碳纤维复合材料构件稀疏脉冲涡流阵列成像的理论和方法研究

准确检测和定量评估碳纤维复合材料构件缺陷和损伤，确保其完整、可靠、安全是许多重要领域急需解决的具有基础性、关键性和先导性的极具挑战的前沿问题。在压缩感知理论框架下，围绕碳纤维复合材料构件脉冲涡流阵列成像稀疏表征与变换域映射、稀疏检测约束、稀疏成像重建关键科学问题，主要研究内容是：①建立碳纤维复合材料构件稀疏脉冲涡流阵列成像模型，研究其稀疏化表征、变换域映射、稀疏矩阵和稀疏变换矩阵构建及信号恢复先验误差分析，以提供理论基础；②以TMR传感器作为阵列单元，研究被测对象与稀疏数据获取之间的映射关系和数据获取方法，构建数据获取理论框架；③提出独立或联合多维度信息恢复方法，研究多维度稀疏信号特征信息挖掘方法，完成信息压缩感知和提取；④建立实验验证系统，完成原理性验证。最终形成一套当前亟需的碳纤维复合材料构件稀疏脉冲涡流阵列成像的理论与方法，推动涡流检测理论和技术发展，促进碳纤维复合材料的研发及应用。

准确检测和定量评估碳纤维复合材料构件缺陷和损伤，确保其完整、可靠、安全是许多重要领域急需解决的具有基础性、关键性和先导性的极具挑战的前沿问题。在压缩感知理论框架下，围绕碳纤维复合材料构件脉冲涡流阵列成像稀疏表征与变换域映射、稀疏检测约束、稀疏成像重建关键科学问题，开展了以下研究工作：①建立碳纤维复合材料构件脉冲涡流阵列成像模型，采用有限元分析法建模求解三维涡流场计算问题，为后续研究其稀疏化表征、变换域映射、稀疏矩阵和稀疏变换矩阵构建及信号恢复先验误差分析提供理论基础。②碳纤维复合材料构件脉冲涡流阵列成像信号稀疏表征研究，首先利用涡流检测装置获取原始检测信号并求出其在一定变换域中的稀疏表示系数，然后根据所选的测量矩阵形成字典矩阵，并将测量矩阵对原始涡流检测信号进行线性投影得到观测向量，采用正交匹配追踪法对原始涡流检测信号进行重构，得到重构后的涡流检测信号，最后对重构后的涡流检测信号进行误差分析。③碳纤维复合材料构件稀疏脉冲涡流阵列成像信号分类和缺陷识别研究，通过选取合适的探头激励频率，从检测信号中消除提离干扰信号；提出了采用核主分量分析进行特征提取和采用贝叶斯网分类器进行分类相结合的缺陷涡流检测信号分类新方法，具有较好的鲁棒性和稳定性，在信号中包含一定强度的噪声时依然能保持较低的分类错误率；研究了基于优化法的缺陷定量化评估，采用有限元正向模型结合改进蚁群算法的方法对缺陷进行了定量化评估，并对该方法的评估精度进行了分析；研究了基于回归分析法的缺陷定量化评估，分别运用偏最小二乘回归和核偏最小二乘回归建立缺陷定量化评估模型，将两种评估模型的评估结果与神经元网络回归模型的评估结果进行了对比；研究了基于贝叶斯网的缺陷定量化评估，结合缺陷定量化评估实例，构建了用于缺陷定量化评估的贝叶斯网模型，深入考察了该模型对包含不同水平噪声的信号的评估表现，并将贝叶斯网模型的评估结果与最小二乘回归模型的评估结果进行了对比。④建立实验验证系统，完成原理性验证，分别建立了基于GMR磁场传感器的电涡流检测平台、基于TMR磁场传感器的电涡流检测平台和基于压缩感知理论的电涡流检测平台，最终形成一套当前亟需的碳纤维复合材料构件稀疏脉冲涡流阵列成像的理论与方法，推动涡流检测理论和技术发展，促进碳纤维复合材料的研发及应用。