[发明专利]基于局部线性嵌入和聚类分割的复材内部缺陷检测方法

说明书

基于局部线性嵌入和聚类分割的复材内部缺陷检测方法，属于碳纤维复合材料内部缺陷无损检测技术领域。它包括以下步骤：(1)获取CFRP内部缺陷检测数据集；(2)超声缺陷数据预处理；(3)局部线性嵌入(LLE)降维；(4)K均值(K‑Means)聚类分割；(5)缺陷识别性能评估。本发明利用局部线性嵌入进行流形降维，提取了分层和叠加缺陷的特征信号，使得干扰噪声和缺陷显著分离，然后使用K‑Means算法对降维后的特征数据进行聚类分割，完成了CFRP内部分层和叠加缺陷的可视化，为超声波缺陷检测数据分析提供了一种简单、合理的分析模式。

技术领域

本发明属于碳纤维复合材料内部缺陷无损检测技术领域，具体涉及基于局部线性嵌入和聚类分割的复材内部缺陷检测方法。

背景技术

碳纤维增强复合材料(CFRP)是一种以碳纤维或碳纤维织物为增强体，以树脂、陶瓷或橡胶等为基体的所形成的一种高性能材料。但在CFRP的制造过程中，常由于许多不确定因素，使复合材料产生裂纹、分层、孔隙等多种缺陷影响其使用性能。此外，在一块CFRP板中，通常会存在多个缺陷，尤其是缺陷的分层和叠加，受较高的层间应力影响，使得材料很容易遭受损伤。因此，CFRP的无损检测受到人们的重视，其中超声波无损检测技术因其易操作、穿透力强等特性得以广泛应用，为材料缺陷检测提供了许多优势。

CFRP内部分层缺陷和叠加缺陷的存在很容易使得超声波检测数据中夹杂着干扰噪声，使得人工目测识别缺陷变得不现实，因此需要对结果进一步分析。然而，大多数现有的超声波缺陷检测数据分析方法旨在增强每个单个超声图像中的缺陷信号，处理过的数据由于缺信号之间的相互覆盖导致缺陷信息丢失。

因此，在超声波缺陷检测数据处理的过程中，选择丰富的特征信息并剔除噪声影响，从而实现缺陷的可视化有着重要的意义。

发明内容

针对现有技术中存在的上述问题，本发明的目的在于提出一种基于局部线性嵌入和聚类分割的碳纤维复材内部缺陷检测方法MCS，该方法针对所有的超声波检测数据，通过流形分割实现缺陷的识别，避免噪声信息冗余和特征信息丢失。

本发明提供如下技术方案：

基于局部线性嵌入和聚类分割的复材内部缺陷检测方法，包括以下步骤：

(1)获取碳纤维增强复合材料CFRP内部缺陷检测数据集

使用超声相控阵检测技术向CFRP缺陷样本发射连续的固定间隔的超声脉冲，捕获经过界面反射前后的超声回波；最后，将获取超声回波数据保存为三维矩阵记录下来；

(2)超声缺陷数据预处理

为了去除分层缺陷和叠加缺陷的回波信号中存在的干扰噪声，对原始的超声回波数据进行预处理，以消除缺陷回波之间的相互影响；

(3)局部线性嵌入LLE降维

将超声波检测数据转换为二维矩阵作为输入，局部线性嵌入LLE通过寻找到每个数据点的最近邻点集合，构建局部线性表示；通过构建拉格朗日函数并进行特征值求解，选择非零的前d个特征向量组成的矩阵作为降维后的结果；

(4)K均值K-Means聚类分割

根据聚类簇数，在降维后的数据集中随机选择相同数量的聚类中心并进行初始化，计算每个样本点到每个簇中心的欧式距离，然后将其分配到最近的簇中；更新分配后的聚类中心并进行重新分配，直到聚类中心不再发生变化，然后输出簇划分图；

(5)缺陷识别性能评估

将簇划分图重构为原尺寸图像后进行可视化定性评估，并通过轮廓系数定量评估缺陷聚类分割的效果。

进一步的，所述步骤(3)的过程如下：