CN103901102B - 一种基于超声相控阵技术的锻件典型缺陷识别方法 - Google Patents

一种基于超声相控阵技术的锻件典型缺陷识别方法 Download PDF

Info

Publication number
CN103901102B
CN103901102B CN201410126591.7A CN201410126591A CN103901102B CN 103901102 B CN103901102 B CN 103901102B CN 201410126591 A CN201410126591 A CN 201410126591A CN 103901102 B CN103901102 B CN 103901102B
Authority
CN
China
Prior art keywords
defect
frequency
detection
waveform
forging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410126591.7A
Other languages
English (en)
Other versions
CN103901102A (zh
Inventor
焦敬品
杜礼
孙欣蓉
马婷
何存富
吴斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201410126591.7A priority Critical patent/CN103901102B/zh
Publication of CN103901102A publication Critical patent/CN103901102A/zh
Application granted granted Critical
Publication of CN103901102B publication Critical patent/CN103901102B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

一种基于超声相控阵系统的锻件缺陷类型识别方法,属无损检测领域。其特征在于:进行缺陷识别的硬件平台包括计算机(1)、超声相控阵系统(2)、线性阵列传感器(3)。具体方法为利用超声相控阵系统激励/接收超声波信号,线性阵列传感器发送和接收超声波信号,由计算机采集检测A扫信号和扇扫图形。观察缺陷回波形状,计算缺陷回波频谱特征信息,观察缺陷扇扫图形轮廓形状进行缺陷类型确定。本发明提供了一种锻件内部缺陷类型的识别方法,解决了常规超声探伤方法检测效率低,无法准确确定缺陷类型且检测对于工程人员的专业经验有很高依赖性的问题。

Description

一种基于超声相控阵技术的锻件典型缺陷识别方法
技术领域
本发明涉及一种基于超声相控阵系统的锻件缺陷识别方法,该方法主要用于锻件缺陷检测识别,属无损检测领域。
背景技术
锻件作为组成各种机械设备的基础部件,在航天、核电、船舶等关键领域中应用广泛。由于大多数锻件的体积和尺寸都比较大,而且形状和生产工艺复杂,所以在生产过程中容易产生裂纹、疏松等多种缺陷。锻件中存在缺陷将显著地降低其力学性能,甚至在使用过程中还会发生断裂,造成严重的安全与质量事故,因此对锻件内部缺陷检验至关重要。
超声波探伤作为五大常规检测手段之一,对锻件内部裂纹、疏松等危害性缺陷检测灵敏度较高,该方法是锻件缺陷检验的主要发展方向。但传统超声检测存在检测效率低、检测结果直观性差的问题。传统超声探伤只能显示单一位置的回波A扫图,而且缺陷的回波特征不具有规律性,检测的A扫图信息不够丰富,检测结果直观性差,对于缺陷类型的识别往往需要经验丰富的专业检测人员,否则容易造成误判缺陷类型。因此提高对锻件内部缺陷的检测效率及缺陷类型识别的可靠性尤为重要。
为克服普通超声探伤检测效率低,直观性差、对检测人员经验依赖性高的缺点,可以利用多个阵元组成的阵列换能器超声相控阵系统进行无损检测。超声相控阵检测技术通过时间延时法则控制阵列换能器内阵元激励和接收超声波,能够实时显示检测锻件内部缺陷的扇扫图像。同时,阵列换能器能够控制阵元改变声束角度,同一时间激发多角度的声束进行大面积检测,能够显示任意角度下的A扫图,使用A扫图信号特征和扇扫图图像特征能够识别缺陷类型。因此,超声相控阵系统检测技术具有检测效率高、可视化效果佳的优点,综合分析缺陷信号特征图能够确定缺陷类型,降低工程人员经验依赖性高的要求。
发明内容
本发明的目的在于发展一种基于超声相控阵系统的锻件典型缺陷识别方法,通过该方法可以实现锻件内部典型缺陷识别,解决锻件缺陷探伤对工程人员经验依赖性高的实际问题。本发明的具体方案为:
超声相控阵系统包括超声波信号激励/接收模块、信号采集模块。在计算机的控制下超声波信号激励/接收模块产生激励信号,通过传感器激励出超声波信号,沿待测试件检测表面发射出去,并通过传感器接收反射的超声波信号,然后通过超声波信号激励/接收模块进行接收传输到计算机中,通过计算机的采集软件即可获得检测的A扫波形和扇扫图形,分析采集到的图像特征信息确定缺陷类型。首先观察缺陷回波形状。再分析A扫波形进行傅里叶变化后的缺陷回波频谱图,计算缺陷频谱图特征信息。最后观察缺陷扇扫图形的轮廓和分布状态。符合缺陷特征,确定缺陷类型。所述的超声波激励/接收模块采用MULTY-2000系列相控阵仪器,所述的采集模块采用的是计算机及与MULTY-2000系列相控阵仪器相配套的采集软件,所述的传感器采用由32个阵元组成的超声相控阵线性探头。
一种基于超声相控阵技术的锻件典型缺陷识别方法,按照以下步骤实施检测:
步骤一:超声相控阵系统参数设置
相控阵系统中超声波激励/接收模块频率设置,频率设置由使用的传感器频率确定,对于锻件检测使用中心频率为5MHz的传感器。时基范围设置,时基范围长度要求A扫波形能够显示出完整的底波图形;超声波信号波速设置,波速由待测试件的自身材料属性决定,由公式1确定。
v = 2 L t - - - ( 1 )
式中,L为待测试件长度;t为超声波在待测试件内传播的时间;v为超声波在检测试件内的传播速度;
相控阵系统中采集模块进行扇扫图形角度范围设置,角度范围要求能够完整的显示出缺陷的轮廓,一般设置为-40°到40°。
步骤二:实施检测
首先确定检测表面,使用传感器进行粗略扫查确定缺陷位置;粗略扫查指对整个检测表面进行检测,确定可能存在缺陷的位置;再使用传感器进行精检测,精检测指把探头固定在检测位置,不移动,相控阵采集模块采集检测到的A扫波形和扇扫图。
步骤三:信号频谱分析
定义采集到的A扫波形数据为x(t),由x(t)傅里叶变换得到频谱信号X(f)。傅里叶变化如公式2所示。
X ( f ) = ∫ - ∞ ∞ x ( t ) e - j 2 πft dt - - - ( 2 )
式中,x(t)为采集的原始信号;X(f)为频谱信号;f为原始信号频率;-j为复数虚部。
提取缺陷回波频谱信号,进行归一化处理,归一化处理指把数据幅值按百分比缩小到(0,1)范围内。
步骤四:确定缺陷类型
(1)确定缺陷回波形状;
裂纹类缺陷回波波形呈单峰状;疏松类缺陷回波呈草丛状;
(2)分析缺陷回波频谱图。
裂纹类缺陷频谱波形如“凹”字形,且中心频率的幅值符合公式3。
L < H 1 + H 2 2 - - - ( 3 )
式中,L为中心频率的幅值;H1为0到中心频率内幅值最大值;H2为中心频率到2倍中心频率范围内的幅值最大值。
疏松类缺陷频谱图波形如“锯齿”状,0到2倍中心频率范围内,每个频率间隔(1MHz)至少存在一个波峰,如公式4所述。
N 2 f &GreaterEqual; 1 - - - ( 4 )
式中,N为波峰个数;f为中心频率。
(3)确定扇扫图形种类。
裂纹类缺陷图形面积呈条形分布;疏松类缺陷图形面积呈点状分布。
裂纹类缺陷特征综述为:A扫缺陷波形呈单峰形状;缺陷频谱图形如“凹”字形且中心频率幅值符合公式3;扇扫图形缺陷面积分布呈条形。
疏松类缺陷特征综述为:A扫缺陷波形呈草丛形状;缺陷频谱图形如“锯齿”状,0到2倍中心频率范围内,每个频率间隔(1MHz)至少存在一个波峰;扇扫图形缺陷面积分布呈点状分布。
步骤五:解剖验证缺陷类型
已知探头的检测位置进行画线标记,使用线切割技术对待测试件进行解剖,对解剖的缺陷位置进行低倍分析,验证缺陷类型。
与现有检测方法相比,本发明具有以下优点:
1)检测信息丰富,结果直观;
2)对工程人员的经验依赖性较小;
3)缺陷检测的可靠性更高,能确定缺陷类型。
附图说明
图1检测装置框图
图2裂纹缺陷A扫波形
图3裂纹缺陷频谱图
图4裂纹缺陷扇扫图
图5疏松缺陷A扫波形
图6疏松缺陷频谱图
图7疏松缺陷扇扫图
具体实施方式:
本实例1中检测锻件为套头管体,其外观形状分为三段,长度为280mm,两端圆直径为Φ400mm,中段圆直径为Φ200mm,中心内部通孔直径为Φ150mm。
检测仪器为Multi2000系列相控阵设备,其中包括超声波信号激励/接收模块、信号采集模块,及中心频率为5MHz的相控阵线性阵列传感器。
步骤一:超声相控阵系统参数设置
设置超声相控阵参数,相控阵探头频率设置为5MHz,时基范围设置为300mm,超声波速设置为5900m/s、角度范围设置为-40°~40°。
步骤二:实施检测
1、根据套头管体的外观形状确定检测表面为上端面,使用砂纸打磨检测表面。对管体进行粗略扫查,记录可疑缺陷位置。2、对可疑位置进行精检测,采集缺陷位置A扫波形和扇扫图形,如图2和图4所示。缺陷A扫缺陷波形呈单峰形状,扇扫图形缺陷轮廓分布呈条形。
步骤三:信号频谱分析
对A扫波形x(t)进行傅里叶变换,得到频谱图X(f),提取缺陷回波频谱信号,并进行归一化处理,得到如图3的缺陷频谱图。陷频谱波形如“凹”字形,且中心频率5MHz的幅值点L=0.1585,0到中心频率内幅值最大值点H1=0.6738,中心频率到2倍中心频率范围内的幅值最大值点H2=1。
步骤四:确定缺陷类型
缺陷A扫缺陷波形呈单峰形状;缺陷频谱图形如“凹”字形且中心频率幅值符合公式3;扇扫图形缺陷面积分布呈条形。缺陷特征符合裂纹缺陷特征,确定为裂纹缺陷。
步骤五:解剖验证缺陷类型
对缺陷位置进行低倍解剖,低倍解剖结果为裂纹缺陷。
实例2中检测锻件为柱形锻件,直径为Φ450mm,长度为1050mm。
检测仪器为Multi2000系列相控阵设备,其中包括超声波信号激励/接收模块、信号采集模块,及中心频率为5MHz的相控阵线性阵列传感器。
步骤一:超声相控阵系统参数设置
设置超声相控阵参数,相控阵探头频率设置为5MHz,时基范围设置为500mm,超声波速设置为5900m/s、角度范围设置为-40°~40°。
步骤二:实施检测
1、根据柱形锻件外观形状确定检测表面为上弧面,使用砂纸打磨检测表面。对管体进行粗略扫查,记录可疑缺陷位置。2、对可疑位置进行精检测,采集缺陷位置A扫波形和扇扫波形,如图5和图7所示。缺陷A扫波形呈草丛形状,扇扫图形缺陷面积分布呈点状分布。
步骤三:信号频谱分析
对A扫波形x(t)进行傅里叶变化,得到频谱图X(f)。提取缺陷回波频谱信号并进行归一化处理,得到如图6的缺陷频谱图。缺陷频谱图存在峰值个数N=156,传感器中心频率f为5MHz,2f=10MHz,
步骤四:确定缺陷类型
缺陷A扫波形呈草丛形状;缺陷频谱图形如“锯齿”状,0到2倍中心频率范围内,每个频率间隔(1MHz)至少存在一个波峰;扇扫图形缺陷面积分布呈点状分布。确定为疏松缺陷。
步骤五:解剖验证缺陷类型
对缺陷位置进行低倍解剖,低倍解剖结果为疏松类缺陷。

Claims (1)

1.一种基于超声相控阵技术的锻件典型缺陷识别方法,其特征在于:具体识别步骤如下:
步骤一:超声相控阵系统参数设置;
相控阵系统中超声波激励/接收模块频率设置,频率设置由使用的传感器频率确定,对于锻件检测使用中心频率为5MHz的传感器;时基范围设置,时基范围长度要求A扫波形能够显示出完整的底波图形;超声波信号波速设置,波速由待测试件的自身材料属性决定,由公式1确定;
v = 2 L t - - - ( 1 )
式中,L为待测试件长度;t为超声波在待测试件内传播的时间;v为超声波在检测试件内的传播速度;
相控阵系统中采集模块进行扇扫图形角度范围设置,角度范围要求能够完整的显示出缺陷的轮廓,设置为-40°到40°;
步骤二:实施检测;
首先确定检测表面,使用传感器进行粗略扫查确定缺陷位置;粗略扫查指对整个检测表面进行检测,确定可能存在缺陷的位置;再使用传感器进行精检测,精检测指把探头固定在检测位置,不移动,相控阵采集模块采集检测到的A扫波形和扇扫图;
步骤三:信号频谱分析;
定义采集到的A扫波形数据为x(t),由x(t)傅里叶变换得到频谱信号X(f);傅里叶变化如公式2所示;
X ( f ) = &Integral; - &infin; &infin; x ( t ) e - j 2 &pi; f t d t - - - ( 2 )
式中,x(t)为采集的原始信号;X(f)为频谱信号;f为原始信号频率;-j为复数虚部;
提取缺陷回波频谱信号,进行归一化处理,归一化处理指把数据幅值按百分比缩小到(0,1)范围内;
步骤四:确定缺陷类型;
(1)确定缺陷回波形状;
裂纹类缺陷回波波形呈单峰状;疏松类缺陷回波呈草丛状;
(2)分析缺陷回波频谱图;
裂纹类缺陷频谱波形如“凹”字形,且中心频率的幅值符合公式3;
L < H 1 + H 2 2 - - - ( 3 )
式中,L为中心频率的幅值;H1为0到中心频率内幅值最大值;H2为中心频率到2倍中心频率范围内的幅值最大值;
疏松类缺陷频谱图波形如“锯齿”状,0到2倍中心频率范围内,每1MHz的频率间隔至少存在一个波峰,如公式4所述;
N 2 f &GreaterEqual; 1 - - - ( 4 )
式中,N为波峰个数;f为中心频率;
(3)确定扇扫图形种类;
裂纹类缺陷图形面积呈条形分布;疏松类缺陷图形面积呈点状分布;
裂纹类缺陷特征综述为:A扫缺陷波形呈单峰形状;缺陷频谱图形如“凹”字形且中心频率幅值符合公式3;扇扫图形缺陷面积分布呈条形;
疏松类缺陷特征综述为:A扫缺陷波形呈草丛形状;缺陷频谱图形如“锯齿”状,0到2倍中心频率范围内,每1MHz的频率间隔至少存在一个波峰;扇扫图形缺陷面积分布呈点状分布;
步骤五:解剖验证缺陷类型
已知探头的检测位置进行画线标记,使用线切割技术对待测试件进行解剖,对解剖的缺陷位置进行低倍分析,验证缺陷类型。
CN201410126591.7A 2014-03-31 2014-03-31 一种基于超声相控阵技术的锻件典型缺陷识别方法 Expired - Fee Related CN103901102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410126591.7A CN103901102B (zh) 2014-03-31 2014-03-31 一种基于超声相控阵技术的锻件典型缺陷识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410126591.7A CN103901102B (zh) 2014-03-31 2014-03-31 一种基于超声相控阵技术的锻件典型缺陷识别方法

Publications (2)

Publication Number Publication Date
CN103901102A CN103901102A (zh) 2014-07-02
CN103901102B true CN103901102B (zh) 2016-08-17

Family

ID=50992561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410126591.7A Expired - Fee Related CN103901102B (zh) 2014-03-31 2014-03-31 一种基于超声相控阵技术的锻件典型缺陷识别方法

Country Status (1)

Country Link
CN (1) CN103901102B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104280455B (zh) * 2014-09-29 2017-02-15 北京工业大学 一种用于裂纹方向识别的超声散射系数优化计算方法
CN104515810B (zh) * 2014-12-21 2017-09-26 中国人民解放军装甲兵工程学院 一种激光熔覆再制造零件缺陷类型超声检测分析方法
CN104792874A (zh) * 2015-04-30 2015-07-22 南京迪威尔高端制造股份有限公司 一种实心轴锻件内部缺陷的超声波截面图识别方法
CN104777226A (zh) * 2015-04-30 2015-07-15 南京迪威尔高端制造股份有限公司 一种锻件内部缺陷的超声波a扫描识别方法
CN105004792A (zh) * 2015-07-20 2015-10-28 北京工业大学 一种用于微裂纹检测的非线性超声相控阵成像方法
CN106770664B (zh) * 2016-11-22 2019-05-07 中国计量大学 一种基于全聚焦成像算法改进边缘缺陷检测的方法
CN106645435B (zh) * 2016-12-09 2019-07-12 北京工业大学 金属构件中夹杂缺陷检测方法
CN107247090A (zh) * 2017-06-15 2017-10-13 中国大唐集团科学技术研究院有限公司华中分公司 一种汽轮机转子轮缘t型槽检测方法
CN112730620B (zh) * 2021-02-02 2023-09-26 武汉理工大学 基于5g信号传输的环锻件超声检测方法
CN113219054B (zh) * 2021-04-27 2022-08-26 清华大学深圳国际研究生院 一种磁瓦内部缺陷检测装置及检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100567978C (zh) * 2007-09-12 2009-12-09 天津大学 超声相控阵检测油气管道环焊缝缺陷类型自动识别方法
US8418563B2 (en) * 2011-08-22 2013-04-16 Herzog Services, Inc. Apparatus for detecting defects
CN102520067B (zh) * 2011-12-16 2016-09-14 北京工业大学 基于civa仿真软件的管座角焊缝检测方法
CN103245729B (zh) * 2013-05-14 2015-04-08 江苏大学 一种焊缝内部缺陷的检测方法和装置
CN103336055B (zh) * 2013-06-08 2015-03-18 大连理工大学 用相控阵超声检测核电站主回路管道焊缝质量的方法

Also Published As

Publication number Publication date
CN103901102A (zh) 2014-07-02

Similar Documents

Publication Publication Date Title
CN103901102B (zh) 一种基于超声相控阵技术的锻件典型缺陷识别方法
CN104502451B (zh) 一种钢板缺陷识别方法
US9494562B2 (en) Method and apparatus for defect detection in composite structures
Michaels et al. Frequency–wavenumber domain analysis of guided wavefields
Yashiro et al. A novel technique for visualizing ultrasonic waves in general solid media by pulsed laser scan
CN104007176B (zh) 一种复杂岩土工程介质的全波场检测系统及方法
CN103969337B (zh) 一种基于矢量全聚焦成像的超声阵列裂纹类缺陷方向识别方法
CN103018337A (zh) 一种基于面波的混凝土内部状况无损检测方法及系统
CN106770669A (zh) 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法
CN104965023B (zh) 多模态导波工业管道诊断方法
CN110346453B (zh) 一种混凝土结构内缺陷小排列反射回波快速检测方法
CN103575808B (zh) 基于多角度立体匹配的高实时定量超声检测方法
CN107121501A (zh) 一种汽轮机叶轮缺陷分类方法
Epp et al. Air-coupled impact-echo damage detection in reinforced concrete using wavelet transforms
Shirole et al. Damage monitoring in rock specimens with pre-existing flaws by non-linear ultrasonic waves and digital image correlation
US9329155B2 (en) Method and device for determining an orientation of a defect present within a mechanical component
CN108226294A (zh) 一种未焊透焊缝的超声波检测方法
CN106770668B (zh) 一种用于单孔的基桩质量声波透射法检测方法
CN105866247A (zh) 钢板粘贴密实度检测装置及方法
CN101819182B (zh) 重构非均匀介质中缺陷形状的方法
CN106645399B (zh) 一种复合材料损伤检测评估方法和系统
CN111999195A (zh) 一种混凝土的结构缺陷无损检测系统
CN108195934B (zh) 基于时频分析的超声导波检测频率优选方法
Wang et al. Lamb wave tomography technique for crack damage detection
Al-Jumaili Damage assessment in complex structures using acoustic emission

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Jiao Jingpin

Inventor after: Du Li

Inventor after: Sun Xinrong

Inventor after: Ma Ting

Inventor after: He Cunfu

Inventor after: Wu Bin

Inventor before: Jiao Jingpin

Inventor before: Du Li

Inventor before: Ma Ting

Inventor before: He Cunfu

Inventor before: Wu Bin

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: JIAO JINGPIN DU LI MA TING HE CUNFU WU BIN TO: JIAO JINGPIN DU LI SUN XINRONG MA TING HE CUNFU WU BIN

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160817

CF01 Termination of patent right due to non-payment of annual fee