基于dbscan及互相關(guān)算法的超聲檢測裝置及方法
【專利摘要】本發(fā)明公開了基于DBSCAN及互相關(guān)算法的超聲檢測裝置及方法，用于對帶有波紋管的混凝土結(jié)構(gòu)檢測，將回波信號進(jìn)行處理，從而得到混凝土中波紋管的內(nèi)部結(jié)構(gòu)，利用DBSCAN算法對所接收到的回波信號進(jìn)行缺陷的初步預(yù)判區(qū)域的預(yù)判處理，結(jié)合應(yīng)用互相關(guān)算法對缺陷初步預(yù)判區(qū)域的回波信號進(jìn)行逐點處理，提取缺陷信息，定位缺陷位置，得到精準(zhǔn)的缺陷位置并預(yù)估缺陷尺寸相對大小。本發(fā)明是結(jié)合利用DBSCAN算法快速尋找出缺陷區(qū)域的能力，同時利用互相關(guān)算法的精準(zhǔn)定位和缺陷尺寸預(yù)估的能力，提高了日常檢測和維護(hù)大型混凝土結(jié)構(gòu)的工作效率，可靠性高，有利于實際的推廣及使用。
【專利說明】基于DBSCAN及互相關(guān)算法的超聲檢測裝置及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于超聲檢測及分析【技術(shù)領(lǐng)域】，具體涉及一種基于DBSCAN及互相關(guān)算法的超聲無損檢測裝置及方法。
【背景技術(shù)】
[0002]波紋管廣泛應(yīng)用于預(yù)應(yīng)力橋梁結(jié)構(gòu)中，波紋管注漿壓漿是極其重要的工序，波紋管注漿壓漿不密實，直接導(dǎo)致橋梁、梁體結(jié)構(gòu)喪失使用性能，導(dǎo)致嚴(yán)重的安全問題。近些年來，超聲無損檢測技術(shù)(NDT)越來越多應(yīng)用于混凝土結(jié)構(gòu)內(nèi)部問題的檢測工作中，但在實際孔道預(yù)應(yīng)力波紋管壓漿質(zhì)量檢測中，所檢測的對象大多數(shù)是帶有波紋管的混凝土結(jié)構(gòu)，內(nèi)部問題往往是無規(guī)則形狀的缺陷或空腔，一般的信號處理方法對缺陷分析特征不夠明顯，存在漏判、誤判等現(xiàn)象，檢測效率低，尤其是難以精確定位缺陷位置和難以預(yù)估出缺陷尺寸的相對大小。

【發(fā)明內(nèi)容】

[0003]為了解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供了基于DBSCAN及互相關(guān)算法的超聲檢測裝置及方法，通過將DBSCAN算法與互相關(guān)算法相結(jié)合，精準(zhǔn)確定波紋管內(nèi)缺陷位置并且能夠預(yù)估缺陷尺寸相對大小，波紋管中缺陷越大，對波紋管結(jié)構(gòu)體壽命影響就越大，預(yù)估缺陷尺寸大小，可以排查出一些危害性較大的缺陷，更有效地對橋梁或建筑等混凝土結(jié)構(gòu)進(jìn)行質(zhì)量監(jiān)測和維護(hù)，可靠性高，有利于實際的推廣及使用。
[0004]為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是:
[0005]基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:包括
[0006]信號激勵模塊，用于產(chǎn)生大功率正弦調(diào)制脈沖信號；
[0007]信號采集模塊，經(jīng)信號激勵模塊脈沖信號的激勵產(chǎn)生超聲波檢測信號，并對回波信號進(jìn)行接收、采集及存儲；
[0008]信號處理模塊，回波信號經(jīng)過DBSCAN算法處理并根據(jù)處理結(jié)果預(yù)判出缺陷的初步預(yù)判區(qū)域；
[0009]最終判定模塊，對回波信號基于互相關(guān)算法進(jìn)行判定，在基于DBSCAN算法預(yù)判出缺陷的初步預(yù)判區(qū)域的基礎(chǔ)上精準(zhǔn)判定出缺陷位置并預(yù)估缺陷尺寸相對大小；
[0010]所述信號激勵模塊與信號采集模塊的一端相連接，所述信號采集模塊的另一端與信號處理模塊的一端相連接，所述最終判定模塊與信號處理模塊的另一端相連接。
[0011]前述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:所述信號采集模塊包括發(fā)射換能器、與發(fā)射換能器相匹配的接收換能器，所述發(fā)射換能器與信號激勵模塊相連接，所述接收換能器與信號處理模塊相連接，所述發(fā)射換能器與接收換能器相互平行且位于待測波紋管的正上方，所述發(fā)射換能器用于發(fā)射超聲波檢測信號，所述接收換能器用于接收、采集與存儲回波信號，并發(fā)送給信號處理模塊。
[0012]前述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:所述信號處理模塊包括依次相互連接的集成運(yùn)算放大器、A/D轉(zhuǎn)換器、數(shù)據(jù)存儲器及DBSCAN算法單元，所述集成運(yùn)算放大器作為信號處理模塊的輸入端與信號采集模塊相連接，所述DBSCAN算法單元作為信號處理模塊的輸出端與最終判定模塊相連接。
[0013]前述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:所述最終判定模塊包括相連接的互相關(guān)算法判定模塊與顯示模塊，所述互相關(guān)算法判定模塊包括依次相互連接的參考信號選取模塊、互相關(guān)算法模塊、位置和尺寸判定模塊，所述互相關(guān)算法判定模塊利用互相關(guān)算法判定從接收換能器接收到的缺陷信息，所述顯示模塊用圖像顯示出得到的缺陷信息數(shù)據(jù)，展示出待測波紋管結(jié)構(gòu)中的缺陷位置并預(yù)估缺陷尺寸相對大小。
[0014]運(yùn)行在前述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置的檢測方法，其特征在于:包括以下步驟，
[0015]步驟(I)、信號激勵模塊產(chǎn)生大功率正弦調(diào)制脈沖信號，激勵信號采集模塊中的發(fā)射換能器產(chǎn)生用于檢測待測波紋管的超聲波檢測信號；
[0016]步驟(2)、信號采集模塊中的接收換能器對回波信號進(jìn)行接收、采集并存儲；
[0017]步驟(3)、信號采集模塊中的發(fā)射換能器與接收換能器同時采用步進(jìn)的方式沿待測波紋管的長度方向以固定的速度移動，重復(fù)步驟(I)、(2)，直至信號采集模塊檢測完待測波紋管；
[0018]步驟(4)、信號處理模塊采用DBSCAN算法對采集到的回波信號進(jìn)行處理，做出缺陷的初步預(yù)判區(qū)域的預(yù)判，將結(jié)果傳給最終判定模塊；
[0019]步驟(5)、最終判定模塊對回波信號的數(shù)據(jù)進(jìn)行判定，判定過程基于互相關(guān)算法，定位并提取回波信號的缺陷信息，并用圖像顯示出得到的缺陷信息數(shù)據(jù)，展示出待測波紋管的缺陷位置并且能夠預(yù)估缺陷尺寸相對大小。
[0020]前述的基于DBSCAN及互相關(guān)算法的超聲檢測方法，其特征在于:步驟⑷中信號處理模塊采用DBSCAN算法對采集到的回波信號進(jìn)行處理的方法為一發(fā)一收模式，實現(xiàn)待測波紋管全區(qū)域掃描，預(yù)判出缺陷的初步預(yù)判區(qū)域，具體如下，
[0021]I)將采集到的回波信號Xi(t)，i = 1，2，3...，η歸入數(shù)據(jù)集D中，其中i表示回波信號Xi(t)的下標(biāo)，t表示回波信號Xi(t)的離散時間點，把數(shù)據(jù)集D內(nèi)所有對象P標(biāo)記為未處理狀態(tài)；
[0022]2)對數(shù)據(jù)集D內(nèi)所有對象P進(jìn)行依次處理，若對象P已經(jīng)歸入密實簇C或缺陷簇U，則繼續(xù)執(zhí)行步驟(3);否則，執(zhí)行步驟(4)；
[0023]3)檢查對象P的鄰域，如果對象P鄰域內(nèi)包含的對象數(shù)大于等于密度閾值MinPts，則標(biāo)記對象P為密實核心點，將P鄰域內(nèi)所有點加入密實簇C中；否則標(biāo)記對象P為缺陷點，并加入缺陷簇U中；
[0024]4)對于對象P鄰域中尚未被處理的對象q,檢查對象q鄰域,若對象q鄰域內(nèi)包含至少密度閾值MinPts個對象，則將對象q鄰域中未歸入任何一個簇的對象加入到密實簇C中；若對象q鄰域內(nèi)包含的對象數(shù)小于密度閾值MinPts個對象，則將對象q鄰域內(nèi)的對象加入到缺陷簇U中；
[0025]5)通過步驟(3)、(4)得到集合后的密實簇C、集合后的缺陷簇U，將歸入到集合后的缺陷簇U中的各點回波信號按照下標(biāo)i從小到大的順序進(jìn)行排序，通過將相鄰兩個回波信號的下標(biāo)之差大于I處作為斷點，將缺陷簇U劃分為j個缺陷區(qū)域集合U(j)；[0026]6)輸出集合后的密實簇C、j個缺陷區(qū)域集合U(j)，預(yù)先判定j個缺陷區(qū)域集合U(J)對應(yīng)j個缺陷的初步預(yù)判區(qū)域。
[0027]前述的基于DBSCAN及互相關(guān)算法的超聲檢測方法，其特征在于:步驟(5)中判定過程基于互相關(guān)算法，定位并提取回波信號的缺陷信息的方法為:
[0028]I)根據(jù)集合后的密實簇C，任意選定一點，將此點的信號波形作為參考信號波形Xref⑴，將參考信號波形Xref⑴分別與各個缺陷區(qū)域集合U(j)內(nèi)的各點信號波形Xi(t)做互相關(guān)運(yùn)算處理，
【權(quán)利要求】
1.基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:包括 信號激勵模塊，用于產(chǎn)生大功率正弦調(diào)制脈沖信號； 信號采集模塊，經(jīng)信號激勵模塊脈沖信號的激勵產(chǎn)生超聲波檢測信號，并對回波信號進(jìn)行接收、采集及存儲； 信號處理模塊，回波信號經(jīng)過DBSCAN算法處理并根據(jù)處理結(jié)果預(yù)判出缺陷的初步預(yù)判區(qū)域； 最終判定模塊，對回波信號基于互相關(guān)算法進(jìn)行判定，在基于DBSCAN算法預(yù)判出缺陷的初步預(yù)判區(qū)域的基礎(chǔ)上精準(zhǔn)判定出缺陷位置并預(yù)估缺陷尺寸相對大??； 所述信號激勵模塊與信號采集模塊的一端相連接，所述信號采集模塊的另一端與信號處理模塊的一端相連接，所述最終判定模塊與信號處理模塊的另一端相連接。
2.根據(jù)權(quán)利要求1所述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:所述信號采集模塊包括發(fā)射換能器、與發(fā)射換能器相匹配的接收換能器，所述發(fā)射換能器與信號激勵模塊相連接，所述接收換能器與信號處理模塊相連接，所述發(fā)射換能器與接收換能器相互平行且位于待測波紋管的正上方，所述發(fā)射換能器用于發(fā)射超聲波檢測信號，所述接收換能器用于接收、采集與存儲回波信號，并發(fā)送給信號處理模塊。
3.根據(jù)權(quán)利要求1所述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:所述信號處理模塊包括依次相互連接的集成運(yùn)算放大器、A/D轉(zhuǎn)換器、數(shù)據(jù)存儲器及DBSCAN算法單元，所述集成運(yùn)算放大器作為信號處理模塊的輸入端與信號采集模塊相連接，所述DBSCAN算法單元作為信號處理模塊的輸出端與最終判定模塊相連接。
4.根據(jù)權(quán)利要求1所述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置，其特征在于:所述最終判定模塊包括相連接的互相關(guān)算法判定模塊與顯示模塊，所述互相關(guān)算法判定模塊包括依次相互連接的參考信號選取模塊、互相關(guān)算法模塊、位置和尺寸判定模塊，所述互相關(guān)算法判定模塊利用互相關(guān)算法判定從接收換能器接收到的缺陷信息，所述顯示模塊用圖像顯示出得到的缺陷信息數(shù)據(jù)，展示出待測波紋管結(jié)構(gòu)中的缺陷位置并預(yù)估缺陷尺寸相對大小。
5.運(yùn)行在權(quán)利要求1所述的基于DBSCAN及互相關(guān)算法的超聲檢測裝置的檢測方法，其特征在于:包括以下步驟， 步驟(1)、信號激勵模塊產(chǎn)生大功率正弦調(diào)制脈沖信號，激勵信號采集模塊中的發(fā)射換能器產(chǎn)生用于檢測待測波紋管的超聲波檢測信號； 步驟(2)、信號采集模塊中的接收換能器對回波信號進(jìn)行接收、采集并存儲； 步驟(3)、信號采集模塊中的發(fā)射換能器與接收換能器同時采用步進(jìn)的方式沿待測波紋管的長度方向以固定的速度移動，重復(fù)步驟(1)、(2)，直至信號采集模塊檢測完待測波紋管； 步驟(4)、信號處理模塊采用DBSCAN算法對采集到的回波信號進(jìn)行處理，做出缺陷的初步預(yù)判區(qū)域的預(yù)判，將結(jié)果傳給最終判定模塊； 步驟(5)、最終判定模塊對回波信號的數(shù)據(jù)進(jìn)行判定，判定過程基于互相關(guān)算法，定位并提取回波信號的缺陷信息，并用圖像顯示出得到的缺陷信息數(shù)據(jù)，展示出待測波紋管的缺陷位置并且預(yù)估缺陷尺寸相對大小。
6.根據(jù)權(quán)利要求5所述的基于DBSCAN及互相關(guān)算法的超聲檢測方法，其特征在于:步驟(4)中信號處理模塊采用DBSCAN算法對采集到的回波信號進(jìn)行處理的方法為一發(fā)一收模式，實現(xiàn)待測波紋管全區(qū)域掃描，預(yù)判出缺陷的初步預(yù)判區(qū)域，具體如下， 1)將采集到的回波信號Xi(t)，i= 1，2，3...，η歸入數(shù)據(jù)集D中，其中i表示回波信號Xi (t)的下標(biāo)，t表示回波信號Xi (t)的離散時間點，把數(shù)據(jù)集D內(nèi)所有對象P標(biāo)記為未處理狀態(tài)； 2)對數(shù)據(jù)集D內(nèi)所有對象P進(jìn)行依次處理，若對象P已經(jīng)歸入密實簇C或缺陷簇U，則繼續(xù)執(zhí)行步驟⑶；否則，執(zhí)行步驟⑷； 3)檢查對象P的鄰域,如果對象P鄰域內(nèi)包含的對象數(shù)大于等于密度閾值MinPts，則標(biāo)記對象P為密實核心點，將P鄰域內(nèi)所有點加入密實簇C中；否則標(biāo)記對象P為缺陷點，并加入缺陷簇U中； 4)對于對象P鄰域中尚未被處理的對象q，檢查對象q鄰域，若對象q鄰域內(nèi)包含至少密度閾值MinPts個對象，則將對象q鄰域中未歸入任何一個簇的對象加入到密實簇C中；若對象q鄰域內(nèi)包含的對象數(shù)小于密度閾值MinPts個對象，則將對象q鄰域內(nèi)的對象加入到缺陷簇U中； 5)通過步驟(3)、(4)得到集合后的密實簇C、集合后的缺陷簇U，將歸入到集合后的缺陷簇U中的各點回波信號按照下標(biāo)i從小到大的順序進(jìn)行排序，通過將相鄰兩個回波信號的下標(biāo)之差大于I處作為斷點，將缺陷簇U劃分為j個缺陷區(qū)域集合U(j)； 6)輸出集合后的密實簇C、j個缺陷區(qū)域集合U(j)，預(yù)先判定j個缺陷區(qū)域集合U (j)對應(yīng)j個缺陷的初步預(yù)判區(qū)域。
7.根據(jù)權(quán)利要求5所述的基于DBSCAN及互相關(guān)算法的超聲檢測方法，其特征在于:步驟(5)中判定過程基于互相關(guān)算法，定位并提取回波信號的缺陷信息的方法為: 1)根據(jù)集合后的密實簇C，任意選定一點，將此點的信號波形作為參考信號波形xMf⑴，將參考信號波形Xref⑴分別與各個缺陷區(qū)域集合U(j)內(nèi)的各點信號波形Xi(t)做互相關(guān)運(yùn)算處理，
8.根據(jù)權(quán)利要求7所述的基于DBSCAN及互相關(guān)算法的超聲檢測方法，其特征在于:根據(jù)回波信號在有無缺陷處的信號相關(guān)性的不同進(jìn)行缺陷檢測，相關(guān)性越低，說明缺陷的可能性越大；通過回波信號的互相關(guān)系數(shù)來判斷缺陷的位置并預(yù)估缺陷尺寸的相對大小，從而進(jìn)行缺陷檢測。
【文檔編號】G01N29/06GK103940908SQ201410176156
【公開日】2014年7月23日 申請日期:2014年4月28日 優(yōu)先權(quán)日:2014年4月28日
【發(fā)明者】成錦, 韓慶邦, 王茜, 趙勝永, 朱昌平, 殷成, 李建, 湯一彬 申請人:河海大學(xué)常州校區(qū)