技術(shù)特征：

1.一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在該方法包括以下步驟：

步驟一：楔塊裝配在管道上，楔塊的楔面上設(shè)置相控陣探頭，確定楔塊的裝配位置和管道厚度，將管道的環(huán)焊縫坡口進(jìn)行分區(qū)，以內(nèi)管壁方向?yàn)閄軸、以環(huán)焊縫中心線方向?yàn)閅軸，建立直角坐標(biāo)系；

步驟二：建立楔塊的裝配位置、管道厚度和檢測(cè)的環(huán)焊縫坡口分區(qū)與對(duì)應(yīng)分區(qū)的聲束路徑規(guī)劃之間的預(yù)測(cè)模型：具體是將最小二乘支持向量回歸機(jī)(LSSVR)作為支持向量機(jī)的回歸模型，高斯徑向基核函數(shù)作為L(zhǎng)SSVR的核函數(shù)，將楔塊的裝配位置、管道厚度及檢測(cè)的環(huán)焊縫坡口分區(qū)進(jìn)行規(guī)范化處理后作為輸入量，對(duì)應(yīng)分區(qū)的聲束路徑規(guī)劃進(jìn)行規(guī)范化處理后作為輸出量，以規(guī)范化處理后的輸入量和輸出量作為樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到LSSVR初始函數(shù)；

步驟三：以k重交叉驗(yàn)證法所計(jì)算出的泛化誤差作為目標(biāo)函數(shù)，采用耦合模擬退火算法與網(wǎng)格搜索法相結(jié)合的優(yōu)化方法，對(duì)LSSVR初始函數(shù)進(jìn)行優(yōu)化得到最優(yōu)超參數(shù)，由最優(yōu)超參數(shù)獲得LSSVR優(yōu)化模型；

步驟四：將楔塊的裝配位置、鋼管厚度和需要檢測(cè)的環(huán)焊縫坡口分區(qū)進(jìn)行規(guī)范化處理后作為輸入量，通過(guò)LSSVR優(yōu)化模型預(yù)測(cè)獲得相應(yīng)的輸出量，對(duì)輸出量進(jìn)行逆規(guī)范化處理，得到對(duì)應(yīng)分區(qū)最優(yōu)的聲束路徑規(guī)劃；

步驟五：根據(jù)費(fèi)馬定理由聲束路徑規(guī)劃根據(jù)管道幾何關(guān)系計(jì)算得到相控陣探頭上對(duì)應(yīng)發(fā)射/接收陣元的絕對(duì)延時(shí)量，再計(jì)算對(duì)應(yīng)發(fā)射/接收陣元的延時(shí)量，根據(jù)延時(shí)量控制相控陣探頭發(fā)射對(duì)應(yīng)的超聲信號(hào)對(duì)環(huán)焊縫缺陷進(jìn)行聚焦檢測(cè)。

2.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟一中，環(huán)焊縫坡口進(jìn)行分區(qū)具體是在焊縫掃查區(qū)域沿坡口高度方向上劃為若干層，每層的厚度為2～3mm。

3.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟二中，最小二乘支持向量回歸(Least Square SVR，LSSVR)采用等式約束條件，以誤差變量ε_k描述各項(xiàng)訓(xùn)練誤差，以平方損失函數(shù)作為函數(shù)回歸的訓(xùn)練誤差，其預(yù)測(cè)模型表示為：

$\begin{array}{cc}min& \frac{1}{2}{w}^{T}w+C\frac{1}{2}\underset{k=1}{\overset{N}{\Σ}}{\mathrm{\ϵ}}_k^2\end{array}$

其中，w為高維空間的權(quán)向量，w∈R^m，R^m表示m維的高維空間，m表示維數(shù)，C為懲罰因子，C>0，ε_k為誤差變量，表示為把輸入量x_k投影到高維空間R^m上的映射函數(shù)，B為L(zhǎng)SSVR初始函數(shù)的偏置項(xiàng)，y_k表示預(yù)測(cè)模型的目標(biāo)函數(shù)，T表示轉(zhuǎn)置，k為輸入量的序數(shù)，N為輸入量的總數(shù)；

將預(yù)測(cè)模型求解得到LSSVR初始函數(shù)：

$y\left(x\right)=\underset{k=1}{\overset{N}{\Σ}}{\mathrm{\α}}_{k}K(x_k,x_l)+B$

其中，α_k為L(zhǎng)agrange乘子向量，K(x_k,x_l)為核函數(shù)，k,l＝1,..,N，B為L(zhǎng)SSVR初始函數(shù)的偏置項(xiàng)；

核函數(shù)K(x_k,x_l)選擇高斯徑向基核函數(shù)，表示為：

$K(x_k,x_l)=\exp (-\frac{{\left|x_k-x_l\right|}^2}{{\mathrm{\σ}}^2}),\mathrm{\σ}\≠0$

其中，σ為核寬，x_k，x_l分別為兩個(gè)不同的輸入量，k,l＝1,..,N。

4.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟三具體為：

(1)隨機(jī)生成q組超參數(shù)[C_s,σ_s]，s＝1,2,…,q；

(2)以這q組超參數(shù)為初始值，將用k重交叉驗(yàn)證法所計(jì)算出的泛化誤差作為優(yōu)化目標(biāo)函數(shù)，通過(guò)耦合模擬退火算法求出最優(yōu)的一組超參數(shù)[C_m,σ_m]，使得泛化誤差達(dá)到極小值或滿足收斂條件；

(3)以超參數(shù)[C_m,σ_m]為網(wǎng)格中心，將用k重交叉驗(yàn)證法所計(jì)算出的泛化誤差作為優(yōu)化目標(biāo)函數(shù)，通過(guò)網(wǎng)格搜索算法進(jìn)一步優(yōu)化求解出最優(yōu)的超參數(shù)[C_ε,σ_ε]，作為最終超參數(shù)。

5.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟三中的LSSVR優(yōu)化模型為：

$y\left(x\right)=\underset{k=1}{\overset{N}{\Σ}}{\mathrm{\α}}_{k}K(x_k,x_l)+B$

其中，α_k為L(zhǎng)agrange乘子向量，K(x_k,x_l)為核函數(shù)，k,l＝1,..,N，B為L(zhǎng)SSVR初始函數(shù)的偏置項(xiàng)。

6.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟二和步驟四中，針對(duì)楔塊的裝配位置、鋼管厚度和檢測(cè)的環(huán)焊縫坡口分區(qū)的三方面數(shù)據(jù)，均采用以下方式進(jìn)行規(guī)范化處理：將采集數(shù)據(jù)分為非訓(xùn)練樣本數(shù)據(jù)和訓(xùn)練樣本數(shù)據(jù)兩部分，再采用以下公式計(jì)算：

$\hat{z}=(z-mean(\tilde{z}\left)\right)/std\left(\tilde{z}\right)$

其中，z為非訓(xùn)練樣本數(shù)據(jù)，為規(guī)范化前的訓(xùn)練樣本數(shù)據(jù)，mean(*)與std(*)分別表示求均值和標(biāo)準(zhǔn)差，是規(guī)范化后的訓(xùn)練樣本數(shù)據(jù)。

7.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟四中輸出量按如下公式進(jìn)行逆規(guī)范化處理，獲得對(duì)應(yīng)分區(qū)最優(yōu)的聲束路徑規(guī)劃：

$z=\hat{z}std\left(\tilde{z}\right)+mean\left(\tilde{z}\right)$

其中，z為非訓(xùn)練樣本數(shù)據(jù)，為規(guī)范化前的訓(xùn)練樣本數(shù)據(jù)，mean(*)與std(*)分別表示求均值和標(biāo)準(zhǔn)差，是規(guī)范化后的訓(xùn)練樣本數(shù)據(jù)。

8.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：針對(duì)不同的坡口分區(qū)，聲束的路徑規(guī)劃根據(jù)探測(cè)傾斜角度劃分主要有直接法、反射法和串接法。

9.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的環(huán)焊縫超聲相控陣自動(dòng)聚焦方法，其特征在于：所述步驟五中用步驟四得到的聚焦發(fā)射的陣元序列以及聲束偏轉(zhuǎn)角度，根據(jù)費(fèi)馬定理計(jì)算得到每個(gè)陣元到坡口分區(qū)中心點(diǎn)的延時(shí)量，用所有陣元中最大延時(shí)量作為絕對(duì)延時(shí)基準(zhǔn)量，減去各陣元延時(shí)所得的結(jié)果作為延時(shí)偏移量，即采用以下公式計(jì)算：

$t_i^o=max\left(t_i^a\right)-t_i^a$

式中，為延時(shí)偏移量，為絕對(duì)延時(shí)量，為絕對(duì)延時(shí)基準(zhǔn)量，i表示陣元的序數(shù)。