金属薄板缺陷的超声多途Lamb波检测

金属薄板在动车等现代化设计中应用广泛,其是否存在缺陷等检测具有很重要的意义。为此,利用超声多途提供的额外数据来检测金属薄板的缺陷,提出相应的算法,多途路径在直接反射的路径上是可以预测和识别的,直接反射路径是相对比较容易识别的。同时利用ANSYS有限元建模不同的薄板缺陷模型,在不同的传感器位置、缺陷位置、缺陷大小情况下分别进行仿真。通过ANSYS仿真和实验检测都得出了良好的结果,误差在可控制范围之内,证明了超声多途应用与金属薄板Lamb波检测的是可行的;仿真和实验表明超声多途通过实际和多途虚拟扩展的传感器数据的分析证明了超声多途能够对薄板缺陷进行定位并检测其大小。提出的超声多途检测方法,通过单次测量即可检测出薄板缺陷的位置和大小,具有良好的检测性能。     

基于共轭梯度法的盲分离在线算法

在严格论证盲分离问题与数学上的最优化问题等价的基础上,把问题的重点集中在对该最优化问题的寻优上.由于盲分离最优化问题的目标函数的特点,在欧氏空间中对决策变量(分离矩阵W)进行寻优求解带来诸多复杂因素,寻优算法在弯曲的黎曼空间中动态运行是解决这些问题的一条可行途径.为此,本文在改进 NGA 和 PDFA 算法的基础上,结合在线算法 PDEA 在估计信号的得分函数的较好效果,和求解最优化问题的共轭梯度法较快收敛性能,提出了具有自学习能力,并继承共轭梯度法特点的盲分离在线算法 PDEA-CONJ.此算法应用到盲分离问题中,在混合矩阵严重病态情况下能取得了较好分离效果.实际算例验证了其收敛性和有效性.