CN106093204A - 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法 - Google Patents

一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法 Download PDF

Info

Publication number
CN106093204A
CN106093204A CN201610096738.1A CN201610096738A CN106093204A CN 106093204 A CN106093204 A CN 106093204A CN 201610096738 A CN201610096738 A CN 201610096738A CN 106093204 A CN106093204 A CN 106093204A
Authority
CN
China
Prior art keywords
vector
array
imaging
phase
rightarrow
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.)
Pending
Application number
CN201610096738.1A
Other languages
English (en)
Inventor
焦敬品
杨素方
何存富
李先锋
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.)
Nanjing Lanbo Ruida Detection Technology Co Ltd
Beijing University of Technology
Original Assignee
Nanjing Lanbo Ruida Detection Technology Co Ltd
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 Nanjing Lanbo Ruida Detection Technology Co Ltd, Beijing University of Technology filed Critical Nanjing Lanbo Ruida Detection Technology Co Ltd
Priority to CN201610096738.1A priority Critical patent/CN106093204A/zh
Publication of CN106093204A publication Critical patent/CN106093204A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04Analysing solids
    • G01N29/06Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654Imaging
    • G01N29/069Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/023Solids
    • G01N2291/0234Metals, e.g. steel
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/028Material parameters
    • G01N2291/0289Internal structure, e.g. defects, grain size, texture
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/04Wave modes and trajectories
    • G01N2291/044Internal reflections (echoes), e.g. on walls or defects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/10Number of transducers
    • G01N2291/106Number of transducers one or more transducer arrays

Landscapes

  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明涉及一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法,首先,对全矩阵数据的相位信息进行分析,从中提取出相位特征参数——相位一致因子;然后,将全阵列划分为若干子阵列,利用提出的相位特征参数对每一子阵列的成像幅值进行加权,得到其相位加权成像幅值矩阵,将两者相乘进一步得到每一子阵列的加权特征向量;最后,对所有子阵列的加权特征向量进行合成,并对合成特征矢量的幅值进行全局化处理,即令合成特征矢量的幅值等于全阵列所得的相位加权成像在任意成像点处的幅值,便可得到全阵列在任意成像点处的幅值矢量;最终根据缺陷的位置提取目标缺陷的局部矢量图,利用局部矢量图中矢量的方向来确定目标缺陷的方向。

Description

一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置 及方法
技术领域
本发明涉及一种基于相位加权的矢量全聚焦成像方法,特别是用于锻件裂纹定量识别的超声阵列检测方法,属于无损检测领域。
背景技术
锻件是国家重大技术装备和重大工程所必需的重要基础部件,其在核电站的压力容器、发电机组的低压转子以及各种重型机械的核心部件中均得到了广泛的应用。随着国民经济的快速发展,大型锻件的需求量也将越来越大。在实际工程应用中,由于工作环境恶劣,大型锻件常需承受复杂的应力、冲击振动和重负载荷。同时,由于大型锻件的生产工序多、生产周期长,故影响其质量的因素也较多,这使得大型锻件在生产过程中将不可避免地出现这样那样的缺陷,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。
裂纹类缺陷是锻件中常见的缺陷之一,由于裂纹具有方向性,而不同方向的裂纹对结构危害性不尽相同,当裂纹方向与结构承载相垂直时,裂纹的危害最大,结构极易发生突然断裂。因此,及时对结构中裂纹类缺陷进行检测及方向识别,对于预测结构的寿命、及时维修或更换零部件、保证设备安全具有重要的意义。
超声相控阵检测技术采用由多个(一般大于16)阵元组成的阵列换能器,通过电子技术控制各阵元的超声激励接收延时,实现声束在试件内部的定向偏转及聚焦。利用商用相控阵检测系统可十分方便地对构件进行实时成像,实现对回波信号的A型、B型、电子B型、C型、D型及S型实时检测成像,但在保证成像实时性的同时,其检测精度和缺陷表征能力却极为有限。
近年来,随着计算机技术的发展,超声相控阵后处理成像技术得到了长足的发展。超声相控阵后处理成像技术通过对采集到的阵列数据进行离线处理,来获得高精度的成像效果,属于一种非实时的检测成像方法。通过对相控阵检测数据进行后处理成像,可以提高超声相控阵检测的精度和缺陷识别能力。国内外学者对相控阵全矩阵数据后处理方法进行了大量卓有成效的研究。例如,2009年期刊论文“Phase coherence imaging”通过对阵列数据的相位分布进行分析,提出了一种抑制旁瓣和栅瓣,提高成像分辨率的超声阵列成像方法——相位加权成像方法,该方法只能对结构中缺陷进行定位检测,却不能实现缺陷的特征识别。2014硕士论文“基于矢量全聚焦的超声阵列缺陷识别方法研究及其应用”中对基于幅值的矢量全聚焦成像及其影响因素进行了深入的研究,优化出了最佳的检测参数,实现了裂纹的方向识别、长度测定。2008年期刊论文“Defect characterization using anultrasonic array to measure the scattering coefficientmatrix”通过对缺陷散射系数矩阵分析,提出了基于散射系数矩阵的缺陷特征识别方法,实现了对孔和裂纹的区分及裂纹缺陷方向、大小的测定。针对常规矢量全聚焦成像方法仅利用信号幅值信息,其成像质量受噪声影响大的特点,本发明综合利用全矩阵数据的幅值和相位信息,提出一种基于相位加权的矢量全聚焦成像方法,实现锻件中裂纹方向识别及长度定量测量。
发明内容
本发明的目的在于提出一种用于锻件裂纹定量识别的基于相位加权的矢量全聚焦成像方法。首先,对全矩阵数据的相位信息进行分析,提取出相位特征参数——相位一致因子(PCF);然后,将全阵列划分为若干子阵列,利用提出的相位特征参数对各个子阵列的成像幅值进行加权,求取加权幅值特征向量;最后,对所有子阵列的加权特征向量进行合成,得到相位加权的矢量全聚焦成像,并从中提取出裂纹方向及尺寸等特征信息。
本专利的优势在于综合利用检测信号的幅值和相位信息,克服了仅利用幅值信息时,成像结果受噪声、旁瓣和栅瓣等的影响大,信噪比和分辨率低,缺陷定量误差大的缺点,是一种高精度阵列成像方法。
利用该方法对锻件进行检测时,其检测系统为超声相控阵检测装置,如图1所示。该超声相控阵检测装置包括计算机1、相控阵检测仪2、相控阵换能器3、待检测试件4、活动卡头5、卡槽6、待检测试件平台7、连接块8、丝杠9、活动支座10、连接杆11、驱动电机12、底座13;其中,相控阵检测仪2一端与计算机1连接,另一端与相控阵换能器3连接,相控阵换能器3与待检测试件4通过耦合介质进行耦合。
待检测试件4放置在待检测试件平台7上,待检测试件平台7上开有垂直相交的两条卡槽6,卡槽6内安装有活动卡头5,活动卡头5能够沿卡槽6自由调节,待检测试件4通过活动卡头5进行卡紧固定;待检测试件平台7的底部安装有连接块8,连接块8的底部通过螺纹配合与丝杠9相连;丝杠9安装在四组对称的活动支座10上,活动支座10与连接杆11相连接,连接杆11为竖直方向上的升降机构,驱动电机12通过减速器与连接杆11相连接;驱动电机12、连接杆11均安装在底座13内。
所述相控阵换能器3的探头由32个阵元组成。
在计算机1的控制下相控阵检测仪2中的激励/接收模块产生激励信号,通过相控阵换能器3(32个阵元组成的线阵相控阵探头)激励出超声波信号,沿待检测试件4传播,并通过相控阵换能器3接收反射的超声波信号,然后通过相控阵检测仪2中的信号激励/接收模块传输到计算机1中,通过计算机中与之配套的采集软件即可采集时域信号。
本发明提出的基于相位加权的矢量全聚焦成像方法,其基本原理在于:
假设线性阵列换能器阵元的个数为N,那么就会得到N×N组全矩阵数据hij(t),其中,i表示激励阵元,j表示接收阵元。
通过构造复解析函数Hij(t)=HIij(t)+jHQij(t),便可得到信号的瞬时相位,公式如下:
其中HIij(t)称为同相分量,是信号hij(t)本身;HQij(t)称为正交分量,是原信号的希尔伯特变换。
进一步将归一化到[-π,π],由于归一化后的相位具有周期性,因此相位在穿过-π和π的边界变化时,会出现不连续的现象。这种不连续性导致了原本在边界附近变化不大的相位却发生了巨大的变化,为了避免此种情况的出现,在此引入辅助相位其公式如下:
这样处理之后就会使接近±π的相位转变成接近于0。当激励阵元为i时,对N个接收阵元计算得到的原始相位和辅助相位分别计算标准差,取两者中的较小者作为相位变化的评价值。则相位变化的评价函数如下式所示:
根据以上推导,进一步给出相位一致因子的定义式:
PCF i ( t ) = m a x [ 0 , 1 - γ σ 0 sf i ( t ) ] - - - ( 4 )
式中,γ是调节因子;σ0是[-π,π]之间均匀分布的标准差,σ0≈1.8。当成像点为非聚焦点时,由于得到的N个相位值是不一样的,因此sfi(t)>0,所以PCFi(t)<1;当成像点恰好为聚焦点时,得到的N个相位值是一样的,故sfi(t)=0,进而PCFi(t)=1,由此可知,相位一致因子会抑制非聚焦点的幅值,而保留聚焦点的幅值。
设F为任意成像点,其坐标为(x,z),当激励阵元为i时,其对应的PCF因子记作PCFi(x,z),用得到的PCFi对合成输出进行加权;最终将加权后的幅值进行叠加。因此,可得任意成像点处的幅值公式IPCF(x,z),如下式所示:
I P C F ( x , z ) = 1 N ( Σ i = 1 N PCF i ( 1 N Σ j = 1 N h i j ( t i j ( x , z ) ) ) ) - - - ( 5 )
式中,tij(x,z)代表声波从第i个阵元激励传播到成像点F,再被第j个阵元接收所需要的时间,可由特定的延迟时间公式计算获得。tij(x,z)的计算由两点间的距离除以波速c即可得到:
t i j ( x , z ) = ( x i - x ) 2 + z 2 + ( x j - x ) 2 + z 2 c - - - ( 6 )
将上述相位加权成像的基本思想引入到矢量全聚焦成像中,通过构造子阵列来实现基于相位的矢量全聚焦成像。现假设N个阵元为一个全阵列,将该阵列划分为K个子阵列,每个子阵列中含有n个阵元(n<N),相邻两个子阵列间的阵元个数为m(m<N)。则第k个子阵列对应的阵元在全阵列中的序号最小值为1+m(k-1),最大值为n+m(k-1),其中,k=1,2,3···K。
利用下式可得第k个子阵列在任意成像点的特征矢量为
v → ( k ) ( x , z ) = w → ( k ) ( x , z ) I P C F ( k ) ( x , z ) - - - ( 7 )
其中,为第k个子阵列的相位加权成像公式,为第k个子阵列单位方向矢量,公式如下:
I P C F ( k ) ( x , z ) = 1 N Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) PCF i 1 N Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) h i j ( t i j ( x , z ) ) - - - ( 8 )
w → ( k ) ( x , z ) = Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) s → i j ( d → i , d → j ) | Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) s → i j ( d → i , d → j ) | - - - ( 9 )
式中,是第i个阵元激励超声波入射到任意成像点后经第j个阵元接收形成的法线方向的单位方向矢量,依据反射定理可知,该单位方向矢量的方向会与反射面垂直,具体计算公式可表示为:
s → i j ( d → i , d → j ) = | d → i | d → j + | d → j | d → i | | d → i | d → j + | d → j | d → i | - - - ( 10 )
在得到每个子阵列的特征矢量后,对所有子阵列的特征矢量进行合成,以获得准确的缺陷方向信息。若对得到的子阵列特征矢量进行简单地叠加,会使计算得到的缺陷方向偏离反射能量最强的方向,使得裂纹方向误差较大。为了获得准确的裂纹方向信息,应使合成后的特征矢量方向接近反射能量最强的方向。为此,在矢量求和过程中引入加权因子,合成后的特征矢量表示为:
式中,α为子阵列特征矢量合成加权因子。
为提高缺陷检测精度及对小缺陷的识别能力,对矢量合成后成像点F处的特征矢量幅值进行全局化处理,即令合成后特征矢量幅值等于相位加权成像得到的成像点处的幅值,这样处理后,全阵列在聚焦点(x,z)处的矢量成像特征矢量可表示为:
V → ( x , z ) = O → ( x , z ) | O → ( x , z ) | I P C F ( x , z ) - - - ( 12 )
矢量成像特征矢量的方向与该点处的反射面能量最强的方向平行,因此,可提取出缺陷的方向信息。
为实现上述目的,本发明采用的技术方案为一种基于相位加权的矢量全聚焦成像方法,具体可以按照以下步骤实施检测,方法流程如图2所示。
步骤一:在如图1所示的检测装置下进行实验,其中,实验所用阵列换能器中心频率为f,阵元总个数为N,单个阵元的宽度为a,相邻两阵元的中心距离为p,超声波在被测试件中的传播波速为c,则波长λ=c/f。通过全矩阵模式采集得到时域信号hij(t)(i=1,2,3···N;j=1,2,3···N),其中,下标i表示阵列换能器中第i个阵元激励,j表示阵列换能器中第j个阵元接收。
步骤二:对采集到的时域信号hij(t)进行希尔伯特变换得到信号的包络线,将此时得到的信号称为包络信号gij(t)。
步骤三:建立成像坐标系,如图3所示。其中,图中o为坐标原点,x轴表示与换能器位置平行的方向,z轴表示与换能器位置垂直的方向。定义第i个激励阵元到成像点的向量第j个接收阵元到成像点F的向量以向量为例,表示向量的模,表示向量在x轴方向上的分量,表示向量在z轴方向上的分量,后续步骤公式中的其它向量也是类似表示。
步骤四:将全部阵列数据按激励、接收阵元与成像点的传播距离计算声波传播时间tij(x,z),在每个成像点位置进行聚焦;并计算每个激励阵元i对应的相位一致因子PCFi,用得到的PCFi对合成输出Hi(x,z)进行加权;最终将加权后的幅值进行叠加,即可利用公式(5)得到任意成像点的幅值IPCF(x,z)。
步骤五:构造子阵列。将阵元总数为N的阵列换能器中多个连续的阵元作为一个子阵列,对应的时域信号称为子阵列数据。将该阵列换能器划分为K个子阵列,每个子阵列中含有n个阵元(n<N),相邻两个子阵列间的阵元个数为m(m<N)。则第k个子阵列对应的阵元在全阵列中的序号最小值为1+m(k-1),最大值为n+m(k-1),其中,k=1,2,3...K。
步骤六:计算每个子阵列在任意成像点的幅值矢量
根据步骤五划分好的子阵列,计算每个子阵列在任意成像点的幅值矢量,可分为以下几步:
1.根据每个子阵列中对应的激励、接收阵元,重复步骤四,公式中下标i,j的最小值为1+m(k-1),最大值为n+m(k-1),利用公式(8)可得到每个子阵列在任意成像点处矢量的幅值其中,上标k表示第k个子阵列。
2.根据每个子阵列对应的激励、接收阵元到成像点的位置向量利用公式(9)可得到每个子阵列在每个成像点的单位方向矢量
3.将上两步中得到的对应相乘即可得到每个子阵列在任意成像点处的幅值矢量其表达式为(7)。
步骤七:对步骤六中k个子阵列的幅值矢量进行合成,利用公式(11)得到k个子阵列在每个成像点的合成幅值矢量
步骤八:将合成幅值矢量进行单位化,然后乘以步骤四中的IPCF(x,z),利用公式(12)可得到在全阵列N下每个成像点的幅值矢量
步骤九:将步骤八中的全阵列在任意成像点的幅值矢量进行成像显示,可得到全阵列在任意成像点的全局矢量成像图。
步骤十:根据步骤九中的矢量图,确定目标缺陷的位置,提取目标缺陷的局部矢量图然后将步骤四中的幅值IPCF(x,z)进行dB处理,找出局部矢量图中幅值的最大值,求解最大值下降-6dB所对应的成像区域面积。最后根据局部矢量图中矢量的方向与目标缺陷垂直,依据几何关系,目标缺陷的方向可通过公式(13)计算得出。
θ m = arctan ( ∫ A - 6 d B ( V → ( x , z ) ) x d A ∫ A - 6 d B ( V → ( x , z ) ) z d A ) - - - ( 13 )
式中,下标x,表示合成后最终的全聚焦幅值矢量在x方向上的分量;下标z,表示合成后最终的全聚焦幅值矢量在z方向上的分量;A-6dB,缺陷成像区域内,由成像幅值最大值下降-6dB所对应的成像区域面积。arctan函数为数学中的反正切函数,θm表示矢量与z轴正向的夹角,即等于缺陷与x轴正向的夹角。
附图说明
图1为本发明的检测装置框图
图2为本发明方法的流程图
图3为本发明方法实施例中建立的成像坐标系
图4为锻件的局部矢量全聚焦图
图5为锻件的局部矢量全聚焦图的放大图
图中:1、计算机,2、相控阵检测仪,3、相控阵换能器,4、待检测试件,5、活动卡头,6、卡槽,7、待检测试件平台,8、连接块,9、丝杠,10、活动支座,11、连接杆,12、驱动电机,13、底座。
具体实施方式
本发明提出的基于相位加权的矢量全聚焦成像方法,其基本原理在于:
假设线性阵列换能器阵元的个数为N,那么就会得到N×N组全矩阵数据hij(t),其中,i表示激励阵元,j表示接收阵元。
通过构造复解析函数Hij(t)=HIij(t)+jHQij(t),便可得到信号的瞬时相位,公式如下:
其中HIij(t)称为同相分量,是信号hij(t)本身;HQij(t)称为正交分量,是原信号的希尔伯特变换。
进一步将归一化到[-π,π],由于归一化后的相位具有周期性,因此相位在穿过-π和π的边界变化时,会出现不连续的现象。这种不连续性导致了原本在边界附近变化不大的相位却发生了巨大的变化,为了避免此种情况的出现,在此引入辅助相位其公式如下:
这样处理之后就会使接近±π的相位转变成接近于0。当激励阵元为i时,对N个接收阵元计算得到的原始相位和辅助相位分别计算标准差,取两者中的较小者作为相位变化的评价值。则相位变化的评价函数如下式所示:
根据以上推导,进一步给出相位一致因子的定义式:
PCF i ( t ) = m a x [ 0 , 1 - γ σ 0 sf i ( t ) ] - - - ( 4 )
式中,γ是调节因子;σ0是[-π,π]之间均匀分布的标准差,σ0≈1.8。当成像点为非聚焦点时,由于得到的N个相位值是不一样的,因此sfi(t)>0,所以PCFi(t)<1;当成像点恰好为聚焦点时,得到的N个相位值是一样的,故sfi(t)=0,进而PCFi(t)=1,由此可知,相位一致因子会抑制非聚焦点的幅值,而保留聚焦点的幅值。
设F为任意成像点,其坐标为(x,z),当激励阵元为i时,其对应的PCF因子记作PCFi(x,z),用得到的PCFi对合成输出进行加权;最终将加权后的幅值进行叠加。因此,可得任意成像点处的幅值公式IPCF(x,z),如下式所示:
I P C F ( x , z ) = 1 N ( Σ i = 1 N PCF i ( 1 N Σ j = 1 N h i j ( t i j ( x , z ) ) ) ) - - - ( 5 )
式中,tij(x,z)代表声波从第i个阵元激励传播到成像点F,再被第j个阵元接收所需要的时间,可由特定的延迟时间公式计算获得。tij(x,z)的计算由两点间的距离除以波速c即可得到:
t i j ( x , z ) = ( x i - x ) 2 + z 2 + ( x j - x ) 2 + z 2 c - - - ( 6 )
将上述相位加权成像的基本思想引入到矢量全聚焦成像中,通过构造子阵列来实现基于相位的矢量全聚焦成像。现假设N个阵元为一个全阵列,将该阵列划分为K个子阵列,每个子阵列中含有n个阵元(n<N),相邻两个子阵列间的阵元个数为m(m<N)。则第k个子阵列对应的阵元在全阵列中的序号最小值为1+m(k-1),最大值为n+m(k-1),其中,k=1,2,3...K。
利用下式可得第k个子阵列在任意成像点的特征矢量为
v → ( k ) ( x , z ) = w → ( k ) ( x , z ) I P C F ( k ) ( x , z ) - - - ( 7 )
其中,为第k个子阵列的相位加权成像公式,为第k个子阵列单位方向矢量,公式如下:
I P C F ( k ) ( x , z ) = 1 N Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) PCF i 1 N Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) h i j ( t i j ( x , z ) ) - - - ( 8 )
w → ( k ) ( x , z ) = Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) s → i j ( d → i , d → j ) | Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) s → i j ( d → i , d → j ) | - - - ( 9 )
式中,是第i个阵元激励超声波入射到任意成像点后经第j个阵元接收形成的法线方向的单位方向矢量,依据反射定理可知,该单位方向矢量的方向会与反射面垂直,具体计算公式可表示为:
s → i j ( d → i , d → j ) = | d → i | d → j + | d → j | d → i | | d → i | d → j + | d → j | d → i | - - - ( 10 )
在得到每个子阵列的特征矢量后,对所有子阵列的特征矢量进行合成,以获得准确的缺陷方向信息。若对得到的子阵列特征矢量进行简单地叠加,会使计算得到的缺陷方向偏离反射能量最强的方向,使得裂纹方向误差较大。为了获得准确的裂纹方向信息,应使合成后的特征矢量方向接近反射能量最强的方向。为此,在矢量求和过程中引入加权因子,合成后的特征矢量表示为:
式中,α为子阵列特征矢量合成加权因子。
为提高缺陷检测精度及对小缺陷的识别能力,对矢量合成后成像点F处的特征矢量幅值进行全局化处理,即令合成后特征矢量幅值等于相位加权成像得到的成像点处的幅值,这样处理后,全阵列在聚焦点(x,z)处的矢量成像特征矢量可表示为:
V → ( x , z ) = O → ( x , z ) | O → ( x , z ) | I P C F ( x , z ) - - - ( 12 )
矢量成像特征矢量的方向与该点处的反射面能量最强的方向平行,因此,可提取出缺陷的方向信息。
为实现上述目的,本发明采用的技术方案为一种基于相位加权的矢量全聚焦成像方法,具体可以按照以下步骤实施检测,方法流程如图2所示。
步骤一:在如图1所示的检测装置下进行实验,其中,实验所用阵列换能器中心频率为f,阵元总个数为N,单个阵元的宽度为a,相邻两阵元的中心距离为p,超声波在被测试件中的传播波速为c,则波长λ=c/f。通过全矩阵模式采集得到时域信号hij(t)(i=1,2,3...N;j=1,2,3...N),其中,下标i表示阵列换能器中第i个阵元激励,j表示阵列换能器中第j个阵元接收。
步骤二:对采集到的时域信号hij(t)进行希尔伯特变换得到信号的包络线,将此时得到的信号称为包络信号gij(t)。
步骤三:建立成像坐标系,如图3所示。其中,图中o为坐标原点,x轴表示与换能器位置平行的方向,z轴表示与换能器位置垂直的方向。定义第i个激励阵元到成像点的向量第j个接收阵元到成像点F的向量以向量为例,表示向量的模,表示向量在x轴方向上的分量,表示向量在z轴方向上的分量,后续步骤公式中的其它向量也是类似表示。
步骤四:将全部阵列数据按激励、接收阵元与成像点的传播距离计算声波传播时间tij(x,z),在每个成像点位置进行聚焦;并计算每个激励阵元i对应的相位一致因子PCFi,用得到的PCFi对合成输出Hi(x,z)进行加权;最终将加权后的幅值进行叠加,即可利用公式(5)得到任意成像点的幅值IPCF(x,z)。
步骤五:构造子阵列。将阵元总数为N的阵列换能器中多个连续的阵元作为一个子阵列,对应的时域信号称为子阵列数据。将该阵列换能器划分为K个子阵列,每个子阵列中含有n个阵元(n<N),相邻两个子阵列间的阵元个数为m(m<N)。则第k个子阵列对应的阵元在全阵列中的序号最小值为1+m(k-1),最大值为n+m(k-1),其中,k=1,2,3...K。
步骤六:计算每个子阵列在任意成像点的幅值矢量
根据步骤五划分好的子阵列,计算每个子阵列在任意成像点的幅值矢量,可分为以下几步:
1.根据每个子阵列中对应的激励、接收阵元,重复步骤四,公式中下标i,j的最小值为1+m(k-1),最大值为n+m(k-1),利用公式(8)可得到每个子阵列在任意成像点处矢量的幅值其中,上标k表示第k个子阵列。
2.根据每个子阵列对应的激励、接收阵元到成像点的位置向量利用公式(9)可得到每个子阵列在每个成像点的单位方向矢量
3.将上两步中得到的对应相乘即可得到每个子阵列在任意成像点处的幅值矢量其表达式为(7)。
步骤七:对步骤六中k个子阵列的幅值矢量进行合成,利用公式(11)得到k个子阵列在每个成像点的合成幅值矢量
步骤八:将合成幅值矢量进行单位化,然后乘以步骤四中的IPCF(x,z),利用公式(12)可得到在全阵列N下每个成像点的幅值矢量
步骤九:将步骤八中的全阵列在任意成像点的幅值矢量进行成像显示,可得到全阵列在任意成像点的全局矢量成像图。
步骤十:根据步骤九中的矢量图,确定目标缺陷的位置,提取目标缺陷的局部矢量图然后将步骤四中的幅值IPCF(x,z)进行dB处理,找出局部矢量图中幅值的最大值,求解最大值下降-6dB所对应的成像区域面积。最后根据局部矢量图中矢量的方向与目标缺陷垂直,依据几何关系,目标缺陷的方向可通过公式(13)计算得出。
θ m = arctan ( ∫ A - 6 d B ( V → ( x , z ) ) x d A ∫ A - 6 d B ( V → ( x , z ) ) z d A ) - - - ( 13 )
式中,下标x,表示合成后最终的全聚焦幅值矢量在x方向上的分量;下标z,表示合成后最终的全聚焦幅值矢量在z方向上的分量;A-6dB,缺陷成像区域内,由成像幅值最大值下降-6dB所对应的成像区域面积。arctan函数为数学中的反正切函数,θm表示矢量与z轴正向的夹角,即等于缺陷与x轴正向的夹角。

Claims (4)

1.一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置,其特征在于:该装置包括计算机(1)、相控阵检测仪(2)、相控阵换能器(3)、待检测试件(4)、活动卡头(5)、卡槽(6)、待检测试件平台(7)、连接块(8)、丝杠(9)、活动支座(10)、连接杆(11)、驱动电机(12)、底座(13);其中,相控阵检测仪(2)一端与计算机(1)连接,另一端与相控阵换能器(3)连接,相控阵换能器(3)与待检测试件(4)通过耦合介质进行耦合;
待检测试件(4)放置在待检测试件平台(7)上,待检测试件平台(7)上开有垂直相交的两条卡槽(6),卡槽(6)内安装有活动卡头(5),活动卡头(5)能够沿卡槽(6)自由调节,待检测试件(4)通过活动卡头(5)进行卡紧固定;待检测试件平台(7)的底部安装有连接块(8),连接块(8)的底部通过螺纹配合与丝杠(9)相连;丝杠(9)安装在四组对称的活动支座(10)上,活动支座(10)与连接杆(11)相连接,连接杆(11)为竖直方向上的升降机构,驱动电机(12)通过减速器与连接杆(11)相连接,驱动电机(12)、连接杆(11)均安装在底座(13)内。
2.根据权利要求1所述的一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置,其特征在于:所述相控阵换能器(3)的探头由32个阵元组成。
3.根据权利要求1所述的一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置,其特征在于:在计算机(1)的控制下相控阵检测仪(2)中的激励/接收模块产生激励信号,通过相控阵换能器(3)激励出超声波信号,沿待检测试件4传播,并通过相控阵换能器(3)接收反射的超声波信号,然后通过相控阵检测仪(2)中的信号激励/接收模块传输到计算机(1)中,通过计算机中与之配套的采集软件即可采集时域信号。
4.利用权利要求1所述的成像装置进行的一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像方法,该方法的基本原理如下:
假设线性阵列换能器阵元的个数为N,那么就会得到N×N组全矩阵数据hij(t),其中,i表示激励阵元,j表示接收阵元;
通过构造复解析函数Hij(t)=HIij(t)+jHQij(t),便可得到信号的瞬时相位,公式如下:
其中HIij(t)称为同相分量,是信号hij(t)本身;HQij(t)称为正交分量,是原信号的希尔伯特变换;
进一步将归一化到[-π,π],由于归一化后的相位具有周期性,因此相位在穿过-π和π的边界变化时,会出现不连续的现象;这种不连续性导致了原本在边界附近变化不大的相位却发生了巨大的变化,为了避免此种情况的出现,在此引入辅助相位其公式如下:
这样处理之后就会使接近±π的相位转变成接近于0;当激励阵元为i时,对N个接收阵元计算得到的原始相位和辅助相位分别计算标准差,取两者中的较小者作为相位变化的评价值;则相位变化的评价函数如下式所示:
根据以上推导,进一步给出相位一致因子的定义式:
PCF i ( t ) = m a x [ 0 , 1 - γ σ 0 sf i ( t ) ] - - - ( 4 )
式中,γ是调节因子;σ0是[-π,π]之间均匀分布的标准差,σ0≈1.8;当成像点为非聚焦点时,由于得到的N个相位值是不一样的,因此sfi(t)>0,所以PCFi(t)<1;当成像点恰好为聚焦点时,得到的N个相位值是一样的,故sfi(t)=0,进而PCFi(t)=1,由此可知,相位一致因子会抑制非聚焦点的幅值,而保留聚焦点的幅值;
设F为任意成像点,其坐标为(x,z),当激励阵元为i时,其对应的PCF因子记作PCFi(x,z),用得到的PCFi对合成输出进行加权;最终将加权后的幅值进行叠加;因此,可得任意成像点处的幅值公式IPCF(x,z),如下式所示:
I P C F ( x , z ) = 1 N ( Σ i = 1 N PCF i ( 1 N Σ j = 1 N h i j ( t i j ( x , z ) ) ) ) - - - ( 5 )
式中,tij(x,z)代表声波从第i个阵元激励传播到成像点F,再被第j个阵元接收所需要的时间,可由特定的延迟时间公式计算获得;tij(x,z)的计算由两点间的距离除以波速c即可得到:
t i j ( x , z ) = ( x i - x ) 2 + z 2 + ( x j - x ) 2 + z 2 c - - - ( 6 )
将上述相位加权成像的基本思想引入到矢量全聚焦成像中,通过构造子阵列来实现基于相位的矢量全聚焦成像;现假设N个阵元为一个全阵列,将该阵列划分为K个子阵列,每个子阵列中含有n个阵元(n<N),相邻两个子阵列间的阵元个数为m(m<N);则第k个子阵列对应的阵元在全阵列中的序号最小值为1+m(k-1),最大值为n+m(k-1),其中,k=1,2,3...K;
利用下式可得第k个子阵列在任意成像点的特征矢量为
v → ( k ) ( x , z ) = w → ( k ) ( x , z ) I P C F ( k ) ( x , z ) - - - ( 7 )
其中,为第k个子阵列的相位加权成像公式,为第k个子阵列单位方向矢量,公式如下:
I P C F ( k ) ( x , z ) = 1 N Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) PCF i 1 N Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) h i j ( t i j ( x , z ) ) - - - ( 8 )
w → ( k ) ( x , z ) = Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) s → i j ( d → i , d → j ) | Σ i = 1 + m ( k - 1 ) n + m ( k - 1 ) Σ j = 1 + m ( k - 1 ) n + m ( k - 1 ) s → i j ( d → i , d → j ) | - - - ( 9 )
式中,是第i个阵元激励超声波入射到任意成像点后经第j个阵元接收形成的法线方向的单位方向矢量,依据反射定理可知,该单位方向矢量的方向会与反射面垂直,具体计算公式可表示为:
s → i j ( d → i , d → j ) = | d → i | d → j + | d → j | d → i | | d → i | d → j + | d → j | d → i | - - - ( 10 )
在得到每个子阵列的特征矢量后,对所有子阵列的特征矢量进行合成,以获得准确的缺陷方向信息;若对得到的子阵列特征矢量进行简单地叠加,会使计算得到的缺陷方向偏离反射能量最强的方向,使得裂纹方向误差较大;为了获得准确的裂纹方向信息,应使合成后的特征矢量方向接近反射能量最强的方向;为此,在矢量求和过程中引入加权因子,合成后的特征矢量表示为:
式中,α为子阵列特征矢量合成加权因子;
为提高缺陷检测精度及对小缺陷的识别能力,对矢量合成后成像点F处的特征矢量幅值进行全局化处理,即令合成后特征矢量幅值等于相位加权成像得到的成像点处的幅值,这样处理后,全阵列在聚焦点(x,z)处的矢量成像特征矢量可表示为:
V → ( x , z ) = O → ( x , z ) | O → ( x , z ) | I P C F ( x , z ) - - - ( 12 )
矢量成像特征矢量的方向与该点处的反射面能量最强的方向平行,因此,可提取出缺陷的方向信息;
其特征在于:该方法流程如下,
步骤一:在搭建该检测装置后进行实验,其中,实验所用阵列换能器中心频率为f,阵元总个数为N,单个阵元的宽度为a,相邻两阵元的中心距离为p,超声波在被测试件中的传播波速为c,则波长λ=c/f;通过全矩阵模式采集得到时域信号hij(t)(i=1,2,3...N;j=1,2,3...N),其中,下标i表示阵列换能器中第i个阵元激励,j表示阵列换能器中第j个阵元接收;
步骤二:对采集到的时域信号hij(t)进行希尔伯特变换得到信号的包络线,将此时得到的信号称为包络信号gij(t);
步骤三:建立成像坐标系;其中,o为坐标原点,x轴表示与换能器位置平行的方向,z轴表示与换能器位置垂直的方向;定义第i个激励阵元到成像点的向量第j个接收阵元到成像点F的向量以向量为例,表示向量的模,表示向量在x轴方向上的分量,表示向量在z轴方向上的分量,后续步骤公式中的其它向量也是类似表示;
步骤四:将全部阵列数据按激励、接收阵元与成像点的传播距离计算声波传播时间tij(x,z),在每个成像点位置进行聚焦;并计算每个激励阵元i对应的相位一致因子PCFi,用得到的PCFi对合成输出Hi(x,z)进行加权;最终将加权后的幅值进行叠加,即可利用公式(5)得到任意成像点的幅值IPCF(x,z);
步骤五:构造子阵列;将阵元总数为N的阵列换能器中多个连续的阵元作为一个子阵列,对应的时域信号称为子阵列数据;将该阵列换能器划分为K个子阵列,每个子阵列中含有n个阵元(n<N),相邻两个子阵列间的阵元个数为m(m<N);则第k个子阵列对应的阵元在全阵列中的序号最小值为1+m(k-1),最大值为n+m(k-1),其中,k=1,2,3...K;
步骤六:计算每个子阵列在任意成像点的幅值矢量
根据步骤五划分好的子阵列,计算每个子阵列在任意成像点的幅值矢量,可分为以下几步:
S6.1根据每个子阵列中对应的激励、接收阵元,重复步骤四,公式中下标i,j的最小值为1+m(k-1),最大值为n+m(k-1),利用公式(8)可得到每个子阵列在任意成像点处矢量的幅值(k=1,2,3...K),其中,上标k表示第k个子阵列;
S6.2根据每个子阵列对应的激励、接收阵元到成像点的位置向量利用公式(9)可得到每个子阵列在每个成像点的单位方向矢量
S6.3将上两步中得到的对应相乘即可得到每个子阵列在任意成像点处的幅值矢量其表达式为(7);
步骤七:对步骤六中k个子阵列的幅值矢量进行合成,利用公式(11)得到k个子阵列在每个成像点的合成幅值矢量
步骤八:将合成幅值矢量进行单位化,然后乘以步骤四中的IPCF(x,z),利用公式(12)可得到在全阵列N下每个成像点的幅值矢量
步骤九:将步骤八中的全阵列在任意成像点的幅值矢量进行成像显示,可得到全阵列在任意成像点的全局矢量成像图;
步骤十:根据步骤九中的矢量图,确定目标缺陷的位置,提取目标缺陷的局部矢量图然后将步骤四中的幅值IPCF(x,z)进行dB处理,找出局部矢量图中幅值的最大值,求解最大值下降-6dB所对应的成像区域面积;最后根据局部矢量图中矢量的方向与目标缺陷垂直,依据几何关系,目标缺陷的方向可通过公式(13)计算得出;
θ m = arctan ( ∫ A - 6 d B ( V → ( x , z ) ) x d A ∫ A - 6 d B ( V → ( x , z ) ) z d A ) - - - ( 13 )
式中,下标x,表示合成后最终的全聚焦幅值矢量在x方向上的分量;下标z,表示合成后最终的全聚焦幅值矢量在z方向上的分量;A-6dB,缺陷成像区域内,由成像幅值最大值下降-6dB所对应的成像区域面积;arctan函数为数学中的反正切函数,θm表示矢量与z轴正向的夹角,即等于缺陷与x轴正向的夹角。
CN201610096738.1A 2016-02-22 2016-02-22 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法 Pending CN106093204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610096738.1A CN106093204A (zh) 2016-02-22 2016-02-22 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610096738.1A CN106093204A (zh) 2016-02-22 2016-02-22 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法

Publications (1)

Publication Number Publication Date
CN106093204A true CN106093204A (zh) 2016-11-09

Family

ID=58702381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610096738.1A Pending CN106093204A (zh) 2016-02-22 2016-02-22 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法

Country Status (1)

Country Link
CN (1) CN106093204A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107219305A (zh) * 2017-06-02 2017-09-29 北京航空航天大学 一种基于环形阵列换能器的全聚焦成像检测方法
CN108362780A (zh) * 2017-12-07 2018-08-03 中航复合材料有限责任公司 一种评价复合材料结构r区缺陷超声检出概率的方法
CN110806736A (zh) * 2019-11-19 2020-02-18 北京工业大学 一种模锻成形智能制造生产线锻件质量信息检测方法
CN111239246A (zh) * 2020-03-11 2020-06-05 大连理工大学 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法
CN111487321A (zh) * 2020-04-14 2020-08-04 广州多浦乐电子科技股份有限公司 基于超声反射提升聚焦能量的全聚焦成像方法
CN113624453A (zh) * 2021-07-30 2021-11-09 重庆大学 基于超快显微成像的大口径光学元件高速检测系统
CN117347502A (zh) * 2023-12-04 2024-01-05 中国飞机强度研究所 一种薄壁叶片的全聚焦成像方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102967659A (zh) * 2012-10-30 2013-03-13 广东电网公司电力科学研究院 相控阵超声探头在多层介质中探伤时声场分布的计算方法
CN103901108A (zh) * 2014-03-31 2014-07-02 华南理工大学 一种复合材料界面脱粘的相控阵超声波检测方法
CN103969337A (zh) * 2014-05-07 2014-08-06 北京工业大学 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
CN104535656A (zh) * 2014-12-17 2015-04-22 江苏大学 全光学非接触式复合材料板层裂损伤检测系统及方法
CN205643254U (zh) * 2016-02-22 2016-10-12 南京兰博瑞达检测技术有限公司 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102967659A (zh) * 2012-10-30 2013-03-13 广东电网公司电力科学研究院 相控阵超声探头在多层介质中探伤时声场分布的计算方法
CN103901108A (zh) * 2014-03-31 2014-07-02 华南理工大学 一种复合材料界面脱粘的相控阵超声波检测方法
CN103969337A (zh) * 2014-05-07 2014-08-06 北京工业大学 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
CN104535656A (zh) * 2014-12-17 2015-04-22 江苏大学 全光学非接触式复合材料板层裂损伤检测系统及方法
CN205643254U (zh) * 2016-02-22 2016-10-12 南京兰博瑞达检测技术有限公司 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JORGE CAMACHO, ET.AL: "Phase Coherence Imaging", 《IEEE TRANSACTION ON ULTRASONICS,FERRO-ELECTRICS,AND FREQUENCY CONTROL》 *
VANDER T. PRADO,ET.AL: "Lamb mode diversity imaging for non-destructive testing of plate-like structures", 《NDT&E INTERNATIONAL》 *
孙欣蓉: "基于矢量全聚焦的超声阵列缺陷识别方法研究及其应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *
张晓霞等: "ScanMaster超声波C扫描系统在铝合金板材水浸探伤中的应用", 《LW201-第五届铝型材技术(国际)论坛文集》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107219305A (zh) * 2017-06-02 2017-09-29 北京航空航天大学 一种基于环形阵列换能器的全聚焦成像检测方法
CN108362780A (zh) * 2017-12-07 2018-08-03 中航复合材料有限责任公司 一种评价复合材料结构r区缺陷超声检出概率的方法
CN110806736A (zh) * 2019-11-19 2020-02-18 北京工业大学 一种模锻成形智能制造生产线锻件质量信息检测方法
CN110806736B (zh) * 2019-11-19 2021-10-15 北京工业大学 一种模锻成形智能制造生产线锻件质量信息检测方法
CN111239246A (zh) * 2020-03-11 2020-06-05 大连理工大学 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法
CN111239246B (zh) * 2020-03-11 2021-05-04 大连理工大学 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法
CN111487321A (zh) * 2020-04-14 2020-08-04 广州多浦乐电子科技股份有限公司 基于超声反射提升聚焦能量的全聚焦成像方法
CN113624453A (zh) * 2021-07-30 2021-11-09 重庆大学 基于超快显微成像的大口径光学元件高速检测系统
CN117347502A (zh) * 2023-12-04 2024-01-05 中国飞机强度研究所 一种薄壁叶片的全聚焦成像方法和系统
CN117347502B (zh) * 2023-12-04 2024-03-12 中国飞机强度研究所 一种薄壁叶片的全聚焦成像方法和系统

Similar Documents

Publication Publication Date Title
CN106093204A (zh) 一种用于锻件裂纹定量识别的相位加权矢量全聚焦成像装置及方法
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
CN106770664B (zh) 一种基于全聚焦成像算法改进边缘缺陷检测的方法
US20090048789A1 (en) Optimized Embedded Ultrasonics Structural Radar System With Piezoelectric Wafer Active Sensor Phased Arrays For In-Situ Wide-Area Damage Detection
CN111007151A (zh) 基于缺陷预定位的超声相控阵快速全聚焦成像检测方法
CN108872393B (zh) 结构疲劳裂纹方向检测用非线性超声混频方法
CN103575808B (zh) 基于多角度立体匹配的高实时定量超声检测方法
CN104730146A (zh) 一种用于板结构裂纹定量评价的超声阵列复合成像方法
CN105572230B (zh) 一种用于裂纹类缺陷定量识别的极性加权矢量全聚焦成像方法
CN104535656A (zh) 全光学非接触式复合材料板层裂损伤检测系统及方法
IL272819A (en) A method of image reconstruction based on a model
CN111257426A (zh) 火箭燃料贮箱焊缝的多模式全聚焦检测方法、系统及介质
Yuan et al. Identification of modal parameters of a model turbine blade with a curved surface under random excitation with a three-dimensional continuously scanning laser Doppler vibrometer system
CN113281416A (zh) 一种用于各向异性焊缝缺陷检测的改进相位相干成像方法
CN110333292B (zh) 一种金属材料疲劳闭合裂纹的非线性成像方法
CN114778690A (zh) 一种增材制件气孔缺陷的激光超声定量检测方法
Bao et al. A novel multi-site damage localization method based on near-field signal subspace fitting using uniform linear sensor array
CN103048641A (zh) 具有联合约束优化形式的矢量阵稳健聚焦处理方法
CN117169231A (zh) 一种基于声光技术的复合材料无损检测系统
Kumar Total focusing method-based ultrasonic phased array imaging in thick structures
CN114942270A (zh) 便携式超声相控阵检测成像系统
CN112162036B (zh) 一种正三角相控阵螺栓紧固结构健康监测系统及方法
Mu et al. Research on the time difference of arrival location method of an acoustic emission source based on visible graph modelling
Calmon et al. Model based reconstruction of UT array data
CN111965257A (zh) 一种空间加权优化的快速超声平面波成像检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161109