在混凝土坝的另一侧，并通过数据传导线路连接至计算机控制***。

作为本发明的进一步优化方案，步骤3中所述采样点的设置有两种情况，一种是在扫描线上均匀分布；一种是根据病害先验信息在局部区域进行加密分布。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1）结合超声波束的传播特性、相控阵技术的动态空间聚焦特性和大体积水工混凝土结构深部病害特征，采用稀疏阵列超声相控探头，同时依据混凝土坝病害位置的先验信息，通过免疫算法优化设计相控阵元布置，降低探头工艺成本；

2）设置由计算机控制***、信号变送器和信号采集器组成的数据采集***，激励超声波束并完成数据采集和存储处理，实现大体积水工混凝土结构病害的现场探测；

3）本发明通过二维灰度图重构方法重建相控阵超声探测图像，据此获得高载信量探测影像，即大体积水工混凝土结构病害的特征信息。

附图说明

图1是本发明的流程图。

图2是满阵冗余***探头阵列的阵元布置图。

图3是人工免疫算法优化设计的稀疏度为0.25的相控阵超声探头阵元布置图。

图4是扇形扫描示意图。

图5是扇形扫描采样点的二维线性插值图。

图6是数据采集***的结构示意图。

其中：1-计算机控制***；2-信号变送器；3-信号采集器；4-超声探头阵列。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所示，一种混凝土坝病害的稀疏阵列超声相控阵探测方法，具体步骤如下：

步骤1，针对混凝土坝病害的先验信息，采用人工免疫算法优化设计具有稀疏特性的二维随机稀疏阵列换能器，即得到稀疏阵列相控阵超声探测阵元的布置形式；

阵元数量和稀疏度取决于水工混凝土结构形态或试件形态，如图2所示的满阵冗余***探头阵列为例，共由208个阵元组成。设置反映冗余度的稀疏参数为K=0.25，对该阵列进行稀疏阵列的人工免疫算法的优化设计。具体流程为：

101，设置反映冗余度的稀疏参数，对满阵冗余***探头阵列进行免疫算法模拟；

102，设置编码参数为k，设k=0进行初始化，并随机选择初始化抗体群体P(k)；

103，对初始化抗体群体P(k)与抗原进行亲和度检验评估；

104，对初始化抗体群体P(k)按照亲和度评估大小降序排序，选择亲和度排序较高的前50%的抗体群体P_H(k)进行自适应克隆繁殖扩增，得到抗体群体P_M(k)，所构造的适应度函数为：

$\mathrm{Fit}=k_1\mathrm{ML}+k_2\mathrm{SL}=k_1\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\right|{\mathrm{BM}}_0-{\mathrm{BM}}_i|/{\mathrm{BM}}_0)+k_2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\right|{\mathrm{BS}}_0-{\mathrm{BS}}_i|/{\mathrm{BS}}_0)$

式中，ML和SL分别为阵列脉冲回波响应的主瓣和旁瓣特性；k₁和k₂分别为主瓣和旁瓣特性的加权值；BM₀和BS₀分别表示满阵冗余***的脉冲回波主瓣和旁瓣宽度；BM_i和BS_i分别为稀疏阵列在第i个方向的主瓣和旁瓣宽度；n为稀疏阵列空间相应效果的评判方向数；

105，利用变异算子对克隆繁殖抗体群体P_M(k)进行变异，产生新一代抗体种群P_N(k)；

106，从新一代抗体种群PN(k)中选择一定量抗体代替初始化抗体群体P(k)中亲和度排序较低的后50%的抗体群体，产生新一代种群P(k+1)；

107，进行优化准则评判，若不满足，则返回步骤103；若满足，则循环终止，从而得到稀疏阵列相控阵超声探测阵元的布置形式，如图3所示。

步骤2，根据稀疏阵列超声相控阵探测阵元的布置形式，在混凝土坝表面设置相控阵超声探头阵列。

步骤3，计算机控制***计算出超声阵元的延迟时间，发送至信号变送器；信号变送器产生不同延迟效果的超声波信号，发送至超声探头阵列；超声波通过超声探头阵列在混凝土坝内部传导，采用扇形扫描的方式对混凝土坝进行病害探测；超声波扫描的反馈信号由超声信号采集器采集后传输至计算机控制***；

如图4所示，所述扇形扫描具体为：根据混凝土坝的结构和病害探测的精细度要求，设置u根扫描线，每根扫描线上设置v个采样点，每采集完一根扫描线后进行下一根扫描线的采集，从而获得u×v个采样数据。

步骤4，计算机控制***接收到超声波扫描的反馈信号后，采用{(r,θ),g}的极坐标形式进行数据存储，同时利用二维灰度图像重构方法重建相控阵超声探测灰度图像，从而得到混凝土坝的二维灰度信息图，以判别病害的位置和严重程度；其中，(r,θ)为采样点在扇形扫描中的位置信息，θ为该采样点所在的扫描线与第1根扫描线之间的夹角，r为该采样点和所在扫描线上第1个采样点之间的距离为；g为该采样点所采集超声波数据的灰度归一化病害程度。

在扇形扫描中，与第1个采样点距离为r的两个相邻采样点之间间距随着r的增加而增加，因此需要对远距离扇形扫描区域的采样点进行插值加密，以消除由于数据坐标系的不同而造成的远场图像“莫尔条纹”现象。

所述二维灰度图像重构方法具体为：首先对每一根扫描线上第j个采样点的采样点进行插值运算，如图5所示，得到各插值点的灰度测值，即超声回波波高；然后通过极坐标与平面坐标间的坐标转换获得相控阵超声探测灰度图像；其中

所述插值点G的灰度测值g_G计算公式如下：

$\begin{array}{c}{g}_G=g_a\frac{r^{\′}}{\mathrm{\Δr}}+g_b(1-\frac{r^{\′}}{\mathrm{\Δr}})\\ g_a=g_{i,j}\frac{r^{\′}}{\mathrm{\Δr}}+g_{i+1,j}(1-\frac{r^{\′}}{\mathrm{\Δr}})\\ g_b=g_{i,j+1}\frac{r^{\′}}{\mathrm{\Δr}}+g_{i+1,j+1}(1-\frac{r^{\′}}{\mathrm{\Δr}})\end{array}---\left(1\right)$

式中，g_a、g_b分别为第j和第j+1条扫描线长度方向的插值；g_i,j、g_i+1,j、g_i,j+1、g_i+1,j+1分别表示待插值点G的相邻四个采样点的灰度值，g_i,j表示扇形扫描第j条扫描线上半径为i的采样点的灰度值；Δr为两个采样点采样半径上的间距；r′为插值点与前一个采样点的间距。

本发明中计算机控制***1、信号变送器2和信号采集器3组成数据采集***，如图6所示；其中，所述信号变送器2通过数据传导总线分别与超声探头阵列4和计算机控制***1相连；所述超声信号采集器3设置在混凝土坝的另一侧，并通过数据传导线路连接至计算机控制***1。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (5)

1.一种混凝土坝病害的稀疏阵列超声相控阵探测方法，其特征在于，具体步骤如下：

步骤1，针对混凝土坝病害的先验信息，采用人工免疫算法优化设计具有稀疏特性的二维随机稀疏阵列换能器，即得到稀疏阵列相控阵超声探测阵元的布置形式；

步骤2，根据稀疏阵列超声相控阵探测阵元的布置形式，在混凝土坝表面设置相控阵超声探头阵列；

步骤3，由计算机控制***计算出超声阵元的延迟时间，发送至信号变送器；信号变送器产生不同延迟效果的超声波信号，发送至超声探头阵列；超声波通过超声探头阵列在混凝土坝内部传导，采用扇形扫描的方式对混凝土坝进行病害探测；超声波扫描的反馈信号由超声信号采集器采集后传输至计算机控制***；

所述扇形扫描具体为：根据混凝土坝的结构和病害探测的精细度要求，设置u根扫描线，每根扫描线上设置v个采样点，每采集完一根扫描线后进行下一根扫描线的采集，从而获得u×v个采样数据；

步骤4，计算机控制***接收到超声波扫描的反馈信号后，采用{(r,θ),g}的极坐标形式进行数据存储，同时利用二维灰度图像重构方法重建相控阵超声探测灰度图像，从而得到混凝土坝的二维灰度信息图，以判别病害的位置和严重程度；其中，(r,θ)为采样点在扇形扫描中的位置信息，θ为该采样点所在的扫描线与第1根扫描线之间的夹角，r为该采样点和所在扫描线上第1个采样点之间的距离；g为该采样点所采集超声波数据的灰度归一化病害程度。

2.根据权利要求1所述的混凝土坝病害的稀疏阵列超声相控阵探测方法，其特征在于，步骤1中所述采用人工免疫算法优化设计具有稀疏特性的二维随机稀疏阵列换能器，即得到稀疏阵列相控阵超声探测阵元的布置形式，具体为：

101，设置反映冗余度的稀疏参数，对满阵冗余***探头阵列进行免疫算法模拟；

102，设置编码参数为k，设k=0进行初始化，并随机选择初始化抗体群体P(k)；

103，对初始化抗体群体P(k)与抗原进行亲和度检验评估；

104，对初始化抗体群体P(k)按照亲和度评估大小降序排序，选择亲和度排序较高的前50%的抗体群体P_H(k)进行自适应克隆繁殖扩增，得到抗体群体P_M(k)，所构造的适应度函数为：

$\mathrm{Fit}=k_1\mathrm{ML}+k_2\mathrm{SL}=k_1\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\right|{\mathrm{BM}}_0-{\mathrm{BM}}_i|/{\mathrm{BM}}_0)+k_2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\right|{\mathrm{BS}}_0-{\mathrm{BS}}_i|/{\mathrm{BS}}_0)$

式中，ML和SL分别为阵列脉冲回波响应的主瓣和旁瓣特性；k₁和k₂分别为主瓣和旁瓣特性的加权值；BM₀和BS₀分别表示满阵冗余***的脉冲回波主瓣和旁瓣宽度；BM_i和BS_i分别为稀疏阵列在第i个方向的主瓣和旁瓣宽度；n为稀疏阵列空间相应效果的评判方向数；

105，利用变异算子对克隆繁殖抗体群体P_M(k)进行变异，产生新一代抗体种群P_N(k)；

106，从新一代抗体种群PN(k)中选择一定量抗体代替初始化抗体群体P(k)中亲和度排序较低的后50%的抗体群体，产生新一代种群P(k+1)；

107，进行优化准则评判，若不满足，则返回步骤103；若满足，则循环终止，从而得到稀疏阵列相控阵超声探测阵元的布置形式。

3.根据权利要求1所述的混凝土坝病害的稀疏阵列超声相控阵探测方法，其特征在于，步骤3中所述计算机控制***、信号变送器和信号采集器组成数据采集***；其中，所述信号变送器通过数据传导总线分别与超声探头阵列和计算机控制***相连；所述超声信号采集器设置在混凝土坝的另一侧，并通过数据传导线路连接至计算机控制***。

4.根据权利要求1所述的混凝土坝病害的稀疏阵列超声相控阵探测方法，其特征在于，步骤3中所述采样点的设置有两种情况，一种是在扫描线上均匀分布；一种是根据病害先验信息在局部区域进行加密分布。

5.根据权利要求1所述的混凝土坝病害的稀疏阵列超声相控阵探测方法，其特征在于，步骤4中所述二维灰度图像重构方法具体为：首先对每一根扫描线上第j个采样点的采样点进行插值运算，得到各插值点的灰度测值，即超声回波波高；然后通过极坐标与平面坐标间的坐标转换获得相控阵超声探测灰度图像；其中

其中，插值点G的灰度测值g_G计算公式如下：

$\begin{array}{c}{g}_G=g_a\frac{r^{\′}}{\mathrm{\Δr}}+g_b(1-\frac{r^{\′}}{\mathrm{\Δr}})\\ g_a=g_{i,j}\frac{r^{\′}}{\mathrm{\Δr}}+g_{i+1,j}(1-\frac{r^{\′}}{\mathrm{\Δr}})\\ g_b=g_{i,j+1}\frac{r^{\′}}{\mathrm{\Δr}}+g_{i+1,j+1}(1-\frac{r^{\′}}{\mathrm{\Δr}})\end{array}$

式中，g_a、g_b分别为第j和第j+1条扫描线长度方向的插值；g_i,j、g_i+1,j、g_i,j+1、g_i+1,j+1分别表示待插值点G的相邻四个采样点的灰度值，g_i,j表示扇形扫描第j条扫描线上半径为i的采样点的灰度值；Δr为两个采样点采样半径上的间距；r′为插值点与前一个采样点的间距。

Images