CN108226290B - 一种基于超声相控阵的零件内部缺陷三维参数提取方法 - Google Patents
一种基于超声相控阵的零件内部缺陷三维参数提取方法 Download PDFInfo
- Publication number
- CN108226290B CN108226290B CN201810015577.8A CN201810015577A CN108226290B CN 108226290 B CN108226290 B CN 108226290B CN 201810015577 A CN201810015577 A CN 201810015577A CN 108226290 B CN108226290 B CN 108226290B
- Authority
- CN
- China
- Prior art keywords
- defect
- image
- area
- probe
- phased array
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 189
- 238000000605 extraction Methods 0.000 title claims description 9
- 239000000523 sample Substances 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 12
- 230000002950 deficient Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000001788 irregular Effects 0.000 claims description 5
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 25
- 238000005516 engineering process Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 239000007822 coupling agent Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/04—Analysing solids
- G01N29/043—Analysing solids in the interior, e.g. by shear waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0654—Imaging
- G01N29/069—Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于超声相控阵的零件内部缺陷三维参数提取方法，根据待测零件的形状大小，对待测零件进行检测，通过探头的移动，检测到零件内部缺陷并在超声相控阵仪器上进行显示，然后保存数据，获取待测零件内部缺陷的对应切片图像后，以S显示为主要的图像信息进行数据保存；对采集到的缺陷显示图像进行图像处理；求取处理好缺陷的切片图像的质心，并标定质心的位置，计算得出每个切片图像上缺陷的面积；采用等面积的圆替换形状复杂的缺陷，将所有的图片进行面积等效处理，重构缺陷的三维模型，计算得到零件内部重建缺陷的三维参数用于反映零件的内部结构。本发明方法成本低、耗时相对较少、设备简易便于携带、可实现在线检测。
Description
技术领域
本发明属于工业超声无损检测技术领域，具体涉及一种基于超声相控阵的零件内部缺陷三维参数提取方法。
背景技术
工业领域，一方面，大型装备通常在高温、强压、重载荷等恶劣的环境下工作，这样的工作环境对零部件容易造成疲劳损伤、腐蚀、烧伤、裂纹等不同程度的缺陷，极大地影响着设备的正常工作，甚至直接对设备造成不可修复性的破坏，极大地影响了工业的生产效率，同时，其对技术人员的人身安全也是一个隐患；另一方面，在高温、强压、重载荷等恶劣条件下循环工作的零部件，由于在生产、制造、加工等过程中容易产生气孔、疏松、裂纹、夹渣等形式的缺陷，如燃气轮机发动机转子、转子上安装的叶片、压力容器、石油管道等零部件，将严重影响设备整机的工作性能、使用寿命以及运行的安全可靠性。因此，研究大型设备零部件内部缺陷的检测技术、提取缺陷的三维参数，对零部件的出厂合格性检测、使用寿命预估、提高工业生产效率、降低安全隐患等方面都有重要而深远的意义。
常规的无损检测技术主要有射线检测，超声检测，渗透检测，涡流检测等方式。常规的渗透检测，涡流检测等方式主要是针对待测对象近表面的缺陷进行检测，一般检测范围为几个毫米，无法有效获取检测对象的内部缺陷；射线检测方法主要采用工业射线对叶片进行透照，借助胶片成像来实现对叶片内部缺陷的检测。该方法具有成像分辨率高、灵敏度高、直观可靠等优点，在工业无损检测领域发挥着重要的作用。但此方法本质上是将零件沿透照方向在胶片上投影成像，故仅能够清晰显示出缺陷的二维特征信息，对于缺陷在透照方向上的三维特征信息却无法显示，即使是经验丰富的专业技术人员也很难精确估计这一维度上的信息，工作效率较低、成本较高，且重复性较差；工业CT技术通过对待测对象进行大量切片，然后采用图像重构技术重建零件的内部结构，可以直观、准确的反映出零件的内部结构，从而获取精确的三维特征参数，但由于工业CT设备费用高昂、检测费用昂贵、对零件需要进行大量切片，时间利用率较低，不适合用于大批量检测，对不便拆卸的大型设备的零部件的检测更无从谈起。超声相控阵技术利用相控阵探头可以对零件内部进行多角度、动态的聚焦扫查，通过合理设计探头的扫查路径，结合超声相控阵设备的S、C、A等多种显示方式，可以实现对待测零件的实时成像、分层扫查。相比工业CT检测方法，超声相控阵技术能实现零件的实时在线检测、分层扫查，其检测周期短、设备价格低廉、劳动强度相对较小、检测精度比工业CT稍低，但已满足一般工业领域检测精度的需求。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于超声相控阵的零件内部缺陷三维参数提取方法，解决了当前工业领域大型设备，诸如燃气轮机发动机转子、转子上安装的叶片、压力容器、石油管道等零部件提取内部缺陷三维参数困难、可靠性不足、方法不成熟等多方面问题。
本发明采用以下技术方案：
一种基于超声相控阵的零件内部缺陷三维参数提取方法，根据待测零件的形状大小，对待测零件进行检测，通过探头的移动，检测到零件内部缺陷并在超声相控阵仪器上进行显示，然后保存数据，获取待测零件内部缺陷的对应切片图像pi后，以S显示为主要的图像信息进行数据保存；对采集到的缺陷S显示图像p1,p2,...,pi进行图像处理；求取处理好缺陷的切片图像的质心Oi，并标定质心Oi的位置，计算得出每个切片图像上缺陷的面积Si；采用等面积的圆替换形状复杂的缺陷，将所有的图片进行面积等效处理，重构缺陷的三维模型，计算得到零件内部重建缺陷的三维参数用于反映零件的内部结构。
具体的，探头对待测零件进行检测具体为：首先设置好相控阵的扫查参数，然后在待测零件上涂抹厚度均匀的耦合剂，缓慢移动探头，直到仪器显示出缺陷来，移动探头，确定缺陷所在的大致区域；根据确定的缺陷所在大致区域，设置探头的扫查路径为沿横向进行扫查，沿纵向进位。
具体的，图像处理具体包括以下步骤：
S201、将切片图像pi转换为灰度图；
S202、对缺陷灰度图进行高斯、中值滤波，选取滤波降噪效果好的缺陷图片；
S203、对经过滤波降噪的图片进行形态学操作，提取缺陷边缘。
具体的，通过计算机读取缺陷图像每个像素点的像素值I(xi,yi)得到缺陷图像质心Oi的坐标
获取缺陷所在区域包含的所有像素点的个数得到切片图像pi中缺陷的面积Si。
进一步的，设图像的像素点个数为M×N，缺陷图像质心Oi的坐标
表示如下：
进一步的，根据每个像素点的边长a确定每个像素点的面积Lpixel2，得到缺陷的面积Si如下：
Si＝n·Lpixel2
其中，n为目标像素点总数。
具体的，将切片图像Pi中不规则形状的缺陷通过面积等效变换为新切片Pi'中的圆形缺陷，得到以圆形区域显示标记了缺陷质心O′i的缺陷切片图像Pi'，根据切片图像之间的关系确定缺陷体积Vi，通过将所有切片依次排列，以标定圆心Oi的连线作为缺陷的中心线，构建成彼此连接、顺次贯通的管状缺陷三维模型。
进一步的，当第i次和第i+1次探头的扫查方向平行，以圆Oi、Oi+1分别表示切片Pi、Pi+1中的缺陷区域，ri、ri+1分别表示对应的等效缺陷圆半径，di表示第i次探头沿进位轴方向的进位距离，得到第i段缺陷的体积Vi如下：
其中，Si、Si+1分别表示切片Pi、Pi+1中缺陷的面积。
进一步的，当第i次和第i+1次探头的扫查方向不平行，设相邻两切片图像的法向矢量分别为
该相邻切片图像的方向矢量为
确定截面轮廓在方向矢量
方向上的投影面积Sj，进而得到第i段缺陷斜截面的体积Vi如下：
其中，
为第i次探头沿进位轴方向进位距离的方向矢量，φi为
与
之间的夹角，μi为
与
之间的夹角。
进一步的，依次求取出所有相邻切片Pi'、P′i+1对应缺陷段的体积，通过把所有相邻段的体积相加即可得到缺陷的总体积V如下：
其中，Vi为第i段缺陷的体积。
与现有技术相比，本发明至少具有以下有益效果：
本发明公开的零件内部缺陷三维参数提取方法以超声相控阵为技术支撑，通过合理地设置相控阵探头的横向、纵向扫查，获取缺陷的多幅切片图，结合图像处理的相关处理技术，对缺陷图像进行滤波、降噪、提取边缘等操作，充分利用图像成像机理，并合理运用计算机处理像素点信息，从而获取缺陷图像的质心和面积，为缺陷切片的面积等效做好了准备工作，得到标定质心、等效面积的缺陷图后，以切片质心的连线为中心线，依次将所有切片按照顺序排列起来，构成一个彼此连接、顺次贯通的管状三维模型，最后，结合相关的计算公式，求得零件内部缺陷的三维参数，充分利用超声相控阵设备的成像机理，容易获取缺陷的多幅切片图像，成像直观，检测成本较低；利用面积等效处理原理，以圆面等效不规则的缺陷区域，给后续数据从处理提供了极大的便利，在既不引进计算误差的前提下，简化了计算步骤，提高了工作效率；重构的缺陷三维模型是一个彼此连接、顺次贯通的管状三维模型，根据相关计算公式可以方便计算其体积，避免陷入相关曲线曲面拟合、复杂的缺陷参数提取过程，为提取零件内部缺陷三维参数提供了思路和借鉴。
进一步的，探头沿横向进行扫查是为了获取缺陷在横截面上的大致位置，方便设置探头的横向移动，以利于切片图的成像，从而获取该横向移动路径上缺陷的切片图，为后续缺陷的图像处理做准备；探头沿纵向进位，首先是为了根据缺陷在纵向的长度，来设置探头沿纵向的总体进位距离，进而根据需要的切片数量，确定每次的进位量，这样，可以综合考虑计算精度和仪器分辨率的要求，来获取合理、充分的切片数。
进一步的，对获取的缺陷切片图进行滤波、降噪处理很有必要，滤波降噪方式有中值滤波、高斯滤波、小波阈值降噪等，其中中值滤波可以较好保留图像边缘信息，处理后的图像轮廓较为清晰，对于消除图像随机噪声和脉冲噪声非常有效；高斯滤波对保留图像边缘信息或灰度急剧变化的区域很有效，可以突出微小物体和细线条。
进一步的，根据采集得到的缺陷切片图，利用相关图像处理技术，根据图像由像素构成的原理，利用像素点来计算缺陷的面积，一方面，计算结果只取决于图像本身的属性，不受外在因素的影响，抗干扰能力强；另一方面，利用像素点信息来计算缺陷的面积，可以避免陷入复杂的图像区域曲线拟合，避免利用拟合的缺陷区域计算面积引入的较大误差。
进一步的，采用面积等效处理方法，将缺陷区域等效为同样面积的圆面，依次排列，从而构成一个彼此连接、顺次贯通的管状三维模型，可以避免陷入复杂的缺陷边缘函数的计算、降低了计算难度，提高了计算效率，也为缺陷的三维建模提供了思路和借鉴。
综上所述，本发明方法成本低、耗时相对较少、设备简易便于携带、可实现在线检测，可以为未来打破国外工业CT技术垄断提供借鉴，为基于超声相控阵技术的零件内部缺陷三维参数的提取提供了思路和方法，有利于从事超声相控阵探伤的工业技术人员的分析。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明缺陷检测系统示意图；
图2为本发明缺陷检测方法流程图；
图3为本发明相控阵S显示扫查示意图；
图4为本发明缺陷面积等效处理示意图；
图5为本发明平行截面缺陷体积示意图；
图6为本发明斜截面缺陷段示意图；
图7为本发明缺陷三维模型重建示意图。
具体实施方式
本发明提供了一种基于超声相控阵技术的零件内部缺陷三维参数提取方法，充分利用和发挥了超声相控阵设备多角度、动态聚焦、灵活、成像直观的特点，利用探头的横向移动和纵向进位，实现零件内部缺陷的定位扫查，并以S显示为主采集缺陷图片、数据信息，达到缺陷的分层扫查成像的目的；然后对采集的图片进行滤波、降噪、提取边缘等图像处理技术；再求取每幅图片中缺陷的质心位置，并标定和计算缺陷的面积；利用面积等效原理，将所有的图片进行等效处理，然后依次排列，实现缺陷的三维重构。
请参阅图1和图2，基于超声相控阵技术的零件内部缺陷三维参数提取方法的步骤具体如下：
S1、根据待测零件的形状大小，对待测零件进行检测，通过探头的移动，检测到零件内部缺陷并在超声相控阵仪器上进行A、C、S等显示，然后保存数据，获取待测零件内部缺陷的对应切片图像pi(i从1到n)后，以S显示为主要的图像信息进行数据保存，为下一步计算机图像处理做准备；
S2、将采集到的缺陷S显示图像p1,p2,...,pi进行图像处理，包括滤波、降噪、提取缺陷边缘等相关图像处理操作；
S3、求取处理好的缺陷的切片图像的质心Oi(i从1到n)，并标定质心的位置，求出每层图像上缺陷的面积Si(i从1到n)；
求取处理好缺陷的切片图像pi(i从1到n)质心，并求出每个切片图像上缺陷的面积Si(i从1到n)，并对其质心Oi(i从1到n)的位置进行保留和标定；
S4、利用面积等效原理，将所有的图片进行面积等效处理，然后依次排列，重构缺陷的三维模型，求取零件内部重建缺陷的三维参数。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
大型设备如燃气轮机的转子、压力容器壁、石油管道等呈一定的弧形板状结构，而燃气轮机叶片的叶根等部位是一个块状结构，均是呈矩形厚度块的形式。以一个块状结构为例，如图3所示，对本发明中超声相控阵检测过程进行详细描述。
S1、获取缺陷切片图
考虑到超声探头检测如输油管道、压力容器壁等弧形的板状结构时，探头与检测部件表面需要良好贴合，选用规格为8×8mm的线阵点探头，型号为5L16-CA00。检测示意图如图3所示：
S101、设置好相控阵的扫查参数，如材料种类、材料中超声声速、扇形扫查角度范围、聚焦深度等，然后在待测零件上涂抹厚度均匀的耦合剂，缓慢移动探头，直到仪器面板上显示出缺陷来，小范围移动探头，确定缺陷所在的大致区域；
S102、根据确定的缺陷所在的大致区域，设置探头的扫查路径。图3中设置探头沿横向进行扫查，沿纵向进位。
其中，横向扫查可以确定缺陷在S显示中的深度范围、大小等信息，纵向进位后再横向扫查就可以获取不同缺陷截面的分层图像，需要根据缺陷的纵深来合理设置纵向移动间隔，通过对待测零件的扫查，获取缺陷的多幅切片pi(i从1到n)。
S2、对获取的缺陷切片图进行图像处理
超声相控阵在对缺陷进行检测的过程中，环境噪声、耦合剂涂抹均匀程度、探头移动平缓度、电磁脉冲等，都会引入噪声，对显示图像产生一定影响。故对获取的缺陷切片图进行滤波、降噪处理很有必要。
滤波降噪方式有中值滤波、高斯滤波、小波阈值降噪等，其中中值滤波可以较好保留图像边缘信息，处理后的图像轮廓较为清晰，对于消除图像随机噪声和脉冲噪声非常有效；高斯滤波对保留图像边缘信息或灰度急剧变化的区域很有效，可以突出微小物体和细线条。具体处理过程可以分为以下几步：
S201、将切片图像pi(i从1到n)转换为灰度图；
S202、对缺陷灰度图进行高斯、中值滤波，选取滤波降噪效果好的缺陷图片，为下一步提取缺陷边缘做准备；
S203、对经过滤波降噪的图片进行形态学操作，以提取缺陷的边缘。
S3、求分层图中缺陷的质心及面积
S301、求每幅切片中缺陷的质心
为了求取缺陷的质心坐标，假设该图像的像素点个数为M×N，像素点数可以通过matlab读取图片信息得到，则有缺陷质心坐标公式：
由以上关系式，可以通过计算机读取缺陷图像每个像素点的像素值I(xi,yi)，并保存数据，通过编程可得缺陷图的质心Oi(i从1到n)的坐标
S302、求每幅切片中缺陷的面积
由S301已经得到分层图中缺陷的质心Oi(i从1到n)，为了获取缺陷的面积，可以利用图像处理技术中像素点的相关知识进行计算。若目标像素点总数为n，像素的尺寸为Lpixel2，则该目标区域的面积为：
Si＝n·Lpixel2 (2)
这里，像素点的尺寸Lpixel2的物理含义就是每一个像素点所占有的面积，而这个参数是由检测仪器自身所决定的。
以奥林巴斯一代超声相控阵检测仪为例，其显示器为8.4英寸(约为21.3cm)，分辨率为800像素×600像素(M×N)，可以计算得到该仪器显示器的长度l约为17cm，宽度约为12.8cm，则有：
每个像素点的边长为：
那么，每个像素点的面积，即像素的尺寸为：
Lpixel2＝a2≈0.04516mm2 (4)
由此要计算缺陷的面积，只需要获取缺陷所在区域包含的所有像素点的个数即可，通过matlab编程可以方便地得到缺陷区域内所包含的总的像素点的个数，再通过公式2就可以求得切片pi(i从1到n)中缺陷的面积Si。
S4、对切片pi进行面积等效处理，重构缺陷的三维模型，计算缺陷的三维参数
S401、对切片进行面积等效
由于零部件因其工艺过程、材料属性、工作环境等的不同，其内部缺陷形式各异，有夹渣、气孔、缩孔、疏松、裂纹、疲劳损伤、烧伤等。
从图3的示意图中也可以看出，在不同的位置，对零件缺陷进行检测，所获取的切片缺陷面积、形状也大相径庭，为了方便后续三维模型的重建和体积参数的提取，本发明采用等面积的圆来替换不同形状的缺陷，如图4所示：
切片图像Pi中不规则形状的缺陷通过面积等效变换为新切片图像Pi'中的圆形缺陷，这么等效处理的目的是为了方便后续的三维模型的重建，具体理由在下一步中阐述。这样，就得到了一系列以圆形区域显示的缺陷切片图像Pi'。
S402、重构缺陷三维模型，求取缺陷三维参数
由S401中处理得到一系列标记了缺陷质心O′i的切片图像Pi'(i从1到n)，为了求取缺陷的三维体积参数，采用圆形来替换不规则形状，可以避免陷入复杂的曲线曲面拟合过程，可以简化模型，方便利用公式计算，提高计算效率。
1)假设两幅切片图像是平行截面，即第i次和第i+1次探头的扫查方向平行。如图5所示，圆Oi、Oi+1分别表示切片Pi、Pi+1中的缺陷区域，ri、ri+1分别表示对应的等效缺陷圆半径，di表示第i次探头沿进位轴方向的进位距离，则该段缺陷体积为：
其中，Si、Si+1分别表示切片Pi、Pi+1中缺陷的面积，由此，即可求得第i段缺陷的体积。
(2)由于缺陷在零件内部延伸方向的改变，扫查缺陷时相邻两次扫查方向不平行，致使两幅切片图不是平行截面，而是呈一定角度，如图6所示。则两切片的法向矢量分别为
该相邻切片的方向矢量为
截面轮廓在矢量
方向上的投影面积为：
其中，j＝i,i+1，μj是
与
之间的夹角，且
截面间的距离为：
式中，φj是
与
之间的夹角，且
则缺陷斜截面段的体积为：
又有
则上式化简为：
其中，
为第i次探头沿进位轴方向进位距离的方向矢量，j＝i,i+1，φi为
与
之间的夹角，μi为
与
之间的夹角。
至此，可以依次求取出所有相邻切片Pi'、P′i+1(i从1到n-1)对应缺陷段的体积，通过把所有相邻段的体积相加即可得到缺陷的总体积V，即：
缺陷三维模型的重建方面，可以通过将所有切片依次排列，标定圆心Oi的连线作为缺陷的中心线，从而构建出一个彼此连接、顺次贯通的管状缺陷三维模型，如图7所示。从缺陷三维模型的重建过程可以看出，影响缺陷三维参数计算结果的主要因素有探头进位方向的移动间距、仪器自身的分辨率、图像处理过程中噪声的去除等，其中，探头进位反向的移动间距可以通过设置一个机械式自动扫查控制器来合理控制，获取更小的进位间隔；提高仪器的成像质量，增加单位尺寸像素点数目、选择更优的滤波降噪技术进行图像处理等手段，都可以使缺陷三维参数计算结果更接近于真实结果。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (6)
1.一种基于超声相控阵的零件内部缺陷三维参数提取方法，其特征在于，根据待测零件的形状大小，对待测零件进行检测，通过探头的移动，检测到零件内部缺陷并在超声相控阵仪器上进行显示，然后保存数据，获取待测零件内部缺陷的对应切片图像pi后，以S显示为主要的图像信息进行数据保存；对采集到的缺陷S显示图像p1,p2,...,pi进行图像处理；求取处理好缺陷的切片图像的质心Oi，并标定质心Oi的位置，计算得出每个切片图像上缺陷的面积Si；采用等面积的圆替换形状复杂的缺陷，将所有的图片进行面积等效处理，重构缺陷的三维模型，计算得到零件内部重建缺陷的三维参数用于反映零件的内部结构，具体为：将切片图像Pi中不规则形状的缺陷通过面积等效变换为新切片P′i中的圆形缺陷，得到以圆形区域显示标记了缺陷质心O′i的缺陷切片图像P′i，根据切片图像之间的关系确定缺陷体积Vi，通过将所有切片依次排列，以标定圆心Oi的连线作为缺陷的中心线，构建成彼此连接、顺次贯通的管状缺陷三维模型，当第i次和第i+1次探头的扫查方向平行，以圆Oi、Oi+1分别表示切片Pi、Pi+1中的缺陷区域，ri、ri+1分别表示对应的等效缺陷圆半径，di表示第i次探头沿进位轴方向的进位距离，得到第i段缺陷的体积Vi如下：
其中，Si、Si+1分别表示切片Pi、Pi+1中缺陷的面积；
当第i次和第i+1次探头的扫查方向不平行，设相邻两切片图像的法向矢量分别为
该相邻切片图像的方向矢量为
确定截面轮廓在方向矢量
方向上的投影面积Sj，进而得到第i段缺陷斜截面的体积Vi如下：
其中，
为第i次探头沿进位轴方向进位距离的方向矢量，φi为
与
之间的夹角，μi为
与
之间的夹角；
图像处理具体包括以下步骤：
S201、将切片图像pi转换为灰度图；
S202、对缺陷灰度图进行高斯、中值滤波，选取滤波降噪效果好的缺陷图片；
S203、对经过滤波降噪的图片进行形态学操作，提取缺陷边缘。
2.根据权利要求1所述的一种基于超声相控阵的零件内部缺陷三维参数提取方法，其特征在于，探头对待测零件进行检测具体为：首先设置好相控阵的扫查参数，然后在待测零件上涂抹厚度均匀的耦合剂，缓慢移动探头，直到仪器显示出缺陷来，移动探头，确定缺陷所在的大致区域；根据确定的缺陷所在大致区域，设置探头的扫查路径为沿横向进行扫查，沿纵向进位。
3.根据权利要求1所述的一种基于超声相控阵的零件内部缺陷三维参数提取方法，其特征在于，通过计算机读取缺陷图像每个像素点的像素值I(xi,yi)得到缺陷图像质心Oi的坐标
获取缺陷所在区域包含的所有像素点的个数得到切片图像pi中缺陷的面积Si。
4.根据权利要求3所述的一种基于超声相控阵的零件内部缺陷三维参数提取方法，其特征在于，设图像的像素点个数为M×N，缺陷图像质心Oi的坐标
表示如下：
5.根据权利要求1或3所述的一种基于超声相控阵的零件内部缺陷三维参数提取方法，其特征在于，根据每个像素点的边长a确定每个像素点的面积Lpixel2，得到缺陷的面积Si如下：
Si＝n·Lpixel2
其中，n为目标像素点总数。
6.根据权利要求1所述的一种基于超声相控阵的零件内部缺陷三维参数提取方法，其特征在于，依次求取出所有相邻切片P′i、P′i+1对应缺陷段的体积，通过把所有相邻段的体积相加即可得到缺陷的总体积V如下：
其中，Vi为第i段缺陷的体积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810015577.8A CN108226290B (zh) | 2018-01-08 | 2018-01-08 | 一种基于超声相控阵的零件内部缺陷三维参数提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810015577.8A CN108226290B (zh) | 2018-01-08 | 2018-01-08 | 一种基于超声相控阵的零件内部缺陷三维参数提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108226290A CN108226290A (zh) | 2018-06-29 |
| CN108226290B true CN108226290B (zh) | 2020-06-19 |
Family
ID=62645425
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810015577.8A Expired - Fee Related CN108226290B (zh) | 2018-01-08 | 2018-01-08 | 一种基于超声相控阵的零件内部缺陷三维参数提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108226290B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109187755B (zh) * | 2018-09-12 | 2020-05-22 | 西安交通大学 | 一种基于3d打印的在线超声无损检测方法 |
| CN109410139A (zh) * | 2018-10-22 | 2019-03-01 | 湖南六新智能科技有限公司 | 一种文物内部和表面病害数字化分析评估方法 |
| CN109509182B (zh) * | 2018-10-29 | 2021-03-26 | 首都航天机械有限公司 | 一种基于图像处理的典型产品几何尺寸测量方法及系统 |
| CN109360145A (zh) * | 2018-10-30 | 2019-02-19 | 电子科技大学 | 一种基于涡流脉冲红外热图像拼接方法 |
| CN109959723A (zh) * | 2019-03-28 | 2019-07-02 | 浙江大学 | 一种涡轮发动机转子内部缺陷扩展检测装置及方法 |
| JP6805289B2 (ja) * | 2019-05-14 | 2020-12-23 | 株式会社東芝 | 推定装置、検査システム、推定方法、角度調整方法、検査方法、プログラム、及び記憶媒体 |
| CN110376226B (zh) * | 2019-07-03 | 2021-01-08 | 浙江大学 | 一种涡轮发动机转子裂纹扩展特征确定方法 |
| CN111060528B (zh) * | 2019-12-31 | 2023-02-07 | 塔里木大学 | 水果缺陷发展规律光学检测系统及检测方法 |
| CN111521683A (zh) * | 2020-05-06 | 2020-08-11 | 北京工业大学 | 一种基于多阵元等幅同步激励的材料缺陷超声三维成像方法 |
| CN112862705B (zh) * | 2021-01-23 | 2023-08-25 | 西安点云生物科技有限公司 | 一种光固化切片图像边缘抗锯齿优化装置、设备、方法和存储介质 |
| CN113916979A (zh) * | 2021-09-17 | 2022-01-11 | 秒针信息技术有限公司 | 工件缺陷检测方法、装置、系统及计算机可读存储介质 |
| CN114152637B (zh) * | 2022-02-07 | 2022-04-26 | 东莞市志橙半导体材料有限公司 | 一种硬质碳化硅材料打孔检测装置与方法 |
| CN116465969B (zh) * | 2023-06-09 | 2023-09-05 | 曲阜市龙祥冶铸辅料有限公司 | 基于图像处理分析型砂粉用量对铸造质量影响的方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE2855143C2 (de) * | 1978-12-20 | 1980-11-06 | Siemens Ag, 1000 Berlin Und 8000 Muenchen | Verfahren zur Herstellung eines Ultraschallwandlers und entsprechend hergestellter Wandler |
| CN1521502A (zh) * | 2003-01-28 | 2004-08-18 | 上海市计{技术研究所 | 全数字式相控阵超声波无损检测的图像重建方法 |
| CN102373923B (zh) * | 2010-08-20 | 2013-03-13 | 中国石油天然气股份有限公司 | 一种储层识别方法 |
| CN106446835A (zh) * | 2016-09-27 | 2017-02-22 | 山东省科学院新材料研究所 | 一种铝及铝合金中缺陷的定量检测方法 |
| CN107255673A (zh) * | 2017-05-05 | 2017-10-17 | 西安交通大学 | 基于超声相控阵的高温叶片内部缺陷三维无损检测方法 |
-
2018
- 2018-01-08 CN CN201810015577.8A patent/CN108226290B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN108226290A (zh) | 2018-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108226290B (zh) | 一种基于超声相控阵的零件内部缺陷三维参数提取方法 | |
| US9207639B2 (en) | Transforming A-scan data samples into a three-dimensional space for facilitating visualization of flaws | |
| CN104655658B (zh) | 一种大型高温叶片内部缺陷三维无损检测方法 | |
| JP5264896B2 (ja) | 試料の回転運動の非破壊検出方法及びその装置、並びに試験ユニット | |
| US8805625B2 (en) | Three-dimensional visualization and analysis method and system for non-destructive examination of a rotor bore using ultrasound | |
| US20140200853A1 (en) | System and method for identification, grouping and sizing of embedded flaws in rotor components using ultrasonic inspection | |
| CN112233248A (zh) | 基于三维点云的表面平整度的检测方法、系统及介质 | |
| JP6230841B2 (ja) | 肉厚測定装置を用いた配管の減肉評価方法 | |
| US7606445B2 (en) | Methods and systems for ultrasound inspection | |
| Guan et al. | Material damage diagnosis and characterization for turbine rotors using three-dimensional adaptive ultrasonic NDE data reconstruction techniques | |
| Guan et al. | A time-domain synthetic aperture ultrasound imaging method for material flaw quantification with validations on small-scale artificial and natural flaws | |
| Brierley et al. | Mapping the spatial performance variability of an X-ray computed tomography inspection | |
| JP4695792B2 (ja) | 構造部分の非破壊壁厚検査方法 | |
| CN112816557B (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
| US9927404B2 (en) | Phased array billet data evaluation software | |
| Sicard | Inspection of complex composite aerospace structures using automated 3D ultrasonic scanning | |
| Rieder et al. | Ultrasonic imaging and sizing of stress corrosion cracks in welded austenitic components using the synthetic aperture focusing technique | |
| LI et al. | 3D reconstruction and calculation methodology of defect using ultrasonic phased arrays | |
| Brierley | Mapping Performance of CT | |
| Bachnak et al. | Non-destructive evaluation and flaw visualization using an eddy current probe | |
| Hassenstein et al. | Automated Wall Thickness Evaluation for Turbine Blades Using Robot-Guided Ultrasonic Array Imaging | |
| Lu et al. | Development of system on 3D image visualization and analyzing for industrial computed tomography | |
| Bostaph | Advanced Methods of Nondestructive Inspection of Composite Structures Based on Limited Angle X-Ray Computed Tomography | |
| Kitazawa et al. | Visualization and quantitative evaluation of stress corrosion cracking using the three-dimensional phased array ultrasonic technique | |
| Deng et al. | CUDA-Based Volume Rendering and Inspection for Time-Varying Ultrasonic Testing Datasets |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200619 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |