本发明公开涉及到材料无损检测，特别是涉及基于波形能量特征的导波无基准损伤成像方法。
背景技术：
1、伴随着航天航空、轨道交通、化工制造、船舶工业的蓬勃发展，薄板构件成为工业设备和高端制造装备首选构件。在薄板构件制造和服役过程中，经常面临恶劣的工作环境，可能会遭遇磕碰、划痕、疲劳裂纹、腐蚀等各种损伤。因此，为了确保工业设备的安全性和可靠性，发展薄板构件无损检测技术十分必要。
2、无损检测领域包括各种技术，如热成像、激光和超声检测，其中基于超声导波的检测方法，由于其低成本、远距离传播、高敏感性等优势，已成为结构无损检测领域的研究热点，尤其在薄板结构损伤检测中，超声导波的应用尤为突出。传统的超声导波检测技术通常依赖于基准数据，通过比较检测信号与基准信号的差异来确定损伤的存在和位置特征。然而，在实际工程检测中，传感器与检测构件之间的耦合以及构件本身的特性往往受环境和工作条件等因素的影响。因此，之前获取的基准数据作为参考值的可靠性会显著降低。现有的无基准导波损伤检测技术包括时间反转法、稀疏重建法和对称激励法。时间反转法利用传感器阵列记录的导波信号，通过将信号反向传播回源点来定位和成像结构中的损伤。稀疏重建方法则利用导波传播模型构建字典，并结合构件损伤的稀疏性来识别和定位损伤。对称激励法则利用特殊布置的传感器，分析单模态导波信号中损伤散射波包或对称响应信号的差异性，以实现损伤的精确定位。尽管这些方法在超声导波检测技术中取得了显著进展，但它们主要依赖于散射信号或信号变化的研究，通常忽略了不同传感器间信号特征的差异性。
3、本发明利用全路径传感器对之间的信号均方根误差来确定伪基准信号，该伪基准信号直接从当前响应信号中自适应选取，无需依赖预先获得的基准信号，利用伪基准信号和响应信号计算得到全路径波形能量特征融合损伤指数，并结合概率损伤检测重建成像算法，实现了导波无基准损伤检测的精确定位。
技术实现思路
1、本发明的目的是提供基于波形能量特征的导波无基准损伤成像方法，该方法不仅能够实现无基准损伤检测，减少对基准信号的依赖，还能显著降低检测过程的工作量。
2、本发明为了实现上述目的，通过以下技术方案实现，包括：
3、在选定的铝板上均匀布置圆形稀疏阵列传感器，圆形稀疏阵列传感器中每个传感器依次作为激励端来进行激励信号，其余传感器来接收响应信号，获取检测区域圆形阵列传感器每条路径上响应信号；
4、对全部路径信号进行分组，每个组具有相同距离，获取每个组信号矩阵；
5、每组按照距离进行信号截断，保留s0模态信号，计算每组信号矩阵中响应信号之间的均方根误差，确定其中均方根误差最大的两个响应信号，并自适应选取幅值较大的信号作为伪基准信号；
6、计算每组信号矩阵中各信号与伪基准信号的均方根误差损伤指数和能量损伤指数，得到全路径波形能量特征融合损伤指数；
7、利用融合损伤指数和概率损伤检测重建成像算法对检测区域中的损伤进行成像，使用概率最大值位置确定成像图中损伤点位置；
8、进一步技术方案，获取检测区域圆形阵列传感器每条路径上响应信号，包括：
9、检测区域布置圆形阵列传感器，选择使用5周期汉宁窗调制正弦波信号来激励，获取每条路径上的响应信号；
10、5周期汉宁窗调制正弦波信号定义为：
11、
12、其中，v0是信号的幅值，f是激励信号的频率，也是响应信号的中心频率，n是激励信号的周期数，采集路径上响应信号为y(t)。
13、进一步技术方案，对全部路径信号进行分组，每个组具有相同距离，获取每组信号矩阵，包括：
14、m＝[y1 y2 … yp … yq]τ (2)
15、yp＝[yp1(t) yp2(t) … yps(t)] (3)
16、其中，m为全部路径信号，被分为q组，yp为传感器路径距离是d的第p组信号矩阵，包括s条响应信号。
17、进一步技术方案，以下所述技术方案中响应信号进行截断处理只保留s0模态信号，包括：
18、
19、其中，tl为s0模态信号左位置时间点，tr为s0模态信号右位置时间点，为s0模态群速度，为a0模态群速度。
20、进一步技术方案，计算每组信号矩阵中响应信号之间的均方根误差，确定其中均方根误差最大的两个响应信号，并自适应选取幅值较大的信号作为伪基准信号；
21、计算每组信号矩阵中响应信号之间的均方根误差，得到均方根误差矩阵rmsep，包括：
22、
23、其中，n为信号采样点数，s为响应信号个数；计算max(rmsep)，得到对应的第i条响应信号和第j条响应信号，比较两者幅值，选择幅值较大的信号作为伪基准信号，记为yb(t)。
24、进一步技术方案，计算每组信号矩阵中各信号与伪基准信号的均方根误差损伤指数和能量损伤指数，得到全路径波形能量特征融合损伤指数；
25、各信号与伪基准信号的均方根误差损伤指数计算如下：
26、
27、其中，dir(m,n)为第m个传感器作为激励端，第n个传感器作为接收端下获取响应信号计算的均方根误差损伤指数，yb为伪基准信号，yp(m,n)为响应信号；
28、各信号与伪基准信号的能量损伤指数计算如下：
29、
30、其中，die(m,n)为第m个传感器作为激励端，第n个传感器作为接收端下获取响应信号计算的能量损伤指数，表示对信号进行希尔伯特变换包络处理；
31、全路径波形能量特征融合损伤指数dif(m,n)表示为：
32、
33、其中，max表示取损伤指数中最大值。
34、进一步技术方案，利用全路径波形能量特征融合损伤指数和概率损伤检测重建成像算法对检测区域中的损伤进行成像，包括：
35、
36、其中,l为传感器个数，p(x,y)为检测区域内(x,y)点的损伤概率值，β为大于1的形状参数。
37、在一些实施例中，计算概率损伤检测重建成像算法中的权重分布函数，包括：
38、
39、其中，r(x,y,m,n)为权重分布函数，rd(x,y,m,n)为点(x,y)到激励传感器m和接收传感器n所成路径的相对距离，(x,y)是检测区域中的像素点坐标，(xm,ym)为激励传感器m的位置坐标，(xn,yn)为接收传感器n的位置坐标。
40、进一步技术方案，在损伤成像之后通过概率最大值位置作为预测损伤点。
41、与现有技术相比，本发明的有益效果是：
42、本发明无需依赖构件健康状态下的响应信号为基准，有效避免了环境变化对检测结果的干扰，并降低了检测过程的工作量。
43、本发明利用波形能量特征能够更准确地描述损伤特征，从而实现快速、准确地定位被检测目标内的损伤点位置，提高了检测的效率和准确度。
1.一种基于波形能量特征的导波无基准损伤成像方法，其特征是，包括：
2.如权利要求1所述的基于波形能量特征的导波无基准损伤成像方法，其特征在于，获取检测区域圆形阵列传感器每条路径上的响应信号，包括：检测区域布置圆形阵列传感器，选择使用5周期汉宁窗调制正弦波信号来激励，获取每条路径上的响应信号；
3.如权利要求1所述的基于波形能量特征的导波无基准损伤成像方法，其特征是，对全部路径信号进行分组，每个组具有相同距离，获取每个组信号矩阵，包括：
4.如权利要求1所述的基于波形能量特征的导波无基准损伤成像方法，其特征是，每组按照距离进行信号截断，保留s0模态信号，计算每组信号矩阵中响应信号之间的均方根误差，确定其中均方根误差最大的两个响应信号，并自适应选取幅值较大的信号作为伪基准信号；
5.如权利要求1所述的基于波形能量特征的导波无基准损伤成像方法，其特征是，计算每组信号矩阵中各信号与伪基准信号的均方根误差损伤指数和能量损伤指数，得到全路径波形能量特征融合损伤指数；
6.如权利要求1所述的基于波形能量特征的导波无基准损伤成像方法，其特征是，利用全路径波形能量特征融合损伤指数和概率损伤检测重建成像算法对检测区域中的损伤进行成像，包括：
7.如权利要求6所述的基于波形能量特征的导波无基准损伤成像方法，其特征是，计算概率损伤检测重建成像算法中的权重分布函数，包括：
8.如权利要求1所述的基于波形能量特征的导波无基准损伤成像方法，其特征是，概率最大值位置作为预测损伤点。
