预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115856093A(43)申请公布日2023.03.28(21)申请号202211414394.6(22)申请日2022.11.11(71)申请人温州大学地址325000浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器(72)发明人钟永腾胡权耀向家伟(74)专利代理机构温州名创知识产权代理有限公司33258专利代理师林德生(51)Int.Cl.G01N29/22(2006.01)G01N29/04(2006.01)G01N29/44(2006.01)权利要求书2页说明书8页附图7页(54)发明名称一种基于链式压电阵列的薄板结构损伤检测方法及系统(57)摘要本发明提供一种基于链式压电阵列的薄板结构损伤检测方法,包括在薄板结构中布置一条位于薄板中心、呈链式的线性均匀多输入多输出压电超声阵列,并提前预设有多个聚焦点;获取发射阵列聚焦控制变换的相位延迟及频率偏移量;以各聚焦点所在横坐标为对称轴,确定各聚焦点激活的发射阵元和接收阵元,并基于相位延迟及频率偏移量对薄板结构进行全局损伤扫查时,获取各聚焦点对应激活的接收阵元所产生的响应信号,且结合预设阈值,筛选得到有效损伤散射信号;对有效损伤散射信号进行特征提取并输入跟随成像算法中,得到损伤定位成像结果。实施本发明,解决传统超声Lamb检测声衰减问题,并相较于超声相控阵技术具有角度距离依赖性波束和更高的成像分辨率。CN115856093ACN115856093A权利要求书1/2页1.一种基于链式压电阵列的薄板结构损伤检测方法,其特征在于,所述方法包括以下步骤:在薄板结构中布置一条位于薄板中心、呈链式的线性均匀多输入多输出压电超声阵列,并提前在所述压电超声阵列的四周预设有多个聚焦点;其中,所述压电超声阵列由发射阵列和接收阵列组成,且所述接收阵列与所述发射阵列均为由线性等间距排列分布的阵元组成;在通过频相频偏聚焦的方法实现定点聚焦时,获取所述发射阵列分别聚焦各聚焦点时所发射的激励信号上应施加的相位延迟及频率偏移量;以各聚焦点所在横坐标为对称轴,确定各聚焦点需对应激活的发射阵元和接收阵元,并根据各发射阵列所发射的激励信号上应施加的相位延迟及频率偏移量,不断变换聚焦点位置及其对应激活的发射阵元的激励信号对所述薄板结构进行全局损伤扫查,以获取由各聚焦点对应激活的接收阵元所产生的响应信号,且进一步结合预设阈值,从所获取的响应信号中筛选得到有效的损伤散射信号;对所筛选得到的有效损伤散射信号进行特征提取,并输入预设的跟随成像算法中,得到损伤定位成像结果。2.如权利要求1所述的基于链式压电阵列的薄板结构损伤检测方法,其特征在于,所述接收阵列有七个发射阵元,其中心阵元位于所述薄板结构的正中心;所述接收阵列与发射阵列呈对称关系且分布于所述聚焦点的两侧。3.如权利要求1所述的基于链式压电阵列的薄板结构损伤检测方法,其特征在于,通过公式计算得到所述发射阵列分别聚焦各聚焦点时所发射的激励信号上应施加的相位延迟Δtn;Δfn是所述发射阵列分别聚焦各聚焦点时所发射的激励信号上应施加的频率偏移量;n为激励阵元的序号,且n≤N;c是所述发射阵列发射的激励信号在所述薄板结构中的传播速度,且激励信号表示为A是幅值,m是lamb波波峰数,t是传播时间,Tn是激励信号周期,fn为第n个阵元激励频率其表达式为fn=Δfn+f0;r0是各聚焦点P(r0,θ0)到中心阵元的距离,θ0是各聚焦点P(r0,θ0)与所述发射阵列之间形成的夹角。4.如权利要求1所述的基于链式压电阵列的薄板结构损伤检测方法,其特征在于,所述方法进一步包括:在对所述薄板结构进行全局损伤扫查时,若扫查到损伤,则所述获取的响应信号由三个波包组成;其中,第一个波包为未聚焦的直达波信号,第二个波包为聚焦后遇损伤回弹的损伤散射信号,第三个波包为边界发射信号;若未扫查到损伤,则所述获取的响应信号由二个波包组成;其中,第一个波包为未聚焦的直达波信号,第二个波包为边界发射信号。5.如权利要求1所述的基于链式压电阵列的薄板结构损伤检测方法,其特征在于,所述对所筛选得到的有效损伤散射信号进行特征提取,并输入预设的跟随成像算法中,得到损伤定位成像结果的具体步骤包括:2CN115856093A权利要求书2/2页确定每一个有效损伤散射信号数据X(t)的协方差矩阵表示为R=E{x(t)xH(t)};对每一个有效损伤散射信号数据X(t)的协方差矩阵均进行特征值分解,有其中,Ds是K个最大特征值组成的对角矩阵,Dn是除K个最大特征值之外的特征值组成的对角矩阵,Es是由K个最大特征值对应的信号子空间,En是除K个最大特征值之外的小特征值对应的噪声子空间;利用MUSIC算法进行谱估计;其中,a(r,θ)、b(θ)分别表示发射导向