CN110082432A - 基于均匀设计的板结构缺陷超声谐振定量无损检测方法 - Google Patents

Abstract

本发明公开了基于均匀设计的板结构缺陷超声谐振定量无损检测方法，以对平底孔缺陷检测为例，将压电蜂鸣片贴在检测板上，测量传声器安装在扫描架上并垂直于检测板放置；利用计算机控制扫描架，带动测量传声器接收检测区域各检测点振动信号，信号经平均处理后保存；由计算机对采集到的振动信号进行处理，基于最大类间方差法，得出局部缺陷谐振频率以及缺陷成像图，基于均匀设计试验，建立局部缺陷谐振频率、缺陷半径与缺陷深度的关系模型；对缺陷成像图进行二值化处理，计算出缺陷的等效半径；将局部缺陷谐振频率和缺陷半径代入到所建立的关系模型中，得到缺陷深度；最终实现对缺陷的定量无损检测。

Description

基于均匀设计的板结构缺陷超声谐振定量无损检测方法

技术领域

本发明涉及一种缺陷定量的无损检测方法，特别是基于均匀设计的板结构缺陷超声谐振定量检测方法。该方法适用于材料缺陷定量表征，属于无损检测领域。

背景技术

板结构是工业装备中一种常用的结构形式，广泛应用于航空航天、船舶、机械制造等工业领域。对于常见板结构，因自身的构造特点以及复杂的工作环境，在受到外荷载冲击、应力集中、化学腐蚀及温度疲劳等因素作用时，极易在板结构的表面及内部产生裂纹、孔洞、腐蚀等缺陷；同时，碳纤维增强复合材料、玻璃纤维增强材料等复合材料板在制造过程中以及使用过程中，也可能会发生其他各种损伤，常见的损伤类型有气孔、分层、脱胶、分层等，这些损伤会引起复合材料层合结构的强度和刚度的降低，加上外载荷的作用随后会可能引发分层的扩展，最终导致结构在远低于设计值时整体失稳并发生结构破坏。在工业领域等应用中，如果无法及时检出存在的缺陷并采取相应措施，很可能会造成的严重后果。因此，为了确保板结构的安全，减少危险事故的发生，研究有效的板结构缺陷定量检测方法不仅具有重要的科学研究意义，而且还具有很大的工程应用价值。

目前，用于板结构缺陷无损检测方法主要有磁粉检测、涡流检测、射线检测、渗透检测、超声检测，上述各种无损检测方法均有其独特的应用领域和能够检测的敏感损伤类型。超声检测利用的是超声波遇到缺陷时产生反射、透射及衰减，进行缺陷检测，该方法具有检测深度大、方向性好、穿透能力强、检测范围广等优点。但传统超声波检测技术属于逐点检测，效率较低，且损伤识别及定量检测能力有限。而常规超声谐振检测法具有检测一致性好，操作过程简单等优点，已广泛应用于损伤检测与评价中。超声谐振法[1-6]通常是基于固体的谐振频率的测量，来确定弹性模量。而这些谐振频率是被测物体的几何，质量和弹性常数(刚度)的函数，所以任何缺陷都可能会引起谐振频谱的变化。因此，比较未损伤物体与被测物体的频谱，如谐振频率偏移、峰宽改变、响应幅度变化等信息可以确定被测物体是否受损，并且还可能确定出缺陷的位置及损伤严重程度。超声谐振方法在缺陷检测方面具有一定的应用，任何缺陷，无论位于何处，都会影响物体频谱中的一个或多个谐振频率。事实上，材料刚度的局部降低对试样整体刚度变化的影响明显取决于缺陷和试件的相对尺寸。在实际应用中，传统的超声谐振无损检测技术主要应用于小型部件，在检测大型部件中小缺陷的能力受到严重限制。因此，超声谐振检测技术可以根据标准对相似部件进行合格/不合格分类，而不是定位和可视化缺陷[5]。

在医学领域研究中，一种用于提高小夹杂物的声学作用的方法被应用到液体中气泡超声学[7]。由于气泡的谐振特性，医学造影剂的局部非线性得到显著提高，这一异常非线性超声响应的发现，在超声医学诊断中取得了突破性进展[8-9]。声波与缺陷的相互作用可以由激励声波引起缺陷振动的幅度来表征。同样地，使缺陷振动的一个更合理的方式是在其自身固有频率下进行声学激励，从而产生所谓的局部缺陷谐振，这会使得缺陷处振动幅值加剧并局限于受损区域。Rokhlin S I学者[10]从理论上分析了声波与固体中缺陷的谐振相互作用的条件，给出了谐振频率的简单近似方程。Sarens B[11]和Angelis G D[12]等通过数值模拟和剪切成像的方式分析了复合材料中分层和平底孔的振动结构。近年来，Solodov I[13] 等学者提出利用局部缺陷谐振来提高声波与缺陷的相互作用，有力地区分出缺陷与材料其他部位。同时，该学者从理论上***概述了局部缺陷谐振和平底孔及切槽缺陷的局部缺陷谐振频率理论计算模型，其谐振频率与缺陷的有效刚度及有效质量有关。该公式构建了缺陷尺寸与局部缺陷谐振频率之间的关系，但谐振频率的计算对缺陷的几何尺寸关系的要求比较严格，该理论计算公式具有一定的局限性。除此之外，Solodov I[14]等学者基于缺陷的局部谐振特性，还从实验***上搭建了一套非接触式局部缺陷谐振扫描成像***，并很好地将其应用到材料各种类型的缺陷检测中。为准确得到未知缺陷的局部缺陷谐振频率，Hettler J[15]等提出了一种基于最大类间方差法的局部缺陷谐振检测方法，通过仿真与实验验证了该方法对于平底孔缺陷以及复合材料中分层、脱粘等缺陷检测的有效性，并将缺陷成像图特征值的最大值下降12dB作为缺陷表面的定量表征依据，但该研究没有考虑对缺陷在深度方向上的定量表征。

为了能够从多个角度对缺陷进行定量评价，除对缺陷的表面几何参数进行表征外，缺陷在深度方向上的检测对于缺陷的准确评价也尤为重要。如果能够建立起与缺陷表面几何参数和缺陷深度几何参数有关的数学模型，那么缺陷在深度方向上的定量评价就变得容易实现了。而在实际问题分析时，建立数学模型通常需要大量的试验，以使得模型变得更加有意义，但是试验次数太多会增加计算量和分析问题的复杂性。因此，人们希望在建立关系模型的过程中，所进行的试验次数最少，且得到的信息量最多。均匀设计试验法正是适应这一要求而产生的，它是一种只考虑试验点在试验范围内均匀散布的一种试验设计方法。它从均匀性角度出发，能从全面试验点中挑选出部分代表性的试验点，这些试验点充分均衡分散，但仍能反映体系的主要特征。它着重在试验范围内考虑试验点均匀散布以求通过最少的试验来获得最多的信息，其试验结果的处理多采用回归分析方法，利用回归分析得出的模型，即可进行影响因素的重要性分析及新条件试验的结果估算，预报和最优化[16-17]。

针对缺陷定量检测问题，每个缺陷都有其对应的局部缺陷谐振频率。为更加准确地对缺陷表面几何参数进行定量评价，本方法是在Hettler J[15]等学者的研究基础上，对缺陷成像图进行二值化处理，以获得缺陷的表面几何参数。同时，为实现缺陷在深度方向上的定量检测，通过建立局部缺陷谐振频率、缺陷半径与缺陷深度之间的关系模型，完成对缺陷在深度方向上的几何参数的检测。最终实现对缺陷的定量无损检测。

发明内容

本发明的目的在于发展一种基于均匀设计的板结构缺陷超声谐振定量无损检测方法。以平底孔缺陷为例，基于最大类间方差法，求取出局部缺陷谐振频率及其所对应的缺陷成像图，接着对缺陷成像图进行二值化处理，以获得缺陷的等效半径。为实现缺陷在深度方向上的定量检测，基于均匀设计试验，建立局部缺陷谐振频率、缺陷半径与缺陷深度之间的关系模型。将局部缺陷谐振频率和缺陷半径代入到模型中，以求得缺陷深度。最终实现对缺陷几何参数(缺陷半径及缺陷深度)的定量无损检测。

本发明提出的基于均匀设计的板结构缺陷超声谐振定量无损检测方法，其基本原理在于：

局部缺陷谐振表现为它自身的振动本征模式，即在缺陷位置处表现出强烈的局部、准圆形、高幅值等特性。在局部缺陷谐振频率对应处，缺陷区域的振动幅值与板其余部位的平均幅值之间的对比度达到最大。以宽频信号(如Chirp信号) 作为激励，以检测区域各点离面振动的频谱作为分析对象，对每一频率下各检测点的频谱幅值组成的每组数据作二值化处理，该处理过程依据的方法是图像处理中的最大类间方差(OTSU)算法，即以类间方差达到最大时的阈值为最佳二值化分割阈值，这样可以得到每组数据的假设缺陷区域与非缺陷区域。

OTSU算法是一种对图像进行二值化的高效算法。利用阈值将原图像分成前景和背景两个图像。当背景与前景差别最大时，所取的阈值为最佳，衡量这个差别的标准就是最大类间方差。记前景点数占图像比w₀，平均灰度x₀；背景点数占图像比w₁，平均灰度x₁，则图像的总平均灰度为

x＝w₀x₀+w₁x₁ (1)

那么，前景与背景的方差为

当方差Var最大时，认为此时前景与背景差异最大。

利用对比度函数，即式(3)，对每组数据的对比度值进行分析计算。

S(x,y,f)＝FFT[s(x,y,t)] (4)

f′＝arg max[g(f)] (5)

式中，s(x,y,t)为离面时域响应；S(x,y,f)为离面时域响应的傅里叶变换；Ω为检测区域；Ω_d为假设的缺陷区域；Ω\Ω_d为假设的非缺陷区域；g(f)为各频率下的对比度值；f′为缺陷的局部缺陷谐振频率。在频率段内对比度值达到最大时，所对应的频率即为缺陷的局部缺陷谐振频率f′，该频率所对应的检测区域各点频谱幅值S(x,y,f′)为缺陷成像图。

基于最大类间方差法将缺陷成像图进行二值化分割处理，得到图像中的缺陷等效面积，进而计算出缺陷的等效半径。

为建立局部缺陷谐振频率、缺陷半径和缺陷深度的关系模型，以缺陷的半径及深度作为试验因素，利用Data Processing System(DPS)数据处理软件，得到几何参数在试验范围内的缺陷的均匀设计表。基于均匀设计表，对表中不同半径及深度组合的缺陷进行局部缺陷谐振检测试验，得到其局部缺陷谐振频率。基于关系模型(6)，利用StatisticalProduct and Service Solutions(SPSS)软件对其结果进行回归分析，根据回归结果的检验指标，确定模型回归系数，从而获得显著性较高的回归模型。

式中，f′(h,a)为局部缺陷谐振频率值，a、h为均匀设计试验的因素，即缺陷的半径及深度，x₁…x₁₁为模型的回归系数。

将局部缺陷谐振频率和缺陷半径代入到所建立的回归关系模型中，以求得缺陷深度。

本发明的技术方案如下：

本发明所采用的装置参见图1，包括任意函数发生器1、电压放大器2、压电蜂鸣片3、测量传声器4、采集卡5、计算机6和扫描架7。首先，将函数发生器1与电压放大器2相连，用于激励信号的输出放大；电压放大器2的输出口与压电蜂鸣片3相连，用于激励检测试件的振动；接着，测量传声器4与采集卡5 相连，用于采集板的振动信号；采集卡5采集得到的数据传输至计算机6，用于数据的分析与处理；扫描架7带动测量传声器4在检测区域内扫描运动，以使得测量传声器4接收扫描区域不同位置处的振动信号。

本发明提出的基于均匀设计的板结构缺陷超声谐振定量无损检测方法是通过以下步骤实现的，其流程图如图2所示：

1)利用DPS数据处理软件，得到几何参数在试验范围内的缺陷的均匀设计表。

2)被测试件选取包含两组不同半径、不同深度组合的平底孔缺陷的板。其中，一组为用于建立关系模型的均匀设计表样本集缺陷，另一组为预测用待检测缺陷；

3)施加Chirp宽频信号于压电蜂鸣片，压电蜂鸣片贴在检测区域外位置，两者之间涂有耦合剂。将检测板平行放置在扫描架下方，测量传声器安装在扫描架上并垂直于检测板；

4)利用计算机控制扫描架，带动测量传声器对检测板上的检测区域以蛇形轨迹扫描，接收扫描区域各检测点的振动信号，经信号平均处理后，保存该检测信号；

5)由计算机对采集到的振动信号进行处理。基于最大类间方差法，根据公式(3)(4)(5)计算出局部缺陷谐振频率；

6)改变激励位置和扫描区域位置，重复步骤3)～5)，得到样本集中每个缺陷的局部缺陷谐振频率，根据实际缺陷半径、缺陷深度参数，并基于模型(6)，利用SPSS软件回归分析模块，得到局部缺陷谐振频率、缺陷半径与缺陷深度的关系模型；

7)对于预测集中的待检测缺陷，重复步骤6)，得到其局部缺陷谐振频率。基于最大类间方差法，对缺陷成像图S(x,y,f′)进行二值化处理，计算出缺陷半径。

8)将局部缺陷谐振频率和缺陷半径代入到步骤6)所建立的关系模型中，求出缺陷深度。

附图说明

图1检测装置***图。

图中1、任意函数发生器，2、电压放大器，3、压电蜂鸣片，4、测量传声器，5、采集卡，6、计算机，7、扫描架

图2是本方法实施流程图。

图3是***的处理流程示意图。

具体实施方式

下面结合具体实验对本发明作进一步说明：

本实验实施过程包括以下步骤：

实验***搭建：按照图1所示的检测装置***图搭建实验***，***包括任意函数发生器1、电压放大器2、压电蜂鸣片3、测量传声器4、采集卡5、计算机6和扫描架7。首先，将函数发生器1与电压放大器2相连，用于激励信号的输出放大；电压放大器2的输出口与压电蜂鸣片3相连，用于激励检测试件的振动；接着，测量传声器4与采集卡5相连，用于采集板的振动信号；采集卡5 采集得到的数据传输至计算机6，用于数据的分析与处理；扫描架7带动测量传声器4在检测区域内扫描运动，以使得测量传声器4接收扫描区域不同位置处的振动信号；

被测试件选择：被测试件选取尺寸为500mm×500mm×9.5mm的有机玻璃板，板中含有多个不同半径、不同深度组合的平底孔缺陷。将这些缺陷分为两组， A组是用于建立关系模型的均匀设计表样本集缺陷，表1给出了这些缺陷的具体几何参数；B组是预测用待检测缺陷；

检测参数设定：压电蜂鸣片通过耦合剂贴在试件上，激励信号为Chirp宽频信号，信号频率范围为0～100kHz，激励时长为1ms。激励信号经电压放大器放大，幅值为20Vpp。测量传声器垂直板固定在扫描架上，距离检测板1～2mm，以接收检测区域各点振动信号，信号接收时长为2ms。信号传输至采集卡，数据平均256次；

局部缺陷谐振检测实验：启动函数发生器和电压放大器，由计算机控制对缺陷的扫描路径，将采集到的检测区域各点振动信号保存。同样地，对于板上其他缺陷的检测，改变激励位置和扫描区域位置，重复以上检测步骤并存储信号；

信号分析与处理：基于最大类间方差法，根据公式(3)(4)(5)计算出样本集中每个缺陷的局部缺陷谐振频率；根据实际缺陷半径、缺陷深度参数，并基于模型(6)，利用SPSS软件回归分析模块，得到局部缺陷谐振频率、缺陷半径与缺陷深度的关系模型。对于预测集中的待检测缺陷，重复步骤5，得到其局部缺陷谐振频率。基于最大类间方差法，对缺陷成像图S(x,y,f′)进行二值化处理，计算出缺陷半径；将局部缺陷谐振频率和缺陷半径代入到所建立的关系模型中，求出缺陷深度。

实验结果分析：由表2可知，预测集缺陷的几何参数计算结果接近于实际值，预测结果较为准确。因此，基于均匀设计的板结构缺陷超声谐振定量检测方法对于实现缺陷的定量无损检测是可行的。

以上是本发明的一个典型应用，本发明的应用不限于此。

表1

回归关系模型：

表2

参考文献

[1]MaynardJ.ResonantUltrasound Spectroscopy[J].Physics Today,1996,49(1):26-31.

[2]Kam T Y,Lee T Y.Detection of cracks in structures using modal testdata[J].Engineering Fracture Mechanics,1992,42(2):381-387.

[3]Lee Y S,Chung M J.A study on crack detection using eigenfrequencytest data[J]. Computers&Structures,2000,77(3):327-342.

[4]Rizos P F,Aspragathos N,Dimarogonas A D.Identification ofcracklocation and magnitude in a cantilever beam from the vibration modes[J].Journal of Sound&Vibration,1990, 138(3):381-388.

[5]Migliori A,Sarrao J L.Resonant ultrasound spectroscopy:applications to physics,materials measurements,andnondestructive evaluation[M].Wiley-Interscience,1997.

[6]Kaewunruen S,Remennikov A M.Field trials for dynamiccharacteristics of railway track and its components using impact excitationtechnique[J].NDT&E International,2007, 40(7):510-519.

[7]De Jong N.Ultrasound scattering properties ofAlbunex microspheres[J].Ultrasonics,1993, 31(3):175.

[8]Frinking P J A,Bouakaz A,Kirkhorn J,et al.Ultrasound contrastimaging:current and new potential methods[J].Ultrasound in Medicine&Biology,2000,26(6):965-975.

[9]Averkiou MA.Tissue harmonic imaging[C]//UltrasonicsSymposium.IEEE,2002.

[10]Rokhlin S I.Resonance phenomena of Lamb waves scattering by afinite crack in a solid layer[J].Journal oftheAcoustical Society ofAmerica,1981,69(4):922-928.

[11]Sarens B,Verstraeten B,Glorieux C,et al.Investigation of contactacoustic nonlinearity in delaminations by shearographic imaging,laser dopplervibrometric scanning and finite difference modeling[J].IEEE Transactions onUltrasonics Ferroelectrics&Frequency Control,2010,57(6):1383-95.

[12]Angelis G D,Meo M,Almond D P,et al.A new technique to detectdefect size and depth in composite structures using digital shearography andunconstrained optimization[J].NDT&E International,2012,45(1):91-96.

[13]Solodov I,Bai J,Busse G.Resonant ultrasound spectroscopy ofdefects:Case study of flat-bottomed holes[J].Journal ofApplied Physics,2013,113(22):26-31.

[14]Solodov I,Dillenz A,Kreutzbruck M.A new mode of acoustic NDT viaresonant air-coupled emission[J].Journal ofApplied Physics,2017,121(24):245101.

[15]Hettler J,Tabatabaeipour M,Delrue S,et al.Detection andCharacterization ofLocal Defect Resonances Arising from Delaminations andFlat Bottom Holes[J].Journal ofNondestructive Evaluation,2017,36(1):2.

[16]盛永莉.均匀设计试验法及其应用[J].济南大学学报：社会科学版,1995(4):76-79.

[17]Fang K T,Ma C,Winker P,et al.Uniform Design:Theory andApplication[J].Technometrics, 2000,42(3):237-248。

Claims (2)

1.基于均匀设计的板结构缺陷超声谐振定量无损检测方法，其特征在于：

局部缺陷谐振表现为它自身的振动本征模式，即在缺陷位置处表现出强烈的局部、准圆形、高幅值特性；在局部缺陷谐振频率对应处，缺陷区域的振动幅值与板其余部位的平均幅值之间的对比度达到最大；以宽频信号作为激励，以检测区域各点离面振动的频谱作为分析对象，对每一频率下各检测点的频谱幅值组成的每组数据作二值化处理，处理过程依据的方法是图像处理中的最大类间方差OTSU算法，即以类间方差达到最大时的阈值为最佳二值化分割阈值，这样得到每组数据的假设缺陷区域与非缺陷区域；

OTSU算法是一种对图像进行二值化的高效算法；利用阈值将原图像分成前景和背景两个图像；当背景与前景差别最大时，所取的阈值为最佳，衡量这个差别的标准就是最大类间方差；记前景点数占图像比w₀，平均灰度x₀；背景点数占图像比w₁，平均灰度x₁，则图像的总平均灰度为

x＝w₀x₀+w₁x₁ (1)

那么，前景与背景的方差为

当方差Var最大时，认为此时前景与背景差异最大；

利用对比度函数，即式(3)，对每组数据的对比度值进行分析计算；

S(x,y,f)＝FFT[s(x,y,t)] (4)

f′＝arg max[g(f)] (5)

式中，s(x,y,t)为离面时域响应；S(x,y,f)为离面时域响应的傅里叶变换；Ω为检测区域；Ω_d为假设的缺陷区域；Ω\Ω_d为假设的非缺陷区域；g(f)为各频率下的对比度值；f′为缺陷的局部缺陷谐振频率；在频率段内对比度值达到最大时，所对应的频率即为缺陷的局部缺陷谐振频率f′，该频率所对应的检测区域各点频谱幅值S(x,y,f′)为缺陷成像图；

基于最大类间方差法将缺陷成像图进行二值化分割处理，得到图像中的缺陷等效面积，进而计算出缺陷的等效半径；

为建立局部缺陷谐振频率、缺陷半径和缺陷深度的关系模型，以缺陷的半径及深度作为试验因素，利用DPS数据处理软件，得到几何参数在试验范围内的缺陷的均匀设计表；基于均匀设计表，对表中不同半径及深度组合的缺陷进行局部缺陷谐振检测试验，得到其局部缺陷谐振频率；基于关系模型(6)，利用SPSS软件对其结果进行回归分析，根据回归结果的检验指标，确定模型回归系数，从而获得显著性较高的回归模型；

式中，f′(h,a)为局部缺陷谐振频率值，a、h为均匀设计试验的因素，即缺陷的半径及深度，x₁…x₁₁为模型的回归系数。

2.根据权利要求1所述的基于均匀设计的板结构缺陷超声谐振定量无损检测方法，其特征在于：该方法是通过以下步骤实现的，

1)利用DPS数据处理软件，得到几何参数在试验范围内的缺陷的均匀设计表；

2)被测试件选取包含两组不同半径、不同深度组合的平底孔缺陷的板；其中，一组为用于建立关系模型的均匀设计表样本集缺陷，另一组为预测用待检测缺陷；

3)施加Chirp宽频信号于压电蜂鸣片，压电蜂鸣片贴在检测区域外位置，两者之间涂有耦合剂；将检测板平行放置在扫描架下方，测量传声器安装在扫描架上并垂直于检测板；

4)利用计算机控制扫描架，带动测量传声器对检测板上的检测区域以蛇形轨迹扫描，接收扫描区域各检测点的振动信号，经信号平均处理后，保存该检测信号；

5)由计算机对采集到的振动信号进行处理；基于最大类间方差法，根据公式(3)、(4)、(5)计算出局部缺陷谐振频率；

6)改变激励位置和扫描区域位置，重复步骤3)～5)，得到样本集中每个缺陷的局部缺陷谐振频率，根据实际缺陷半径、缺陷深度参数，并基于模型(6)，利用SPSS软件回归分析模块，得到局部缺陷谐振频率、缺陷半径与缺陷深度的关系模型；

7)对于预测集中的待检测缺陷，重复步骤6)，得到其局部缺陷谐振频率；基于最大类间方差法，对缺陷成像图S(x,y,f′)进行二值化处理，计算出缺陷半径；

8)将局部缺陷谐振频率和缺陷半径代入到步骤6)所建立的关系模型中，求出缺陷深度。