[发明专利]一种应用于大型板壳结构的智能兰姆波缺陷定位方法

权利要求书

1.一种应用于大型板壳结构的智能兰姆波缺陷定位方法，其特征在于：该方法包括如下步骤，

步骤1：兰姆波检测信号预处理；

步骤2：算法初始化；

步骤3：个体筛选及适应度均值计算；

步骤4：多样性维护；

步骤5：截止判据；

步骤6：种群更新；

步骤1中，提取所有检测路径缺陷检测信号的抵达时间矢量τ；结合兰姆波群速度v_g计算信号传播距离矢量d；

步骤2中，初始化基于群进化算法原理设计的智能检测算法中的各参数：用于控制算法截止条件的最大进化代数g_m、种群适应度均值变化梯度截止参数ε_t；初始化种群个体数目M、种群个体参数取值精度控制矢量a_r，进化分析中由每代分析种群中保留下用于缺陷检测和种群更新的个体数目n_k，种群个体筛选阈值δ_e；种群分析个体自由释放更新控制参数：个体最大释放半径r_f和最多释放数目n_f；大型板壳结构缺陷检测关注区域二维空间矢量θ∈(x,y)；

步骤3中，计算第i个激励位e_i经p_g到第j个检测位r_j的距离矢量计算个体到检测对i～j的残差值矢量ε_i,j，将大于预设置筛选阈值的残差值矢量置零；提取所有检测对ε_i,j中非零参数的个数得到p_g中个体关联检测路径矢量n_p及最大关联检测路径数目n_m；基于n_m计算用于种群保留个体筛选的筛选阈值参数k；采用个体相关残差值绝对值之和与关联检测路径数目的比值作为个体适应度ε_p；

提取n_p≥3的n_k个个体作为种群分析个体p_g,r，用于种群更新；n_p≥k的个体作为保留个体p_g,k，用于缺陷定位检测；如果n_p≥k的个体数目大于n_k，则采用聚类算法将n_p≥k的所有个体分为K类，计算各聚类种群中个体的数目i为聚类种群编号；计算各聚类群中保留个体数目并由各聚类群中随机提取相应数目的个体，组合得到p_g,k和p_g,r；

计算p_g,k中所有个体适应度的均值得ε_g；如果g＝1，执行种群更新步骤6；否则，执行多样性维护步骤4；

步骤4中，计算p_g,k、p_g-1,k之间的欧式距离d_E；提取使|d_E|＞δ_e的个体p_E,将其与p_g,k融合得到多样性维护种群p_v；由p_v提取前n_k个个体作为p_g,k和p_g,r；计算p_g,k个体适应度均值ε_g；

步骤5中，如果进化代数达到最大g_m或g≥3且相邻代数中保留个体适应度均值变化小于截止判定参数ε_t，|ε_g+1-ε_g|＜ε_t，则停止；执行种群更新步骤6；

步骤6中，采用K聚类算法将p_g,r分为K类，计算各类种群的规模基于预设置的个体最大释放数目n_f和种群个体关联激励-检测对路径矢量n_c计算各聚类种群中个体释放个数n_r；

基于n_r和个体最大释放半径r_f对p_g,r进行个体释放和个体参数精度控制，得到更新种群

组合p_g,r得到新一代分析种群p_g；g＝g+1，跳转至个体筛选及适应度均值计算步骤3。