专利名称：缺陷检测方法和系统的制作方法
技术领域：
本发明涉及一种缺陷检测方法和系统，该方法和系统特别用于分析车辆或车辆部件的水和空气密封性。
背景技术：
当前使用的用于测试车辆或车辆部件的水和空气密封性(特别是门、窗或涉及密封件(sealing)、封口(seal)或其它类型的连接件的其它车辆部件的水和空气密封性)的系统和方法包括使测试车辆经受模拟雨水和/或暴风。也就是说，在制造阶段的最后，车辆经受长时间的强大的水喷射，在这之后，操作者从视觉上检查车辆内的水。如果测试证明车辆内有水，则这意味着需要提高让水进入的车辆部件的水密性。然而，由于所描述的已知方法的低精确性，可证实定位该缺陷是困难的或者甚至是不可能的。事实上，很多时候不能够精确地定位缺陷，只好改变整个封口或重新进行密封。
发明内容
本发明的目标在于提供一种设计用于克服现有技术的缺点的缺陷检测方法和系统。根据本发明，提供了一种分别如权利要求I和权利要求8要求保护的缺陷检测方法和系统。
将通过参照附图以示例的方式描述本发明的优选的非限制性实施例，其中图I示出根据本发明的系统的示意图；图2示出根据本发明的方法的步骤的流程图；图3示出在根据图2流程图方法的处理期间的矩阵的示图；图4示出在根据图2流程图方法的处理期间的声音信号的声谱图；图5示出在根据图2流程图方法的可能的处理的一个示例期间的矩阵的示图；图6不出在图5不例中的声音信号能量的变化的时间图；图7不出在图4声谱图中不出的声音信号的能量的变化的时间图；图8示出图7声音信号使用叠加区分门限的能量的变化的时间图；图9示出具有使用根据本发明的方法检测的瑕疵的矩形元件的计算机化示图。最佳实施方式图I示出缺陷检测系统1，缺陷检测系统I采用声音信号(优选在不可听频率范围中，例如超声波)来分析隔离部件3(例如，巴士门或火车车门、汽车窗等)的水和空气密封性。缺陷检测系统I包括发射装置2，位于第一环境5中，面对隔离部件3的第一侧3a，并被配置为产生声音信号(例如，40kHz ± 15kHz频率的超声波信号)；接收装置4，位于第二环境6中，面对隔离部件3的第二侧3b，并被配置为从发射装置2接收声音信号，并将其转换为可听频率的声音信号(例如，范围在300Hz和2kHz之间)；头戴式耳机8，连接到接收装置4的输出以使操作员(未示出)能够听到来自接收装置4的可听声音信号；计算机9，连接到接收装置4的输出以处理可听声音信号并帮助识别缺陷(如以下详细描述)。发射装置2和接收装置4优选为已知的在市场上销售的超声波检测器(例如，由Sonatest有限公司发布的Soundscan 101)的发射器和接收器。 在使用中，发射装置2可被固定在距用于测试的隔离部件3的第一侧3a的一定距离处，从而以给定跨度α发射的声音信号覆盖第一侧3a的足够大的检测区域。如图I示意性示出地，隔离部件3可包括缺陷10，缺陷10被表示为在隔离部件3中的局部断裂或开口，缺陷10延伸隔离部件3的全厚度，将第一环境5连接到第二环境6。在这样的缺陷10的事件中，由发射装置2产生的并通过第一环境5传播到侧3a上的入射声波11传播通过隔离部件3中的缺陷10，产生透射波12，透射波12从侧3b传播到第二环境6中。根据隔离部件3的厚度和特性，即使不存在缺陷10，透射波显然也可在第一环境5和第二环境6之间传播。然而，具有缺陷10的透射波和不具有缺陷10的透射波拥有不同的能量，并可据此被区分，以下将详细解释。在一个实施例中，在使用中，由操作员(未示出)在隔离部件3的第二侧3b上手动移动接收装置4，以扫描隔离部件3的整个第二侧3b或仅扫描隔离部件3的第二侧3b的关键部分(例如，封口)，从而拾取任何指示隔离部件3中的缺陷10的透射波12。在一可选实施例中，接收装置4可自动移动(未示出)(例如，在机器人手臂上和/或导轨上等)以安全地扫描不容易被操作员够到的隔离部件3的部分。不管如何移动接收装置4，操作员都可使用头戴式耳机8收听来自接收装置4的可听声音信号，并基于该信号立即确定隔离部件3被扫描的部分中缺陷10的存在，并立即采取措施以精确地定位缺陷10。来自接收装置4的可听声音信号也被发送到计算机9。可听声音信号可根据透射波12的能量在强度和音调两者上改变。这意味着操作员可基于头戴式耳机8中的声音的强度的增加和音调的改变两者，来确定缺陷10的存在。如以下详细地解释，来自接收装置4的可听声音信号包括多个可听频率，所述多个可听频率表征将由操作员识别并与缺陷10的存在或不存在有关的音调。强度和音调的改变取决于透射波12的频率和与每个频率有关的能量。图2示出根据本发明的缺陷检测方法的流程图，所述缺陷检测方法可被实现为例如计算机9中的软件程序。首先(步骤20)，来自接收装置4的可听声音信号由计算机9获得，并被采样(例如，以奈奎斯特率)用于变换为数字化音频信号(例如，以“WAVEform”(也被简单称为WAVE或WAV)音频格式，虽然任何其它音频模式(诸如压缩AAC或MP3格式)也可被使用)。接下来(步骤21)，数字化音频信号被处理，特别是经过傅立叶(例如，快速傅立叶，FFT)变换。更具体地，通过FFT对数字化音频信号的连续部分进行恒波段频率分析，以产生公知的能量谱。数字化音频信号的FFT变换在连续时间窗中进行，例如，每个时间窗10ms。当然，还可使用大于或小于IOms的时间窗，虽然重要的是要牢记太短的时间窗将使混叠加剧，从而改变了谱估计，然而，太长的时间窗可能导致在识别可能的缺陷10中有用的信息的损失。 例如，30s的数字化音频信号和连续IOms的时间窗的FFT，给出3000个变换函数，每个变换函数与各时间窗关联，并与时间窗中的时刻有关。 时间窗可以是各种类型，例如，矩形窗、汉宁窗、汉明窗或巴特利特窗，或者其它已知记载的类型。FFT可实时地被执行，在比被分析的信号的长度更短的时间内或者与被分析的信号的长度相同的时间内，或者在稍后的时间，计算并显示变换函数的能量谱。可以以矩阵(例如，图3中图形化地示出的矩阵)来记录数字化音频信号谱在时间上的改变，该矩阵具有与用于覆盖数字化音频信号的长度的时间窗的数量(在以上优选的不例中，3000)相等的N列tp t2、. . .、tx、. . .、tN (每个与各时刻有关)，并具有与声首/[目号采样频率相等的M行f\、f2.....fY.....fM(例如，与奈奎斯特率相等的MR)。这样形成的矩阵包括在考虑过的每个时刻ti_tN的每个频率的幅度样点(例如，以dB表示)。例如,如示图所示，ti时刻列包含各频率的样点A1-Am ；t2时刻列包含各频率f「fM的样点B1-Bm ；tx时刻列包含各频率f「fM的样点X1-Xm等。采用这样形成的矩阵中的第Y行(指示第Y频率fY)，沿列进行工作，可分析第Y频率fY在时间上的改变；类似地，给定所述矩阵中的第X列(与第X时刻有关)，沿行进行工作，可分析在该时刻的不同频率的数字化音频信号谱的幅度。还可以以瀑布图、声像图或声谱图的形式来示意性地表示该矩阵，例如，图4示出的类型。根据采用的接收装置4，用于泄漏和缺陷检测的目的所感兴趣的频率可被限制为特定频率。也就是说，接收装置4接收特定频率的透射声波12，特别是由发射装置2发射的超声波信号的频率(例如，所述的40kHz±15kHz)。但是将超声波信号转换为可听声音信号产生具有可听声音信号自身特性频率分量的可听声音信号，所述频率分量明显与发射的超声波信号的频率分量不同，并取决于声音信号的期望的音调。幅度取决于声音信号的期望的强度。例如，透射波12的低能量级别可与低、弱音调关联，透射波12的高能量级别可与高、强音调关联。使用Sonatest公司的Soundscan 101作为接收装置4,申请人发现可听声音信号的重要频率分量位于500Hz、IOOOHz周围的低音调以及1500Hz、2000Hz和2500Hz周围的高音调。在图3示例中，可在Os和20s之间在500Hz和IOOOHz频率周围观察实质能量贡献，并主要在15s和20s之间在1500Hz和2000Hz频率周围观察进一步的贡献。OHz贡献表示这样的连续分量，所述连续分量在确定谱估计中通常不重要，并且为了根据本发明的方法的目的，所述连续分量可被忽略。如能够看到的，对于所有频率，忽略连续分量，大部分重要贡献在15s和20s之间。不同的接收装置4可明显地产生具有不同的重要频率分量的声音信号。可如下确定普通接收装置4的重要频率。在发射装置2和接收装置4之间设置为测试目的而创建(如果必要)的具有至少一个缺陷10的隔离部件3。发送和接收声音信号以拾取指示隔离部件3中的缺陷10的一个或多个透射波12。来自接收装置4的可听声音信号被发送到计算机9，计算机9将可听声音信号转换为数字化音频信号。如图2中的步骤21所述来处理数字化音频信号，即数字化音频信号经过傅立叶(例如，快速傅立叶，FFT)变换；例如在计算机9的屏幕上显示3D声谱图或瀑布图(如例如图4中所示)，从而操作员能够通过眼睛或在计算机的帮助下立即确定被测试的隔离部件3中的缺陷10的重要频率。参照图2的步骤22以及图5和图6，对于每个时刻tft,，感兴趣的所有频率(在求出的示例中，500Hz、1000Hz、1500Hz、2000Hz、2500Hz)的数字化信号谱幅度样点的平方被相加以获得各能量贡献。如图5所示，其中，为了简洁，仅示出感兴趣的频率，在时刻^对于每个频率存在各样点W A3、A4、A5 ;类似地，在时刻t2对于每个频率存在各样点Bi、B 2, B3> B4, B5 ;在第N时刻tN对于每个频率存在各样点mu随后，在每个时刻ti_tN的各样点的平方被相加。例如，在时刻&的样点A/、A22,a32、a42、a52被相加以获得能量贡献~ = a12+a22+a32+a42+a52 ;在时刻t2的样点βΛβΑβΛβΛB52被相加以获得能量贡献Bt = Bi2+B22+B32+B42+B52 ;等等。这给出了图6示图，其中，每个时刻W...、。与各个和AT、BT、...、NT有关。从如参照图5和图6所描述的图4声谱图获得图7示图。如能够看到的，在这种情况下，能量贡献在Os和15s之间的时刻更�。�15s和20s之间更高。为了确定在识别缺陷10中哪个能量贡献是重要的，设置贡献幅度区分门限。更具体地，图2中的步骤23,使用Rabiner算法的变形来定义区分门限，Rabiner算法在文献中已知，例如，来自 L. R. Rabiner、M. R. Sambur“An algorithm for determiningthe endpoints of isolated utterances (用于确定单独话语的端点的算法)”，BellSyst. Tech. J 1975。首先，基于如上所述获得的图4能量贡献，考虑最大能量贡献頂X(峰值)和最小能量贡献IMN(无声条件能量值)，分别根据以下等式(I)和等式(2)来计算第一能量值il和第二能量值i2 il = 0. 03X (MX-MN)+MN (I)i2 = 4XMN(2)等式(I)计算峰值能量百分比(在这种情况下，3% )，等式(2)计算等于最小能量贡献I丽的4倍的值。虽然Rabiner算法根据等式(I)和等式(2)计算第一能量值il和第二能量值i2，但是如果测试或实践显示将获得任何优点，则明显可改变等式(I)中的3%的百分比和/或等式(2)中的值4。随后，采用与第一能量值il和第二能量值i2的最大值相等的值ITM = max(il,i2)。随后，ITM值与补偿值COMP相乘以获得值ITU = ITMX C0MP。根据Rabiner算法的理想的COMP值是5，虽然可使用其它补偿值。实际上，低于5的补偿值使区分门限降低，高于5的补偿值使区分门限增加。最后，通过将值ITU = I TM X COMP除以2来获得区分门限40的值。在所述算法的变形中，在根据等式(I)和等式(2)计算第一能量值il和第二能量值i2之后，采用与第一能量值il和第二能量值i2的最小值相等的值ITL = min(il,i2)，并将值ITL与补偿值COMP (例如，再次等于5)相乘，以获得值ITL = ITMX C0MP，值ITL被用作区分门限40。
笼统地说，作为峰值和噪声值的函数，区分门限在检测值的峰值(MX)和噪声值(IMN)之间适应性地改变。峰值可被视为在所述检测值中的最高值，噪声值可被视为在所述检测值中的最低值。 图8示出具有所述使用Rabiner算法计算的叠加区分门限40(因此区分门限40是适应性门限)的图7声谱图。低于区分门限40的能量贡献被丢弃，高于区分门限40的能量贡献被采用以指示缺陷10。在这个阶段，隔离部件中的任何缺陷10的实际位置仍然未知，但是，检测到缺陷10的时间间隔已知。参照图2，步骤24，为了定位隔离部件3中的缺陷10，在图8中，高于区分门限40的声谱图能量贡献被压缩，以将作为整体超过区分门限40持续至少I秒的任何接近的连续
能量贡献组合在一起。这个选择实际上决取于在定位缺陷10中期望的精确度。更具体地，基于已知的空间=速度X时间的等式进行工作，由接收装置4给定的隔离部件3的扫描速度(例如，O. 2m/s)以及给定的期望空间位置精确度(例如，将在隔离部件3的20cm空间范围内的缺陷10组合在一起)给出Is的时间范围，在Is的时间范围中在缺陷10之间进行区分。显然，通过改变扫描速度或区分时间范围，在空间定位缺陷10中的精确度可根据需要而改变。给定隔离部件3的被分析的部分的形状、平均扫描速度和扫描路径，可通过确定检测缺陷10的时间间隔来在隔离部件3的被分析的部分中空间定位缺陷10。图9示出矩形隔离部件3的边界的示意图，其中，在缺陷10的搜索中已对矩形隔离部件3的外围部分50进行了分析。附图示出沿隔离部件3的边界的六个缺陷10，所述六个缺陷10与图8中超过区分门限40持续至少I秒的各能量贡献相应，所述各能量贡献在图8中被100-105指示，并位于15到20秒之间。显然，为了将缺陷10的空间位置和检测时间匹配，必须知道扫描起始点和路径。在示出的示例中，扫描在隔离部件3的左下角51开始，沿隔离部件3的外围部分50顺时针进行，返回到角51的起始点。申请人:已进行了多个测试来确定根据本发明的方法的可靠性。具体地，数据已被收集，关于真肯定(true positive) (VP),即正确检测的缺陷10 ;真否定(true negative)(VN)，即正确识别的不具有缺陷10的区域；假肯定(false positive) (FP)，即通过根据本发明的方法错误检测的缺陷10 ;假否定(false negative) (FN),即未检测到的缺陷10。基于以上数据计算与以下参数有关的值灵敏性，计算为(VP)/(VP+FN)，这表示根据本发明的方法检测缺陷10的能力；特异性，计算为(VN)/(VN+FP)，这表示根据本发明的方法确定不具有缺陷10的能力；肯定预测值，计算为(VP)/(VP+FP)，这表示正确检测缺陷10的概率；否定预测值，计算为(VN)/(VN+FN)，这表示正确检测不具有缺陷10的概率。根据申请人的发现，使用位于面对隔离部件3的重心的发射装置2 (或至少基本上面对隔离部件3的中心)达到最佳灵敏性、特异性以及肯定预测值和否定预测值。至于发射装置2至隔离部件3的距离，申请人在不同的距离(特别是发射装置接触隔离部件(Ocm)、在25cm到50cm之间的范围内的距离以及超过50cm的距离)进行了多个测试。参照以上参数，测试显示将发射装置2布置在距隔离部件325-50cm的距离处达到最佳结果。
在以上最佳条件中，申请人已记录了平均超过O. 75的灵敏性值、超过O. 9的特异性值、超过O. 8的肯定预测值以及超过O. 9的否定预测值。对于适应性门限40的计算而描述的实施例公开了一种用于计算门限值的方法(特别是基于Rabiner算法)，所述门限值是最大能量贡献IMX(峰值)和最小能量贡献IMN(无声条件能量值)的函数。根据多个环境条件(诸如噪声、正被检查的材料等)，在每次测量操作期间，頂X和頂N值可改变(通 常，IMX和MN值会改变)。由于在检查操作期间，门限40自动改变其自己的值以使自己适应环境条件的改变(由MX和/或MN值的改变反映这样的改变)，因此门限40在两个值MN和MX之间适应性地改变。通过以上描述，根据本发明的缺陷检测方法和系统的优点将清楚。例如，在接收装置4被机器人手臂和/或在导轨上自动移动的事件中，所述缺陷检测方法可完全自动化，从而不需要操作员的全程帮助。此外，如在描述的方法中，处理由接收装置4接收的信号的计算机9使在识别缺陷10中的错误的概率最小化(与已知技术相比，已知技术取决于测试操作员对仅在头戴式耳机中接收的声音的主观解释)。此外，由于减轻了发射装置2、接收装置4和计算机9的重量，缺陷检测系统可被容易地运输。最后，区分门限是适应性门限的事实，带来了这样的优点用于正被分析的每个特定车辆或车厢的特定门限可在检查处理结束时被适应地设置，而不需要存储一个或多个预定义的门限。这意味着可在不需要提供用于每个车辆车厢的特定门限的情况下对多个车辆车厢进行检查。此外，检查结果最低限度地依赖于在检查期间可能存在的环境条件，所述环境条件干扰检查处理并会影响结果。事实上，在所有获得的信号偏离了特定数量的情况下，计算的门限也偏移相应数量。结果，即使存在干扰，检查结果也是精确的。显然，在不脱离如权利要求定义的本发明的范围的情况下，可对根据本发明的缺陷检测方法和系统进行改变。例如，除了检测车辆或车辆部件中的缺陷之外，所述方法和系统还可用于分析例如管道或导管的密封件和封口。在这样的情况下，发射装置2被放置为面对管道或导管的入口处，从而发射信号沿管道或导管的内部进行传播；一个或多个接收装置4位于被监控的封口或密封件，并在缺陷的搜索中被移动以分析整个封口或密封件。虽然图I示出与接收装置4的输出连接的头戴式耳机8，但是头戴式耳机8显示不是必需的，其中，测试可由如图2描述的方法来实施，并在计算机9中被实现，而不管操作员的存在。此外，可使用用于自动移动接收装置4和发射装置2的自动控制装置使使所述系统自动化。此外，不必一获得数据就对其进行处理。也就是说，可获得所有数据并将所有数据记录在存储介质上用于后续远程处理。可选地，获得的数据可通过互联网被发送到远程计算机，从而可在距数据获得位置任何距离处执行处理。
权利要求
1.一种检测部件(3)中的缺陷的方法，所述部件具有彼此相对的第一面(3a)和第二面(3b)，并存在至少一个缺陷(10)而流体连通，所述方法包括以下步骤 由发射器(2)产生第一声音信号，从而所述第一声音信号与部件(3)的第一面(3a)的至少一部分相互作用； 将接收器(4)布置在接近于与所述第一面(3a)的所述部分相应的部件(3)的所述第二面(3b)的各部分处，其中，接收器(4)被配置为接收第二声音信号，所述第二声音信号是所述第一声音信号与所述部件(3)相互作用的结果； 将所述接收器(4)移动到接近于部件(3)的第二面(3b)处； 由接收器(4)产生作为接收的所述第二声音信号的函数的检测信号； 在所述接收器被移动的多个时刻U1到、)计算与所述检测信号的能量有关的量的各检测值(AT、Bt、Nt)； 在所述至少一个缺陷(10)在所述部件(3)中的事件中，基于所述检测值以及由所述接收器⑷在各时刻假定的位置，对缺陷(10)进行定位。
2.如权利要求I所述的方法，其中，定位的步骤包括计算区分门限(40)，作为所述检测值的峰值(IMX)和噪声值(IMN)的函数，所述区分门限(40)在所述峰值(IMX)和所述噪声值(MN)之间适应性地改变，所述峰值(IMX)是所述检测值中的最高值，所述噪声值(IMN)是所述检测值中的最低值。
3.如权利要求I或2所述的方法，其中，所述第一声音信号是不可听频率信号，所述产生所述检测信号的步骤包括以下步骤将接收到的所述第二声音信号转换为可听频率信号。
4.如权利要求2或3所述的方法，其中，所述计算的步骤包括针对多个频率呔到匕)和所述多个时刻U1到tN)获得所述检测信号的声谱图，从而将各幅度值(A1到Am 到Bm ；N1到Nm)与由所述多个频率中的频率和所述多个时刻中的时刻定义的每一对关联；针对所述多个时刻中的每个时刻，将与相同时刻关联的幅度值相加以获得与所述检测信号的能量有关的所述量的所述检测值(AT、BT、NT)。
5.如权利要求4所述的方法，其中，所述定位的步骤包括 当所述检测值(AT、BT、NT)中的至少一个超过所述区分门限(40)时，确定所述至少一个缺陷(10)的存在； 在与所述检测值中的所述至少一个关联的时刻，确定由所述接收器(4)假定的位置； 将所述至少一个缺陷(10)的位置确定为由所述接收器(4)假定的所述位置的函数。
6.如权利要求5所述的方法，其中，所述确定所述至少一个缺陷(10)的存在的步骤包括当在所述检测值中预定数量的连续检测值超过所述区分门限(40)时，确定所述存在。
7.如权利要求5或6所述的方法，其中，定义区分门限(40)的步骤包括以下步骤 获得所述峰值αΜχ)； 获得所述噪声值(IMN)； 计算所述峰值αΜχ)的百分比值； 将所述噪声值αΜΝ)与比例因子相乘； 获得所述峰值和所述噪声值的最大值(ITU)； 将所述峰值和所述噪声值的所述最大值(ITU)与补偿因子相乘；计算所述最大值(ITU)的分数。
8.如权利要求5或6所述的方法，其中，定义区分门限(40)的步骤包括以下步骤 获得所述峰值(MX); 获得所述噪声值(IMN)； 计算所述峰值(MX)的百分比值； 将所述噪声值(MN)与比例因子相乘； 获得所述峰值和所述噪声值的最小值(ITL)； 将所述峰值和所述噪声值的所述最小值(ITL)与补偿因子相乘。
9.一种用于检测部件(3)中的缺陷的系统，所述部件具有彼此相对的第一面(3a)和第二面(3b)，并存在至少一个缺陷(10)的而流体连通，所述系统包括 发射器(2)，被布置在面对部件(3)的第一面(3a)的一部分处，被配置用于产生不可听频率声音信号； 接收器(4)，被布置在可移动地面对部件(3)的第二面(3b)的一部分处，被配置用于接收由发射器(2)产生的声音信号，并将声音信号转换为可听频率检测信号； 处理装置(9)，被配置用于 接收检测信号； 在接收器(4)移动的多个时刻U1到tN)计算与所述检测信号的能量有关的量的各检测值(AT、BT、NT)； 在所述至少一个缺陷(10)在所述部件(3)中的事件中，基于所述检测值以及由所述接收器⑷在各时刻假定的位置，对缺陷(10)进行定位。
10.如权利要求9所述的系统，其中，处理装置(9)还被配置用于计算区分门限(40)，作为所述检测值的峰值(IMX)和噪声值(IMN)的函数，所述区分门限(40)在所述峰值(IMX)和所述噪声值(MN)之间适应性地改变，所述峰值(MX)是所述检测值中的最高值，所述噪声值(IMN)是所述检测值中的最低值。
11.如权利要求9或10所述的系统，其中，所述第一声音信号是不可听频率信号，所述处理装置(9)还被配置用于将接收到的所述第二声音信号转换为可听频率信号。
12.如权利要求10或11所述的系统，其中，所述处理装置(9)还被配置用于针对多个频率(f\到fM)和所述多个时刻U1到tN)获得所述检测信号的声谱图，从而将各幅度值(A1到Am 到Bm 到Xm 到Nm)与由所述多个频率中的频率和所述多个时刻中的时刻定义的每一对关联；针对所述多个时刻中的每个时刻，将与相同时刻关联的幅度值相加以获得与所述检测信号的能量有关的所述量的所述检测值(AT、BT、NT)。
13.如权利要求12所述的系统，其中，所述处理装置(9)还被配置为 当所述检测值(AT、BT、NT)中的至少一个超过所述区分门限(40)时，确定所述至少一个缺陷(10)的存在； 在与所述检测值中的所述至少一个关联的时刻，确定由所述接收器(4)假定的位置； 将所述至少一个缺陷(10)的位置确定为由所述接收器(4)假定的所述位置的函数。
14.如权利要求13所述的系统，其中，所述处理装置(9)还被配置用于当在所述检测值中预定数量的连续检测值超过所述区分门限(40)时，确定所述至少一个缺陷(10)的所述存在。
15.如权利要求13或14所述的系统，其中，所述处理装置还被配置用于获得所述峰值(MX);获得所述噪声值(IMN)；计算所述峰值(MX)的百分比值；将所述噪声值(MN)与比例因子相乘；获得所述峰值和所述噪声值的最大值(ITU)；将所述峰值和所述噪声值的所述最大值(ITU)与补偿因子相乘；计算所述最大值(ITU)的分数。
16.如权利要求13或14所述的系统，其中，所述处理装置还被配置用于获得所述峰值αΜχ)；获得所述噪声值(IMN)；计算所述峰值αΜχ)的百分比值；将所述噪声值αΜΝ)与比例因子相乘；获得所述峰值和所述噪声值的最小值(ITL)；将所述峰值和所述噪声值的所述最小值(ITL)与补偿因子相乘。
全文摘要
一种检测部件(3)中的缺陷的方法，所述部件具有彼此相对的第一面(3a)和第二面(3b)，并存在至少一个缺陷(10)而流体连通，所述方法包括以下步骤由发射器(2)产生第一声音信号，从而所述第一声音信号与部件(3)的第一面(3a)的至少一部分相互作用；将接收器(4)布置在接近于与所述第一面(3a)的所述部分相应的部件(3)的所述第二面(3b)的各部分处，其中，接收器(4)被配置为接收第二声音信号，所述第二声音信号是所述第一声音信号与所述部件(3)相互作用的结果；将所述接收器(4)移动到接近于部件(3)的第二面(3b)处；由接收器(4)产生作为接收的所述第二声音信号的函数的检测信号；在所述接收器移动的多个时刻(t1-tN)计算与所述检测信号的能量有关的量的各检测值(AT、BT、NT)；在所述至少一个缺陷(10)在所述部件(3)中的事件中，基于所述检测值以及由所述接收器(4)在各时刻假定的位置，对缺陷(10)进行定位。
文档编号G01N29/11GK102625912SQ201080039322
公开日2012年8月1日 申请日期2010年7月2日 优先权日2009年7月2日
发明者保罗·拉米, 吉安·卢卡·皮欧皮, 马西莫·克雷多利 申请人:安萨尔多布瑞德有限公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
