本發(fā)明是基于遺傳算法的超聲傳感器陣列參數(shù)分析方法。該方法以全聚焦成像法則為目標(biāo)函數(shù)，通過遺傳算法對(duì)超聲傳感器陣列的中心頻率和孔徑尺寸進(jìn)行優(yōu)化，得到最優(yōu)的中心頻率和孔徑尺寸，以此提高gis殼體焊縫內(nèi)部缺陷的檢出率，屬于無損檢測(cè)領(lǐng)域。

背景技術(shù)：

隨著現(xiàn)在工業(yè)水平的迅猛發(fā)展，焊接技術(shù)已經(jīng)被廣泛應(yīng)用于壓力容器、船舶、航空航天、電力系統(tǒng)等工業(yè)領(lǐng)域中。目前焊接的工藝方法有很多種，主要包括熔焊、釬焊、壓焊等焊接方式。焊縫在焊接過程中受焊接設(shè)備、焊接工藝、材料殘余應(yīng)力及材料尺寸等因素的影響，可能產(chǎn)生多種不同的焊接缺陷。另外，在長(zhǎng)期的服役過程中可能經(jīng)受高溫、高壓或腐蝕等環(huán)境的影響，在焊縫內(nèi)部也會(huì)產(chǎn)生缺陷。焊縫內(nèi)部常見的缺陷類型有裂紋、未融合、未焊透、氣孔和夾渣等。焊縫缺陷嚴(yán)重影響焊縫質(zhì)量，使其安全性和可靠性降低，易引發(fā)安全生產(chǎn)事故。因此，焊縫的安全問題是焊接領(lǐng)域中非常重要的問題。

近年來，超聲相控陣技術(shù)以其靈活的聲束聚焦和方向控制能力，使其在復(fù)雜構(gòu)件缺陷檢測(cè)領(lǐng)域(例如焊縫中)的應(yīng)用日漸廣泛。超聲相控陣檢測(cè)技術(shù)采用由多個(gè)陣元組成的陣列換能器，通過電子技術(shù)控制各陣元的超聲激勵(lì)接收延時(shí)，實(shí)現(xiàn)聲束在試件內(nèi)部的定向偏轉(zhuǎn)及聚焦。目前，超聲相控陣技術(shù)主要沿兩個(gè)方向發(fā)展：一個(gè)方向是相控陣后處理技術(shù)，超聲相控陣后處理成像技術(shù)是通過對(duì)采集到的全矩陣數(shù)據(jù)進(jìn)行離線處理，進(jìn)而獲得高精度的成像效果，其中最常用的為全聚焦和矢量全聚焦等成像方法。另一研究方向是超聲傳感器陣列的參數(shù)的優(yōu)化研究，通過全局優(yōu)化算法如模擬退火算法、遺傳算法等對(duì)傳感器陣列的某些參數(shù)進(jìn)行優(yōu)化。本方法的特點(diǎn)是將當(dāng)前相控陣技術(shù)的兩個(gè)研究方向相結(jié)合，即將遺傳算法和全聚焦成成像法則相結(jié)合，以超聲陣列的中心頻率和孔徑尺寸為優(yōu)化變量，全聚焦成像法則為目標(biāo)函數(shù)，通過多次優(yōu)化迭代，在計(jì)算精度達(dá)到要求時(shí)迭代運(yùn)算停止；最終，得到超聲傳感器陣列的最優(yōu)的中心頻率和孔徑尺寸。

遺傳算法(ga)是60年代初期由美國(guó)學(xué)者h(yuǎn)olland提出的它是模擬生物學(xué)的自然遺傳和達(dá)爾文進(jìn)化理論的隨機(jī)優(yōu)化算法，本質(zhì)上是一種求解問題的高效并行的全局搜索方法，能在搜索中自動(dòng)獲取和積累有關(guān)搜索空間的知識(shí)，自適應(yīng)地控制搜索過程，以求得最優(yōu)解。每個(gè)個(gè)體表示空間中的一個(gè)解點(diǎn)，利用某種編碼技術(shù)把個(gè)體稱作染色體的數(shù)串，并模擬由這些數(shù)串組成群體的進(jìn)化過程。ga從任一初始化群體出發(fā)，通過隨機(jī)選擇、交叉和變異等遺傳操作，使群體一代代進(jìn)化到搜索空間中越來越好的區(qū)域，直至最優(yōu)解，其固有的并行性和不易陷入局部最優(yōu)的特點(diǎn)，使之非常適合于大規(guī)模搜索空間的尋優(yōu)。

全聚焦成像法則是一種最常用的虛擬聚焦技術(shù)，通過對(duì)全矩陣數(shù)據(jù)進(jìn)行延時(shí)、加權(quán)合成等數(shù)據(jù)處理，模擬常規(guī)相控陣超聲檢測(cè)技術(shù)對(duì)試件內(nèi)部某一特定點(diǎn)進(jìn)行聲束的偏轉(zhuǎn)聚焦，并獲得聲束與內(nèi)部缺陷相互作用后回波信號(hào)的幅值。研究結(jié)果表明，在一種稱為“陣列換能器性能指示器(arrayperformanceindicator，api)”的評(píng)價(jià)系數(shù)標(biāo)準(zhǔn)下tfm的成像質(zhì)量遠(yuǎn)遠(yuǎn)優(yōu)于常規(guī)相控陣超聲成像方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的內(nèi)容在于提出一種適用于焊縫內(nèi)部缺陷檢測(cè)的基于遺傳算法和全聚焦成像法則的超聲傳感器陣列參數(shù)分析的方法。首先，確定超聲傳感器陣列的優(yōu)化參量(中心頻率和孔徑尺寸)和目標(biāo)函數(shù)(全聚焦成像法則)；然后，構(gòu)建n個(gè)初始種群，確定復(fù)制、交叉和變異因子，設(shè)定迭代終止條件；當(dāng)遺傳算法不滿足迭代終止條件時(shí)，根據(jù)遺傳算法規(guī)則產(chǎn)生新的種群，當(dāng)遺傳算法滿足終止條件時(shí)，則迭代截至，最后發(fā)現(xiàn)中心頻率和孔及尺寸會(huì)收斂于它們的最優(yōu)解，從而確定兩者的最優(yōu)組合。

假設(shè)一維線性傳感器陣列的陣元個(gè)數(shù)為n，i表示激勵(lì)陣元，j表示接收陣元。由激勵(lì)陣元i激勵(lì)的聲束到達(dá)待測(cè)試件成像區(qū)域聚焦點(diǎn)坐標(biāo)(x,z)處，然后由此聚焦點(diǎn)反射為接收陣元j所接收。

對(duì)于x-z平面內(nèi)采用線陣相控陣超聲換能器直接耦合試件的檢測(cè)，如圖1所示，假設(shè)在試件內(nèi)部坐標(biāo)為(x,z)處存在一點(diǎn)狀缺陷，則全矩陣數(shù)據(jù)中由第i個(gè)陣元激發(fā)，第j個(gè)陣元接收得到的信號(hào)表示為

其中，d(xi,x,z,ω)和d(xj,x,z,ω)是分別表示激勵(lì)陣元和接收陣元的指向性函數(shù)，e(xi,x,z,ω)和e(xj,x,z,ω)分別表示聲波由激發(fā)陣元傳播至缺陷以及由缺陷傳播至接收陣元的幅值衰減量的頻譜，a(ω)是接收信號(hào)的頻譜，s(xi,xj,x,z,ω)是缺陷的散射系數(shù)。d(xi,x,z,ω)和e(xi,x,z,ω)分別表示為

式中a為陣元晶片的寬度，c為材料聲速，k為超聲波的波數(shù)，ri表示激勵(lì)陣元到缺陷的距離，θi表示激勵(lì)陣元到缺陷的連線與豎直方向的夾角。s(xi,xj,x,z,ω)表示缺陷的散射系數(shù)，由解析法獲得。

全聚焦成像算法針對(duì)試件成像網(wǎng)格區(qū)域內(nèi)的每一個(gè)離散坐標(biāo)點(diǎn)采用陣列超聲換能器上的所有陣元進(jìn)行虛擬聚焦，在虛擬聚焦所得回波數(shù)據(jù)中選擇與該坐標(biāo)點(diǎn)相對(duì)應(yīng)時(shí)間的回波幅值進(jìn)行成像，其表達(dá)式如式(4)所示：

i(xi,xj,x,z,ω)＝|∑h(xi,xj,x,z,ω)exp(-jω(ri+rj)/c)|(4)

在使用超聲檢測(cè)焊縫內(nèi)部缺陷時(shí)，由于焊縫內(nèi)部的晶粒粗大，這使得超聲在焊縫內(nèi)部傳播時(shí)衰減較大，由于激勵(lì)信號(hào)頻率越高，在介質(zhì)中傳播時(shí)的衰減越大，而當(dāng)頻率較小時(shí)則由于對(duì)缺陷的分辨率不夠，而使得有些焊縫內(nèi)部實(shí)際存在的缺陷得不到很好的檢測(cè)效果；同時(shí)，孔徑尺寸的選擇對(duì)超聲陣列的檢測(cè)效果也有較大的影響作用。因此，有必要通過遺傳算法選擇出最佳的中心頻率和孔徑尺寸的組合參數(shù)。進(jìn)而，在遺傳算法當(dāng)中選擇激勵(lì)信號(hào)的中心頻率f和陣列的孔徑尺寸na作為遺傳算法的輸入變量。中心頻率f的和孔徑尺寸na的取值范圍分別為3—7mhz和0.6—19.1mm(1-32個(gè)陣元)。

用長(zhǎng)度為10位的二進(jìn)制編碼串來表示中心頻率f，用長(zhǎng)度為5位的二進(jìn)制編碼串來表示孔徑尺寸na。

10位的二進(jìn)制編碼串可以表示從0到1023之間的1024個(gè)不同的數(shù)，故將f的定義域離散化1023個(gè)均等的區(qū)域，包括兩個(gè)端點(diǎn)在內(nèi)的共有1024個(gè)不同的離散點(diǎn)。從離散點(diǎn)3mhz到離散點(diǎn)7mhz，依次讓它們分別對(duì)應(yīng)于從00000,00000(0)到11111,11111(1023)之間的二進(jìn)制編碼。

5的二進(jìn)制編碼串可以表示從0到31之間的32個(gè)不同的數(shù)，分別對(duì)應(yīng)0號(hào)陣元、1號(hào)陣元、…、32號(hào)陣元，

故將na的定義域離散化16個(gè)均等的區(qū)域，包括兩個(gè)端點(diǎn)在內(nèi)的共有16個(gè)不同的離散點(diǎn)。從離散點(diǎn)0.5mm到離散點(diǎn)19.1mm，依次讓它們分別對(duì)應(yīng)于從00000(0)到11111(16)之間的二進(jìn)制編碼。

分別將來表示中心頻率f的10位的二進(jìn)制編碼串和來表示孔徑尺寸na的5位的二進(jìn)制編碼串連接在一起，組成一個(gè)5位長(zhǎng)的二進(jìn)制編碼，這樣就構(gòu)成了對(duì)目標(biāo)函數(shù)編碼的。

x:0000000000|01111的編碼表示中心頻率f和孔徑尺寸na分別為3mhz和9.5mm的組合。

解碼時(shí)先將15位長(zhǎng)的二進(jìn)制編碼切斷為一個(gè)10位長(zhǎng)的二進(jìn)制的編碼串和一個(gè)5位長(zhǎng)的二進(jìn)制編碼串，然后分別將其轉(zhuǎn)換成對(duì)應(yīng)的十進(jìn)制整數(shù)代碼，分別用y1和y2表示。

依據(jù)前面所述的研究變量的研究方法對(duì)他們各自定義域的離散化方法可知，將代碼y1和y2。

中心頻率f的解碼公式，單位mhz：

孔徑尺寸na的解碼公式，單位mm：

將遺傳法則的目標(biāo)函數(shù)確定為全聚焦成像法則，如式(4)所示。

遺傳算法所研究的目標(biāo)函數(shù)如式(5)所示

f＝max(itfm(e',f,na)min)(5)

在每一組的(f,na)組合當(dāng)中，在多個(gè)全聚焦成像的多個(gè)值當(dāng)中必然存在itfm(e',f,na)min。在確定種群時(shí)，種群中存在多組(f,na)，經(jīng)種群多組(f,na)可以有多個(gè)itfm(e',f,na)min，選取其中最大的itfm(e',f,na)min作為目標(biāo)函數(shù)。

f＝max(itfm(e',f,na)min)

遺傳因子是用來確定當(dāng)代種群和下一代種群的，它的設(shè)置主要基于生物學(xué)中的遺傳和變異的學(xué)科，其中的基因存在選擇、交叉和變異。

選擇運(yùn)算(或稱為復(fù)制運(yùn)算)把當(dāng)前群體中適應(yīng)度較高的個(gè)體按某種規(guī)則或模型遺傳到下一代群體中。要求適應(yīng)度高的個(gè)體將有更多的機(jī)會(huì)遺傳到下一代群體中。

采用與適應(yīng)度成正比的概率來確定各個(gè)個(gè)體復(fù)制到下一代群體中的數(shù)量。其具體操作過程是：

1)先計(jì)算出群體中所有個(gè)體的適應(yīng)度的總和∑fi；

2)其次計(jì)算出每一個(gè)體的相對(duì)適應(yīng)度的大小fi/∑fi，它即為每一個(gè)體被遺傳到下一代群體中的概率；

3)每個(gè)概率值對(duì)應(yīng)一個(gè)區(qū)域，全部概率值之和為1；

4)最后再產(chǎn)生一個(gè)0到1之間的隨機(jī)數(shù)，依據(jù)該隨機(jī)數(shù)出現(xiàn)在上述哪一個(gè)概率區(qū)域內(nèi)來確定各個(gè)體被選中的次數(shù)。

交叉運(yùn)算是遺傳算法中產(chǎn)生新個(gè)體的主要操作過程，它以某一概率相互交換某兩個(gè)個(gè)體之間的部分染色體。采用單點(diǎn)交叉的方法，其具體操作過程是：

1)先對(duì)群體進(jìn)行隨機(jī)配對(duì)；

2)其次隨機(jī)設(shè)置交叉點(diǎn)位置；

3)最后再相互交換配對(duì)染色體之間的部分基因。

交叉概率的取值范圍一般取0.4～0.99，本例的交叉概率取0.6。

變異運(yùn)算是對(duì)個(gè)體的某一個(gè)或某一些基因座上的基因值按某一較小的概率進(jìn)行改變，它也是產(chǎn)生新個(gè)體的一種操作方法。采用基本位變異的方法來進(jìn)行變異運(yùn)算，其具體操作過程是：

1)首先確定出各個(gè)個(gè)體的基因變異位置，下表所示為隨機(jī)產(chǎn)生的變異點(diǎn)位置，其中的數(shù)字表示變異點(diǎn)設(shè)置在該基因座處；

2)然后依照某一概率將變異點(diǎn)的原有基因值取反。

變異概率的值不應(yīng)過大，它一般的取值范圍為0.001～0.1，本例的取值為0.05。

附圖說明

圖1是全聚焦成像的原理圖；

圖2是全聚焦成像的結(jié)果圖；

圖3是遺傳算法的流程圖；

圖4是目標(biāo)函數(shù)的遺傳算法迭代過程圖；

圖5是中心頻率的遺傳算法迭代過程圖；

圖6是孔徑尺寸的遺傳算法迭代過程圖；

其中：i—激勵(lì)陣元；j—接收陣元；a—陣元寬度；p—陣元間距；

具體實(shí)施步驟

如圖3所示，基于遺傳算法下的超聲陣列優(yōu)化方法的具體實(shí)施步驟如下：

1)確定超聲陣列的優(yōu)化變量——中心頻率f和孔徑尺寸na，以及它們的取值范圍(此處的它們的取值范圍分別為3～7mhz和0.6～19.1mm)。

2)根據(jù)優(yōu)化變量的取值范圍，使用二進(jìn)制編碼對(duì)優(yōu)化變量組合進(jìn)行編碼，并隨機(jī)產(chǎn)生隨機(jī)建立m個(gè)初始種群；

3)確定遺傳算法的目標(biāo)函數(shù)——全聚焦成像法則i；

4)確定交叉因子概括和變異因子概率的取值，產(chǎn)生出代表新的解集的種群；

5)對(duì)新的種群進(jìn)行解碼，得到對(duì)應(yīng)的待優(yōu)化變量的參數(shù)；

6)設(shè)定迭代終止條件，當(dāng)遺傳算法不滿足終止條件式，則跳轉(zhuǎn)到步驟(2)，否則，迭代終止，并尋找出最優(yōu)的優(yōu)化變量——中心頻率f和孔徑尺寸na的最佳組合。

上述步驟中，換能器陣列數(shù)目n為32。

上述步驟中，超聲陣列的遺傳變量為中心頻率f和孔徑尺寸na，目標(biāo)函數(shù)為全聚焦成像法則i。

上述步驟只是本發(fā)明的一個(gè)典型實(shí)施例，本發(fā)明的實(shí)施不限于此。