[发明专利]一种基于卷积网络和轨迹跟踪的复合材料缺陷超声检测方法

说明书

本发明公开了一种基于卷积网络和轨迹跟踪的复合材料缺陷超声检测方法，包括以下步骤，步骤1，建立超声波数据库；步骤2，从超声波数据库中获取数据集，并构建深度学习神经网络算法模型，确定神经网络模型参数；步骤3，对构建的神经网络深度学习算法模型，用采集构造的数据集进行训练；步骤4，将训练好的神经网络模型参数嵌入到超声设备中，对当前探头位置采集的超声波信号进行实时诊断分类和缺陷可视化标注。能够实现实时的复合材料缺陷诊断与标注。以解决现有的复合材料缺陷或损伤检测依赖于对测试部件的材料特性的了解或对基于物理学的预定信号特征的提取这种专家先验知识，提供一种不同与超声C扫的缺陷可视化方法。

技术领域

本发明属于复合材料缺陷检测技术领域，具体属于一种基于卷积网络和轨迹跟踪的复合材料缺陷超声检测方法。

背景技术

复合材料具有较高的比强度、比刚度，能有效减轻飞机结构重量，还具有抗腐蚀、破损安全性高的优点。复合材料以优异的性能表现在飞机结构中应用比例越来越高，已经由次要结构向主要结构、复杂受力结构发展。复合材料构件在生产过程可能会带有缺陷，使用过程中会出现各种类型损伤，损伤和缺陷类型包括裂纹、划伤、烧蚀、雷击、凹坑、穿孔、分层和脱粘等。对于缺陷和损伤的检测、分析是至关重要的。评估复合材料或构件的方法有很多种，无损检测方法是其中一个重要类别，无损检测是指在不改变原始属性或伤害被测物的情况下，对材料或部件进行评估和检测，以表征或发现缺陷和损伤。无损检测技术提供了一种成本效益高的测试手段，可以对样品进行单独调查，也可以应用于生产过程中对整个材料进行检查，在生产质量控制系统中检查整个材料。目前针对飞机复合材料结构损伤检查方法主要有目视检测法、敲击检查法、超声检测法、红外热波法及X射线检测法。

利用仪器设备的无损检测主要用于内场维修实践检测和生产过程质量评估中使用，其中超声波检测技术由于超声波有强穿透力、灵敏度高的特点同时检测设备轻便、成本较低，因此在对复合材料检测应用广泛，适用于复合材料结构的分层、脱胶、胶接气孔等损伤或缺陷的检测。

目前超声波检测方法作为一种广泛的复合材料无损检测技术，传统的超声无损检测技术依赖于对测试部件的材料特性的了解或对基于物理学的预定信号特征的提取，不同复合材料部件损伤的超声检测专家先验知识难以获得，同时人工判读信号存在人力成本高，检测效率低的问题。

发明内容

为了解决现有技术中存在的问题，本发明提供一种基于卷积网络和轨迹跟踪的复合材料缺陷超声检测方法，以实现实时的复合材料缺陷诊断与标注。以解决现有的复合材料缺陷或损伤检测依赖于对测试部件的材料特性的了解或对基于物理学的预定信号特征的提取这种专家先验知识，提供一种不同与超声C扫的缺陷可视化方法。

为实现上述目的，本发明提供如下技术方案：

一种基于卷积网络和轨迹跟踪的复合材料缺陷超声检测方法，包括以下步骤，

步骤1，建立超声波数据库；

步骤2，从超声波数据库中获取数据集，并构建深度学习神经网络算法模型，确定神经网络模型参数；

步骤3，对构建的神经网络深度学习算法模型，用采集构造的数据集进行训练；

步骤4，将训练好的神经网络模型参数嵌入到超声设备中，对当前探头位置采集的超声波信号进行实时诊断分类和缺陷可视化标注。

优选的，步骤1中，利用超声波设备对样本件不同区域分别进行数据采集，获得具有不同敏感波形的超声波信号采样数据和超声探头图片数据，建立包含不同敏感波形的超声波数据库。

优选的，步骤1中，建立超声波数据库具体包括以下步骤，

步骤S11，将复合材料被测样本放置在检测平台上；

步骤S12，启动超声设备，调整超声参数；