基于全频谱的金属缺陷三维定量检测系统及方法

摘要: 本发明涉及金属无损检测,具体涉及一种基于全频谱的金属缺陷三维定量检测系统及方法。背景技术:1、金属被广泛应用于石油天然气管道、铁路轮轨、桥梁等重要工业结构。在长...
基于全频谱的金属缺陷三维定量检测系统及方法

本发明涉及金属无损检测,具体涉及一种基于全频谱的金属缺陷三维定量检测系统及方法。

背景技术:

1、金属被广泛应用于石油天然气管道、铁路轮轨、桥梁等重要工业结构。在长期服役过程中,由于摩擦、腐蚀以及残余应力等因素作用,金属材料表面及内部可能产生不同类型的缺陷,从而影响结构安全。因此,需要一种检测效率高且能够实现缺陷尺寸高精度定量表征的无损检测技术,以保障工业设备运行安全。

2、脉冲涡流检测技术(pulsed eddy current testing,pect),由于激励信号具有宽频谱特性,能够同时包含不同频率响应信息,因此在金属表面及内部缺陷检测领域具有较高应用价值。然而,现有的缺陷定量方法存在显著不足:现有方法通常需要对原始脉冲信号进行时域或频域分析,并提取峰值、峰值时间、过零时间、晚期信号斜率等有限时域特征参数或少量频率的傅里叶变换系数来构建缺陷评价模型。上述选择有限特征参数的方法难以充分利用脉冲信号中的完整信息,在复杂检测条件下可能会限制缺陷检测的定量精度。

3、由于趋肤效应,不同深度位置缺陷对不同频率范围内信号响应敏感程度存在差异。部分方法选取少量频率分量进行分析,在复杂检测条件下难以充分利用信号中的频谱信息。此外,利用传统解析模型难以建立频谱特征与缺陷长、宽、深三维尺寸之间复杂的非映射关系。

4、综上,现有检测方案仍存在以下不足:

5、1、现有方法提取峰值、峰值时间、过零时间、晚期信号斜率等有限时域特征参数或少量频率的傅里叶变换系数来构建缺陷评价模型,导致频谱信息未被充分利用;

6、2、脉冲涡流信号包含大量特征维度,传统分析方法难以有效建立频谱特征与缺陷三维尺寸参数之间的映射关系;

7、3、现有方法主要针对单一缺陷尺寸参数进行评估,难以同时实现长度、宽度和深度参数的综合预测;

8、4、复杂工业检测环境下,噪声干扰可能影响缺陷尺寸评估结果的稳定性。

技术实现思路

1、鉴于此,本发明的目的在于提供一种基于全频谱的金属缺陷三维定量检测系统及方法,能充分利用脉冲涡流全频谱信息,并结合一维卷积神经网络来实现金属缺陷三维尺寸的高精度定量检测,以克服传统定量检测方法信息利用率不足、反演精度低的局限。

2、为了实现上述技术目的,本发明所采用的技术方案为:

3、本发明提供了一种基于全频谱的金属缺陷三维定量检测系统,包括:

4、脉冲激励单元,用于产生脉冲激励信号;

5、探头单元,包括激励线圈和接收线圈,所述激励线圈用于加载脉冲激励信号并产生一次脉冲磁场,以在待测工件内感应生成脉冲涡流场,待测工件内脉冲涡流场受缺陷扰动形成缺陷调制的二次脉冲磁场,一次脉冲磁场与二次脉冲磁场在空间自然叠加形成混合总磁场;所述接收线圈用于拾取该混合总磁场并输出对应的感应电压信号;

6、同步采集单元,用于对所述感应电压信号进行模数转换,输出数字化时域信号;

7、工控在线运算单元,用于接收所述数字化时域信号并执行信号预处理、全频谱特征提取、基于一维卷积神经网络的同步三维尺寸预测,并输出缺陷尺寸实现定量。

8、进一步的,所述脉冲激励单元采用信号发生器,所述信号发生器输出频率为80—120hz、幅值为4—6v以及占空比为50%的标准方波脉冲,且频率和幅值的数值根据用户需求进行调整。

9、进一步的,所述探头单元为双层串联pcb线圈结构,所述激励线圈和接收线圈的匝数为预设匝数,内径为2—4mm,外径为12—18mm,且探头结构及线圈匝数与尺寸根据用户需求进行调整。

10、进一步的,所述同步采集单元采用数据采集卡,所述数据采集卡的采样率设置为400ksa/s—40msa/s,且采样率根据用户需求进行调整。

11、本发明还提供了一种基于全频谱的金属缺陷三维定量检测方法,所述方法的实施需基于上述的基于全频谱的金属缺陷三维定量检测系统,包括如下步骤:

12、步骤1、通过所述脉冲激励单元产生脉冲激励信号;

13、步骤2、将所述探头单元置于待测工件的表面,通过所述激励线圈加载脉冲激励信号并产生一次脉冲磁场在待测工件内感应生成脉冲涡流场,待测工件内部缺陷扰动脉冲涡流场的分布,进而产生缺陷调制的二次脉冲磁场;一次脉冲磁场与二次脉冲磁场在空间自然叠加形成混合总磁场,通过所述接收线圈拾取混合总磁场对应的感应电压信号,并传输至同步采集单元;

14、步骤3、通过所述同步采集单元对感应电压信号进行模数转换,输出数字化时域信号并上传至工控在线运算单元;

15、步骤4、通过所述工控在线运算单元接收数字化时域信号并执行以下处理:

16、a、对数字化时域信号进行去噪声处理,输出平滑波形;

17、b、对所述平滑波形进行傅里叶变换,提取完整正频率对应的频谱幅值序列作为全频谱序列,并对所述全频谱序列进行归一化处理,形成标准化的一维全频谱特征向量;

18、c、将所述一维全频谱特征向量输入预先训练的一维卷积神经网络,通过网络推理输出缺陷长度、宽度和深度预测值。

19、进一步的,所述步骤a具体包括:

20、(1)所述探头单元置于待测工件的表面,并固定提离高度,采集单点时域数据;在所述探头单元的外层包覆铜罩,以滤除外部工频噪声干扰;

21、(2)设置固定长度的滑动滤波窗口,滑动滤波窗口沿时域信号逐点滑动,取滑动滤波窗口内电压数值排序后的中位数作为当前时刻输出,并滤除随机脉冲尖峰噪声;

22、(3)连续采集多个完整脉冲周期,对各脉冲周期内同一时序采样点的电压取平均值,输出平滑波形。

23、进一步的,所述步骤b具体包括:对单个完整脉冲周期内采集的平滑波形,采用fft算法进行傅里叶变换,不对频谱幅值进行人为截断或特征筛选;利用傅里叶变换的共轭对称特性,保留前半段正频率幅值构建全频谱序列;对所述全频谱序列进行归一化处理,形成标准化一维全频谱特征向量。

24、进一步的,所述步骤c中采用一维卷积神经网络,其具体层级结构为:

25、所述一维卷积神经网络包括卷积层、池化层、全连接层以及输出层;所述卷积层用于提取一维全频谱特征向量中的局部频域特征,所述池化层用于对卷积层输出的局部频域特征进行降采样,所述全连接层用于对经过池化层降采样后的局部频谱特征进行综合表征,并且建立所述局部频谱特征与缺陷长度、宽度以及深度之间的非线性映射关系,所述输出层包括3个输出节点,用于同步输出缺陷长度、宽度和深度预测值。

26、相较于现有的检测方案,本发明具有的有益效果为:

27、1、特征提取更完整:本发明通过保留脉冲涡流检测信号中的频谱特征信息,提高了频谱信息利用率。

28、2、模型机制更优:本发明引入了一维卷积神经网络,一维卷积神经网络能够从全频谱特征向量中提取与缺陷尺寸相关的特征信息,并建立频谱特征与缺陷参数之间的非线性映射关系。

29、3、网络结构与输出维度具备独特优势:本发明采用多层卷积、池化层级联构成卷积网络提取频谱特征,可一次性输出缺陷长度、宽度、深度三个尺寸参数。