[发明专利]一种基于激光电视全息技术的结构损伤识别方法在审
申请号: | 201010131257.2 | 申请日: | 2010-03-24 |
公开(公告)号: | CN102081045A | 公开(公告)日: | 2011-06-01 |
发明(设计)人: | 刘龙;于建川 | 申请(专利权)人: | 上海海事大学 |
主分类号: | G01N21/88 | 分类号: | G01N21/88 |
代理公司: | 上海天翔知识产权代理有限公司 31224 | 代理人: | 赵青 |
地址: | 200135 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 激光 电视 全息 技术 结构 损伤 识别 方法 | ||
技术领域
本发明涉及结构损伤识别领域,特别涉及一种基于激光电视全息测试技术的结构损伤检测方法。
背景技术
激光电视全息(Laser TV-Holography)技术是一种非接触式全场实时测量技术,因其通用性强、测量精度高、频率范围宽及测量简便等优点,近年来在振动测试和损伤检测领域得到了快速发展。
激光电视全息技术应用于损伤检测的基本原理是:在外载荷的作用下,结构损伤处的外表面会产生非均匀的变形,在有规则的散斑干涉条纹中会出现明显的异状,如不连续、突变的形状变化和间距变化等,从而可检测出结构缺陷及其位置。激光电视全息技术具有通用性强、测量精度高、频率范围宽及测量简便等特点,可以完成位移、应变、表面缺陷和裂纹检测等多种测试。
但是,在使用过程中发现:要通过干涉条纹变形来判断结构缺陷,首先要将原始干涉条纹图像转换为结构振动位移、应变等分布图,在此数据转换过程中需要进行复杂的计算,不可避免会影响到计算结果的准确性。同时,测量设备对周围环境和操作条件都有一定的要求,测量系统误差的影响往往掩盖了结构损伤的信息;特别是当结构发生较小损伤时,很难判断损伤是否已经出现。
为了提高测量精度,人们一直试图将智能诊断方法引入损伤检测领域,如将神经网络用于图像增强和干涉条纹分析中。但如果要取得较好的预测效果,需要收集大量可靠的试验数据充分训练预测模型,这在很大程度上限制了该方法的广泛应用。近年来出现的支持向量机算法(Support Vector Machine,SVM),在样本量较少的情况下亦能获得很好的学习效果,能够避免神经网络等方法结构难于确定、过学习以及局部极小化等问题。
发明内容
本发明所要解决的技术问题在于,在现有激光电视全息测试技术的基础上,进一步提高结构损伤的识别精度。
为了要解决上述的技术问题,本发明的技术方案如下:先得到无损结构的散斑干涉条纹图像,同时模拟测量噪声对散斑条纹图像的影响,构造一组无损结构的散斑干涉条纹图像,然后通过支持向量机分类算法构建结构损伤检测模型,待测图像经过分类比较后就可判断损伤是否发生,并进一步确定损伤发生的位置。
本发明的结构损伤识别方法,具体包括如下步骤:
(1)建立一组无损结构的散斑干涉条纹图像训练样本集。
散斑干涉图像的像素值Valpixel可表示为:
Valpixel=A cos(θ)J0(2πK·δ) (1)
上式中A为物体光场和参考光场的强度,是一个正态分布随机量;θ为物光场和参考光场的光学相位差,在(0,2π)间随机均匀分布;cos(θ)在像面上就对应于散斑;J0为零阶贝赛尔函数,K为灵敏度向量,δ为以光波为单位的位移振幅。光强分布曲面一般是连续递变的,但在出现缺陷的地方,曲面会发生突然陡变。
如果直接对条纹图像进行分类识别,把整幅图像所有像素点的灰度值作为输入层单元,其维数高达几十万。这对于机器学习是一个很大的考验,同时也是不必要的。将无损结构散斑干涉条纹图像分割为一系列网格,网格的大小要既便于输入计算模型,同时又尽量保留其信息。
划分后的每个网格包括多个像素点,考虑到光学测量噪声的影响,网格的像素并不是取其平均值,而是考虑测试设备测量误差、测量环境、操作条件等条件对测量结果的影响程度。首先根据公式(1)计算像素值概率分布特征;然后随机取网格中某一点像素值作为初始值,并根据测量噪声概率分布特点,计算得到此网格的多个像素值,从而建立多个输入样本。但此时会产生数量很多的散斑干涉条纹图像可供选取,一般随机选取10~20%即可满足网络训练的要求。
以一块板为例,将其分割为20×40个网格,共800个节点。每个节点可能的像素值从0到255(假定8比特摄像头),可以产生256800个干涉图像,但只有800个是相互独立。此时,从独立的800个条纹图中,随机选取10~20%满足网络训练的要求,例如选取100个条纹图像建立训练样本进行训练。
(2)按照支持向量机分类算法,建立损伤检测分类网络。
将无损结构散斑干涉条纹图像的训练样本,输入到支持向量机分类算法中,选择合适的核函数及相关参数,建立基于支持向量机分类算法的无损结构散斑干涉条纹图像分类模型。此模型中包括了测量噪声影响下无损结构散斑干涉条纹图像的变化特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海事大学,未经上海海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010131257.2/2.html,转载请声明来源钻瓜专利网。