本發(fā)明涉及超聲探傷成像，具體涉及一種基于超聲探傷技術(shù)的罐體缺陷自適應(yīng)成像方法。

背景技術(shù)：

1、超聲探傷技術(shù)是一種無損檢測方法，它通過發(fā)送高頻聲波并接收反射波來檢測材料內(nèi)部的缺陷。當(dāng)超聲波遇到材料內(nèi)部的缺陷時(shí)，會(huì)發(fā)生反射，反射波被探測器接收并轉(zhuǎn)化為電信號，通過分析這些信號，可以推斷出缺陷的位置、大小和形狀?，F(xiàn)有技術(shù)中，對容器外殼的缺陷檢測主要集中在表面疲勞裂紋的檢測上，如申請?zhí)枮?02111231964.3的專利公開了一種壓力容器外殼表面疲勞裂紋的無損檢測方法及系統(tǒng)，其檢測步驟是:清理外殼表面，繼而在表面施加滲透劑，繼而放入高壓室中外殼進(jìn)行恒壓周期性振動(dòng)，其目的是為了使?jié)B透劑滲透入外殼，便于后續(xù)使用顯像劑對外殼進(jìn)行顯影，進(jìn)一步便于高清攝像機(jī)對顯影圖像進(jìn)行掃描，從而獲得缺陷圖像，清洗后進(jìn)一步使用超聲波對外殼進(jìn)行超聲探測，進(jìn)而獲得外殼缺陷的特征數(shù)據(jù)；該專利申請公開的技術(shù)方案中，并未說明后期高清攝像機(jī)是否能對容器外殼內(nèi)壁進(jìn)行拍攝，同時(shí)，在該技術(shù)方案中，先通過高清攝像機(jī)對顯像圖像進(jìn)行掃描進(jìn)而判斷容器損壞進(jìn)而判斷是否進(jìn)行下一步的超聲探測，該步驟容易造成對外殼非表面，即內(nèi)部缺陷的疏漏。

2、另一方面，現(xiàn)有技術(shù)中，超聲探頭采集的超聲信號通常需要轉(zhuǎn)換為灰度圖，使缺陷部位與正常部位在灰度上形成對比，有助于發(fā)現(xiàn)和識別缺陷。

3、現(xiàn)有的圖像處理算法中，直方圖均衡化通過調(diào)整圖像的灰度直方圖，使其均勻分布，從而增強(qiáng)對比度，然而其可能導(dǎo)致噪聲增強(qiáng)，影響圖像質(zhì)量，且對于對比度良好的圖像，效果有限。濾波技術(shù)中，中值濾波的計(jì)算復(fù)雜，對大范圍噪聲效果不佳。高斯濾波會(huì)模糊圖像細(xì)節(jié)，影響邊緣檢測效果。而本技術(shù)中采用冪次變換、雙線性插值和均值濾波技術(shù)對缺陷的灰度圖像進(jìn)行處理。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的是研制出一種基于超聲探傷技術(shù)的罐體缺陷自適應(yīng)成像方法，對超聲掃描缺陷進(jìn)行可視化處理，將掃描結(jié)果轉(zhuǎn)換為灰度圖，根據(jù)掃描面的缺陷深度情況對掃描前進(jìn)速度的自適應(yīng)，在保證檢測結(jié)果準(zhǔn)確性的同時(shí)，提高了檢測效率。

2、本發(fā)明的基于超聲探傷技術(shù)的罐體缺陷自適應(yīng)成像方法，包括以下步驟：

3、s1.根據(jù)被檢測件的檢測需求設(shè)置超聲探傷小車的行駛路徑。

4、s2.超聲探傷小車沿預(yù)設(shè)行駛路徑行駛，同時(shí)超聲探頭開始工作，對被檢測件發(fā)出超聲波，被檢測件內(nèi)部反射回信號被接收并記錄，傳回小車數(shù)據(jù)處理中心。

5、s3.數(shù)據(jù)處理中心采用基于復(fù)合指標(biāo)ci的金豺算法優(yōu)化變分模態(tài)分解的算法對超聲信號進(jìn)行處理，再基于算法逼近度指標(biāo)值和相關(guān)系數(shù)指標(biāo)值建立目標(biāo)函數(shù)，利用自適應(yīng)重構(gòu)算法對信號進(jìn)行去噪重構(gòu)，并在全遍歷路徑規(guī)劃下獲得缺陷灰度圖像，并利用小車內(nèi)部通訊裝置將缺陷灰度圖像傳回顯示端。

6、一種可能的實(shí)現(xiàn)方式中，在步驟s2中，所述超聲探傷小車在行駛過程中自動(dòng)識別行駛區(qū)域內(nèi)被檢測件缺陷密集程度，若缺陷密集度高于預(yù)設(shè)值，則小車行駛速度放緩，增加缺陷密集處的掃描精度；若缺陷密集度低于預(yù)設(shè)值，則小車在保證最低掃描精度前提下，提高行駛速度，以增加掃描效率。

7、一種可能的實(shí)現(xiàn)方式中，在步驟s3中，基于復(fù)合指標(biāo)ci的金豺算法優(yōu)化變分模態(tài)分解的算法對超聲信號進(jìn)行處理的具體步驟包括：

8、a.輸入超聲信號，初始化gjo參數(shù)，設(shè)置\left [ {k,\alpha } \right ]的搜索范圍，隨機(jī)生成金豺?qū)瞳C物位置。

9、b.在不同金豺?qū)ξ恢孟吕胿md分解輸入信號，計(jì)算適應(yīng)度函數(shù)復(fù)合指標(biāo)ci的值，最優(yōu)解為公豺位置，次優(yōu)解為母豺位置。

10、計(jì)算levy運(yùn)動(dòng)隨機(jī)數(shù)及獵物逃逸能量，若，則采用公式ⅰ、公式ⅱ、公式ⅲ更新獵物位置，金豺?qū)M(jìn)行全局搜索；否則，采用公式ⅲ、公式ⅳ和公式ⅴ更新獵物位置，金豺?qū)M(jìn)行局部搜索和攻擊；所述公式ⅰ為：

11、；所述公式ⅱ為：；所述公式ⅲ為：。

12、所述公式ⅳ為：；所述公式ⅴ為：。

13、c.根據(jù)獵物位置更新金豺?qū)ξ恢谩?/p>

14、d.迭代運(yùn)行，返回至步驟b，直到最大迭代次數(shù)后輸出最佳\left [ {k,\alpha } \right ]以及最小復(fù)合指標(biāo)。

15、e.根據(jù)步驟d得到的最佳\left [ {k,\alpha } \right ]結(jié)果對信號進(jìn)行vmd分解，得到k個(gè)imf分量。

16、一種可能的實(shí)現(xiàn)方式中，在步驟s3中，獲得所述缺陷灰度圖像的具體步驟包括：

17、（1）將超聲信號經(jīng)過vmd分解后，重構(gòu)信號表示為：

18、。

19、式中，為固有模態(tài)函數(shù)；為固有模態(tài)分量個(gè)數(shù)；為余項(xiàng)。

20、（2）將超聲信號表示為：，定義任意算法的降噪偏差均方根誤差為：

21、。

22、式中，為第時(shí)刻的超聲信號數(shù)值，；為采樣信號總個(gè)數(shù)；為算法對降噪結(jié)果，；用來評價(jià)重構(gòu)信號與原始信號之間的誤差。

23、定義為算法的相關(guān)系數(shù)：

24、。

25、式中，為第時(shí)刻的超聲信號數(shù)值，；為算法對降噪結(jié)果，；用來評價(jià)重構(gòu)信號與原始信號之間的相似程度；·為內(nèi)積運(yùn)算。

26、（3）根據(jù)逼近度指標(biāo)值和相關(guān)系數(shù)指標(biāo)值，建立如下優(yōu)良降噪判定準(zhǔn)則：

27、約束條件：

28、?。

29、降噪重構(gòu)算法目標(biāo)函數(shù)為：

30、。

31、（4）迭代運(yùn)行，通過算法ra獲得降噪重構(gòu)后的超聲信號，并提取出測量厚度值。

32、（5）?經(jīng)過超聲探傷小車的全遍歷路徑規(guī)劃掃描獲取缺陷的超聲灰度圖像。

33、本發(fā)明的有益效果：本發(fā)明對掃描缺陷進(jìn)行可視化處理，將掃描結(jié)果轉(zhuǎn)換為灰度圖，并且根據(jù)掃描面的缺陷密度情況對超聲探傷小車掃描前進(jìn)速度進(jìn)行自適應(yīng)控制，在保證最低掃描精度的前提下，若表面缺陷稀疏，則提高小車的掃描速度，從而增加掃描效率；若表面缺陷密集，則降低小車掃描速度，便于進(jìn)一步準(zhǔn)確地繪制灰度圖，增加掃描精度。本發(fā)明相較其他方案效率更高，灰度圖展示缺陷方式更加直觀。采用本發(fā)明的算法相比現(xiàn)有常規(guī)算法具有以下優(yōu)勢：

34、1.動(dòng)態(tài)調(diào)整掃描速度：現(xiàn)有的常規(guī)算法通常采用固定掃描速度，不能根據(jù)缺陷密度進(jìn)行調(diào)整，可能導(dǎo)致效率低下或掃描精度不足。本發(fā)明通過動(dòng)態(tài)調(diào)整掃描速度，確保在缺陷稀疏時(shí)提高掃描效率，在缺陷密集時(shí)保證掃描精度。

35、2.更高的檢測精度：通過自適應(yīng)控制，能夠在缺陷密集區(qū)域降低掃描速度，獲取更詳細(xì)的灰度圖，提供更高的檢測精度。這種方法有效避免了現(xiàn)有算法中由于速度固定導(dǎo)致的缺陷漏檢或誤檢問題。

36、3.智能化控制：本發(fā)明的算法利用掃描數(shù)據(jù)進(jìn)行實(shí)時(shí)分析和調(diào)整，體現(xiàn)了智能化控制的優(yōu)勢，相較于現(xiàn)有的手動(dòng)或半自動(dòng)調(diào)整方法更加高效和準(zhǔn)確。

37、4.資源優(yōu)化利用：通過優(yōu)化掃描速度，本發(fā)明減少了不必要的掃描時(shí)間和資源消耗，提高了整體檢測過程的資源利用率，相較于現(xiàn)有算法更加經(jīng)濟(jì)高效。

38、綜上所述，本發(fā)明不僅在缺陷可視化處理和灰度圖生成方面具有顯著優(yōu)勢，而且通過自適應(yīng)控制掃描速度，顯著提高了掃描效率和檢測精度，展現(xiàn)出優(yōu)于現(xiàn)有常規(guī)算法的顯著優(yōu)勢。