一种基于多频带多参量自适应融合的超声导波缺陷定位表征方法

本发明涉及结构无损检测与超声导波智能成像的，尤其涉及一种超声导波缺陷定位表征方法。

背景技术：

1、板、壳、管道及压力容器等结构是航空航天、石油化工、能源装备等领域的核心基础构件，在长期制造与服役过程中，易产生腐蚀减薄、裂纹、磨损、脱粘、冲击损伤等各类缺陷。此类缺陷会破坏结构原有厚度、刚度及材料连续性，改变边界受力条件，大幅降低结构承载性能与服役可靠性，极易引发设备故障与安全事故，因此实现结构内部缺陷快速、精准检测，是保障各类大型装备与工程设施安全稳定运行的关键。

2、现阶段主流的结构缺陷检测技术存在诸多局限性。传统体超声检测需换能器逐点扫描被测结构，虽可实现小范围精细检测，但针对大尺寸板壳、长距离管道等大面积结构，存在检测效率低、扫描路径复杂、检测盲区多、无法实现在线长期监测的短板。现有超声导波层析成像技术多采用单一信号差异指标，对比健康与待测状态的导波信号，将收发路径的多维信号变化压缩为单一损伤特征值后映射成像。该方法计算简便，但会丢失幅值、相位、传播时间、频谱等大量物理信息，受导波频散、多模态混叠、边界反射及环境噪声影响，易出现缺陷响应弱、成像扩散、边界模糊、形态失真等问题，且无法判定缺陷在传播路径上的精准位置。同时，传统射线层析成像质量高度依赖换能器布设与路径覆盖情况，路径分布不均、传播环境复杂时，易产生条纹伪影与响应扩散现象，成像精度难以保障。

3、板状结构中传播的兰姆波具备典型的多模态与频散特性，其传播规律受材料参数、板厚及激励频率耦合调控。结构腐蚀减薄等缺陷会改变局部频厚匹配条件，引发波数、传播速度、模态组分的系统性变化，最终体现为导波信号时延、幅值、相位、频谱、模态转换等多维度响应差异，且不同频带、不同信号特征对各类缺陷的敏感程度各不相同，承载独立的缺陷物理信息，仅依靠单一频率、单一特征无法全面刻画缺陷扰动机制。

4、目前业内多参量成像方案多为图像级全局加权融合，即各损伤特征独立成像后再统一加权整合，无法适配不同传播路径在长度、走向、信噪比、缺陷空间位置上的响应差异，难以动态调整各特征的贡献占比；同时宽频范围内统一特征提取、简单参量拼接的方式，易造成有效缺陷信息抵消、被噪声掩盖，无法充分发挥多频带、多参量的信息互补优势。

5、现有深度学习成像方法虽可学习导波响应与缺陷分布的非线性映射关系，摆脱传统预设模型的局限，但缺乏对不同频带、特征、收发组合信息的区分与自适应筛选，仍存在特征冗余、噪声累积、融合权重针对性差、缺陷轮廓重建精度低等问题。

6、综上，现有超声导波缺陷检测成像技术普遍存在多维缺陷信息利用不充分、路径响应差异化适配能力差导致缺陷精准定位与轮廓重建精度不足的核心技术难题，难以满足大型板壳、管道类工程结构高精度、高效率的缺陷检测需求，亟需一种可自适应挖掘多频多参量有效缺陷信息、适配不同传播路径响应差异的高精度导波层析成像方法。

技术实现思路

1、针对上述的技术问题，本发明提出一种基于多频带多参量自适应融合的超声导波缺陷定位表征方法，通过多频带解耦的六类独立导波物理参量表征、空间-信号联合编码的多路径关联、路径级多参量自适应加权融合机制以及多目标复合损失约束的模型校准框架充分利用多维缺陷信息、提高路径响应差异化适配能力，进而实现了高精度的缺陷定位与轮廓重建。

2、为了达到上述目的，本发明的技术方案是这样实现的：

3、一种基于多频带多参量自适应融合的超声导波缺陷定位表征方法，包括：

4、s1：建立超声导波检测系统并获取多传播路径导波响应数据；

5、s2：划分频率子带，并基于多传播路径导波响应数据构建多传播路径多频子带多导波物理参量导波响应描述；

6、s3：对每条传播路径的每个导波物理参量导波响应描述进行独立响应表示；

7、s4：基于每条传播路径的每个导波物理参量的独立响应表示和导波传播路径的空间位置建立每条传播路径的导波物理参量和位置的联合响应表示；

8、s5：基于每条传播路径的所有导波物理参量的联合响应表示进行路径级多导波物理参量自适应融合，获取每条传播路径的融合特征向量，构建所有传播路径的融合特征矩阵；

9、s6：基于所有传播路径的融合特征矩阵进行多路径空间关联映射，并生成缺陷概率图；

10、s7：基于所述缺陷概率图进行缺陷定位表征。

11、进一步，步骤s1中，建立超声导波检测系统，包括：

12、s11：根据被测结构的几何尺寸、厚度及材料参数建立检测对象；被测结构为金属板、复合材料板、压力容器壁板或其他能够支持超声导波传播的板壳结构；

13、s12：以检测对象对应的检测区域中心为坐标原点，建立二维直角坐标系；在检测区域周边环形均匀布置可独立切换为发射或接收模式的n个超声换能器，形成多条发射-接收传播路径；

14、步骤s1中，获取多传播路径导波响应数据，包括：

15、s13：对每一条有效传播路径，分别在健康状态、待测状态下获取待检测频率范围内的导波复频域响应；并获取各超声换能器在检测区域二维直角坐标系中的二维空间位置，对发送换能器和接收换能器为同一位置的无效传播路径，填充零值并添加掩膜标记。

16、进一步，步骤s2包括：

17、s21：据兰姆波频散特性与被测结构厚度，将待检测频率范围划分为f个互不重叠的频率子带；

18、s22：针对每一条有效传播路径，在各频率子带下分别从对应频率的导波复频域响应中提取多类能够表征导波传播特性的导波物理参量；所述导波物理参量至少包括复频域响应实部、复频域响应虚部、复频域响应幅值、复频域响应相位、健康状态复频域响应和待测状态复频域响应的相位差、健康状态复频域响应和待测状态复频域响应的对数幅值比；

19、s23：将多类导波物理参量分别按照频率子带顺序进行排列，每一类导波物理参量均对应一个由多个目标频子带组成的频率响应向量；其中，表示第q类导波物理参量在第r个频率子带下的频率响应，为导波物理参量种类数；对于任意发射-接收传播路径，可得到多频子带多导波物理参量导波响应描述；所有发射-接收传播路径按照发送端编号和接收端编号组成二维路径矩阵，从而形成整个检测区域的多传播路径多频子带多导波物理参量导波响应描述；同时将各超声换能器二维空间位置组成换能器位置矩阵。

20、进一步，步骤s3中，对每条传播路径的每个导波物理参量导波响应描述进行独立响应表示，包括：

21、s31：对每条传播路径的各类导波物理参量在各频率子带下的频率响应分别进行归一化处理，得到各类导波物理参量在各频率子带下的归一化后的频率响应；

22、s32：将同一导波物理参量对应的各频率子带下的归一化后的频率响应按照频率子带顺序重新排列形成归一化响应向量；将各导波物理参量对应的归一化响应向量分别作为独立输入，映射到相同的响应维度m，得到每条传播路径各导波物理参量的独立响应表示；其中，为维度统一后的第q类导波物理参量的第m个频率响应。

23、进一步，步骤s4中，建立每条传播路径的导波物理参量和位置联合响应表示，包括：

24、s41：对发射换能器和接收换能器的二维空间位置坐标进行归一化和位置编码；

25、s42：拼接发射换能器位置编码和接收换能器位置编码，得到传播路径的空间位置编码；

26、s43：将传播路径的空间位置编码与对应导波物理参量的独立响应表示按照特征维度进行拼接组合，建立传播路径的导波物理参量和位置联合响应表示。

27、进一步，步骤s5中，进行路径级多导波物理参量自适应融合，包括：

28、s51：对同一传播路径下所有导波物理参量对应的全部联合响应进行全局平均，得到多参量综合响应；

29、s52：将同一传播路径下每类导波物理参量对应的联合响应与所述多参量综合响应按照响应维度进行拼接组合，得到每类导波物理参量在对应传播路径下的贡献分析输入；

30、s53：根据每类导波物理参量在对应传播路径下的贡献分析输入计算每类导波物理参量的路径贡献度；

31、s54：对每类导波物理参量的路径贡献度进行经温度参数约束的softmax归一化操作，得到每类导波物理参量的在对应传播路径上的贡献系数；

32、s55：利用各导波物理参量的在对应传播路径上的贡献系数对相应联合响应表示进行加权组合，得到对应传播路径的融合特征向量；

33、步骤s6中，基于所有传播路径的融合特征矩阵进行多路径空间关联映射，并生成缺陷概率图，包括：

34、s61、根据不同传播路径对应的空间位置关系、传播方向以及响应变化规律，对所有传播路径的融合特征矩阵f进行空间关联计算，得到空间关联特征；

35、s62、通过空间解码将空间关联特征转换为检测区域对应的二维区域响应表示；

36、s63、通过sigmoid激活函数将二维区域响应表示转换为统一的缺陷概率表示，得到预测缺陷概率图。

37、进一步，步骤s32中，映射到相同的响应维度时，采用6路独立的第一mlp模块，每个独立的第一mlp模块不共享参数，第一mlp模块结构依次包括：第一全连接层、第一层归一化、第一gelu非线性映射层、第二全连接层、第二层归一化、第二gelu非线性映射层；

38、步骤s41中的位置编码采用第二mlp模块实现，第二mlp模块依次包括第三全连接层、第三层归一化层与第三gelu非线性变换层；

39、步骤s53中，计算路径贡献度时，采用由参量交互模块和融合评分模块构成的贡献评价网络实现，所述参量交互模块依次包括：第四全连接层、第四层归一化层、第四gelu非线性变换层、第五全连接层，其输入为当前导波物理参量对应的贡献分析输入，用于提取当前导波物理参量与其余导波物理参量参量之间的关联特征；其中，当前导波物理参量的路径联合响应与第五全连接层的输出的关联特征进行残差连接，输出当前导波物理参量对应的交互后的路径响应；所述融合评分模块依次包括：第六全连接层、第五gelu非线性变换层、第七全连接层，用于将交互后的路径响应映射为标量路径贡献度；

40、步骤s61中，进行空间关联计算时，采用第三mlp模块实现，第三mlp模块依次包括：第八全连接层、第五层归一化层、第六gelu非线性变换层，并增设0.1的dropout随机失活层做正则约束；

41、步骤s62中的空间解码通过残差卷积网络实现，包括依次连接的第一级残差网络、第二级残差网络、第三级残差网络以及输出头：

42、第一级残差网络依次包括第一residualconvblock、第二residualconvblock和第一上采样层；

43、第二级残差网络依次包括第三residualconvblock、第四residualconvblock和第二上采样层；

44、第三级残差网络依次包括第五residualconvblock和第六residualconvblock；

45、输出头采用1×1的conv2d层；

46、每个residualconvblock结构依次包括：第一3×3conv层、第一分组归一化、第七gelu非线性变换层、第二3×3conv层、第二分组归一化，并且第一3×3conv层的输入和第二组归一化的输出进行残差连接。

47、进一步，步骤s3-s6构成预训练的缺陷表征模型；训练时，输入预选准备好的数据集，包括多传播路径多频子带多导波物理参量导波响应描述、对应缺陷标签和换能器位置矩阵；经过步骤s3-s6的前向传播，获取预测缺陷概率图；并引入共享参数的辅助卷积头，用于将各导波物理参量对应的交互后的路径响应分别映射形成单导波物理参量辅助预测logits并转化为单导波物理参量辅助预测概率；基于预测缺陷概率图和各导波物理参量辅助预测概率计算包括区域一致性约束、区域形态约束、单参量辅助一致性约束和路径融合约束的联合损失函数，通过反向传播更新步骤s3-s6的网络参数，到达预设训练或满足精度要求，得到训练好缺陷表征模型。

48、进一步，区域一致性约束由加权二元交叉熵损失、focal损失、dice损失、tversky损失、均方误差损失、背景假阳性抑制项及健康样本抑制项构成；所述背景假阳性抑制项为：

49、；

50、其中，为缺陷真实标签，为防止分母为零的极小正数；

51、对于健康样本，健康样本抑制项为：

52、；

53、其中，表示选取缺陷概率图内预测值最高的前1%像素构成的像素集合，mean为求均值运算；对于非健康样本，；

54、区域形态约束为：

55、；

56、其中，h为预测缺陷概率图高度、w为预测缺陷概率图宽度；

57、单参量辅助一致性约束的计算方法为：由单导波物理参量辅助预测概率与同一缺陷真实标签分别计算由二元交叉熵损失和dice损失构成的辅助损失，并对所有导波物理参量的辅助损失求平均，得到单参量辅助一致性约束。

58、进一步，路径融合约束的计算方法为：

59、计算第q类导波物理参量在全部有效传播路径上的平均贡献系数：

60、；

61、其中，为有效传播路径集合；为有效传播路径数量；

62、对平均贡献系数进行归一化，得到第q类导波物理参量归一化后的平均贡献比例：

63、；

64、根据归一化后的平均贡献比例计算路径融合约束：

65、。

66、本发明的有益效果为：

67、多频带解耦的六类独立导波物理参量表征体系：针对兰姆波频散与多模态特性，将宽频响应拆分为多个频率子带，在每个子带内提取复实部、复虚部、幅值、相位、相位差、对数幅值比六类物理意义相互独立的参量，分别刻画复振幅、能量衰减、传播时延、频谱畸变等不同缺陷扰动效应，避免单参量压缩导致的多维度物理信息丢失。

68、空间-信号联合编码的多路径关联：将换能器空间坐标归一化后与导波特征拼接，构建包含几何信息的路径联合响应表示；通过多方向传播路径的交叉覆盖关系进行空间关联，对多路径共同指向的区域进行响应增强，对孤立异常响应进行抑制，有效抑制条纹伪影与缺陷区域扩散。

69、路径级多参量自适应加权融合机制：摒弃全局统一融合权重的方案，以单条发射-接收传播路径为基本单元，结合该路径的导波响应特征与收发换能器空间位置，计算每类参量在当前路径的贡献系数；融合权重由不同频带下的多类导波响应参量以及发送端、接收端的空间位置编码共同确定。多频带响应中包含兰姆波频散和缺陷散射引起的幅值、相位及复频域响应变化，收发换能器位置编码用于保持不同传播路径的空间对应关系，从而使模型能够基于训练样本学习不同导波物理参量在不同传播路径上的差异化贡献，实现“不同路径、不同权重”的自适应融合。

70、多目标复合损失约束的模型训练框架：采用区域一致性、区域形态、单参量辅助一致性、路径融合四重复合损失函数训练校准模型，同时约束缺陷位置精度、轮廓形态、背景虚警与融合权重的物理合理性，提升成像结果的定量精度与物理可解释性。