[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

说明书

本发明公开了一种应用于大型板壳结构的智能兰姆波缺陷定位方法，种群个体检测路径相关分析数据结构，基于时间飞行原理计算信号波包传播距离；计算兰姆波检测阵列中检测路径数目，计算进化种群中各个体到所有检测路径中激励位和接收位的距离之和，构建用于缺陷检测的保留个体和用于算法迭代更新运算的分析个体。采用将相邻迭代分析中空间欧式距离大于预设阈值的分析个体与当代分析个体组合的方式构建多样性维护种群，进行多样维护。采用自由个体释放的方式进行种群更新，由聚类算法和种群个体关联检测路径数目控制分析个体释放数目。依据迭代次数及相邻代数中保留种群个体适应度均值变化设置截止条件，能够快速实现大型板壳结构缺陷的定位检测。

技术领域

本发明属于超声无损检测领域，具体涉及一种应用于大型板壳结构的智能兰姆波缺陷定位方法。

背景技术

大型板壳结构是飞机、船舶、能源储罐等设备的重要结构组成，然而其在加工和服役中会出现不同类型的缺陷，危及设备的使用安全。例如：复合材料板中的缩孔、分层、脱粘等缺陷，金属板中的疲劳裂纹。兰姆波(Lamb waves)是一种在板壳结构中传播的弹性导波，具有模态多、衰减慢、对结构缺陷及材料属性变化敏感的特点，可用于板中缺陷的远距离、快速检测与监测。随着人工智能理论和应用技术的兴起，以及工业界对检测要求的不断提高，无损检测技术的多功能、自动化、智能化以成为一种趋势。融合智能算法和兰姆波检测技术发展智能化兰姆波缺陷定位方法，对实现大型板壳结构缺陷检测的智能化具有重要的意义。

目前结合智能算法和兰姆波缺陷定位算法，实现大型板壳结构缺陷定位方法的智能化仍面临诸多问题，主要包括1.尚未明确智能算法分析数据结构与兰姆波检测阵列、缺陷检测信号特征间的关系，难以构建智能化缺陷定位分析函数模型。2.尚未明确智能算法中种群的筛选机制、多样性维护机制和更新机制，以保证智能缺陷定位方法具有经典兰姆波缺陷定位算法(椭圆成像算法)的统计特性和模糊特性。3.如何设计算法截止判据，在保证算法收敛的同时实现缺陷的快速有效检测。因此，结合稀疏阵列兰姆波缺陷检测信号特点和经典智能分析算法对以上问题进行分析，是实现大型板壳结构的智能兰姆波缺陷定位方法亟需解决的问题。

发明内容

本发明的目的是，提出一种智能兰姆波缺陷定位方法，可用于实现大型板壳结构缺陷的检测。

综合以上提出的问题，本文提出了一种融合时间飞行原理、群进化算法和聚类算法的智能兰姆波缺陷定位方法，应用于大型板壳结构缺陷的检测。算法核心内容包括5个部分：

第1部分：算法分析数据结构和适应度。种群个体检测路径相关分析数据结构：基于时间飞行原理计算信号波包传播距离；计算兰姆波检测阵列中检测路径数目(A激励-B接收检测对和B激励-A接收被认为是同一个检测路径)，计算进化种群中各个体到所有检测路径中激励位和接收位的距离之和，组合相应计算结果得到种群个体计算距离矢量。计算波包传播距离与种群个体计算距离矢量之差的绝对值，将超出预设筛选阈值的计算结果置零，得到种群个体检测路径相关分析数据结构。此时，非零值的数目等于个体关联的检测路径数目。计算种群个体检测路径相关分析数据中数值之和，将其除以个体关联路径数，得到个体适应度。所提的算法分析数据结构和个体适应度计算方式为群进化算法种群筛选和收敛性分析奠定数理基础。

第2部分：算法种群筛选机制。采用聚类算法设计自适应种群筛选机制，构建用于缺陷检测的保留个体和用于算法迭代更新运算的分析个体。筛选出关联检测路径数目大于等于3的个体作为分析个体；计算当代种群中个体最大关联检测路径数目，取其0.75倍作为保留个体筛选阈值。当满足筛选阈值的个体数目小于或等于预设保留数目时，则将所有满足筛选条件的个体分别作为保留个体和分析个体。当满足保留个体筛选阈值的个体数目大于预设保留数目时，则采用聚类算法将所有满足条件的个体进行分类，而后基于各聚类种群规模和预设保留数目的比值关系由各聚类种群中随机选择个体，构建保留个体和分析个体。