[go: up one dir, main page]

CN118759260B - 用于检测超级电容器电导率的扇形扫描检测方法及系统 - Google Patents

用于检测超级电容器电导率的扇形扫描检测方法及系统 Download PDF

Info

Publication number
CN118759260B
CN118759260B CN202411222956.6A CN202411222956A CN118759260B CN 118759260 B CN118759260 B CN 118759260B CN 202411222956 A CN202411222956 A CN 202411222956A CN 118759260 B CN118759260 B CN 118759260B
Authority
CN
China
Prior art keywords
real
preset
conductivity
time
preset standard
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202411222956.6A
Other languages
English (en)
Other versions
CN118759260A (zh
Inventor
杨延菊
孟妍
翟莉丽
程春磊
李海路
李小平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN202411222956.6A priority Critical patent/CN118759260B/zh
Publication of CN118759260A publication Critical patent/CN118759260A/zh
Application granted granted Critical
Publication of CN118759260B publication Critical patent/CN118759260B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/76Arrangements for rearranging, permuting or selecting data according to predetermined rules, independently of the content of the data
    • G06F7/78Arrangements for rearranging, permuting or selecting data according to predetermined rules, independently of the content of the data for changing the order of data flow, e.g. matrix transposition or LIFO buffers; Overflow or underflow handling therefor
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/13Energy storage using capacitors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明涉及电导率检测技术领域,尤其涉及一种用于检测超级电容器电导率的扇形扫描检测方法及系统,该方法包括:监测各监测点处的实时热声信号;提取实时热声信号的实时信号强度和实时信号稳定度;调整预设数量;调整预设旋转角速度;调整预设角度;提取实时电导率;调整预设旋转半径,或修正调整后的预设角度;构建电导率分布图并输出。本发明通过脉冲磁场和超声换能器的结合使用,能够高效地激发并捕捉到超级电容器的热声响应,实时信号强度和稳定度的提取与动态参数调整机制,确保了在不同条件下都能获得高质量的信号数据,有效解决了采样密度要求高和计算复杂度高导致检测时间长和系统压力大引起的检测效率低的问题。

Description

用于检测超级电容器电导率的扇形扫描检测方法及系统
技术领域
本发明涉及电导率检测技术领域,尤其涉及一种用于检测超级电容器电导率的扇形扫描检测方法及系统。
背景技术
超级电容器的性能与其电极材料的电导率息息相关,其电导率大小决定了超级电容器的充放电性能,因此,其电导率的检测对超级电容器的研制具有极其重要的作用。感应式热声检测系统是一种非接触式检测方法,是通过脉冲磁场激励待测超级电容器材料,待测材料内部所感应的涡流在磁场的作用下,吸收热膨胀,发出热声信号;外围布置的超声换能器接收被滤波和放大的超声信号,重建待测材料内部的电导率分布。现有的感应式热声检测系统是将被测储能材料放置于脉冲磁场中,在待测目标体周围放置一个超声换能器,围绕待测目标体环形旋转一周检测热声信号,从而重建待测目标体电导率信息。
目前的感应式热声检测方法存在的技术缺点为:感应式热声检测方法根据热声信号反演待测目标体的电导率分为两个过程,首先是根据采集到的热声信号利用时间反演法或者是反向投影法反演待测目标体的热吸收函数,其次根据反演的热吸收函数利用最小二乘迭代算法反演待测目标体的电导率分布信息。由于环形扫描在二维平面内具有360度的最大观察视角,所以在环形扫描过程中可以获得最多的待测目标体信息。但是时间反演法或者反向投影法在反演过程中需要大量、且全面的检测信息,以反演热吸收函数,对空间和时间上采样密度要求非常大,给系统带来比较大的压力,采集热声信号的时间比较长,增加了检测时间与工作量,同时大量的检测信息也给反演算法增加了计算复杂度。
发明内容
为此,本发明提供一种用于检测超级电容器电导率的扇形扫描检测方法及系统,用以克服现有技术中采样密度要求高和计算复杂度高导致检测时间长和系统压力大引起的检测效率低的问题。
为实现上述目的,本发明提供一种用于检测超级电容器电导率的扇形扫描检测方法,包括:
将待测目标体置于脉冲磁场中,使用预设数量的超声换能器以预设旋转半径和预设旋转角速度旋转预设角度,监测各监测点处的实时热声信号;
提取实时热声信号的实时信号强度和实时信号稳定度;
根据实时信号强度和预设的标准信号强度调整预设数量;
根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度;
根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围调整预设角度;
使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率;
根据实时电导率和预设的标准电导率范围调整预设旋转半径,或根据实时电导率和预设的标准电导率范围修正调整后的预设角度;
根据实时电导率处于预设的标准电导率范围内的实时热声信号构建电导率分布图并输出。
进一步地,提取实时热声信号的实时信号强度包括:
使用模数转换器将实时热声信号转换成数字信号,计算预设的窗口时间段内的数字信号的均方根,得到实时信号强度。
进一步地,提取实时热声信号的实时信号稳定度包括:
计算转换成数字信号的实时热声信号的标准差,得到实时信号稳定度。
进一步地,所述根据实时信号强度和预设的标准信号强度调整预设数量包括:
在实时信号强度小于预设的标准信号强度时,根据实时信号强度和预设的标准信号强度以预设的数量调整比例增大调整预设数量。
进一步地,所述根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度包括:
在实时信号稳定度大于预设的标准信号稳定度时,根据实时信号稳定度和预设的标准信号稳定度以预设的稳定度调整比例减小调整预设旋转角速度。
进一步地,根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围的最大值调整预设角度包括:
在全部实时信号强度的最大值大于预设的标准峰值范围的最大值时,根据全部实时信号强度的最大值、预设的标准峰值范围的最大值以及预设的峰值调整比例减小调整预设角度。
进一步地,根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围的最小值调整预设角度包括:
在全部实时信号强度的最大值小于预设的标准峰值范围的最小值时,根据全部实时信号强度的最大值、预设的标准峰值范围的最小值以及峰值调整比例增大调整预设角度。
进一步地,所述使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率包括:
对旋转时间内的通过超声换能器随机监测的预设监测次数的热声信号进行预设抽样数量的随机向量的抽样,得到抽样数据;
对抽样数据进行积分,得到对应的速度势函数矩阵;
选取正交基矩阵,根据随机取样的速度势函数数据计算观测矩阵;
利用小波基和傅里叶基作为稀疏基重构待测目标体的热吸收函数矩阵;
利用最小二乘迭代算法重构待测目标体的电导率矩阵;
从重构的电导率矩阵中提取各监测点对应的实时电导率;
进一步地,所述根据实时电导率和预设的标准电导率范围调整所述预设旋转半径,或根据实时电导率和预设的标准电导率范围修正调整后的预设角度包括:
在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例减小调整后的预设角度;
在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例增大调整后的预设角度;
在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例减小整预设旋转半径;
在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例增大整预设旋转半径。
一种用于检测超级电容器电导率的扇形扫描检测系统,包括:
数据监测模块,包括预设数量的超声换能器,用以以预设旋转半径和预设旋转角速度旋转预设角度,监测各监测点处来自脉冲磁场中的待测目标体的实时热声信号;
信号提取模块,与所述数据监测模块连接,用以根据内置的预设的提取算法提取实时热声信号的实时信号强度和实时信号稳定度;
调整模块,与所述信号提取模块连接,根据实时信号强度和预设的标准信号强度调整预设数量;
所述调整模块还用以根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度;
所述调整模块还用以根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围调整预设角度;
电导率重构提取模块,分别与所述调整模块和所述数据监测模块连接,用以使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率;
修正模块,与所述电导率重构提取模块连接,用以根据实时电导率和预设的标准电导率范围调整预设旋转半径,或修正调整后的预设角度;
输出模块,分别与所述电导率重构提取模块和所述修正模块连接,用以根据实时电导率处于预设的标准电导率范围内的实时热声信号构建电导率分布图并输出。
与现有技术相比,本发明的有益效果在于,通过脉冲磁场和超声换能器的结合使用,能够高效地激发并捕捉到超级电容器的热声响应,提高了检测的灵敏度和准确性。实时信号强度和稳定度的提取与动态参数调整机制,增强了系统的自适应能力,确保了在不同条件下都能获得高质量的信号数据。基于压缩感知理论的算法不仅提高了数据处理的效率,还降低了对监测设备数量和性能的要求,通过构建电导率分布图,为用户提供了直观、详细的电容器性能信息,有助于材料的优化设计和质量控制,有效解决了采样密度要求高和计算复杂度高导致检测时间长和系统压力大引起的检测效率低的问题。
进一步地,均方根值提供了信号功率的一个准确度量,有助于区分信号和噪声,从而提高信号检测的准确性,使用模数转换器可以确保信号的数字化处理不受模拟信号传输过程中可能遇到的干扰和衰减的影响,通过实时信号强度的准确提取,能够为后续的信号稳定性评估和系统参数调整提供可靠的数据支持,从而优化整个检测系统的效能。
进一步地,标准差提供了一个量化信号波动的客观度量,使得信号的稳定性可以被精确评估。较小的标准差意味着信号波动较小,表明信号质量高,噪声水平低,从而有助于提高信号处理的准确性。实时监测信号稳定度允许系统动态调整参数,比如调整超声换能器的监测频率或增益,以适应信号的变化,确保测量的连续性和可靠性。
进一步地,通过根据实时信号强度与预设的标准信号强度的比较结果来调整超声换能器的数量,能够显著提高信号采集的质量和系统的自适应能力。当信号强度不足时,增加超声换能器可以增强信号的接收能力,从而确保信号的清晰度和准确性,避免因信号弱而导致的测量误差。
进一步地,通过根据实时信号稳定度来调整旋转角速度的方法,可以有效地优化信号的采集质量。当信号波动较大时,减慢旋转角速度有助于系统更精细地捕捉信号变化,减少由于快速旋转带来的信号失真或遗漏,提高了系统的灵活性和适应性,确保了在不同测量条件下都能获得高质量的信号数据。
进一步地,当实时信号强度超出预期的高值时,通过减小预设角度能够实现对信号高强度区域的精细扫描,有助于精确定位和分析信号源。这不仅能够提高监测的分辨率,还能增强对异常或关键区域的识别能力。而当实时信号强度低于预期值时,增大预设角度有助于确保整个监测区域的完整性,避免遗漏任何可能影响评估结果的重要信息。
进一步地,采用压缩感知理论的算法进行电导率矩阵的重构,能够在信号抽样远低于奈奎斯特率的情况下,有效地从稀疏抽样数据中恢复出完整的信号,这大大减少了所需的监测数据量,提高了数据处理的效率。通过积分和正交基矩阵的使用,增强了数据处理的准确性和鲁棒性。利用小波基和傅里叶基作为稀疏基,能够更好地捕捉信号的局部特征和频率成分,从而提高重构质量。最小二乘迭代算法的应用,进一步优化了电导率矩阵的重构过程,确保了重构结果的精确性和可靠性。通过这种方法得到的实时电导率U,能够为材料的电性能分析提供精确的数据支持。
进一步地,通过实时电导率与预设标准电导率范围的比较来动态调整监测参数,提供了一种自适应的监测策略,能够针对不同的电导率情况做出精确响应。当实时电导率高于或低于预设的标准电导率范围时,通过调整角度或半径,能够更有效地定位和评估电导率异常区域,从而实现更精确的材料特性分析。
进一步地,系统能够自适应地调整监测参数,确保在不同条件下都能获得高质量的信号数据,从而提高了测量的准确性和重复性。压缩感知理论的应用大幅减少了数据采集的需求,同时保持了重构结果的高精度。动态调整和修正机制使得系统能够快速响应实时监测结果,优化测量策略。
附图说明
图1为本实施例用于检测超级电容器电导率的扇形扫描检测方法的流程图;
图2为本实施例监测各监测点处的实时热声信号的示意图;
图3为本实施例判定调整预设旋转角速度的判定逻辑图;
图4为本实施例用于检测超级电容器电导率的扇形扫描检测系统的示意图;
附图标记说明:1、脉冲磁场;2、待测目标体;3、超声换能器。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例用于检测超级电容器电导率的扇形扫描检测方法的流程图;
请继续参阅图2所示,其为本实施例监测各监测点处的实时热声信号的示意图;
本实施例提供了一种用于检测超级电容器电导率的扇形扫描检测方法,包括:
将待测目标体2置于脉冲磁场1中,使用预设数量的超声换能器3以预设旋转半径和预设旋转角速度旋转预设角度,监测各监测点处的实时热声信号,其中,旋转半径是指最下方的超声换能器3与待测目标体的中心的距离,旋转角度是超声换能器3绕待测目标体2旋转的范围;其中,预设角度小于360°,因此该扫描范围呈扇形;
提取实时热声信号的实时信号强度和实时信号稳定度;
根据实时信号强度和预设的标准信号强度调整预设数量;
根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度;
根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围调整预设角度;
使用预设的基于压缩感知理论的算法根据各监测点处的实时热声信号重构待测目标体的电导率矩阵并提取实时电导率;
根据实时电导率和预设的标准电导率范围调整预设旋转半径,或根据实时电导率和预设的标准电导率范围修正调整后的预设角度;
根据实时电导率处于预设的标准电导率范围内的实时热声信号构建电导率分布图并输出。
首先将待测的超级电容器置于脉冲磁场中,利用多个超声换能器在预定的旋转半径和速度下,对电容器进行扇形扫描。在扫描过程中,系统监测并记录每个监测点产生的实时热声信号。通过模数转换器将这些信号转换为数字信号,并计算信号强度和稳定度。根据这些参数与预设的标准进行比较,动态调整超声换能器的数量、旋转角速度和角度,以优化信号采集的质量和效率。随后,利用基于压缩感知理论的算法,对收集到的热声信号进行处理和重构,从而得到电容器的电导率矩阵。最后,根据实时电导率与预设电导率范围的比较结果,进一步调整旋转半径或角度,确保测量精度,并构建电导率分布图进行输出。
通过脉冲磁场和超声换能器的结合使用,能够高效地激发并捕捉到超级电容器的热声响应,提高了检测的灵敏度和准确性。实时信号强度和稳定度的提取与动态参数调整机制,增强了系统的自适应能力,确保了在不同条件下都能获得高质量的信号数据。基于压缩感知理论的算法不仅提高了数据处理的效率,还降低了对监测设备数量和性能的要求,通过构建电导率分布图,为用户提供了直观、详细的电容器性能信息,有助于材料的优化设计和质量控制。
具体而言,提取实时热声信号的实时信号强度包括:
使用模数转换器将实时热声信号转换成数字信号,计算预设的窗口时间段内的数字信号的均方根,得到实时信号强度,其中,,I为实时信号强度,T为预设的窗口时间段,v(t)为时间t的数字信号中的实时电压值,dt为单位时间间隔。
首先使用模数转换器将接收到的模拟热声信号转换成数字形式,以便于进一步的数字信号处理。接着,选定一个预设的窗口时间段,在这个时间段内对数字信号进行均方根计算。均方根值是信号功率的有效度量,通过计算信号在该窗口内所有采样点的平方的平均值,然后取平方根得到。这个值反映了信号的强度,是分析信号特性和进行后续处理的关键步骤。
均方根值提供了信号功率的一个准确度量,有助于区分信号和噪声,从而提高信号检测的准确性,使用模数转换器可以确保信号的数字化处理不受模拟信号传输过程中可能遇到的干扰和衰减的影响,通过实时信号强度的准确提取,能够为后续的信号稳定性评估和系统参数调整提供可靠的数据支持,从而优化整个检测系统的效能。
具体而言,提取实时热声信号的实时信号稳定度包括:
计算转换成数字信号的实时热声信号的标准差,得到实时信号稳定度,其中,,S为实时信号稳定度,v’为窗口时间段内的所有实时电压值的平均值。
首先,将实时热声信号通过模数转换器转换为数字信号,这一转换确保了信号的精确度和后续处理的可行性。然后,在特定的时间窗口内,对这些数字化的信号样本进行分析,计算每个样本值与该窗口内信号平均值的偏差。将这些偏差平方、求和,再除以样本数量,得到方差。最后,对方差开平方根,得到标准差,这一数值量化了信号的波动程度,即信号的稳定度。
标准差提供了一个量化信号波动的客观度量,使得信号的稳定性可以被精确评估。较小的标准差意味着信号波动较小,表明信号质量高,噪声水平低,从而有助于提高信号处理的准确性。实时监测信号稳定度允许系统动态调整参数,比如调整超声换能器的监测频率或增益,以适应信号的变化,确保测量的连续性和可靠性。
具体而言,所述根据实时信号强度和预设的标准信号强度调整预设数量包括:
在实时信号强度小于预设的标准信号强度时,根据实时信号强度和预设的标准信号强度以预设的数量调整比例增大调整预设数量,其中,W’=W+a1×(I-I0),W’为调整后的预设数量,W为预设数量,a1为预设的数量调整比例,I0为预设的标准信号强度。
所述预设的数量调整比例a1是一个用于调节预设数量W的比例系数。在实时信号强度I与预设的标准信号强度I0之间存在差异时,这个比例系数决定了根据这个差异对预设数量W进行调整的幅度。取决于系统的敏感性要求和系统的响应速度,通常是通过实验或经验确定的。本实施例中需要对信号强度的变化做出快速响应,将预设的数量调整比例a1设置为0.5。
首先实时监测并计算热声信号的强度,得到实时信号强度的数值。随后,将此实时信号强度与预设的标准信号强度进行比较。如果发现实时信号强度低于预设的标准信号强度,根据两者之间的差值和预设的数量调整比例,自动增加超声换能器的使用数量。这个增加的数量是按照预定的调整比例计算得出的,以确保信号强度达到或超过所需的标准。
通过根据实时信号强度与预设的标准信号强度的比较结果来调整超声换能器的数量,能够显著提高信号采集的质量和系统的自适应能力。当信号强度不足时,增加超声换能器可以增强信号的接收能力,从而确保信号的清晰度和准确性,避免因信号弱而导致的测量误差。
请继续参阅图3所示,其为本实施例判定调整预设旋转角速度的判定逻辑图;
具体而言,所述根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度包括:
在实时信号稳定度大于预设的标准信号稳定度时,根据实时信号稳定度和预设的标准信号稳定度以预设的稳定度调整比例减小调整预设旋转角速度,其中,V’=V-a2×(S-S0),V’为调整后的预设旋转角速度,V为预设旋转角速度,a2为预设的稳定度调整比例,S0为预设的标准信号稳定度。
预设的稳定度调整比例a2是用于根据信号稳定度变化来调节旋转角速度的比例因子。取决于系统对信号稳定性的敏感度要求和所需的调整响应速度。通常设置为一个小于1的数值,以确保平稳的调整效果。本实施例中根据系统性能需求和实验结果确定,设置为0.3。能够确保系统对稳定度变化的灵敏反应,同时避免过度或不足的调整,提升系统稳定性。
通过计算信号的标准差来量化信号的波动情况。系统将得到的实时信号稳定度与预设的标准信号稳定度进行比较。当实时信号稳定度超过预设的标准信号稳定度时,即信号波动较大,系统会根据两者的差异以及一个预设的稳定度调整比例,相应地降低超声换能器的预设旋转角速度。这种调整旨在通过减慢旋转角速度来增加信号采集的时间分辨率,从而获得更加稳定和可靠的信号。
通过根据实时信号稳定度来调整预设旋转角速度的方法,可以有效地优化信号的采集质量。当信号波动较大时,减慢旋转角速度有助于系统更精细地捕捉信号变化,减少由于快速旋转带来的信号失真或遗漏,提高了系统的灵活性和适应性,确保了在不同测量条件下都能获得高质量的信号数据。
具体而言,根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围的最大值调整预设角度包括:
在全部实时信号强度的最大值大于预设的标准峰值范围的最大值时,根据全部实时信号强度的最大值、预设的标准峰值范围的最大值以及预设的峰值调整比例减小调整预设角度,其中,D’=D-a3×(I-Imax),D’为调整后的预设角度,D为预设角度,a3为预设的峰值调整比例,Imax为预设的标准峰值范围的最大值。
预设的峰值调整比例a3是用于根据信号强度峰值变化来调节预设角度的比例因子。取决于系统对信号强度峰值的敏感度和所需的调整幅度。通常设置为一个小于1的数值,本实施例设置为0.05,以确保平滑且有效的角度调整。
具体而言,根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围的最小值调整预设角度包括:
在全部实时信号强度的最大值小于预设的标准峰值范围的最小值时,根据全部实时信号强度的最大值、预设的标准峰值范围的最小值以及预设的峰值调整比例增大调整预设角度,其中,D’=D+a3×(Imin-I),Imin为预设的标准峰值范围的最小值。
首先在预设的旋转时间内收集所有监测点的实时信号强度,并确定这些信号强度的最大值。将这个最大值与预设的标准峰值范围的边界值进行比较。如果实时信号强度的最大值超过了预设的标准峰值范围的最大值,根据超出的比例和预设的峰值调整比例来减小预设角度,以便更细致地扫描信号强度高的区域。相反,如果实时信号强度的最大值低于预设的标准峰值范围的最小值,根据不足的比例和峰值调整比例来增大预设角度,以扩大监测范围,确保覆盖可能被遗漏的信号强度区域。
当信号强度超出预期的高值时,通过减小预设角度能够实现对信号高强度区域的精细扫描,有助于精确定位和分析信号源。这不仅能够提高监测的分辨率,还能增强对异常或关键区域的识别能力。而当实时信号强度低于预期值时,增大预设角度有助于确保整个监测区域的完整性,避免遗漏任何可能影响评估结果的重要信息。
具体而言,所述使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率包括:
对旋转时间内的通过超声换能器随机监测的M次的热声信号进行N个随机向量的抽样,得到抽样数据;
对抽样数据进行积分,得到对应的速度势函数矩阵
选取正交基矩阵,根据随机取样的速度势函数数据计算观测矩阵K;
利用小波基和傅里叶基作为稀疏基重构待测目标体的热吸收函数矩阵Q’;
利用最小二乘迭代算法重构待测目标体的电导率矩阵
从重构的电导率矩阵中提取各监测点对应的实时电导率U;
其中,热声信号满足的声压波动方程为:
其中,p(r,t)是超声换能器在监测点r处接收到的热声信号, 2p(r,t)是热声信号p(r,t)在空间上的二阶导数的和,cs 2表示波的声速的平方,Q(r′)为在位置r′处的热声源的强度,t为时间,(t)是时间t的狄拉克函数,CP是材料的比热容,β是材料的体积膨胀系数, r′表示待测目标体所处的位置,引入热声信号振动的速度势函数(r,t),(r,t)为速度势函数矩阵在监测点r处、时间t的显示形式,与声压之间关系为:
则热声信号振动的速度势波动方程为:
采用格林函数以及狄拉克函数挑选性求解上式,可得速度势的表达式为:
,R为预设旋转半径,l为用于积分的范围和积分过程中的变化量的积分变量;
采用矩量法表示成矩阵形式为:
F=K×Q ;
式中F为速度势函数(r,t)对应的列向量,Q为待测目标体在位置r′处的热声源的强度Q(r′)对应的列向量,K是与声场有关的矩阵。假设检测区域内有y个离散点,超声换能器的个数为m个,每个超声换能器采集数据的时间点为n个,则采集声信号对应的速度势函数(r,t)被离散为(rk,tl),其中[1:m],[1:n],F为m×n维的列向量。K是一个维数为m×n行、y列的矩阵。如果系数矩阵K是非奇异的,那么可以采用广义求逆的方法求解,即热吸收系数分布为:
Q=K-1F;
针对超声换能器采集的信号进行随机采样,并形成对应的速度势函数矩和观测矩阵K,然后采用小波基和傅里叶基作为稀疏基进而重构出待测目标体的热吸收函数的分布。
在使用基于压缩感知理论的算法重构电导率矩阵的过程中,首先对超声换能器在旋转时间内随机监测得到的M次热声信号进行N个随机向量的抽样,以获取抽样数据。接着,对这些抽样数据进行积分运算,得到速度势函数矩阵。然后,选取一个正交基矩阵,并利用这些速度势函数数据来计算观测矩阵。之后,采用小波基和傅里叶基作为稀疏基,对目标体的热吸收函数矩阵Q’进行重构。在此基础上,运用最小二乘迭代算法来优化并重构电导率矩阵。最终,从这个重构的电导率矩阵中,提取出各个监测点对应的实时电导率U。
采用压缩感知理论的算法进行电导率矩阵的重构,能够在信号抽样远低于奈奎斯特率的情况下,有效地从稀疏抽样数据中恢复出完整的信号,这大大减少了所需的监测数据量,提高了数据处理的效率。通过积分和正交基矩阵的使用,增强了数据处理的准确性和鲁棒性。利用小波基和傅里叶基作为稀疏基,能够更好地捕捉信号的局部特征和频率成分,从而提高重构质量。最小二乘迭代算法的应用,进一步优化了电导率矩阵的重构过程,确保了重构结果的精确性和可靠性。通过这种方法得到的实时电导率U,能够为材料的电性能分析提供精确的数据支持。
具体而言,所述根据实时电导率和预设的标准电导率范围调整所述预设旋转半径,或根据实时电导率和预设的标准电导率范围修正调整后的预设角度包括:
在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例减小调整后的预设角度,其中,D”=D’-a4×(U-Umax),D”为修正后的调整后的预设角度,a4为预设的角度修正比例,U为实时电导率,Umax为预设的标准电导率范围的最大值;
在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例增大调整后的预设角度,其中,D”=D’+a4×(Umin-U),Umin为预设的标准电导率范围的最小值;
在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例减小整预设旋转半径,其中,R’=R-a5×(U-Umax),R’为调整后的预设旋转半径,R为预设旋转半径,a5为预设的半径调整比例;
在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例增大整预设旋转半径,其中,R’=R+a5×(Umin-U)。
在调整预设旋转半径或修正预设角度的过程中,系统首先评估实时电导率U与预设的标准电导率范围(Umin,Umax)之间的关系。如果实时电导率U超过Umax,并且U与Umax之间的差值大于预设的标准差值,系统会使用预设的角度修正比例a4,根据差值减少调整后的预设角度D’,以缩小监测焦点,更精确地定位高电导率区域。相反,如果U低于Umin,并且U与Umax之间的差值大于预设标准差值,系统会增加调整后的预设角度D’,以扩大监测范围,捕捉可能遗漏的低电导率区域。如果U超过Umax但差值小于预设标准差值,系统会使用预设的半径调整比例a5减小预设旋转半径R,以提高监测精度。如果U低于Umin且差值小于预设的标准差值,系统会增大预设旋转半径R,以确保全面覆盖低电导率区域。
通过实时电导率与预设的标准电导率范围的比较来动态调整监测参数,提供了一种自适应的监测策略,能够针对不同的电导率情况做出精确响应。当实时电导率高于或低于预设的标准电导率范围时,通过调整角度或半径,能够更有效地定位和评估电导率异常区域,从而实现更精确的材料特性分析。
请继续参阅图4所示,其为本实施例用于检测超级电容器电导率的扇形扫描检测系统的示意图;
本实施例提供了一种用于检测超级电容器电导率的扇形扫描检测系统,包括:
数据监测模块,包括预设数量的超声换能器3,用以以预设旋转半径和预设旋转角速度旋转预设角度,监测各监测点处来自脉冲磁场1中的待测目标体2的实时热声信号;
信号提取模块,与所述数据监测模块连接,用以根据内置的预设的提取算法提取实时热声信号的实时信号强度和实时信号稳定度;
调整模块,与所述信号提取模块连接,根据实时信号强度和预设的标准信号强度调整预设数量;
所述调整模块还用以根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度;
所述调整模块还用以根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围调整预设角度;
电导率重构提取模块,分别与所述调整模块和所述数据监测模块连接,用以使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率;
修正模块,与所述电导率重构提取模块连接,用以根据实时电导率和预设的标准电导率范围调整预设旋转半径,或,修正调整后的预设角度;
输出模块,分别与所述电导率重构提取模块和所述修正模块连接,用以根据实时电导率处于预设的标准电导率范围内的实时热声信号构建电导率分布图并输出。
该扇形扫描检测系统的工作流程开始于数据监测模块,该模块利用预设数量的超声换能器,按照预设的旋转半径和速度以及角度,监测待测目标体在脉冲磁场中的实时热声信号。信号提取模块对接收到的信号进行处理,提取信号强度和稳定度。调整模块根据提取的信号参数与预设的标准信号强度进行比较,动态调整超声换能器的预设数量、预设旋转角速度和预设角度,以优化信号采集。电导率重构提取模块使用压缩感知理论算法,结合监测数据重构电导率矩阵并提取实时电导率。修正模块根据实时电导率与预设范围的比较结果,调整旋转半径或修正角度,以提高测量精度。最终,输出模块构建并输出电导率分布图,为分析和评估提供直观数据。
系统能够自适应地调整监测参数,确保在不同条件下都能获得高质量的信号数据,从而提高了测量的准确性和重复性。压缩感知理论的应用大幅减少了数据采集的需求,同时保持了重构结果的高精度。动态调整和修正机制使得系统能够快速响应实时监测结果,优化测量策略。
在本实施例中,预设值的设定通常基于以下因素:
超声换能器的数量:取决于监测目标的大小和复杂性,以及所需的信号覆盖范围。
通常设置:数量可能从几个到几十个不等。
本实施例中:假设设置为5个超声换能器。
旋转半径:取决于监测目标的尺寸和所需的监测深度。
通常设置:半径可能从几厘米到几米不等。
本实施例中:假设设置为0.2米。
旋转角速度:影响信号采集的时间分辨率。
通常设置:速度可能从每秒几度到几十度不等。
本实施例中:假设设置为10度/秒。
预设角度:影响监测点的分布密度。
通常设置:角度范围可能是从0到360度,具体角度根据监测需求确定。
本实施例中:假设使用整个360度范围进行监测。
预设的标准信号强度:用于与实时信号强度比较,确定是否需要调整超声换能器数量。
通常设置:根据系统灵敏度和信号预期强度设定。
本实施例中:假设设置为1000mV。
预设的标准信号稳定度:用于与实时信号稳定度比较,确定是否需要调整旋转角速度。
通常设置:根据信号稳定性要求设定。
本实施例中:假设设置为50mV。
预设的标准峰值范围:用于与实时信号强度的最大值比较,调整预设角度。
通常设置:根据信号的预期波动范围设定。
本实施例中:假设设置为最大值1500mV,最小值500mV。
预设的标准电导率范围:用于与实时电导率比较,调整旋转半径或角度。
通常设置:根据材料的预期电导率特性设定。
本实施例中:假设设置为最大值0.01S/m,最小值0.001S/m。
预设的角度修正比例a4为用于计算角度的调整比例,预设的半径调整比例a5为用于计算半径的调整比例。
通常设置:根据系统响应速度和调整精度要求设定。
本实施例中:这些比例需要根据具体应用进行实验确定,预设的角度修正比例a4和预设的半径调整比例a5分别设置为0.1。
本实施例中这么设置的好处:
使用5个超声换能器可以提供足够的信号覆盖,同时避免系统过于复杂。
0.2米的预设旋转半径允许对中等尺寸的超级电容器进行全面监测。
10度/秒的旋转角速度提供了良好的时间分辨率,同时避免了过快旋转可能带来的信号模糊。
将预设的标准信号强度和预设的标准信号稳定度设置在合理范围内,可以确保系统对信号变化敏感,同时避免过度调整。
通过设置预设的标准峰值范围,系统可以自适应地调整监测预设角度,专注于信号强度异常的区域。
预设的标准电导率范围的设定允许系统识别和调整电导率异常,提高测量的准确性。
预设的角度修正比例和预设的半径调整比例的设定,使得系统能够根据实时数据进行精细调整,优化监测策略。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,包括:
将待测目标体置于脉冲磁场中,使用预设数量的超声换能器以预设旋转半径和预设旋转角速度旋转预设角度,监测各监测点处的实时热声信号;
提取实时热声信号的实时信号强度和实时信号稳定度;
根据实时信号强度和预设的标准信号强度调整所述预设数量;
根据实时信号稳定度和预设的标准信号稳定度调整所述预设旋转角速度;
根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围调整预设角度;
使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率;
根据实时电导率和预设的标准电导率范围调整所述预设旋转半径,或根据实时电导率和预设的标准电导率范围修正调整后的预设角度;
根据实时电导率处于预设的标准电导率范围内的实时热声信号构建电导率分布图并输出;
在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例减小调整后的预设角度;
在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例增大调整后的预设角度;
在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例减小整预设旋转半径;
在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例增大整预设旋转半径。
2.根据权利要求1所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,提取实时热声信号的实时信号强度包括:
使用模数转换器将实时热声信号转换成数字信号,计算预设的窗口时间段内的数字信号的均方根,得到所述实时信号强度。
3.根据权利要求2所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,提取实时热声信号的实时信号稳定度包括:
计算转换成数字信号的实时热声信号的标准差,得到所述实时信号稳定度。
4.根据权利要求3所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,所述根据实时信号强度和预设的标准信号强度调整预设数量包括:
在实时信号强度小于预设的标准信号强度时,根据实时信号强度和预设的标准信号强度以预设的数量调整比例增大调整预设数量。
5.根据权利要求4所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,所述根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度包括:
在实时信号稳定度大于预设的标准信号稳定度时,根据实时信号稳定度和预设的标准信号稳定度以预设的稳定度调整比例减小调整预设旋转角速度。
6.根据权利要求5所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围的最大值调整预设角度包括:
在全部实时信号强度的最大值大于预设的标准峰值范围的最大值时,根据全部实时信号强度的最大值、预设的标准峰值范围的最大值以及预设的峰值调整比例减小调整预设角度。
7.根据权利要求6所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围的最小值调整预设角度包括:
在全部实时信号强度的最大值小于预设的标准峰值范围的最小值时,根据全部实时信号强度的最大值、预设的标准峰值范围的最小值以及峰值调整比例增大调整预设角度。
8.根据权利要求7所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,所述使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率包括:
对旋转时间内的通过超声换能器随机监测的预设监测次数的热声信号进行预设抽样数量的随机向量的抽样,得到抽样数据;
对抽样数据进行积分,得到对应的速度势函数矩阵;
选取正交基矩阵,根据随机取样的速度势函数数据计算观测矩阵;
利用小波基和傅里叶基作为稀疏基重构待测目标体的热吸收函数矩阵;
利用最小二乘迭代算法重构待测目标体的电导率矩阵;
从重构的电导率矩阵中提取各监测点对应的实时电导率。
9.一种用于检测超级电容器电导率的扇形扫描检测系统,基于权利要求1-8任一所述的用于检测超级电容器电导率的扇形扫描检测方法,其特征在于,包括:
数据监测模块,包括预设数量的超声换能器,用以以预设旋转半径和预设旋转角速度旋转预设角度,监测各监测点处来自脉冲磁场中的待测目标体的实时热声信号;
信号提取模块,与所述数据监测模块连接,用以根据内置的预设的提取算法提取实时热声信号的实时信号强度和实时信号稳定度;
调整模块,与所述信号提取模块连接,根据实时信号强度和预设的标准信号强度调整预设数量;
所述调整模块还用以根据实时信号稳定度和预设的标准信号稳定度调整预设旋转角速度;
所述调整模块还用以根据预设旋转时间内的全部实时信号强度的最大值和预设的标准峰值范围调整预设角度;
电导率重构提取模块,分别与所述调整模块和所述数据监测模块连接,用以使用基于压缩感知理论的预设算法,通过各监测点的实时热声信号,重构待测目标体的电导率矩阵,并从所述电导率矩阵中提取实时电导率;
修正模块,与所述电导率重构提取模块连接,用以根据实时电导率和预设的标准电导率范围调整预设旋转半径,或修正调整后的预设角度;
输出模块,分别与所述电导率重构提取模块和所述修正模块连接,用以根据实时电导率处于预设的标准电导率范围内的实时热声信号构建电导率分布图并输出;
所述修正模块还用以在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例减小调整后的预设角度;
所述修正模块还用以在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值大于预设的标准差值时,根据差值、预设的标准差值以及预设的角度修正比例增大调整后的预设角度;
所述修正模块还用以在实时电导率大于预设的标准电导率范围的最大值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例减小整预设旋转半径;
所述修正模块还用以在实时电导率小于预设的标准电导率范围的最小值,且实时电导率和预设的标准电导率范围的最大值的差值小于预设的标准差值时,根据实时电导率、预设的标准电导率范围的最大值以及预设的半径调整比例增大整预设旋转半径。
CN202411222956.6A 2024-09-03 2024-09-03 用于检测超级电容器电导率的扇形扫描检测方法及系统 Active CN118759260B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411222956.6A CN118759260B (zh) 2024-09-03 2024-09-03 用于检测超级电容器电导率的扇形扫描检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411222956.6A CN118759260B (zh) 2024-09-03 2024-09-03 用于检测超级电容器电导率的扇形扫描检测方法及系统

Publications (2)

Publication Number Publication Date
CN118759260A CN118759260A (zh) 2024-10-11
CN118759260B true CN118759260B (zh) 2024-11-29

Family

ID=92945802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411222956.6A Active CN118759260B (zh) 2024-09-03 2024-09-03 用于检测超级电容器电导率的扇形扫描检测方法及系统

Country Status (1)

Country Link
CN (1) CN118759260B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107411742A (zh) * 2017-07-31 2017-12-01 电子科技大学 热声成像图像的构建方法及图像处理装置
CN115372416A (zh) * 2022-02-23 2022-11-22 重庆文理学院 一种感应式脉冲压缩磁声检测方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011000389A1 (en) * 2009-06-29 2011-01-06 Helmholtz Zentrum München Deutsches Forschungszentrum Für Gesundheit Und Umwelt (Gmbh) Thermoacoustic imaging with quantitative extraction of absorption map
CN111458566A (zh) * 2020-05-20 2020-07-28 重庆文理学院 一种储能材料电导率的非接触式检测方法及系统
CN113456032B (zh) * 2021-08-13 2024-05-28 中国科学院电工研究所 一种基于超声激励的扇形扫描磁声电成像装置与方法
CN116138738A (zh) * 2023-02-20 2023-05-23 中国科学院电工研究所 磁性微泡磁热声成像方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107411742A (zh) * 2017-07-31 2017-12-01 电子科技大学 热声成像图像的构建方法及图像处理装置
CN115372416A (zh) * 2022-02-23 2022-11-22 重庆文理学院 一种感应式脉冲压缩磁声检测方法及系统

Also Published As

Publication number Publication date
CN118759260A (zh) 2024-10-11

Similar Documents

Publication Publication Date Title
CN113888471B (zh) 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法
JP7068054B2 (ja) 距離計測装置、および距離計測方法
WO2022016726A1 (zh) 一种基于复合模式全聚焦的裂纹形貌重建方法
CN109544655B (zh) 一种海水管线的x射线ct重建方法
CN110849976A (zh) 一种超声导波多分辨率聚焦成像管道检测方法及装置
JP2005523060A (ja) 弾性測定法のための特徴追跡歪評価の方法および装置
CN117607248B (zh) 一种基于数字锁相放大器的金属缺陷检测成像方法
CN115375924A (zh) 一种基于图像识别的桥梁健康监测方法与系统
CN118759260B (zh) 用于检测超级电容器电导率的扇形扫描检测方法及系统
WO2008093080A2 (en) Assessment of the performance of ultrasound imaging systems
CN111812727B (zh) 一种非侵入式核磁共振粮仓储量探测装置及探测方法
CN113686960A (zh) 声场阈值分割的相控阵曲面全聚焦成像优化方法及系统
CN113155967A (zh) 一种相控阵非线性激光超声检测系统
CN108896666A (zh) 螺栓柱面导波检测系统及其检测方法
CN113267563A (zh) 超声扫查装置
CN111665296B (zh) 基于emat测量超声换能器三维辐射声场的方法及装置
CN111462077A (zh) 一种利用非线性信息熵定征生物组织的方法
TWI550268B (zh) Method of Improving Sensitivity of Quantitative Tissue Characteristic of Ultrasonic
CN112818762B (zh) 一种大尺寸复合材料及其夹层结构快速无损检测方法
CN119000861A (zh) 一种用于压力管的超声检测方法
CN116893222B (zh) 基于人工智能的铁路隧道混凝土缺陷冲击回声波检测方法
CN209783909U (zh) 一种滚动轴承多阶段故障预判系统
CN117990795A (zh) 一种全方位波数的超声导波多损伤成像检测方法及其系统
CN113552218A (zh) 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法
CN114449431B (zh) 一种使用太赫兹波对扬声器振膜进行无损检测的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Yang Yanju

Inventor after: Meng Yan

Inventor after: Qu Lili

Inventor after: Cheng Chunlei

Inventor after: Li Hailu

Inventor after: Li Xiaoping

Inventor before: Yang Yanju

Inventor before: Meng Yan

Inventor before: Zhai Lili

Inventor before: Cheng Chunlei

Inventor before: Li Hailu

Inventor before: Li Xiaoping