一種材料缺陷檢測設備以及材料缺陷檢測方法
【專利摘要】本發明公開了一種材料缺陷檢測設備以及材料缺陷檢測方法，包括：平面陣列傳感器、控制電路和結果輸出模塊，其中：平面陣列傳感器，包括：多個檢測電極、端部屏蔽電極、極間屏蔽電極、傳感器基板、信號線和基板背面屏蔽層，其中：控制電路與多個檢測電極相連，用于控制對多個檢測電極的電壓激勵；多個檢測電極以陣列方式排列在傳感器基板的上方，傳感器基板的背面覆蓋有基板背面屏蔽層，以及分布有信號線；信號線與多個檢測電極相連，且與結果輸出模塊相連，用于將檢測信號傳輸給結果輸出模塊；結果輸出模塊用于根據檢測信號輸出對應的檢測結果。采用本發明方案，實現了對材料內部的無損檢測。
【專利說明】一種材料缺陷檢測設備以及材料缺陷檢測方法
【技術領域】
[0001]本發明涉及材料缺陷檢測【技術領域】和無損檢測【技術領域】，尤其涉及一種材料缺陷檢測設備以及材料缺陷檢測方法。
【背景技術】
[0002]近年來，各種新型復合材料在飛機結構的建造過程中占據著日益重要的地位，甚至應用于關乎飛行安全的關鍵部位中。其中尤其以一種具有強吸聲特性的層合多孔結構新型復合材料最為常見。該材料是一種由高強度鋁薄板和高強度玻璃纖維增強樹脂交替層合、扎制而成的纖維增強金屬材料，內部孔隙率大于90%。該材料在生產及使用過程中，由于人工操作、環境、外載等因素的影響，材料結構表面和材料內部會不可避免地存在孔隙、裂紋、纖維斷裂等缺陷，這些缺陷嚴重影響了復合材料結構的質量，危及飛行安全。因此如何預先判斷飛機結構所使用的該特殊復合材料是否存在缺陷便至關重要。
[0003]無損檢測方法是一種能夠預先發現或在線檢測缺陷的方法，對保證復合材料結構的正常使用具有非常重要的意義。目前復合材料無損檢測方法主要包括超聲波檢測和紅外檢測等，但是超聲波檢測無法識別薄板中的缺陷，紅外檢測對隔熱材料檢測能力不足。同時，由于飛機表面結構的特殊性，導致無法采取一般的對面檢測的方式尋找缺陷。
【發明內容】
[0004]本發明實施例提供一種材料缺陷檢測設備以及材料缺陷檢測方法，用以解決現有技術中存在的無法實現對材料內部進行無損檢測的問題。
[0005]本發明實施例提供一種材料缺陷檢測設備，包括:用于檢測的平面陣列傳感器、控制電路和結果輸出模塊，其中:
[0006]所述平面陣列傳感器，包括:多個檢測電極、端部屏蔽電極、極間屏蔽電極、傳感器基板、信號線和基板背面屏蔽層，其中:
[0007]所述控制電路與所述多個檢測電極相連，用于控制對所述多個檢測電極的電壓激勵；
[0008]所述多個檢測電極以陣列方式排列在所述傳感器基板的上方，所述多個檢測電極之間分布所述極間屏蔽電極，在所述多個檢測電極和所述極間屏蔽電極四周分布所述端部屏蔽電極，所述極間屏蔽電極與所述端部屏蔽電極分別接地；
[0009]所述傳感器基板的背面覆蓋有所述基板背面屏蔽層，以及分布有信號線；
[0010]所述信號線與所述多個檢測電極相連，且與所述結果輸出模塊相連，用于將檢測信號傳輸給所述結果輸出模塊；
[0011]所述結果輸出模塊用于根據檢測信號輸出對應的檢測結果。
[0012]進一步的，所述結果輸出模塊，包括:數據采集系統和成像系統，其中:
[0013]所述數據采集系統與所述信號線相連，用于接收所述信號線傳輸的所述檢測信號，并對所述檢測信號進行處理，得到檢測數據，并將所述檢測數據傳輸給所述成像系統；
[0014]所述成像系統基于所述檢測數據生成檢測圖像，并將所述檢測圖像作為檢測結果進行顯示。
[0015]進一步的，所述數據采集系統，包括:多通道數據采集單元、電容測量單元和通訊單元，其中:
[0016]所述多通道數據采集單元，用于接收所述信號線傳輸的所述檢測信號；
[0017]所述電容測量單元，用于基于所述檢測信號進行電容檢測，得到電容值，作為檢測數據；
[0018]所述通信單元，將得到的所述電容值傳輸給所述成像系統。
[0019]進一步的，所述成像系統，具體用于接收所述電容值；并基于所述多個檢測電極的靈敏度矩陣和所述電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣；對所述介電常數分布矩陣進行濾波處理，得到所述介電常數分布矩陣包括的各介電常數在灰度圖上各自對應的像素灰度值；顯示得到的各所述像素灰度值表示的灰度圖像，所述灰度圖像作為檢測結果。
[0020]進一步的，所述多通道數據采集單元在對被測對象的一次檢測中接收的所述信號線傳輸的所述檢測信號的數量為N，N個所述檢測信號對應N個電容值；
[0021]采用如下關系式確定被測對象的介電常數分布矩陣:
[0022]G = StC ；
[0023]其中，G為被測對象的K維的介電常數分布矩陣，C為N維電容列向量，S為所述多個檢測電極的NXK階的靈敏度矩陣。
[0024]進一步的，N = η (n-1)/2，其中，η為所述多個檢測電極的數量，所述N個電容值為每兩個檢測電極組成的電極對之間的電容值。
[0025]進一步的，采用如下公式確定N維電容列向量C中的每個元素值Cm:
[0026]Crij = (Cij-Cij (low)) (Cij (high) -Cij (low))；
[0027]其中，Cij為電極i和電極j組成的電極對之間的實際電容值，Cij (low)為電極i和電極j組成的電極對之間的低介電常數仿真電容值，Cu(high)為電極i和電極j組成的電極對之間的高介電常數仿真電容值。
[0028]本發明實施例還提供一種基于上述材料缺陷檢測設備的材料缺陷檢測方法，包括:
[0029]通過所述控制電路依次對所述多個檢測電極的每個待檢測電極對進行電壓激勵；
[0030]根據每個待檢測電極對被電壓激勵后產生的檢測信號，輸出對應的檢測結果。
[0031]進一步的，根據每個待檢測電極對被電壓激勵后產生的檢測信號，輸出對應的檢測結果，具體包括:
[0032]對每個待檢測電極對被電壓激勵后產生的檢測信號進行處理，得到檢測數據；
[0033]基于所述檢測數據生成檢測圖像，并將所述檢測圖像作為檢測結果進行顯示。
[0034]進一步的，對每個待檢測電極對被電壓激勵后產生的檢測信號進行處理，得到檢測數據，具體包括:
[0035]基于每個待檢測電極對被電壓激勵后產生的檢測信號進行電容檢測，得到電容值，作為檢測數據。
[0036]進一步的，基于所述檢測數據生成檢測圖像，并將所述檢測圖像作為檢測結果進行顯示，具體包括:
[0037]基于所述多個檢測電極的靈敏度矩陣和所述電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣；
[0038]對所述介電常數分布矩陣進行濾波處理，得到所述介電常數分布矩陣包括的各介電常數在灰度圖上各自對應的像素灰度值；
[0039]顯示得到的各所述像素灰度值表示的灰度圖像，所述灰度圖像作為檢測結果。
[0040]進一步的，在對被測對象的一次檢測中進行檢測的所述多個檢測電極的待檢測電極對的數量為N，產生所述檢測信號的數量為N，N個所述檢測信號對應N個電容值；
[0041]基于所述多個檢測電極的靈敏度矩陣和所述電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣，具體為:
[0042]采用如下關系式確定被測對象的介電常數分布矩陣:
[0043]G = StC ；
[0044]其中，G為被測對象的K維的介電常數分布矩陣，C為N維電容列向量，S為所述多個檢測電極的NXK階的靈敏度矩陣。
[0045]進一步的，N = η (n-1)/2,其中，η為所述多個檢測電極的數量；
[0046]所述多個檢測電極的待檢測電極對，包括:所述多個檢測電極的每兩個檢測電極組成的待檢測電極對；
[0047]所述N個電容值為每兩個檢測電極組成的電極對之間的電容值。
[0048]進一步的，采用如下公式確定N維電容列向量C中的每個元素值Cm:
[0049]Crij = (Cij-Cij (low)) (Cij (high) -Cij (low))；
[0050]其中，Cij為電極i和電極j組成的電極對之間的實際電容值，Cij (low)為電極i和電極j組成的電極對之間的低介電常數仿真電容值，Cu(high)為電極i和電極j組成的電極對之間的高介電常數仿真電容值。
[0051]本發明有益效果包括:
[0052]本發明實施例提供的方案中，材料缺陷檢測設備包括平面陣列傳感器，檢測時將平面陣列傳感器靠近被測對象，通過對平面陣列傳感器的多個檢測電極的電壓激勵，能夠產生檢測信號，且檢測信號體現了被測對象內部的結構特征，根據檢測信號輸出對應的檢測結果，即能夠表明被測對象內部是否存在缺陷，從而實現對材料內部實現無損檢測。
[0053]本申請的其它特征和優點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本申請而了解。本申請的目的和其他優點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。
【專利附圖】
【附圖說明】
[0054]附圖用來提供對本發明的進一步理解，并且構成說明書的一部分，與本發明實施例一起用于解釋本發明，并不構成對本發明的限制。在附圖中:
[0055]圖1為本發明實施例1提供材料缺陷檢測設備的結構示意圖；
[0056]圖2A為本發明實施例1提供的材料缺陷檢測設備中的平面陣列傳感器的正面結構示意圖；
[0057]圖2B為本發明實施例1提供的材料缺陷檢測設備中的平面陣列傳感器的背面結構示意圖；
[0058]圖3為本發明實施例1提供的材料缺陷檢測設備中的結果輸出模塊的結構示意圖；
[0059]圖4為本發明實施例1提供的材料缺陷檢測設備中的結果輸出模塊的數據采集系統的結構示意圖；
[0060]圖5為本發明實施例2提供的材料缺陷檢測方法的流程圖之一；
[0061]圖6為本發明實施例2提供的材料缺陷檢測方法的流程圖之二。
【具體實施方式】
[0062]為了給出實現對材料內部進行無損檢測的實現方案，本發明實施例提供了一種材料缺陷檢測設備以及材料缺陷檢測方法，以下結合說明書附圖對本發明的優選實施例進行說明，應當理解，此處所描述的優選實施例僅用于說明和解釋本發明，并不用于限定本發明。并且在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。
[0063]實施例1:
[0064]本發明實施例1提供一種材料缺陷檢測設備，如圖1所示，包括:
[0065]用于檢測的平面陣列傳感器11、控制電路12和結果輸出模塊13，其中:
[0066]如圖2A和圖2B所示，平面陣列傳感器，包括:多個檢測電極111、端部屏蔽電極112、極間屏蔽電極113、傳感器基板114、信號線115和基板背面屏蔽層116，其中:
[0067]控制電路12與多個檢測電極111相連，用于控制對多個檢測電極111的電壓激勵；
[0068]多個檢測電極111以陣列方式排列在傳感器基板114的上方，多個檢測電極111之間分布極間屏蔽電極113，在多個檢測電極111和極間屏蔽電極113四周分布端部屏蔽電極112，極間屏蔽電極113與端部屏蔽電極112分別接地；
[0069]傳感器基板114的背面覆蓋有基板背面屏蔽層116，以及分布有信號線115 ；
[0070]信號線115與多個檢測電極111相連，且與結果輸出模塊13相連，用于將檢測信號傳輸給結果輸出模塊13 ；
[0071]結果輸出模塊13用于根據檢測信號輸出對應的檢測結果。
[0072]進一步的，在上述材料缺陷檢測設備中，如圖3所示，結果輸出模塊13，可以包括:數據采集系統131和成像系統132，其中:
[0073]數據采集系統131與信號線115相連，用于接收信號線115傳輸的檢測信號，并對檢測信號進行處理，得到檢測數據，并將檢測數據傳輸給成像系統132 ；
[0074]成像系統132基于檢測數據生成檢測圖像，并將檢測圖像作為檢測結果進行顯
/Jn ο
[0075]通過成像系統132將檢測結果以圖像的形式進行展示，能夠更形象、更清楚的展示對被測對象的檢測情況，及被測對象內部是否存在缺陷，以及存在缺陷的程度。
[0076]本發明實施例1中，如圖4所示，數據采集系統131，可以包括:多通道數據采集單元1311、電容測量單元1312和通訊單元1313，其中:
[0077]多通道數據采集單元1311，用于接收信號線115傳輸的檢測信號；
[0078]電容測量單元1312，用于基于檢測信號進行電容檢測，得到電容值，作為檢測數據；
[0079]通信單元1313，將得到的電容值傳輸給成像系統132。
[0080]相應的，成像系統132，可以具體用于接收通信單元1313傳輸的電容值；并基于多個檢測電極111的靈敏度矩陣和接收的電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣；對介電常數分布矩陣進行濾波處理，得到介電常數分布矩陣包括的各介電常數在灰度圖上各自對應的像素灰度值；顯示得到的各像素灰度值表示的灰度圖像，灰度圖像即可以作為檢測結果。
[0081 ] 其中，多個檢測電極111的靈敏度矩陣S可以通過有限元軟件仿真，預先進行測量得到。
[0082]在上述方案中，可以根據測量的電容值求出物質的分布，這一過程可以稱為電容層析成像(ECT, Electric Capacitance Tomography),也可以稱作圖像重建。本發明實施例I中，可以采用如下圖像重建方式確定出被測對象的介電常數分布矩陣:
[0083]在該圖像重建方式中，在對被測對象的一次檢測中獲得的檢測信號的數量為N，N個檢測信號對應N個電容值，N個電容值構成N維電容列向量C ;在檢測中，可以將被測對象的檢測面劃分為K個單元，則多個檢測電極的靈敏度矩陣S為NXK階矩陣；則介電常數分布矩陣G、電容列向量C和靈敏度矩陣S滿足如下關系式:
[0084]C = SG ；
[0085]由關系式可知，靈敏度矩陣S是一個不可逆矩陣，它的逆是不可求的，圖像重建算法主要是解決這個問題，這里使用矩陣S的轉置近似代替矩陣S的逆，則通過上述關系式可以得出矩陣G是一個K維的矩陣，即介電常數分布矩陣G為K維的介電常數列向量。
[0086]所以，本發明實施例1中，可以采用如下關系式確定被測對象的介電常數分布矩陣:
[0087]G = StC ；
[0088]其中，G為被測對象的K維的介電常數分布矩陣，C為N維電容列向量，S為多個檢測電極111的NXK階的靈敏度矩陣。
[0089]進一步的，N = n(n_l)/2，其中，η為多個檢測電極111的數量，N個電容值為每兩個檢測電極組成的電極對之間的電容值。
[0090]并且，為了減少系統誤差，N維電容列向量C中的電容值，可以為對實際測量的電容值進行歸一化處理后的值，例如，采用如下公式確定N維電容列向量C中的每個元素值
v^rij.
[0091]Crij = (Cij-Cij(1w)) (CijOiigh)-Cij(1w))；
[0092]其中，Cij為電極i和電極j組成的電極對之間的實際電容值，Cij (low)為電極i和電極j組成的電極對之間的低介電常數仿真電容值，Cu(high)為電極i和電極j組成的電極對之間的高介電常數仿真電容值。
[0093]實施例2:
[0094]根據同一發明構思，基于本發明上述實施例1提供的材料缺陷檢測設備，本發明實施例2還提供一種材料缺陷檢測方法，如圖5所示，包括:
[0095]步驟501、通過材料缺陷檢測設備的上述控制電路，依次對平面陣列傳感器的多個檢測電極的每個待檢測電極對進行電壓激勵。
[0096]步驟502、根據每個待檢測電極對被電壓激勵后產生的檢測信號，輸出對應的檢測結果。
[0097]下面結合附圖，用具體實施例對本發明提供的方法進行詳細描述。
[0098]圖6為本發明實施例2提供的材料缺陷檢測方法的詳細流程圖，具體包括如下處理步驟:
[0099]步驟601、通過材料缺陷檢測設備的上述控制電路，依次對平面陣列傳感器的多個檢測電極的每個待檢測電極對進行電壓激勵。
[0100]其中，多個檢測電極的待檢測電極對,可以包括該多個檢測電極的每兩個檢測電極組成的待檢測電極對，例如，多個檢測電極的數量為n，則每兩個檢測電極組成的待檢測電極對的數量N為n (n-1)/2，相應的，得到N個檢測信號。
[0101]本步驟中，在對每個待檢測電極對進行電壓激勵時，可以首先對η個電極中的I號電極施加交流電壓激勵，其它電極的極板通過C/V轉換電路虛地，并通過控制電路中的后級的多路選通電路，選擇一塊虛地的電極板與激勵電極構成待檢測電極對。輪流對1-2，1-3，……，1_η電極對進行電壓激勵，得到對應的檢測信號。
[0102]當針對I號電極與其它所有電極配對激勵完成后，將激勵電壓施加至2號電極上，再依次對2-3，……，2-η電極對進行電壓激勵，依次循環。
[0103]對于η個電極的平面陣列傳感器，總共可得n (n-1)/2個測量數據，即獲得一組含有被測對象內部信息的數據。
[0104]步驟602、對每個待檢測電極對被電壓激勵后產生的檢測信號進行處理，得到檢測數據；
[0105]本步驟中，具體可以為基于每個待檢測電極對被電壓激勵后產生的檢測信號進行電容檢測，得到電容值，作為檢測數據。
[0106]并且，為了減少系統誤差，可以對得到的N個電容值進行歸一化處理，如題采用如下公式進行歸一化處理，得到N維電容列向量C中的每個元素值C&:
[0107]Crij = (Cij-Cij (low)) (Cij (high) -Cij (low))；
[0108]其中，Cij為電極i和電極j組成的電極對之間的實際電容值，Cij (low)為電極i和電極j組成的電極對之間的低介電常數仿真電容值，Cu(high)為電極i和電極j組成的電極對之間的高介電常數仿真電容值。
[0109]步驟603、基于該多個檢測電極的靈敏度矩陣和上述步驟602中檢測得到的電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣。
[0110]本步驟中，多個檢測電極的靈敏度矩陣S可以通過有限元軟件仿真，預先進行測量得到，并且，在檢測中，可以將被測對象的檢測面劃分為K個單元，則多個檢測電極的靈敏度矩陣S為NXK階矩陣。
[0111]介電常數分布矩陣G、電容列向量C和靈敏度矩陣S滿足如下關系式:
[0112]C = SG;
[0113]由關系式可知，靈敏度矩陣S是一個不可逆矩陣，它的逆是不可求的，圖像重建算法主要是解決這個問題，這里使用矩陣S的轉置近似代替矩陣S的逆，則通過上述關系式可以得出矩陣G是一個K維的矩陣，即介電常數分布矩陣G為K維的介電常數列向量。
[0114]所以，本發明實施例2中，可以采用如下關系式確定被測對象的介電常數分布矩陣:
[0115]G = StC;
[0116]其中，G為被測對象的K維的介電常數分布矩陣，C為N維電容列向量，S為多個檢測電極的NXK階的靈敏度矩陣。
[0117]步驟604、對得到的介電常數分布矩陣進行濾波處理，得到介電常數分布矩陣包括的各介電常數在灰度圖上各自對應的像素灰度值。
[0118]步驟605、顯示得到的各像素灰度值表示的灰度圖像，灰度圖像即作為檢測結果。
[0119]采用本發明實施例提供的上述方案，通過對平面陣列傳感器的多個檢測電極的電壓激勵，能夠產生檢測信號，且檢測信號體現了被測對象內部的結構特征，根據檢測信號輸出對應的檢測結果，即能夠表明被測對象內部是否存在缺陷，從而實現對材料內部實現無損檢測。
[0120]并且，在根據檢測信號輸出對應的檢測結果的過程中，可以根據檢測信號得到電容值，并采用電容層析成像算法，首先基于檢測得到的電容值，確定出檢測面被劃分成K個單元的被測對象的介電常數分布矩陣，并對已知的介質常數分布矩陣進行濾波處理，采取閾值設置的方法，使不同的介電常數在灰度圖上以不同的像素灰度值表現出來，從而得到更加清晰的介質分布的灰度圖像。根據得到介電常數灰度圖，即可以比較直觀的了解被測對象的材料的結構分布情況，從而可以有效的描述材料內部缺陷情況。
[0121 ] 本發明實施例提供的方案，可以針對飛機結構中特殊復合材料的缺陷分布情況的無損檢測方法，結構緊湊，制作成本低，工作可靠，靈敏度高，實現了復合材料離線和在役的實時監測。
[0122] 顯然，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和范圍。這樣，倘若本發明的這些修改和變型屬于本發明權利要求及其等同技術的范圍之內，則本發明也意圖包含這些改動和變型在內。
【權利要求】
1.一種材料缺陷檢測設備，其特征在于，包括:用于檢測的平面陣列傳感器、控制電路和結果輸出I吳塊，其中: 所述平面陣列傳感器，包括:多個檢測電極、端部屏蔽電極、極間屏蔽電極、傳感器基板、信號線和基板背面屏蔽層，其中: 所述控制電路與所述多個檢測電極相連，用于控制對所述多個檢測電極的電壓激勵；所述多個檢測電極以陣列方式排列在所述傳感器基板的上方，所述多個檢測電極之間分布所述極間屏蔽電極，在所述多個檢測電極和所述極間屏蔽電極四周分布所述端部屏蔽電極，所述極間屏蔽電極與所述端部屏蔽電極分別接地； 所述傳感器基板的背面覆蓋有所述基板背面屏蔽層，以及分布有信號線； 所述信號線與所述多個檢測電極相連，且與所述結果輸出模塊相連，用于將檢測信號傳輸給所述結果輸出模塊； 所述結果輸出模塊用于根據檢測信號輸出對應的檢測結果。
2.如權利要求1所述的材料缺陷檢測設備，其特征在于，所述結果輸出模塊，包括:數據米集系統和成像系統，其中: 所述數據采集系統與所述信號線相連，用于接收所述信號線傳輸的所述檢測信號，并對所述檢測信號進行處理，得到檢測數據，并將所述檢測數據傳輸給所述成像系統； 所述成像系統基于所述檢測數據生成檢測圖像，并將所述檢測圖像作為檢測結果進行顯不O
3.如權利要求2所述的材料缺陷檢測設備，其特征在于，所述數據采集系統，包括:多通道數據采集單元、電容測量單元和通訊單元，其中: 所述多通道數據采集單元，用于接收所述信號線傳輸的所述檢測信號； 所述電容測量單元，用于基于所述檢測信號進行電容檢測，得到電容值，作為檢測數據； 所述通信單元，將得到的所述電容值傳輸給所述成像系統。
4.如權利要求3所述的材料缺陷檢測設備，其特征在于，所述成像系統，具體用于接收所述電容值；并基于所述多個檢測電極的靈敏度矩陣和所述電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣；對所述介電常數分布矩陣進行濾波處理，得到所述介電常數分布矩陣包括的各介電常數在灰度圖上各自對應的像素灰度值；顯示得到的各所述像素灰度值表示的灰度圖像，所述灰度圖像作為檢測結果。
5.如權利要求4所述的材料缺陷檢測設備，其特征在于，所述多通道數據采集單元在對被測對象的一次檢測中接收的所述信號線傳輸的所述檢測信號的數量為N，N個所述檢測信號對應N個電容值； 采用如下關系式確定被測對象的介電常數分布矩陣:
G = StC ； 其中，G為被測對象的K維的介電常數分布矩陣，C為N維電容列向量，S為所述多個檢測電極的NXK階的靈敏度矩陣。
6.如權利要求5所述的材料缺陷檢測設備，其特征在于，N= η (η-1) /2，其中，η為所述多個檢測電極的數量，所述N個電容值為每兩個檢測電極組成的電極對之間的電容值。
7.如權利要求6所述的材料缺陷檢測設備，其特征在于，采用如下公式確定N維電容列向量C中的每個元素值Chj:
Crij = (Cij-Cij (low)) (Cij (high) -Cij (low))； 其中，Cij為電極i和電極j組成的電極對之間的實際電容值，Cij(1w)為電極i和電極j組成的電極對之間的低介電常數仿真電容值，Cu (high)為電極i和電極j組成的電極對之間的高介電常數仿真電容值。
8.一種基于權利要求1所述的材料缺陷檢測設備的材料缺陷檢測方法，其特征在于，包括: 通過所述控制電路依次對所述多個檢測電極的每個待檢測電極對進行電壓激勵； 根據每個待檢測電極對被電壓激勵后產生的檢測信號，輸出對應的檢測結果。
9.如權利要求8所述的方法，其特征在于，根據每個待檢測電極對被電壓激勵后產生的檢測信號，輸出對應的檢測結果，具體包括: 對每個待檢測電極對被電壓激勵后產生的檢測信號進行處理，得到檢測數據； 基于所述檢測數據生成檢測圖像，并將所述檢測圖像作為檢測結果進行顯示。
10.如權利要求9所述的方法，其特征在于，對每個待檢測電極對被電壓激勵后產生的檢測信號進行處理，得到檢測數據，具體包括: 基于每個待檢測電極對被電壓激勵后產生的檢測信號進行電容檢測，得到電容值，作為檢測數據。
11.如權利要求10所述的方法，其特征在于，基于所述檢測數據生成檢測圖像，并將所述檢測圖像作為檢測結果進行顯示，具體包括: 基于所述多個檢測電極的靈敏度矩陣和所述電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣； 對所述介電常數分布矩陣進行濾波處理，得到所述介電常數分布矩陣包括的各介電常數在灰度圖上各自對應的像素灰度值； 顯示得到的各所述像素灰度值表示的灰度圖像，所述灰度圖像作為檢測結果。
12.如權利要求11所述的方法，其特征在于，在對被測對象的一次檢測中進行檢測的所述多個檢測電極的待檢測電極對的數量為N，產生所述檢測信號的數量為N，N個所述檢測信號對應N個電容值； 基于所述多個檢測電極的靈敏度矩陣和所述電容值，利用圖像重建算法，確定出被測對象的介電常數分布矩陣，具體為: 采用如下關系式確定被測對象的介電常數分布矩陣:
G = StC ； 其中，G為被測對象的K維的介電常數分布矩陣，C為N維電容列向量，S為所述多個檢測電極的NXK階的靈敏度矩陣。
13.如權利要求12所述的方法，其特征在于，N= η (η-1)/2，其中，η為所述多個檢測電極的數量； 所述多個檢測電極的待檢測電極對，包括:所述多個檢測電極的每兩個檢測電極組成的待檢測電極對； 所述N個電容值為每兩個檢測電極組成的電極對之間的電容值。
14.如權利要求13所述的方法，其特征在于，采用如下公式確定N維電容列向量C中的每個元素值cHj:
Crij = (Cij-Cij (low)) (Cij (high) -Cij (low))； 其中，Cij為電極i和電極j組成的電極對之間的實際電容值，Cij(1w)為電極i和電極j組成的電極對之間的低介電常數仿真電容值，Cu (high)為電極i和電極j組成的電極對之間的高介電常數仿真電容值。
【文檔編號】G01N27/22GK104458834SQ201410735904
【公開日】2015年3月25日 申請日期:2014年12月5日 優先權日:2014年12月5日
【發明者】溫銀堂, 張玉燕, 潘釗, 王洪斌, 梁波, 王洪瑞, 王文魁, 趙麗梅, 劉志亮 申請人:燕山大學