【技术实现步骤摘要】
本专利技术涉及一种缺陷检测方法，具体地说是基于l1正则化分裂约束的碳纤维拉索缺陷检测方法。
技术介绍
1、碳纤维材料具有耐高温、耐腐蚀、质量轻、比强度高、比刚度高等优异的特性被广泛应用于航空航天、国防军工、民用工业等领域。碳纤维材料拉索可作为大跨度承重构件的拉伸结构。受制造工艺和服役环境等因素的影响，碳纤维拉索难免会产生各类初始损伤及脱粘、断股等表面和近表面损伤缺陷，导致拉索力学性能的显著降低，甚至会造成整个碳纤维材料结构的断裂。因此，了解碳纤维材料结构特性以及如何实现对其在生产过程和服役过程中产生的损伤进行监测，确保碳纤维拉索在大跨度长跨距的高空服役环境中稳定、可靠地工作，成为检测
一个重要的问题。
2、电磁层析成像是实现一种通过测量和分析物体内部的电磁场信号来重建该结构图像的无损检测技术，其特点具有非接触、成本低、可视化，能够有效地对非磁性材料进行识别。其作用就是对被测对象进行缺陷检测，确保被测对象的安全性和可靠性，维护其在使用过程中的稳定性和有效性。因此，电磁检测以其非接触、非侵入、实时成像等优点，为高碳纤维拉索的检测提供了一条明确可行的途径。由于碳纤维材料具有低导电性，对碳纤维拉索的横截面进行成像时不清晰，从而无法准确判断缺陷在碳纤维拉索的位置和尺寸。
技术实现思路
1、本专利技术的目的就是提供一种基于l1正则化分裂约束的碳纤维拉索缺陷检测方法，以解决现有技术对碳纤维材料拉索缺陷的位置和尺寸识别不准确的问题。
2、本专利技术的目的是这样实现的：
3、基于l1正则化分裂约束的碳纤维拉索缺陷检测方法，包括如下步骤：
4、s1.根据被测碳纤维拉索的规格构建碳纤维材料拉索的电磁仿真模型，向碳纤维材料拉索电磁仿真模型施加激励电压，通过场量提取法建立碳纤维材料拉索截面物场区域的灵敏度矩阵；
5、s2.构建传感器阵列，其结构是，在圆环载体的内环面上设置若干指向圆心的螺旋柱状线圈，在每个螺旋柱状线圈靠近圆心的一端使用绝缘体支架连接一个指向圆环载体的圆心的螺旋柱状线圈；
6、s3.检测碳纤维拉索：将传感器阵列套接在被测碳纤维拉索上，以1mm/s-10mm/s的速度自被测碳纤维拉索的一端移动至另一端，每300毫秒完成一次检测电压的采集；
7、s4.根据灵敏度矩阵、采集的检测电压以及无缺陷电压，计算传感器阵列所检测被测碳纤维拉索截面的初始灰度值矩阵；
8、s5.在分裂bregman算法中引入下限值a，采用引入下限值a的分裂bregman算法对被测碳纤维拉索截面的初始灰度值矩阵进行更新；
9、s6.根据最后一次迭代更新得到被测碳纤维拉索截面的灰度值矩阵，对被测碳纤维拉索截面进行成像，当成像结果有缺陷时，传感器阵列所检测的位置为缺陷所在位置。
10、进一步地，计算传感器阵列所检测被测碳纤维拉索截面的初始灰度值矩阵的公式为：
11、g0＝(sts+γi)-1stu
12、其中，s为灵敏度矩阵，st为s的转置矩阵，γ为第一正则化参数，i为单位矩阵，u为无缺陷电压和检测电压的差值。
13、进一步地，步骤s5中对初始灰度值矩阵更新的具体方式为：
14、s5-1.使初始辅助变量d0和初始bregman变量b0均等于初始灰度值矩阵g0；
15、s5-2.对初始灰度值矩阵g0进行更新，对更新后的灰度值矩阵g1进行约束；
16、s5-3.根据约束后的灰度值矩阵和初始bregman变量b0，对初始辅助变量d0进行更新，得到辅助变量d1；
17、s5-4.判断是否达到预设条件，若达到，则输出若没有，则继续执行步骤s5-5-s5-8；
18、s5-5.对bregman变量bk-1进行更新；
19、s5-6.根据更新后的bregman变量bk和辅助变量dk，对灰度值矩阵g0进行对更新，得到灰度值矩阵gk+1，利用下限值a对灰度值矩阵gk+1进行约束，得到灰度值矩阵
20、s5-7.根据约束后的灰度值矩阵以及更新后的bregman变量bk，对辅助变量dk进行更新，得到辅助变量dk+1；
21、s5-8.判断是否达到预设条件，若达到，则输出若没有，则重复执行步骤s5-5-s5-7，直至达到预设条件。
22、进一步地，步骤s5-5中对bregman变量bk-1进行更新的公式为：
23、进一步地，步骤s5-6中对初始灰度值矩阵g0进行更新的公式为：
24、
25、其中，u为无缺陷电压和检测电压的差值，s为灵敏度矩阵，dk为第k次更新后的辅助变量，bk为第k次更新后的bregman变量。
26、进一步地，步骤s5-6中对灰度值矩阵gk+1进行约束的条件为：
27、进一步地，步骤s5-7中对辅助变量dk进行更新的公式为：
28、
29、其中，dk+1为辅助变量d第k+1次迭代结果，λ为第二正则化参数。
30、进一步地，迭代更新的条件为：
31、
32、其中，tol为设定收敛容差。
33、本专利技术将电磁层析成像图像重建过程转化为求极值的优化问题，对缺陷的尺寸信息更加敏感，边缘区域更加清晰，缺陷边界周围的伪影更少，能够更准确地定位缺陷位置，提高了缺陷图像的重建质量和精度。该方法结合l1正则化项、分裂bregman算法和约束项，更好的解决逆问题的病态性。本专利技术提出一种基于l1正则化分裂约束的碳纤维复合材料拉索的缺陷成像检测方法，在重建碳纤维拉索缺陷图像的同时自动去除冗余信息，更好的保留了关键特征，减少成像的伪影，在不同的应用场景和不确定的噪声环境下具有较强的适应性和鲁棒性。
34、通过引入l1正则化项分裂约束函数，促进解的稀疏性，有效改进了成像质量，提高了物体边缘的空间分辨率；构造分裂bregman算法将复杂的优化问题分解为一系列简单的子问题，通过逐步逼近策略实现更快速的收敛，提高了算法的收敛速度，具有良好的收敛性和计算效率；施加约束项从而保证灰度值的解的值符合实际物理约束，提高解的可靠性和有效性，实现了高效稀疏的重建，大幅度减少了图像伪影。结合l1正则化使算法在物理约束和数据驱动特性之间实现平衡。从而精确计算出灰度值，实现缺陷图像的高效重建处理，最终图像呈现较好的缺陷定位以及去噪效果。仿真和实验结果表明，该方法的图像重建效果优于其他传统算法，对于不同缺陷位置、数量和形状的预测更为准确，能够有效提高缺陷图像的重建质量和精度。
35、本专利技术构建二维电磁学碳纤维拉索有限元模型，不仅精准地保留了原三维结构在选定截面位置的几何特性，而且极大地降低了问题的复杂度，以便更为高效地开展后续研究工作。在复杂噪声环境下的影响下，通过对比重建图像的图像误差和结构相似性指数的数据，可以直观的发现基于l1正则化分裂算法的抗噪性能和成像效果都优于其他方法，且对于处于不确定的噪声种类的情况下本文档来自技高网...
【技术保护点】
1.一种基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，计算传感器阵列所检测被测碳纤维拉索截面的初始灰度值矩阵的公式为：
3.根据权利要求1所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤S5中对初始灰度值矩阵更新的具体方式为：
4.根据权利要求3所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤S5-5中对Bregman变量bk-1进行更新的公式为：
5.根据权利要求3所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤S5-6中对初始灰度值矩阵g0进行更新的公式为：
6.根据权利要求3所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤S5-6中对灰度值矩阵gk+1进行约束的条件为：
7.根据权利要求3所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤S5-7中对辅助变量dk进行更新的公式为：>
8.根据权利要求3所述的基于L1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，迭代更新的条件为：
...【技术特征摘要】
1.一种基于l1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于l1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，计算传感器阵列所检测被测碳纤维拉索截面的初始灰度值矩阵的公式为：
3.根据权利要求1所述的基于l1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤s5中对初始灰度值矩阵更新的具体方式为：
4.根据权利要求3所述的基于l1正则化分裂约束的碳纤维拉索缺陷检测方法，其特征在于，步骤s5-5中对bregman变量bk-1进行更新的公式为：
...【专利技术属性】
技术研发人员：周伟，张月，王婕，张苏嘉，赵润宇，王宇鑫，
申请(专利权)人：河北大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。