[发明专利]一种基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法

权利要求书

1.一种基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法，其特征在于，所述方法包括：

利用超声B型扫查系统采集车窗待检测位置处缺陷的反射波信号；

利用采集得到的超声信号进行原始分解，获得最佳模态分量值K；

根据得到的K值对采集得到的反射波信号进行VMD分解，选取最优IMF分量；

提取最优IMF分量中不同位置声程特性和幅值特性进行成像分析，判断缺陷大小。

2.根据权利要求1所述的基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法，其特征在于，所述超声B型扫查系统包括：

超声脉冲发射/接收器产生激励电压，激励电压加载到纵波直探头，在压电效应的作用下产生纵波信号，纵波信号在样品内部传播，通过自发自收的方式接收振动信号，回波信号经过超声脉冲/接收器内置调理电路后由A/D采集卡采集存储于计算机中，通过上位机软件得到纵波回波数据。

3.根据权利要求1所述的基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法，其特征在于，获得最佳模态分量值K的方法包括：

(1)设置初始分解个数K＝k1；

(2)将原始信号进行VMD分解；

(3)获得分解后通过FFT变换后的频域特性，观察各IMF分量主要频域是否有相同的部分；

(4)若各IMF分量中的主要频段有混叠的部分，则令K＝k1-1，重复(2)(3)，直到各IMF分量中的主要频段没有混叠成分的时候，采用此时的分解个数K；

若各IMF分量中的频段没有混叠的部分，则令K＝k1+1继续进行分解，直到主要频段出现混叠成分，采用分解个数K-1。

4.根据权利要求1所述的基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法，其特征在于，根据得到的K值对采集得到的反射波信号进行VMD分解包括：

设对于任意的超声信号y(t)，则可以构造如下约束变分问题：

其中{y_k}＝{y₁，y₂，y₃，...，y_k}和{w_k}＝{w₁,w₂,w₃,...,w_k}分别为IMF分量和中心频率的集合；y_k为分解后的第k个IMF分量；k为第k个IMF分量的中心频率，K为分解的个数(正整数)，δ(t)为狄拉克分布函数；

使用拉格朗日因子λ(t)和二次惩罚因子α将以上约束变分问题转化为无约束变分问题，其增广的拉格朗日形式可表示如下：

通过交替方向乘子(alternate direction method of multipliers，ADMM)求解增广拉格朗日的“鞍点”，交替寻优迭代后的y_k，w_k和λ；则变分问题的解在频域内的表示如下：

其中分别代表y(t)，y_i(t)，λ(t)的傅里叶变换，在公式(3)中包含一组维纳滤波器，各IMF分量的时域信号通过对滤波后的信号作傅里叶逆变换取实部求得；

更新后各IMF分量的中心频率通过下式求得：

5.根据权利要求1所述的基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法，其特征在于，选取的最优IMF分量的方法包括：

选取自适应函数，即信噪比如下：

其中A_signal定义为纵波回波信号的最大幅值，A_noise定义为图中局部噪声幅值的平均值；

计算原始信号与不同IMF分量对应的自适应函数的最大值；

对比各IMF分量间计算得到的自适应函数值，选取自适应函数值中的最大值即为最优的IMF分量。

6.根据权利要求1所述的基于变分模态分解的轨道车辆车窗脱粘超声定量检测方法，其特征在于，提取不同位置的声程特征和幅值特征进行成像具体为：

将各个扫查位置采集到的超声信号放置于同一坐标轴中，得到二维成像图；

进一步对成像结果采用三维视图处理，转换到三维可视化图；

在图像上寻找缺陷信号出现的开端与末端，进而判断缺陷的大小。