一种基于涡流检测信号解耦的缺陷识别方法及系统

本发明涉及涡流检测，特别是涉及一种基于涡流检测信号解耦的缺陷识别方法及系统。

背景技术：

1、随着现代工业装备向大型化、复杂化和高可靠性方向加速发展，金属构件表面及近表面缺陷的无损检测在航空航天、能源电力、轨道交通等领域发挥着越来越重要的作用。涡流检测作为一种非接触、高灵敏度的电磁无损检测方法，是金属材料缺陷识别的关键手段之一。有效的涡流检测，目的在于从传感器拾取的混合响应信号中解耦出缺陷特征分量，从而实现对缺陷类型与尺寸的定量评估。

2、传统技术中，多采用单频激励配合阻抗分析的方式来识别缺陷，但该类方法难以将缺陷信号与探头提离距离波动、工件几何边缘、材料电磁属性差异等多种干扰因素进行有效分离，导致微弱缺陷信号往往被淹没在强烈的提离干扰和背景噪声之中，检测信噪比和缺陷识别准确性均受到严重制约；传统技术采用多频激励时，对各频率响应进行独立分析，但由于不同频率的响应中混叠了来自不同深度层次的缺陷信息，这种处理方式难以实现表面缺陷特征与次表面缺陷特征的有效剥离，使得缺陷深度评估与定量表征始终缺乏可靠的技术手段；此外，传统技术往往依赖人工经验对涡流信号的阻抗平面轨迹进行目视判读，导致缺陷类型判别和尺寸评估主观性强、自动化程度低，难以满足复杂工况下缺陷快速精准识别的实际需求。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种基于涡流检测信号解耦的缺陷识别方法及系统，以达到提升复杂工况下涡流检测信号解耦能力、增强缺陷深度分辨效果以及改善缺陷识别自动化水平的技术效果。

2、第一方面，本技术提供了一种基于涡流检测信号解耦的缺陷识别方法，该方法包括：

3、对被检工件施加多频激励信号，利用预设的阵列式传感器拾取被检工件上各空间位置在各频率下的复数响应信号，由各复数响应信号按照空间维度和频率维度排列，构建得到复数响应数据体；

4、对复数响应数据体中的各个信号点进行正交投影，分离得到缺陷分量，并由各缺陷分量构成提离不敏锐特征矩阵；

5、对提离不敏锐特征矩阵进行基于概率分布差异的加权融合，得到表面特征图和次表面特征图；

6、将表面特征图、次表面特征图以及提离不敏锐特征矩阵共同输入至预训练的融合识别网络，由融合识别网络输出缺陷的类型识别结果和尺寸参数识别结果。

7、在一实施例中，对提离不敏锐特征矩阵进行基于概率分布差异的加权融合，得到表面特征图和次表面特征图，包括：

8、按照频率维度，从提离不敏锐特征矩阵中统计所有空间位置处的缺陷响应值的概率分布，得到各频率概率分布；

9、从各频率概率分布中，选取预设的一个频率分量对应的概率分布，作为表面参考分布；

10、计算各频率概率分布中除表面参考分布对应的频率分量之外的其余频率分量对应的概率分布，与表面参考分布之间的信息散度值，得到各信息散度值；

11、对各信息散度值进行归一化，得到各频率深度权重；

12、以各频率深度权重的补数值作为表面敏感权重，对各频率下的缺陷响应值进行加权求和，得到表面特征图；以各频率深度权重作为深层敏感权重，对各频率下的缺陷响应值进行加权求和，得到次表面特征图。

13、在一实施例中，按照频率维度，从提离不敏锐特征矩阵中统计所有空间位置处的缺陷响应值的概率分布，得到各频率概率分布，包括：

14、从提离不敏锐特征矩阵中，按照频率维度分别提取各频率分量对应的空间位置响应矩阵，得到各频率分量空间响应矩阵；

15、从各频率分量空间响应矩阵中，提取所有空间位置处的缺陷响应值，得到各频率分量对应的缺陷响应值集合；

16、对各频率分量对应的缺陷响应值集合分别进行概率分布统计，得到各频率概率分布。

17、在一实施例中，对被检工件施加多频激励信号，利用预设的阵列式传感器拾取被检工件上各空间位置在各频率下的复数响应信号，包括：

18、获取多频激励信号，多频激励信号包含若干个频率分量；

19、将多频激励信号施加至被检工件，使被检工件中产生电磁响应；

20、利用预设的阵列式传感器，拾取被检工件上各空间位置在各频率下的磁场响应信号，得到各空间位置在各频率下的原始响应信号；

21、对各空间位置在各频率下的原始响应信号进行同步解调，得到各空间位置在各频率下的复数响应信号。

22、在一实施例中，对复数响应数据体中的各个信号点进行正交投影，分离得到缺陷分量，并由各缺陷分量构成提离不敏锐特征矩阵，包括：

23、从复数响应数据体中，对各个信号点分别执行正交投影，得到各信号点对应的投影结果；

24、从各投影结果中，提取与提离效应方向正交的分量，作为各信号点对应的缺陷分量；

25、将各信号点对应的缺陷分量，按照各信号点在复数响应数据体中的空间位置和频率维度排列，得到提离不敏锐特征矩阵。

26、在一实施例中，由各复数响应信号按照空间维度和频率维度排列，构建得到复数响应数据体，包括：

27、为各复数响应信号分配其对应的空间位置索引，得到带有空间位置索引的复数响应信号集合；

28、为带有空间位置索引的复数响应信号集合中的各信号，分配其对应的频率索引，得到带有空间位置索引和频率索引的复数响应信号集合；

29、将带有空间位置索引和频率索引的复数响应信号集合，按照空间位置索引和频率索引进行排列，得到复数响应数据体。

30、第二方面，本技术还提供一种基于涡流检测信号解耦的缺陷识别系统，该系统包括：

31、多维数据场构建模块，用于对被检工件施加多频激励信号，利用预设的阵列式传感器拾取被检工件上各空间位置在各频率下的复数响应信号，由各复数响应信号按照空间维度和频率维度排列，构建得到复数响应数据体；

32、提离效应解耦模块，用于对复数响应数据体中的各个信号点进行正交投影，分离得到缺陷分量，并由各缺陷分量构成提离不敏锐特征矩阵；

33、深度特征分离模块，用于对提离不敏锐特征矩阵进行基于概率分布差异的加权融合，得到表面特征图和次表面特征图；

34、缺陷定量识别模块，用于将表面特征图、次表面特征图以及提离不敏锐特征矩阵共同输入至预训练的融合识别网络，由融合识别网络输出缺陷的类型识别结果和尺寸参数识别结果。

35、第三方面，本技术还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现本技术第一方面中任一方法的步骤。

36、第四方面，本技术还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本技术第一方面中任一方法的步骤。

37、本技术提供的一种基于涡流检测信号解耦的缺陷识别方法及系统，通过多频激励信号与预设的阵列式传感器的协同作用，获取被检工件上各空间位置在不同频率下的复数响应信号，并按照空间与频率维度构建复数响应数据体，为后续信号处理提供多维度的信息基础。在此基础上，对复数响应数据体中的各个信号点进行正交投影，提取与提离效应方向正交的分量以构成提离不敏锐特征矩阵，从而降低提离距离波动等干扰因素对缺陷信号的影响，提升复杂工况下涡流检测信号的解耦能力。

38、依据提离不敏锐特征矩阵中各频率缺陷响应值的概率分布与表面参考分布之间的信息散度来确定频率深度权重，进而通过加权融合得到表面特征图与次表面特征图，增强表面缺陷与次表面缺陷的深度分辨效果。之后，将表面特征图、次表面特征图以及提离不敏锐特征矩阵共同输入预训练的融合识别网络，由网络自动输出缺陷的类型识别结果和尺寸参数识别结果，从而改善缺陷识别的自动化水平。