[发明专利]一种钢板缺陷识别方法

说明书

技术领域

本发明涉及一种利用超声波进行钢板缺陷类型自动识别的方法。

背景技术

随着我国工业建设的飞速发展，钢板的需求会越来越大，对其内在质量的要求也越来越高。中厚钢板在生产过程中可能会形成分层、裂纹、弥散型夹杂超标、白点、偏析和氢致裂纹等各种缺陷。目前，国内在中厚高强度钢板内部质量判定方面，主要依赖于超声波检测技术。

大型钢厂多采用大型固定检测系统对钢板缺陷进行检测，主要适用于大批量定型钢板检测。此外，还有适用于小批量、小型钢板缺陷检测的检测设备。

授权公告号为CN202693526U、CN202101975U、CN201141855Y、CN201503418U的中国实用新型专利，以及申请号为201310750784.5(申请公布号为CN103698409A)的中国发明专利申请，其中公开的超声波钢板检测装置均对其检测结构和监测原理作了详尽的阐述。上述几种钢板检测装置能检测到缺陷的位置及其当量大小，不能识别缺陷的类型。又因为不同类型的缺陷对钢板质量评级要求不同，所以，对缺陷类型的准确判断对于钢板的安全使用具有非常重要的意义。目前主要是根据超声波仪器采集到的超声缺陷A波信号的形状，依赖检测人员的探伤经验进行人工判定，这样会不可避免地引入误差。

专利号为ZL97109099.8(授权公告号为CN1065961C)的中国发明专利《一种提取超声回波信号的频谱振幅相位信息的方法》，其中采用傅立叶变换得到超声缺陷信号的频谱。专利号为ZL200410011403.2(授权公告号为CN100410925C)的中国发明专利《超声信号的数字信号处理方法》，其中通过提升小波变换对超声缺陷信号进行联合时频分析，提取缺陷信号在不同频段中的能量特征。以上这些特征提取方法都是基于希尔伯特变换和傅立叶变换，提取速度较慢。在缺陷自动识别方面，常规方法是模式识别，其中有很多种分类器。如专利号为ZL200710059575.0(授权公告号为CN100567978C)中国发明专利《超声波相控阵检测油气管道环焊缝缺陷类型自动识别方法》，其中采用缺陷类型自动识别方法是将提升小波变换与分形技术相结合，基于支持向量机模型的自动识别方法，该方法需要进行支持向量机模型的训练，要取得较高的识别正确率需要的训练样本数目较大，而大量训练样本的获取不易实现，其使用不具有广泛性。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种能够识别钢板缺陷类型且识别速度快、识别准确率高的钢板缺陷识别方法。

本发明解决上述问题所采用的技术方案为：一种钢板缺陷识别方法，其特征在于：包括以下步骤：

步骤一、超声仪启动并初始化，上位机向超声仪发送控制参数；

步骤二、超声探头装置启动并根据超声仪中的控制参数进行工作，超声探头装置在被测钢板上移动，上位机获取超声探头装置对钢板检测点的实时位置坐标数据，形成检测点的坐标数据组W＝[(x₁,y₁),(x₂,y₂),...,(x_j,y_j),...,(x_b,y_b)]，其中j和b均为正整数，1≤j≤b，b为检测点总数，(x_j,y_j)为第j个检测点的位置坐标，x_j表示第j个检测点在钢板长度方向上的值，y_j表示第j个检测点在钢板宽度方向上的值；

超声探头装置向被测钢板发射超声波，同时接收来自钢板的超声波回波信号，其中，超声波回波信号包括自钢板表面反射的起始信号、自缺陷位置反射的缺陷信号、自钢板底面反射的底波信号；

步骤三、超声仪采集并存储超声探头装置返回的各个检测点的回波信号；

步骤四、超声仪根据钢板中声速和增益对回波信号进行处理，进而针对每个检测点位置，对应的获取被测钢板范围内回波信号形成的深度-幅值波形曲线，从而形成深度-幅值波形曲线数据组A＝[A₁,A₂,...,A_j,...,A_b]，其中j和b均为正整数，1≤j≤b，b为检测点总数，A_j表示第j个检测点的深度-幅值波形曲线；

超声仪将深度-幅值波形曲线数据组A中的曲线数据上传到上位机中；

步骤五、上位机对深度-幅值波形曲线数据组A进行后续处理；