[发明专利]基于漏磁信号的缺陷轮廓反演方法有效
申请号: | 201810354589.3 | 申请日: | 2018-04-19 |
公开(公告)号: | CN108615234B | 公开(公告)日: | 2021-01-01 |
发明(设计)人: | 黄松岭;彭丽莎;赵伟;王珅;邹军;汪芙平;龙跃;桂林;董甲瑞;于歆杰;黄紫靖 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06F30/23 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 信号 缺陷 轮廓 反演 方法 | ||
1.一种基于漏磁信号的缺陷轮廓反演方法,其特征在于,包括以下步骤:
步骤S1:获取待求解的目标缺陷漏磁信号;
步骤S2:通过边缘检测得到所述目标缺陷漏磁信号对应的缺陷开口轮廓形状;
步骤S3:将所述缺陷开口轮廓形状进行近似划分操作,以得到N个沿垂直于磁化方向排列的矩形;
步骤S4:对所述N个沿垂直于磁化方向排列的矩形设置初始的预测深度,以构成N个长方体的子缺陷;
步骤S5:根据所述N个长方体的子缺陷对缺陷漏磁信号数据库的数据进行索引操作,以获取各子缺陷对应的缺陷漏磁信号;
步骤S6:对所述各子缺陷对应的缺陷漏磁信号进行位移变换操作;
步骤S7:对位移变换后的所述各子缺陷对应的缺陷漏磁信号进行组合操作,以得到在当前预测深度序列下的预测缺陷漏磁信号;
步骤S8:获取所述预测缺陷漏磁信号与所述目标缺陷漏磁信号的误差,且在所述误差大于或等于预设阈值时,更新所述当前预测深度序列,并返回所述步骤S5继续迭代,否则停止迭代,所述当前预测深度序列作为最终反演的缺陷深度序列;以及
步骤S9:根据所述缺陷开口轮廓和所述最终反演的缺陷深度序列得到最终反演的缺陷轮廓。
2.根据权利要求1所述的基于漏磁信号的缺陷轮廓反演方法,其特征在于,所述目标缺陷漏磁信号为二维信号矩阵,其中,x方向为磁化方向,y方向垂直于磁化方向。
3.根据权利要求1所述的基于漏磁信号的缺陷轮廓反演方法,其特征在于,还包括:
构建所述缺陷漏磁信号数据库,其中,所述缺陷漏磁信号数据库是由具有长宽深的长方体缺陷所对应的漏磁信号组成的,并且所述缺陷漏磁信号数据库的漏磁信号通过实施漏磁检测试验获得,或者通过搭建有限元仿真模型获得,或者通过构建磁偶极子计算模型获得。
4.根据权利要求1所述的基于漏磁信号的缺陷轮廓反演方法,其特征在于,所述步骤S2进一步包括:
选取满足预设条件的算子模板,其中,所述算子模板包括Robert算子模板、Sobel算子模板和Priwitt算子模板;
对所述目标缺陷漏磁信号进行卷积运算,并对卷积运算后的所述目标缺陷漏磁信号进行二值化处理,以及对二值化处理后的所述目标缺陷漏磁信号通过Canny边缘检测得到所述缺陷开口轮廓形状。
5.根据权利要求1所述的基于漏磁信号的缺陷轮廓反演方法,其特征在于,所述将所述缺陷开口轮廓形状进行近似划分操作,进一步包括:
沿垂直于磁化方向将所述缺陷开口轮廓形状划分为N个长条状部分,其中N≥2;
将各长条状部分近似用等宽的矩形替代,其中,矩形的长度和宽度均根据所述缺陷漏磁信号数据库的长度序列和宽度序列得到。
6.根据权利要求1所述的基于漏磁信号的缺陷轮廓反演方法,其特征在于,所述根据所述N个长方体的子缺陷对缺陷漏磁信号数据库的数据进行索引操作,进一步包括:
根据子缺陷的长宽深在所述数据库中寻找到对应的缺陷,若所述子缺陷的深度为所述数据库中缺陷的深度序列中的元素,则直接提取所述子缺陷在所述数据库中所对应的缺陷漏磁信号;若所述子缺陷的深度不是所述数据库中缺陷的深度序列中的元素,则选取所述数据库中缺陷的深度序列中最相近的第一深度和第二深度,其中,所述子缺陷的深度大于所述第一深度且小于所述第二深度;
分别提取与所述子缺陷长度和宽度相同,且深度分别为所述第一深度和所述第二深度的缺陷所对应的数据库中的第一缺陷漏磁信号和第二缺陷漏磁信息,以得到所述子缺陷所对应的缺陷漏磁信号。
7.根据权利要求6所述的基于漏磁信号的缺陷轮廓反演方法,其特征在于,通过插值公式得到所述子缺陷所对应的缺陷漏磁信号,所述插值公式为:
其中,x方向为磁化方向,y方向垂直于磁化方向,表示第i次迭代过程中第j个子缺陷当前的预测深度,和为深度,和为和的缺陷所对应的数据库中的缺陷漏磁信号。
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清华大学,未经清华大学许可,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/201810354589.3/1.html,转载请声明来源钻瓜专利网。