[发明专利]一种基于预测函数模型识别金属材料的方法

说明书

本发明属于金属超声波无损检测技术领域，具体涉及一种基于预测函数模型识别金属材料的方法，包括采集时域信号、计算线性预测系数、设置识别阈值三个步骤。本发明提供了一种金属识别的新方法，是将基于线性预测系数算法的超声波无损检测技术首次应用于金属识别领域；本发明的方法只需要使超声波发射探头从某一面接触被检测物体即可，其操作简单、安全，设备轻便，除此之外，本发明的方法还具有成本低，穿透能力强，定向性好，灵敏度高等优点。

技术领域

本发明属于超声无损检测技术领域，涉及线性预测系数识别金属材料的方法，尤其涉及一种基于预测函数模型识别金属材料的方法。

背景技术

近年来，原料价格不断攀升，贵重金属材料较为紧缺，部分不良商家为了牟取暴利，利用廉价的金属代替价格昂贵的金属，极大的影响了人们的生产生活。因此，实现真伪识别在工业、军事、文物鉴别等众多领域有着广泛的应用。

目前，辨别金属的方法有很多，物理方法如：感官识别、断口识别、火花识别等；化学方法如：滴定分析方法、重量分析法、容量分析法等。但上述方法对于金属本身都具有破坏性，部分操作较为复杂，很难大范围应用。

由于超声无损识别具有非破坏性、操作简单、直接快速、准确度高、适用范围广等特点，成为检测领域的一种重要识别方式。超声波在金属材料中传播时，由于金属晶粒的影响发生散射，对携带金属晶粒信息的反射及散射信号提取特征量进行分析，就可以实现识别。

在现有的研究技术中，有采用超声衰减谱相关系数法和加权欧式距离法等对金属样品进行识别，但现有的研究存在一定的局限，如：由于探头具有指向性，采集信号时，必须严格控制将探头放置在同一位置同一方向上，在实际操作中，这一点很难做到，若其中一个采集错误，与其他信号相差较大，对整个实验结果就有很大的影响，因此，其对操作的精确度和探头的要求较高。

发明内容

针对现有技术中存在的技术问题，本发明提供了一种基于预测函数模型识别金属材料的方法，具有易操作、穿透能力强、定向性好、灵敏度高的优点，能提高金属材料的识别正确率，降低对人和检测探头的依赖性。

为了实现上述目的，本发明采用的技术方案是：

一种基于预测函数模型识别金属材料的方法包括以下步骤：

(1)按照常规方法分别采集标准金属试样和待识别金属试样的时域信号，并依次记为标准信号和待识别信号；

(2)取标准金属试样的时域信号，构建预测函数模型，计算预测误差，利用最小均方误差准则和迭代算法得到标准金属试样的p阶线性预测系数a_i，i＝1～p；

(3)根据金属试样种类以及p阶线性预测系数a_i，采用多倍标准差方法确定出标准信号的阈值Δ；

(4)按照步骤(2)的方法计算出各个待识别信号的p阶线性预测系数；

(5)将待识别信号的p阶线性预测系数与步骤(3)的阈值Δ进行比较，若待识别信号的p阶线性预测系数均在阈值Δ范围内，为同种材料；若有某一阶或某几阶超出阈值范围，为异种材料，实现金属材料的识别。

进一步的，所述步骤(2)具体包括：

(2.1)利用超声探头采集到标准金属试样的时域信号，幅值表示为X(n)，n为超声信号采样点；

(2.2)对标准金属试样时域信号的每一个采样点的幅值X(n)做归一化处理：

其中：X(n)_min为回波信号中最小幅值；X(n)_max为回波信号中最大幅值，x(n)是标准金属试样信号第n个采样点的信号幅值，即真实信号；