定量无损检测的软校准方法.pdfVIP

性回归模型： 只=气+A鼍+蜀 E～(O，盯2) f=1,2，…，刀 上式中，厶、A为待定的估计量，可按最小二乘法确定；乞为独立、等权、服从正态分布的随机 误差。设厶、^分别为厶、^的最小二乘估计，得到一元线性回归的回归方程为： ． 0 0 y2‰十^x 上式中，九、丑是回归方程的回归系数： ， 一一一 互=掣=≥ 乞=歹一暑．冤 l搿 X2一X。X 对于上式中回归系数的标准差，可采用残余标准差(或剩余标准差)来表征除了与线性关系之 外其它因素影响使值偏离的大小。 为确定与之间的线性关系是否有显著意义， 可采用分布临界值进行检验，显著度常取为O．1 或0．05：工程中也常用经验进行判断。 4．软校准算例 4。l不同类型曲线回归的实例 对图1的“槽深一波幅曲线”，可用不同类型回归曲线进 行拟合： 用多项式回归曲线，有： Y=0．0289X3．0．7996X2+7．2136X+7．6667 R2=0．9946 用对数回归曲线，有： Y=5．5448LnX+16．743R2=0．8728 用线性回归曲线，有： Y=0．8571X-I-20．667R2=0．6650 对图l中“缺陷高度一波幅曲线”，用线性回归曲线进行 拟合，有： 图1缺陷尺寸一当量波幅检测数据实测 Y；0．2963X-10．34lR2=0．5128 显然，上述4条回归曲线中按相关系数r检验法，采用多项式回归曲线的相关系数最大、效果最好。 可知，对于以某种确定性函数关系为主、不确定性的随机误差影响为辅的定量无损检测数据X与 Y，即如图1中“槽深一波幅曲线”，类型合适的回归曲线，如多项式，其决定系数达R2=0．9946，拟合 效果远好于对数和线性回归，能够最大程度的拟合检测值和被测量之间的相互关系，进而减小随机不确 定性，减少或消除系统误差。 而对于以不确定性的随机误差影响为主、某种确定性函数关系为辅的定量无损检测数据X与Y， 如图l中“缺陷高度一波幅曲线”，即便采用类型合适的回归曲线，如线性回归曲线，其决定系数仅为 I毪=O．5128，不能够正常拟合检测值和被测量之间的相互关系，难于减小随机不确定性并减少或消除系 统误差。 4．2．单斜探头横波探伤dB．S曲线的软校准实例 通常，承压设备无损检测的焊缝超声波检测中，由于检测工件壁厚较薄、范围不大并均使用横波法 斜探头进行检测，常用直线(线性关系)来拟合定量无损检测系统的dB．S校准曲线，进行缺陷定量检 测。因被测量为标准反射体在不同距离的波幅，没有对应的真值，其存在一定的不确定性。现对其实验 数据进行软校准，以便减小dB．S曲线的系统误差和随机误差。 1)dB．S曲线的一般关系： 按照JB／T4730．2005、JBI 152．81等标准【，】规定的dB—S曲线的测定方法，其标准反射体的尺寸不变， 声程变化，当入射波束可近似为球面波()时，忽略标准反射体的尺寸影响，则以试块上的标准反射 体深度所对应的声程为基准标定点，dB．S曲线上其它深度为的标准反射体的回波声压差可简达为： ，． ．、C——==了 一 △：lOlg(马一：lo刀lg[1+坐鱼坐】。 s sq‘ A 因回波声压差与波幅dB值成正比，由此可知，声压随深度变化的关系，可粗略的认为是对数规律关 系，而不是线性关系。 2)实测dB．s曲线 实测由l×6短横孔深度与标准反射体深度S的dB．S曲线数据如表1所示。 348 3)dB．S曲线的软校准 对表1所示实测数据进行回归分析，选用线性关系和对数关系分别进行，具体数据如表2所示。可知， 虽然软校准采用的两种关系均有较高的相关系数和决定系数，但其剩余标准差SX，Y差异很大，从线性 关系的最佳值1．67，减小到对数关系的最佳值o．02。 表2 dB．S曲线的软校准数据一览表 4)关于dB．S曲线软校准实例的讨论