近日，智能传感与无损检测团队与控制科学与工程学院模式识别与智能信息处理研究团队在缺陷电磁智能重构研究领域取得重要进展。研究成果《基于交流电场测量技术的多因素影响下裂纹双特征检测概率》（Conditional Denoising Diffusion Model Based Defect Reconstruction for Alternating Current Field Measurement）发表于传感器领域顶级期刊《IEEE Sensors Journal》，最新影响因子达到4.2，中科院大类分区2区。该研究第一作者为张真玉博士，通讯作者为袁新安副教授、刘伟锋教授，中国石油大学（华东）作为第一署名单位和通讯单位。研究工作得到了国家自然科学基金等项目的大力支持。
图1 论文首页
研究团队针对复杂工况高噪背景下缺陷识别与量化难题，提出了一种条件去噪扩展模型（CDDM），首先使用ACFM技术获取裂纹周围的感应磁场Bz信号，并根据双梯度融合算法(DGFA)重构缺陷。使用DGFA重构的缺陷图像作为条件，引导CDDM重构缺陷形态。实验结果表明，CDDM可以准确重构缺陷长度和角度，该模型能够重构较小长度的裂纹(最小可达1毫米)。与现有的缺陷重构算法相比，模型取得了最佳性能。基于CDDM重构的缺陷裂纹长度和角度的平均误差分别为0.428毫米和0.417度。
图2 缺陷智能识别与反演流程
图3 缺陷反演结果
该研究成果可为结构缺陷可视化成像检测、定量评价及智能识别提供可靠技术路线，在结构安全评价领域具有重要的理论和实际意义。
论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10750268
