[发明专利]一种基于遗传算法的超声传感器阵列参数的分析方法

说明书

本发明公开了一种基于遗传算法的超声传感器阵列参数的分析方法，用于对GIS壳体焊缝内部缺陷进行检测，属于无损检测领域。该方法以全聚焦成像法则为目标函数，通过遗传算法对超声传感器阵列的中心频率和孔径尺寸进行优化。该方法的优势在于通过与优化算法相结合对超声传感器阵列参数进行优化，可以在全局范围内找出最佳的检测参数组合，克服以往根据经验来多次调整阵列参数，且未必得到最优的阵列参数下的检测结果。由于焊缝中缺陷要比各向同性材料中的缺陷检测难度大，通过该方法找到最优的检测参数，更有利于焊缝内缺陷的检出；因此，此方法具有很强的实用性，并可提高GIS壳体焊缝内部缺陷的检出率。

技术领域

本发明是基于遗传算法的超声传感器阵列参数分析方法。该方法以全聚焦成像法则为目标函数，通过遗传算法对超声传感器阵列的中心频率和孔径尺寸进行优化，得到最优的中心频率和孔径尺寸，以此提高GIS壳体焊缝内部缺陷的检出率，属于无损检测领域。

背景技术

随着现在工业水平的迅猛发展，焊接技术已经被广泛应用于压力容器、船舶、航空航天、电力系统等工业领域中。目前焊接的工艺方法有很多种，主要包括熔焊、钎焊、压焊等焊接方式。焊缝在焊接过程中受焊接设备、焊接工艺、材料残余应力及材料尺寸等因素的影响，可能产生多种不同的焊接缺陷。另外，在长期的服役过程中可能经受高温、高压或腐蚀等环境的影响，在焊缝内部也会产生缺陷。焊缝内部常见的缺陷类型有裂纹、未融合、未焊透、气孔和夹渣等。焊缝缺陷严重影响焊缝质量，使其安全性和可靠性降低，易引发安全生产事故。因此，焊缝的安全问题是焊接领域中非常重要的问题。

近年来，超声相控阵技术以其灵活的声束聚焦和方向控制能力，使其在复杂构件缺陷检测领域(例如焊缝中)的应用日渐广泛。超声相控阵检测技术采用由多个阵元组成的阵列换能器，通过电子技术控制各阵元的超声激励接收延时，实现声束在试件内部的定向偏转及聚焦。目前，超声相控阵技术主要沿两个方向发展：一个方向是相控阵后处理技术，超声相控阵后处理成像技术是通过对采集到的全矩阵数据进行离线处理，进而获得高精度的成像效果，其中最常用的为全聚焦和矢量全聚焦等成像方法。另一研究方向是超声传感器阵列的参数的优化研究，通过全局优化算法如模拟退火算法、遗传算法等对传感器阵列的某些参数进行优化。本方法的特点是将当前相控阵技术的两个研究方向相结合，即将遗传算法和全聚焦成成像法则相结合，以超声阵列的中心频率和孔径尺寸为优化变量，全聚焦成像法则为目标函数，通过多次优化迭代，在计算精度达到要求时迭代运算停止；最终，得到超声传感器阵列的最优的中心频率和孔径尺寸。

遗传算法(GA)是60年代初期由美国学者Holland提出的它是模拟生物学的自然遗传和达尔文进化理论的随机优化算法，本质上是一种求解问题的高效并行的全局搜索方法，能在搜索中自动获取和积累有关搜索空间的知识，自适应地控制搜索过程，以求得最优解。每个个体表示空间中的一个解点，利用某种编码技术把个体称作染色体的数串，并模拟由这些数串组成群体的进化过程。GA从任一初始化群体出发，通过随机选择、交叉和变异等遗传操作，使群体一代代进化到搜索空间中越来越好的区域，直至最优解，其固有的并行性和不易陷入局部最优的特点，使之非常适合于大规模搜索空间的寻优。

全聚焦成像法则是一种最常用的虚拟聚焦技术，通过对全矩阵数据进行延时、加权合成等数据处理，模拟常规相控阵超声检测技术对试件内部某一特定点进行声束的偏转聚焦，并获得声束与内部缺陷相互作用后回波信号的幅值。研究结果表明，在一种称为“阵列换能器性能指示器(Array performance indicator，API)”的评价系数标准下TFM的成像质量远远优于常规相控阵超声成像方法。

发明内容