飛機復合材料超聲相控陣檢測信號處理研究
復合材料零部件的性能需要符合適航標準,但長時間飛行后,部分結(jié)構(gòu)會在疲勞載荷及復雜的外界環(huán)境作用下出現(xiàn)裂紋等損傷,再加上操縱失誤或維護不當?shù)仍?,飛機的一些內(nèi)部結(jié)構(gòu)很可能會被燒傷、撞傷。而這些損傷會降低飛機結(jié)構(gòu)的強度和剛度,從而影響飛機的飛行性能和飛行安全。所以,對飛機進行定期檢查和修理,確保飛機處于良好的工作狀態(tài),對保證飛機安全飛行有重要作用。但是,飛機有大量復雜結(jié)構(gòu)零件,用常規(guī)的超聲檢測方式進行檢測時,難度很大。而用超聲相控陣方式進行檢測可以在不移動探頭的情況下時,通過控制延時來控制超聲波束的偏轉(zhuǎn)和聚焦,達到多個角度和不同聚焦深度,從而提高檢測效率和準確度,減少了檢測人員的工作量。
超聲相控陣技術(shù)于20世紀80年代提出,初期主要應用于醫(yī)學超聲成像診斷。近年來國內(nèi)外超聲相控陣技術(shù)發(fā)展很快,在醫(yī)學診斷和工業(yè)檢測等方面的研究很受歡迎。另外,在相控陣的系統(tǒng)設(shè)計、系統(tǒng)的模擬以及實際應用等方面也有所進展,相控陣技術(shù)開始走向數(shù)字化。超聲相控陣換能器由多個相互獨立的陣元組成,按一定的規(guī)則和時序用電子系統(tǒng)控制激發(fā)各個陣元,使陣列中各單元發(fā)射的超聲波疊加形成一個新的波陣面。同樣,在反射波的接收過程中,按與發(fā)射相同的規(guī)則和時序控制接收單元的接收并進行信號合成,再將合成結(jié)果以適當形式顯示。超聲相控陣系統(tǒng)主要有兩部分組成,即超聲陣列換能器和電子控制系統(tǒng)。通過電子系統(tǒng)控制超聲相控陣換能器中各陣元的相位,從而獲得合成波束,實現(xiàn)動態(tài)聚焦和高速掃查。
國外,在工業(yè)檢測方面,瑞典Uppsala大學Stepinski T于1998年把相控陣技術(shù)用于核廢料罐電子束環(huán)焊縫的檢測,并研發(fā)了軟件工具進行B掃成像顯示;Lamarre等于1999年把相控陣系統(tǒng)用于航空飛行器焊縫(FSW)的檢測,實現(xiàn)了對動態(tài)波束的控制、電子的扇形掃描和聚焦、圖像處理和顯示等多種功能。美國通用航空公司(GE公司)很認定這一技術(shù),設(shè)計出一種復合材料構(gòu)件超聲波水浸探傷系統(tǒng),
在系統(tǒng)設(shè)計方面,英國的Freemantle等找到了一種新的相控陣超聲探頭用于檢測面積較大的航空復合材料構(gòu)件,把相控陣陣列安裝在橡膠滾輪中,橡膠滾輪能手動也能自動控制,能檢測出航空復合材料構(gòu)件中的裂紋及未貼合等缺陷;2000年法國原子能委員會(CEA)成功制造出了具有15mm曲率半徑的彎曲探頭,適合對非平面和復雜表面的物體進行檢測,根據(jù)這一基礎(chǔ)設(shè)計出了“FAUST”系統(tǒng);韓國Sogang大學的Hwang和Sunhkyunkwan大學的Song等借助數(shù)字化技術(shù)設(shè)計了具有動態(tài)孔徑聚焦發(fā)射及動態(tài)聚焦接收特性的相控陣系統(tǒng)。在數(shù)字化方面,德國Krautkramer公司在1964年研制成功了小型超聲檢測設(shè)備,成為近代超聲探傷技術(shù)的標志;20世紀80年代Krautkramer公司又生產(chǎn)了便攜式數(shù)字超聲探傷儀,進一步說明超聲檢測裝置正在奔向數(shù)字化;
國內(nèi)雖然對相控陣的研究和應用還處于起步階段,但各個高校和研究所已陸續(xù)做出很多成果。在實際應用方面,北京航空航天大學提出使用新復合材料壓電換能器改善電聲性能的想法,并應用于實際檢測中;中材科技風電葉片股份有限公司等把超聲相控陣技術(shù)用于復合材料的粘結(jié)缺陷檢測;中國石油天然氣集團公司管道科學研究院在2003年與天津大學合作,成功地研制出對PWA-01管道環(huán)焊縫的全自動超聲相控陣檢測設(shè)備。在設(shè)計超聲相控陣系統(tǒng)方面,2000年,中科院聲學研究所設(shè)計了超聲相控陣換能器動態(tài)聚焦系統(tǒng),能夠?qū)崿F(xiàn)精密動態(tài)聚焦試驗;在2008年,哈爾濱工業(yè)大學設(shè)計出一種超聲相控陣實時檢測系統(tǒng),直接由USB來傳輸所要檢測的數(shù)據(jù)信息,再進行圖像顯示,圖2是哈爾濱工業(yè)大學分析使用的超聲檢測原理圖。
在工業(yè)無損檢測方面,在2003年,上海電氣自動化設(shè)計研究所、上海市計算技術(shù)研究所和上海師范大學一起研制了側(cè)重于算法研究和實現(xiàn)的管道超聲相控陣檢測系統(tǒng);在國家“863”計劃的資助下,根據(jù)海洋平臺結(jié)構(gòu)形式的特點,上海交通大學的金建華等通過超聲相控陣技術(shù)成功地檢測了海洋平臺結(jié)構(gòu)的缺陷。一般來說,人們認為扇掃能檢測到材料中所有的缺陷。然而,盡管超聲相控陣檢出率比常規(guī)超聲檢測要高,但并不能保證能檢測出所有缺陷,很容易漏檢那些取向和位置比較特殊的缺陷。對于這一技術(shù)難點,北航提出了采用線陣換能器檢測L型構(gòu)件R區(qū)的檢測方法。在實現(xiàn)數(shù)字化方面,清華大學把相控陣技術(shù)用于復合材料膠接層質(zhì)量評估,深入探究超聲聚焦的數(shù)字合成原理和相位的數(shù)字控制。
超聲相控陣技術(shù)中信號處理方面的技術(shù)難點:
(1)超聲相控陣系統(tǒng)包含超聲、信息、機械、電子等各個領(lǐng)域,有很多個參數(shù),往往各參數(shù)之間有復雜的關(guān)聯(lián)和制約關(guān)系,若參數(shù)設(shè)置不準確,會導致信噪比和檢測分辨力降低,從而很容易產(chǎn)生缺陷漏檢、定位定量不準等問題。要想得到準確的系統(tǒng)特性,必須采取一定的聚焦和檢測參數(shù)的優(yōu)化原則,如聲束寬度、陣元激活、掃描范圍、聚焦能力、延遲修正等,從而很好地實現(xiàn)動態(tài)聚焦、動態(tài)孔徑等功能[18]。
(2)超聲相控陣檢測厚壁構(gòu)件時,信噪比會不足,一般采取增加孔徑的方法提高信噪比,增加更多通道數(shù),使得檢測系統(tǒng)更為復雜,各通道得到的信息具有不同的信息特征,單個信息很難全面描述被測環(huán)境。此外,有些通道由于各種原因可能會得到錯誤的信息,而超聲相控陣本身無法識別這些錯誤信息,這樣就會使被測結(jié)果產(chǎn)生誤差。
從以上兩點可以看出,超聲相控陣技術(shù)用于工業(yè)檢測等實際應用時,必須同時解決來自多方面的技術(shù)難點,是一項具有技術(shù)難度且富有挑戰(zhàn)性的工作。
飛機復合材料超聲相控陣檢測信號處理的技術(shù)難點:
超聲相控陣各陣列得到的回波信息具有不同的信號特征,單個信息不能夠全面描述被測體;另外,超聲波在復合材料中幅值衰減大,所以超聲陣列得到的回波幅度很小,后續(xù)信息不容易處理。根據(jù)上述技術(shù)難點,目前普遍采用加權(quán)平均法,即把各個激勵陣元的信號疊加后求平均,以期提高信噪比。但權(quán)值的確定和調(diào)整具有主觀性。因此,本文探討采用信息融合技術(shù)領(lǐng)域中的其他方法來解決超聲相控陣檢測中信號處理方面存在的技術(shù)難點的可能性。
基于信息融合的超聲相控陣信號處理關(guān)鍵技術(shù)的解決方案:
基于上述分析,為了綜合利用各陣列得到的各回波信息的有效性,本文提出把信息融合技術(shù)用于超聲相控陣的信號處理。通過選擇合適的融合算法對信息進行綜合處理,能夠得到對現(xiàn)實環(huán)境更為準確、可靠的描述。
信息融合(Information Fusion,或稱為數(shù)據(jù)融合Data Fusion)是電子戰(zhàn)、機器人、系統(tǒng)導航、柔性制造、故障診斷以及數(shù)字圖像處理等領(lǐng)域的一個重要的課題。多傳感器信息融合是一種處理多個或多類傳感器系統(tǒng)的新方法,又可被稱為多元合成、多源關(guān)聯(lián)、混合傳感器或多傳感器融合等,但是有一種更廣泛的說法,即多傳感器信息融合,簡稱為信息融合。它減少了單一傳感器的信息盲區(qū),提高了多源信息處理結(jié)果的質(zhì)量,有利于檢測人員對檢測情況做出更好的判斷和決策。目前,尚沒有把信息融合技術(shù)用于超聲相控陣的相關(guān)文獻和實際應用系統(tǒng)。將兩者集合,可以更加靈活而有效地控制聲束,所以,選擇最優(yōu)信息融合算法運用于實際超聲相控陣系統(tǒng)具有廣闊的應用和發(fā)展前景。
1 信息融合的原理
信息融合技術(shù)就是要充分利用多個信息源,對它們所提供的來自空間或時間上的冗余或互補信息等按照某些準則組合在一起,從而得到被測對象的多元信息。信息融合并沒有統(tǒng)一的結(jié)構(gòu)和分類形式。信息融合按其在多傳感器信息處理層次中的抽象程度,可以分為像素級、特征級和決策級融合[20]。通常,像素級融合對傳感器獲得的原始數(shù)據(jù)不經(jīng)過處理或者只是進行很少的處理而直接進行融合。因為數(shù)據(jù)融合前基本沒有經(jīng)過處理,所以比其他級別保留了更多原始信息的細節(jié)。融合結(jié)果的精度最高,能給人更加正確、全面的認識。但這種融合方式的數(shù)據(jù)處理量大,實時性差,需要很大的通信帶寬。特征級融合是把來自各個傳感器的原始數(shù)據(jù)先進行特征提取,然后再把這些特征進行融合。此級融合因為在融合之前對信息進行了處理,所以再融合時能增加一些特征的準確性,有利于實時處理,其缺點是融合精度比像素層差。決策級融合是一種最高層次融合,直接對來自不同傳感器的多源信息形成的局部決策進行最后的分析,從而得到最終的決策。該類算法具有好的容錯性和實時性,可用來處理來自異質(zhì)傳感器的信息,而且在一個或多個傳感器失效時也能正常工作,缺點是預處理代價高,但需要帶寬比較小。可以看出,特征級融合是介于像素級和決策級之間的一種中間級的處理方法。
想要完成以上3級信息融合,需要采用一種或者幾種信息融合算法。
2 信息融合算法
對于信息融合算法具體可以分為以下4類:估計方法、分類方法、推理方法和人工智能方法。
(1)估計方法。
估計方法一般有加權(quán)平均法、最小二乘法、卡爾曼濾波。最簡單的信息融合方法就是加權(quán)平均法。此方法是把一組傳感器得到的信息加權(quán)平均,然后把求得的加權(quán)平均值作為需要的信息融合值。加權(quán)平均法的優(yōu)點是它的實時性好,缺點是權(quán)值的確定和調(diào)整具有主觀性。使用最小二乘法,能減少測量過程中產(chǎn)生的誤差,能讓平滑后的數(shù)據(jù)比原數(shù)據(jù)更加有規(guī)律性??柭鼮V波主要用于動態(tài)的低層次冗余多傳感器數(shù)據(jù)的實時融合,它用測量模型統(tǒng)計特性遞推,因此是統(tǒng)計意義下最優(yōu)的融合算法。中國海洋大學在2004年,由國家自然科學基金數(shù)學天元基金(A0324676)及教育部科學技術(shù)研究重點項目(02131)資助,對多通道帶乘性噪聲系統(tǒng)的觀測噪聲最優(yōu)估計算法和狀態(tài)最優(yōu)融合估計算法展開進一步研究;中北大學王浩全博士于2011年利用最小二乘法在超聲陣列層析成像中,對SIRT重建算法進行了推導。
(2)分類方法。
參數(shù)模板法和聚類分析是主要的兩種分類方法。參數(shù)模板法是將得到的傳感器數(shù)據(jù)與已知的模板進行匹配,判斷數(shù)據(jù)是屬于哪一個模板,從而實現(xiàn)信息的融合。此法比較簡便易行,然而它的有效性在相當大的程度上被特征空間的劃分方式和分布狀態(tài)決定。聚類分析法要用相似函數(shù)和關(guān)聯(lián)度量反映兩個特征向量的相似度,由此來作為數(shù)據(jù)融合的依據(jù)。其中,DattaS給出用于兩種新的微陣列數(shù)據(jù)聚類結(jié)果的測度;2005年,哈爾濱理工大學在WGQ-268新型電磁檢測儀有效提取信號的特征向量的基礎(chǔ)上,結(jié)合模式識別方法和聚類分析算法,建立有效的算法模型,開發(fā)了用于無聲檢測的網(wǎng)絡分析智能識別系統(tǒng),圖3就是uVision2的開發(fā)、編輯和調(diào)試界面。
(3)推理方法。
常用的推理方法有貝葉斯估計和證據(jù)理論。貝葉斯估計用于信息融合,主要有兩個步驟:先驗信息的采集和先驗信息的融合。這種方法的優(yōu)點是有堅實的理論基礎(chǔ)、很好的推理能力、簡單的決策機制;缺點是主要用于靜態(tài)環(huán)境中多傳感器底層數(shù)據(jù)的融合。融合前,需要給出先驗概率,具有很大的不確定性。證據(jù)理論是Dempster首先在貝葉斯估計的基礎(chǔ)上推理擴充的,后來經(jīng)由Shafer加以補充發(fā)展,因此證據(jù)理論又被人稱為D-S證據(jù)理論。它首先要得到一個先驗概率分配函數(shù),然后通過得到的這個函數(shù)去獲得后驗證據(jù)區(qū)間。后驗證據(jù)區(qū)間把命題的可信程度和似然概率量化了。證據(jù)理論把證據(jù)組合后,那么怎樣做決策就是與實際應用最為相關(guān)的問題得到證據(jù)組合后,下一步要求出一個信任函數(shù)。對于D-S證據(jù)理論,求得的信任函數(shù)便是判決結(jié)果??梢钥闯觯ㄟ^證據(jù)理論做判決,所能得到的結(jié)果是集合,并不是單個的點。要想解決實際問題,必須對真值究竟是什么做出一個精確的回答??梢娮C據(jù)理論并未做完全部工作,還要求對通過證據(jù)理論的信任函數(shù)做進一步分析處理,最后推出有確切性的結(jié)果。只有這樣,證據(jù)理論才能被用于決策的制定。這種方法的優(yōu)點是,證據(jù)理論較傳統(tǒng)的概率論更容易把握所研究問題的未知性和不確定性,現(xiàn)已廣泛應用于多傳感器信息融合中。2007年,安徽理工大學將D-S理論進行改進,提出了基于有效因子把證據(jù)之間的沖突按各個命題的平均支持程度加權(quán)進行分配的合成公式,并應用于無損檢測;2011年,國防科學技術(shù)大學機電工程與自動化學院針對超聲檢測的缺陷識別率不高這一現(xiàn)狀,采用3個BP網(wǎng)絡(3BP網(wǎng)絡)和D-S證據(jù)理論兩種融合算法,將數(shù)據(jù)融合技術(shù)應用于超聲缺陷分類中,缺陷識別率可達到96%,圖4是利用3BP網(wǎng)絡的思想和應用;國防科技大學針對無損檢測的特點,將D-S理論這一信息融算法用于超聲、紅外和渦流3種無損檢測的融合,設(shè)計出一套用于材料密度和密度分布的檢測裝置。
(4)人工智能方法。
在處理大量融合信息的場合,或者在處理非線性和不確定的場合,人工智能方法具有優(yōu)勢。人工智能方法主要有專家系統(tǒng)、神經(jīng)網(wǎng)絡、模糊邏輯、遺傳算法等。專家系統(tǒng)就是運用專家們的豐富經(jīng)驗,這些經(jīng)驗是按照一定的規(guī)則表現(xiàn),繼而構(gòu)成了系統(tǒng)知識庫,通過采用合適的解決某一類問題的推理方法,能在計算機上自動推出解決問題的推論。神經(jīng)網(wǎng)絡有大量的神經(jīng)元連接,可以認為是一個能處理高度非線性和超大規(guī)模的連續(xù)時間自適應信息的系統(tǒng)。神經(jīng)網(wǎng)絡雖然作為一種新的方法體系,但已被生物、計算機、數(shù)學、電子和物理等學科運用,應用前景良好。模糊邏輯是一種連續(xù)值邏輯,建立在模糊集合和二值的基礎(chǔ)之上。遺傳算法利用進化原理,通過二進制編碼把權(quán)重系數(shù)變量寫入同一染色體,再進一步計算出適應度函數(shù),群體中適應度最高的個體就是最終融合結(jié)果。中國石油大學在管道焊縫無損檢測中使用信息融合的遺傳算法,提高了焊縫缺陷檢出率,保證了管道焊接的質(zhì)量;2008年,北京信息科技大學聯(lián)合安徽工業(yè)大學采用神經(jīng)網(wǎng)絡信息融合算法,開發(fā)了基于MATLAB的焊縫超聲波探傷缺陷智能識別系統(tǒng),該系統(tǒng)能夠自動采集缺陷回波信號、智能化識別缺陷和分類;內(nèi)蒙古大學把時頻分析和神經(jīng)網(wǎng)絡模式識別聯(lián)合使用,創(chuàng)建了一套用于復合薄板粘接質(zhì)量定量檢測識別的完整方法,可很好地用于專用數(shù)字化超聲檢測儀的設(shè)計和實現(xiàn),圖5是神經(jīng)網(wǎng)絡輸出的回歸分析結(jié)果。
綜上所述,通過選擇合適的信息融合算法對超聲相控陣采集的信號進行綜合處理,不但能綜合利用各陣列得到的回波信息的有效性,而且能減少融合中心所要處理的信息量,提高檢測速度,從而得到對現(xiàn)實被測物體內(nèi)部更為準確、可靠的描述。這也是下一步研究工作的主要內(nèi)容。
結(jié)論
本文總結(jié)了超聲相控陣技術(shù)的發(fā)展概況,分析了該技術(shù)用于飛機復合材料檢測時信號處理方面的難點,主要內(nèi)容如下:
(1)介紹了超聲相控陣技術(shù)和系統(tǒng)國內(nèi)外發(fā)展現(xiàn)狀,分析了關(guān)鍵技術(shù),闡述了一些具有代表性的研究成果。
(2)總結(jié)了飛機復合材料超聲相控陣技術(shù)檢測的信號處理方面技術(shù)難點,并提出了采用信息融合技術(shù)進行解決的方法。
(3)介紹了信息融合技術(shù)的原理、方法,以及該技術(shù)在無損檢測領(lǐng)域的研究成果。研究表明,將信息融合技術(shù)用于超聲 相控陣檢測,可提高檢測成像的質(zhì)量和檢測速度,將在飛機復合材料檢測中得到廣泛應用。
![]() | 上海市靜安區(qū)鎮(zhèn)寧路168號永興東樓9樓 3903 W Dravus St, Seattle, WA(美國技術(shù)中心) |
![]() | 021-61990225 021-64261863(傳真) +1-217-979-8557(美國技術(shù)中心) |
![]() | [email protected] [email protected] |
Copyright ? 2015-2020 上海凌紐電子科技有限公司 滬ICP備15051997號-1 All rights reserved 滬公網(wǎng)安備 31010502004780號