CN110687206A - 一种无砟轨道功能层缺陷成像方法 - Google Patents
一种无砟轨道功能层缺陷成像方法 Download PDFInfo
- Publication number
- CN110687206A CN110687206A CN201911074423.7A CN201911074423A CN110687206A CN 110687206 A CN110687206 A CN 110687206A CN 201911074423 A CN201911074423 A CN 201911074423A CN 110687206 A CN110687206 A CN 110687206A
- Authority
- CN
- China
- Prior art keywords
- defect
- ballastless track
- echo
- functional layer
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
Landscapes
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及高速铁路无砟轨道功能层灌注质量无损检测技术领域,尤其涉及一种无砟轨道功能层缺陷成像方法,解决现有技术中存在的现有识别方法几何尺寸估计与缺陷成像不准确的缺点,包括以下步骤:a、获取回波信号Burg功率谱,k=100;b、计算[f2,f1]能量谱占总回波能量的比值η;c、对η降序排序,以前10%为初始值,表示可能存在缺陷点Pi,i=1…q,并初始化i=1;d、以Pi为中心做广度搜索边缘回波频率分布模式,如存在回波频率分布模式,将该点至边缘区域作为R(Pi),否则不记录该点;e、i=i+1,如i>q,结束搜索,否则返回d继续搜索。该发明具有无损、精度高的特点,适合无砟轨道功能层内部缺陷的精准成像。
Description
技术领域
本发明涉及高速铁路无砟轨道功能层灌注质量无损检测技术领域,尤其涉及一种无砟轨道功能层缺陷成像方法。
背景技术
高速铁路无砟轨道作为高速列车载体,其质量好坏,内部是否存在缺陷,缺陷发育程度直接关系高速列车运营安全。我国高速铁路建设和运营过程中均对无砟轨道质量和状态进行了严格规定,如对于CRTS-III型板式无砟轨道自密实混凝土灌注质量,明确要求自密实混凝土表面无面积大于50cm2气泡。而目前功能层混凝土灌注质量检测主要通过揭板试验,该方法费时费力,且采用抽样检测,难以代表整条线路功能层质量。所以研究无损、快速的功能层缺陷检测、尺寸估计与成像方法,是保持高速铁路无砟轨道健康状态,保障高速铁路正常运营亟需解决的问题。
高速铁路无砟轨道结构为层状混凝土结构。针对混凝土结构内部缺陷检测主要检测方法包括电磁波和弹性波的方法。电磁波法受轨道板钢筋密集和轨道板表面,特别是承轨台间空间狭小限制,难以实现缺陷尺寸的精确检测。运用弹性波法检测混凝土参数始于20世纪30年代,近年来,随着高速铁路内部缺陷检测需求,逐步应用于无砟轨道内部缺陷检测。
当η大于某一阈值时,则认为该处为空洞病害。
基于傅里叶变换的方法存在两个缺陷:阈值的获取主观性较强,缺乏缺陷边界回波模式分析;由于缺陷边缘多次回波频率f4与空洞多次回波频率f1非常接近,由于分辨率不足,难以满足区分边缘回波和缺陷回波。
目前的研究主要分析了缺陷有无检测和缺陷类型识别方法,缺乏缺陷边界回波模式研究,造成边界识别方法缺失,几何尺寸估计与缺陷成像不准确。
发明内容
本发明的目的是为了解决现有技术中存在的现有识别方法几何尺寸估计与缺陷成像不准确的缺点,而提出的一种无砟轨道功能层缺陷成像方法。
为了实现上述目的,本发明采用了如下技术方案:
一种无砟轨道功能层缺陷成像方法,包括以下步骤:
S1、构建无缺陷的无砟轨道层状介质模型:
式中,vi表示弹性波在传播路径hi中的平均波速;f1表示轨道板反射频率;f2表示功能层反射频率;f3表示支承层反射频率;
S2、构建带缺陷的无砟轨道层状介质模型:
a、当检测单元与缺陷位置较远时,与无缺陷层状介质模型相同,只存在无砟轨道三种层状介质界面反射波;
b、当检测单元位于缺陷上方,且离边界较远时,由于空洞缺陷波阻抗Z4与Z1之间的巨大差异,此时回波信号f1占主导地位;
c、当检测单元位于缺陷上方,且与缺陷边界较近时,缺陷边缘与传感器间的距离为l,则频率f4表示为:f4=vi/(l+Z1);
S3、分析弹性回波与缺陷的映射关系:
a、将无砟轨道弹性回波信号x(n)看作AR模型,回波信号长度为N,x(n)用前k个时刻信号和n时刻扰动a(n)线性组合而成:
b、弹性回波AR模型自相关函数表示为:
c、将回波信号的功率谱用矩阵形式表示为:
e、回波信号的功率谱定义k阶前向预测误差fk,n:
g、后向预测误差bk,n:
h、根据前向预测误差和后向预测误差之间关系得到从k-1阶到k阶的递推公式:
i、外推出k阶模型参数;
S4、建立检测位置——缺陷位置关联的弹性回波频率分布模式:
设回波信号由两种频率的正弦信号构成,即回波信号x(t)表示为:x(t)=A1 sin(2πf1t)+A4sin(2πf4t)
式中,A1和A4分别为f1和f4频率信号幅度;
S5、建立基于Burg功率谱估计的无砟轨道功能层缺陷成像方法
a、获取回波信号Burg功率谱,k=100;
b、计算[f2,f1]能量谱占总回波能量的比值η;
c、对η降序排序,以前10%为初始值,表示可能存在缺陷点,并初始化i=1;
d、以Pi为中心做广度搜索边缘回波频率分布模式,如存在回波频率分布模式,将该点至边缘区域作为R(Pi),否则不记录该点;
e、i=i+1,如i>q,结束搜索,否则返回步骤d继续搜索;
f、合并R(Pi)作为最终缺陷区域。
优选的,无砟轨道结构从上到下分为轨道板、功能层和支承层。
优选的,激励源和传感器共同构成一个检测单元,且激励源和传感器间距固定。
优选的,弹性波垂直于轨道板向下激发,在各层表面将产生反射波,并不断地在无砟轨道内部往复运动,形成多次波,进而被传感器接收。
优选的,S4步骤中,模型阶次k满足如下条件:在f1和f4存在峰值;在f1和f4处峰值占整个频谱空间中的比例最大。
本发明的有益效果是:
1、构建了带缺陷的无砟轨道层状介质模型,分析了弹性回波与缺陷的映射关系,建立了检测位置—缺陷位置关联的弹性回波频率分布模式,提出了基于Burg功率谱估计的无砟轨道功能层缺陷成像方法。
2、具有无损、精度高的特点,适合无砟轨道功能层内部缺陷的精准成像。
附图说明
图1为本发明提出的一种无砟轨道功能层缺陷成像方法的无缺陷无砟轨道层状介质模型图;
图2为本发明提出的一种无砟轨道功能层缺陷成像方法的带缺陷无砟轨道层状介质模型;
图3为本发明提出的一种无砟轨道功能层缺陷成像方法的模拟回波信号及Burg功率谱。
图1、图2中:Zi(i=1,2,3)表示各层弹性波波阻抗、hi表示无砟轨道中各层底部至轨道板表面厚度、Reciter表示激励源、Sensor表示传感器;
图3中:图(a)为含两种正弦信号的采样数据;图(b)为k=100时Burg功率谱信号。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
一种无砟轨道功能层缺陷成像方法,包括以下步骤:
S1、构建无缺陷的无砟轨道层状介质模型:
无砟轨道结构从上到下可分为轨道板、功能层和支承层,由于各层混凝土功能不同、混凝土强度各异,进而造成影响弹性波传播速度的波阻抗差异,使得弹性波在不同界面产生反射现象,所以在利用弹性波研究无砟轨道缺陷检测时,常将无砟轨道结构表示为层状介质模型。
激励源和传感器共同构成一个检测单元,激励源和传感器间距固定,相对于hi而言,距离较小,计算过程中忽略不计。
式中,vi表示弹性波在传播路径hi中的平均波速;f1表示轨道板反射频率;f2表示功能层反射频率;f3表示支承层反射频率。
S2、构建带缺陷的无砟轨道层状介质模型:
由于功能层缺陷存在,当检测单元与空洞相对位置发生变化时,弹性波传播特性将产生变化,使得传感器接收到的信号具有不同特征。
a、当检测单元与缺陷位置较远时,与无缺陷层状介质模型相同,只存在无砟轨道三种层状介质界面反射波;
b、当检测单元位于缺陷上方,且离边界较远时,由于空洞缺陷波阻抗Z4与Z1之间的巨大差异,此时回波信号f1占主导地位;
c、当检测单元位于缺陷上方,且与缺陷边界较近时,除了界面多次波反射形成的频率f1、f2、f3之外,还存在缺陷边缘多次反射回波,频率为f4。边缘反射回波的形成是由激励激发弹性波,根据惠更斯原理,传播至缺陷边缘形成新的震源,并在轨道板内部和缺陷边缘与传感器之间往复传播而形成的,缺陷边缘与传感器间的距离为l,则频率f4表示为:f4=vi/(l+Z1);
由此可见,缺陷与检测单元不同相对位置造成了回波参数发生了改变,表1中列举了测点与缺陷不同相对位置时,回波频率分布模式。
表1缺陷回波频率分布模式
位置 | f<sub>1</sub> | f<sub>2</sub> | f<sub>3</sub> | f<sub>4</sub> |
远离缺陷 | 有 | 有 | 有 | 无 |
缺陷上方 | 强 | 弱 | 弱 | 无 |
靠近边界 | 有 | 有 | 有 | 有 |
S3、分析弹性回波与缺陷的映射关系:
a、将无砟轨道弹性回波信号x(n)看作AR模型,回波信号长度为N,x(n)用前k个时刻信号和n时刻扰动a(n)线性组合而成:
对于AR模型,模型参数、和模型阶次k是模型设计的主要技术指标。
b、弹性回波AR模型自相关函数表示为:
c、将回波信号的功率谱用矩阵形式表示为:
e、回波信号的功率谱定义k阶前向预测误差fk,n:
g、后向预测误差bk,n:
h、根据前向预测误差和后向预测误差之间关系得到从k-1阶到k阶的递推公式:
S4、建立检测位置——缺陷位置关联的弹性回波频率分布模式:
通过模拟试验法确定模型阶次,在接近边缘缺陷边缘存在四种回波信号,其中,f1与f2、f3间隔较大,便于区分;而缺陷回波f1,缺陷边缘回波f4比较接近,难以区分。
故设回波信号由两种频率的正弦信号构成,即回波信号x(t)表示为:x(t)=A1sin(2πf1t)+A4sin(2πf4t)
式中,A1和A4分别为f1和f4频率信号幅度;
模型阶次k满足如下条件:在f1和f4存在峰值;在f1和f4处峰值占整个频谱空间中的比例最大,即模型阶次k满足:
S5、建立基于Burg功率谱估计的无砟轨道功能层缺陷成像方法
a、获取回波信号Burg功率谱,k=100;
b、计算[f2,f1]能量谱占总回波能量的比值η;
c、对η降序排序,以前10%为初始值,表示可能存在缺陷点,并初始化i=1;
d、以Pi为中心做广度搜索边缘回波频率分布模式,如存在回波频率分布模式,将该点至边缘区域作为R(Pi),否则不记录该点;
e、i=i+1,如i>q,结束搜索,否则返回步骤d继续搜索;
f、合并R(Pi)作为最终缺陷区域。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种无砟轨道功能层缺陷成像方法,其特征在于,包括以下步骤:
S1、构建无缺陷的无砟轨道层状介质模型:
式中,vi表示弹性波在传播路径hi中的平均波速;f1表示轨道板反射频率;f2表示功能层反射频率;f3表示支承层反射频率;
S2、构建带缺陷的无砟轨道层状介质模型:
a、当检测单元与缺陷位置较远时,与无缺陷层状介质模型相同,只存在无砟轨道三种层状介质界面反射波;
b、当检测单元位于缺陷上方,且离边界较远时,由于空洞缺陷波阻抗Z4与Z1之间的巨大差异,此时回波信号f1占主导地位;
c、当检测单元位于缺陷上方,且与缺陷边界较近时,缺陷边缘与传感器间的距离为l,则频率f4表示为:f4=vi/(l+Z1);
S3、分析弹性回波与缺陷的映射关系:
b、弹性回波AR模型自相关函数表示为:
c、将回波信号的功率谱用矩阵形式表示为:
e、回波信号的功率谱定义k阶前向预测误差fk,n:
g、后向预测误差bk,n:
h、根据前向预测误差和后向预测误差之间关系得到从k-1阶到k阶的递推公式:
i、外推出k阶模型参数;
S4、建立检测位置——缺陷位置关联的弹性回波频率分布模式:
设回波信号由两种频率的正弦信号构成,即回波信号x(t)表示为:x(t)=A1sin(2πf1t)+A4sin(2πf4t)
式中,A1和A4分别为f1和f4频率信号幅度;
S5、建立基于Burg功率谱估计的无砟轨道功能层缺陷成像方法
a、获取回波信号Burg功率谱,k=100;
b、计算[f2,f1]能量谱占总回波能量的比值η;
c、对η降序排序,以前10%为初始值,表示可能存在缺陷点,并初始化i=1;
d、以Pi为中心做广度搜索边缘回波频率分布模式,如存在回波频率分布模式,将该点至边缘区域作为R(Pi),否则不记录该点;
e、i=i+1,如i>q,结束搜索,否则返回步骤d继续搜索;
f、合并R(Pi)作为最终缺陷区域。
2.根据权利要求1所述的一种无砟轨道功能层缺陷成像方法,其特征在于,无砟轨道结构从上到下分为轨道板、功能层和支承层。
3.根据权利要求1所述的一种无砟轨道功能层缺陷成像方法,其特征在于,激励源和传感器共同构成一个检测单元,且激励源和传感器间距固定。
4.根据权利要求1所述的一种无砟轨道功能层缺陷成像方法,其特征在于,弹性波垂直于轨道板向下激发,在各层表面将产生反射波,并不断地在无砟轨道内部往复运动,形成多次波,进而被传感器接收。
6.根据权利要求1所述的一种无砟轨道功能层缺陷成像方法,其特征在于,S4步骤中,模型阶次k满足如下条件:在f1和f4存在峰值;在f1和f4处峰值占整个频谱空间中的比例最大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911074423.7A CN110687206B (zh) | 2019-11-06 | 2019-11-06 | 一种无砟轨道功能层缺陷成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911074423.7A CN110687206B (zh) | 2019-11-06 | 2019-11-06 | 一种无砟轨道功能层缺陷成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110687206A true CN110687206A (zh) | 2020-01-14 |
CN110687206B CN110687206B (zh) | 2022-06-03 |
Family
ID=69115423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911074423.7A Active CN110687206B (zh) | 2019-11-06 | 2019-11-06 | 一种无砟轨道功能层缺陷成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110687206B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203131A (zh) * | 2023-04-28 | 2023-06-02 | 中国铁建高新装备股份有限公司 | 检测隧道脱空的方法、装置、及电子设备、存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09304365A (ja) * | 1996-05-20 | 1997-11-28 | Tokimec Inc | 被検査体傷判定方法及び装置 |
JP2005274444A (ja) * | 2004-03-25 | 2005-10-06 | Toshiba Corp | 超音波探傷画像処理装置及びその処理方法 |
CN104765062A (zh) * | 2015-04-13 | 2015-07-08 | 四川升拓检测技术有限责任公司 | 基于弹性波的无砟轨道板脱空无损检测方法 |
CN105783799A (zh) * | 2016-03-03 | 2016-07-20 | 四川升拓检测技术股份有限公司 | 一种基于振动的无砟轨道板离缝深度无损检测方法及设备 |
CN106546982A (zh) * | 2016-11-10 | 2017-03-29 | 桂林电子科技大学 | 一种基于模拟退火算法的层状介质的波形反演方法 |
CN109033618A (zh) * | 2018-07-24 | 2018-12-18 | 中南大学 | 无砟轨道典型伤损对高速列车运行安全性影响的评估方法 |
CN109164173A (zh) * | 2018-10-08 | 2019-01-08 | 上海工程技术大学 | 一种多通道动态无损检测无砟轨道缺陷的方法及装置 |
CN109239191A (zh) * | 2018-09-29 | 2019-01-18 | 中国特种设备检测研究院 | 一种超声导波缺陷定位成像方法及*** |
CN109738525A (zh) * | 2019-03-12 | 2019-05-10 | 石家庄铁道大学 | 网格化的高速铁路支承层混凝土波速检测装置及估计方法 |
CN109813809A (zh) * | 2019-04-01 | 2019-05-28 | 石家庄铁道大学 | 无砟轨道缺陷非接触式无损检测方法、终端设备及*** |
-
2019
- 2019-11-06 CN CN201911074423.7A patent/CN110687206B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09304365A (ja) * | 1996-05-20 | 1997-11-28 | Tokimec Inc | 被検査体傷判定方法及び装置 |
JP2005274444A (ja) * | 2004-03-25 | 2005-10-06 | Toshiba Corp | 超音波探傷画像処理装置及びその処理方法 |
CN104765062A (zh) * | 2015-04-13 | 2015-07-08 | 四川升拓检测技术有限责任公司 | 基于弹性波的无砟轨道板脱空无损检测方法 |
CN105783799A (zh) * | 2016-03-03 | 2016-07-20 | 四川升拓检测技术股份有限公司 | 一种基于振动的无砟轨道板离缝深度无损检测方法及设备 |
CN106546982A (zh) * | 2016-11-10 | 2017-03-29 | 桂林电子科技大学 | 一种基于模拟退火算法的层状介质的波形反演方法 |
CN109033618A (zh) * | 2018-07-24 | 2018-12-18 | 中南大学 | 无砟轨道典型伤损对高速列车运行安全性影响的评估方法 |
CN109239191A (zh) * | 2018-09-29 | 2019-01-18 | 中国特种设备检测研究院 | 一种超声导波缺陷定位成像方法及*** |
CN109164173A (zh) * | 2018-10-08 | 2019-01-08 | 上海工程技术大学 | 一种多通道动态无损检测无砟轨道缺陷的方法及装置 |
CN109738525A (zh) * | 2019-03-12 | 2019-05-10 | 石家庄铁道大学 | 网格化的高速铁路支承层混凝土波速检测装置及估计方法 |
CN109813809A (zh) * | 2019-04-01 | 2019-05-28 | 石家庄铁道大学 | 无砟轨道缺陷非接触式无损检测方法、终端设备及*** |
Non-Patent Citations (3)
Title |
---|
*** 等: ""基于AR模型的Yule-Walker法和Burg法功率谱估计性能分析"", 《计算机与数字工程》 * |
李长远 等: ""AR模型功率谱估计的Burg算法研究及验证"", 《铁道通信信号》 * |
罗治军 等: ""一种改进型AR-EWT算法及其在振动模态分解中的应用研究"", 《机械设计》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203131A (zh) * | 2023-04-28 | 2023-06-02 | 中国铁建高新装备股份有限公司 | 检测隧道脱空的方法、装置、及电子设备、存储介质 |
CN116203131B (zh) * | 2023-04-28 | 2023-09-15 | 中国铁建高新装备股份有限公司 | 检测隧道脱空的方法、装置、及电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110687206B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hou et al. | Automatic multi-mode Lamb wave arrival time extraction for improved tomographic reconstruction | |
CN102853791B (zh) | 扫描超声波显微镜同时测量薄层材料厚度、声速、密度和衰减的方法 | |
CN103245311B (zh) | 用超声检测多层吸波涂层测厚装置的测厚方法 | |
CN110243320B (zh) | 一种隧道衬砌裂缝深度非接触测量方法及装置 | |
CN106198739A (zh) | 一种基于波型转换的tofd近表面盲区缺陷定位检测方法 | |
CN102608212A (zh) | 基于声压反射系数功率谱测量薄层声阻抗和声衰减的方法 | |
CN102269814A (zh) | 一种用于基桩质量智能检测的方法 | |
CN112098526A (zh) | 基于激光超声技术的增材制件近表面缺陷特征提取方法 | |
CN103616439A (zh) | 使用超声波平探头同时测量线粘弹性薄层材料多参数的方法 | |
CN104698089A (zh) | 一种适用于倾斜裂纹定量和成像的超声相对时间传播技术 | |
CN103033153A (zh) | 扫描超声波显微镜同时测量薄层材料机械特性参数的方法 | |
CN104897777A (zh) | 基于Burg算法的自回归谱外推技术提高TOFD检测纵向分辨率的方法 | |
CN110687206B (zh) | 一种无砟轨道功能层缺陷成像方法 | |
CN101109732B (zh) | 基于模糊平面特征的超声无损检测回波信号分类方法 | |
CN106770668B (zh) | 一种用于单孔的基桩质量声波透射法检测方法 | |
CN113533510B (zh) | 一种钢轨疲劳微裂纹识别方法及装置 | |
CN109541689B (zh) | 一种基于反射波能量特征的介质密实度评价方法 | |
CN106680821A (zh) | NiCoCrAlYTa六元涂等离子喷涂涂层厚度超声无损检测方法 | |
CN113533504B (zh) | 基于激光超声表面波频域参数的亚表面裂纹定量测量方法 | |
Sun et al. | An ultrasonic signal denoising method for EMU wheel trackside fault diagnosis system based on improved threshold function | |
CN115639157A (zh) | 一种基于表面波的表面裂纹位置、长度和角度测量方法 | |
CN106442744B (zh) | 一种去除超声探头响应特性的超声波信号处理方法 | |
CN114755300A (zh) | 一种基于超声无损检测的缺陷定位定量检测方法 | |
JP2003149214A (ja) | 超音波センサを用いた非破壊検査法及びその装置 | |
Marin-Cortes | Ultrasonic coda wave comparison for quality control of manufactured parts: Proof of feasibility |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |