科研学术

　　近日，格拉斯哥学院2018级本科生潘斐扬在机械与电气工程学院刘志亮副教授指导下撰写的学术长文《Adaptive Local Flaw Detection Based on Magnetic Flux Leakage Images with a Noise Distortion Effect for Steel Wire Ropes》被工程技术领域国际顶级期刊IEEE Transactions on Industrial Electronics接收并在线发表，潘斐扬为第一作者，刘志亮副教授为第二作者及通讯作者，电子科技大学为唯一完成单位。该刊是IEEE协会旗下工程技术领域的顶级期刊，最新影响因子为8.162，属于中科院SCI期刊分区大类分区1区TOP期刊，在全球Engineering-Control and Systems Engineering领域的期刊影响力排名第3位。

             第一作者：潘斐扬   第二作者、通讯作者：刘志亮

　　航母拦阻索是目前世界上技术要求和技术含量最高的航海索具，号称“最贵的绳子”，每条拦阻索价值千万元，全球仅4个国家（美国、中国、俄罗斯和英国）能够生产制造。拦阻索具有超高的强度和韧性，能够使20吨重的舰载机在3秒内停稳（见图1），是保障舰载机安全着舰的生命线。有关统计表明，断绳故障占到航母拦阻系统总故障的80%以上，因此开展拦阻索损伤检测对于保障舰载机安全着舰具有重大意义。拦阻索作为一种特制的钢丝绳，漏磁检测是其损伤检测的有效手段。然而，实际检测中，科研人员发现钢丝绳损伤检测准确率会极大地受到噪声影响。现有的去噪方法大多基于理想的噪声形态，然而实际中的噪声信号通常会受到复杂工况的影响而产生失真，从而严重影响检测精度（见图2）。如何在失真噪声条件下进行漏磁图像上的损伤检测是目前亟待解决的挑战之一。为了解决这一难题，本文创新性地提出了基于损伤形态的噪声抑制方法以及自适应损伤定位方法，为该领域的研究提供了一种新思路。

图1. 航空母舰拦阻索

图2. 理想形态噪声、失真噪声以及失真噪声影响下的局部损伤信号

　　在数据采集与处理阶段，为了获得钢丝绳周向的完整信息，本文采用了沿钢丝绳周向均匀分布的16个霍尔传感器构成的磁场阵列信号采集装置。与此同时，本文设计了72种不同的工况条件，并在每一组工况条件下进行多次采集以丰富数据集（见图3）。得到的磁场阵列信号经过去趋势和通道插值处理后转换为了漏磁信号图像（见图4及图5(a, b, c)）。

　　对漏磁图像的检测分为两步：损伤信号增强和损伤定位。损伤信号增强过程中，本文首先对漏磁图像采用模板匹配的方法增强损伤信号对应的图像区域，并采用幂律变换的方法进一步抑制模板匹配后图像中的噪声信号。最后通过对图像取包络来将损伤表示为图像中的局部峰值。（见图5(d, e, f)）在损伤定位中，本文借鉴了目标检测领域中的二阶段检测模型，为失真噪声下的损伤定位提供了新的解决思路。具体做法为，本文首先在第一阶段检测中对一张去噪后的漏磁图像进行预判断，在确定其为含有损伤的图像后再进行二阶段检测和二值化操作进行损伤的精确定位（见图5（g, h））。

图3. 漏磁信号数据采集设备

图4. 漏磁信号变换为漏磁图像

　　相较于基于噪声特征引导的方法，本文提出的基于损伤特征引导的方法更加适用于失真噪声条件下信噪比的改善。由于噪声特征的失真，基于噪声特征引导的方法会受到较大的干扰，从而降低该类方法的有效性。相比之下，基于损伤特征引导的方法受噪声干扰较低，在失真条件下仍然能够有效提高信噪比（见图6）。

　　在损伤定位方面，本文的自适应定位方法能够较好地完成去噪后图像中的损伤定位。现有的恒定阈值方法需要人为设定阈值，鲁棒性较低，容易漏掉较弱的损伤信号，而边缘检测的方法容易受到残余噪声的影响。相比之下，本文充分分析并利用损伤信号的特征，通过搜寻最佳二值化阈值来进行损伤的自适应定位，较好地解决了现有定位方法中存在的问题（见图7）。

图6. 不同失真噪声下的去噪方法效果：(a, b, c)为漏磁图像，(d, e, f)为基于噪声特征引导的方法结果，(g, h, i)为基于损伤特征引导的方法结果，(j, k, l)为两类方法信噪比对比。

图 7. 不同损伤定位方法的效果：(a, b, c)为固定阈值二值化方法的结果，(d, e, f)为边缘检测算法定位结果，(g, h, i)为本文自适应阈值定位方法的检测效果。

　　格拉斯哥学院一直以来高度重视本科创新人才培养和科研素养培育。通过搭建师生团队、创新课程学习、探索项目培育等多种形式，激励本科生加入各科研团队开展研究工作，培养学生的科研创新能力，树立严谨求实的科研态度，增强学生对专业知识的掌握，提升毕业设计质量。潘斐扬自大三开始进入刘志亮副教授课题组进行科研训练直至完成毕业设计，本文便是其毕设的研究成果之一。此外，在本科学习期间，潘斐扬共撰写了学术论文2篇、国家发明专利5项，曾获全国大学生数学建模比赛国家一等奖、五粮液奖学金、校优秀学生一等奖学金等多项荣誉。目前，潘斐扬在中国科学技术大学攻读精密机械与精密仪器方向硕士学位，研究方向为超声、光声生物成像。

　　论文链接：https://ieeexplore.ieee.org/document/10122866