CN114755301B 层状结构界面粘接质量自动识别及c扫描成像方法及系统 （中北大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114755301B(45)授权公告日2025.07.11

(21)申请号202210418478.0

(22)申请日2022.04.20

(65)同一申请的已公布的文献号申请公布号CN114755301A

(43)申请公布日2022.07.15

(73)专利权人中北大学

地址030051山西省太原市学院路3号

(72)发明人赵霞王召巴陈友兴金永

王伟吴其洲杨凌

(74)专利代理机构太原申立德知识产权代理事务所(特殊普通合伙)14115

专利代理师王芳

(51)Int.CI.

GO1N29/04(2006.01)

GO1N29/06(2006.01)

G01N29/44(2006.01)

(56)对比文件

CN114235957A,2022.03.25GB202012729D0,2020.09.30

审查员孙嘉瑾

权利要求书2页说明书5页附图3页

(54)发明名称

层状结构界面粘接质量自动识别及C扫描成像方法及系统

(57)摘要

CN114755301B本发明提供了一种层状结构界面粘接质量自动识别及C扫描成像方法及系统，具体包括：采集人工缺陷标定试样和待检测层状粘接结构界面的超声回波信号，分别构建训练集阵列与测试集阵列；对超声回波信号分别进行预处理，并建立超声回波信号上包络表征模型；提取超声回波信号上包络的指数特征与时域特征；将训练集阵列提取的指数特征与时域特征输入BP神经网络进行训练，得到脱粘缺陷识别模型；将测试集阵列提取的指数特征与时域特征输入脱粘缺陷识别模型中，输出脱粘缺陷识别结果并进行二维C扫描成像。本发明针对界面脱粘检测信号的特点，通过提取界面信号的形态特征，搭建有效的

CN114755301B

采集人工缺陷标定试样脱粘缺陷区域以及无脱粘

采集人工缺陷标定试样脱粘缺陷区域以及无脱粘缺陷区域的超声回波信号，构建训练集阵列

采集待检测层状粘接结构界面的超声回波信号，构建测试集阵列

对训练集阵列与测试集阵列的超声回波信号进行预处理

建立训练集阵列与测试集阵列的超声回波信号上包络表征模型

提取超声回波信号上包络的指数特征与时城特征

神经网络进行训练，得到脱粘缺陷识别模型

将测试集阵列提取的指数特征与时域特征输入脱

粘缺陷识别模型中，输出层状粘接结构界面脱粘缺

陷识别结果

将脱粘缺陷识别结果进行二维C扫描成像

CN114755301B权利要求书1/2页

2

1.一种层状结构界面粘接质量自动识别及C扫描成像方法，其特征在于：包括如下步

骤：

步骤1:建立层状粘接结构界面的人工缺陷标定试样，采集该人工缺陷标定试样脱粘缺陷区域以及无脱粘缺陷区域的超声回波信号，构建训练集阵列；

步骤2:采集待检测层状粘接结构界面的超声回波信号，构建测试集阵列；

步骤3:基于步骤1与步骤2构建的训练集阵列与测试集阵列，分别对超声回波信号进行预处理；

步骤4:建立超声回波信号上包络表征模型；

步骤5:提取超声回波信号上包络的指数特征与时域特征；采用改进的粒子群算法提取超声回波信号上包络的指数特征，具体包括：设定目标搜索空间的维度为1,空间定义域为【E1,E2】,粒子数为n,粒子平均分布于空间【E1,E2】中，求取n个粒子对目标函数的适应度值，仅保留和记录最优粒子和次最优粒子的位置【P1,P2】,设定最优粒子的速度，沿着P1→P2的方向迭代寻找最优位置，得到最优表征参数，即为所述指数特征；

步骤6:将训练集阵列提取的指数特征与时域特征输入BP神经网络进行训练，得到脱粘缺陷识别模型；

步骤7:将测试集阵列提取的指数特征与时域特征输入脱粘缺陷识别模型中，输出层状粘接结构界面脱粘缺陷识别结果；

步骤8:将步骤7得到的识别结果进行二维C扫描成像。

2.根据权利要求1所述的一种层状结构界面粘接质量自动识别及C扫描成像方法，其特征在于：所述预处理具体为先对采集得到的超声回波信号进行归一化，再采用4阶巴特沃斯滤波器滤除低于0.6MHz以下的低频信息。

3.根据权利要求1所述的一种层状结构界面粘接质量自动识别及C扫描成像方法，其特征在于：所述超声回波信号上包络表征模型的表达式为：

A(t)=exp(-t/T)u(t)

其中，t为时间，u(t)为单位阶跃信号，T为与具体信号相关的指数特征参数。

4.根据权利要求1所述的一种层状