CN108896660B - 一种基于横波背散射的六方晶材料近表面微小缺陷检测方法 - Google Patents
一种基于横波背散射的六方晶材料近表面微小缺陷检测方法 Download PDFInfo
- Publication number
- CN108896660B CN108896660B CN201810747244.4A CN201810747244A CN108896660B CN 108896660 B CN108896660 B CN 108896660B CN 201810747244 A CN201810747244 A CN 201810747244A CN 108896660 B CN108896660 B CN 108896660B
- Authority
- CN
- China
- Prior art keywords
- transverse wave
- ultrasonic
- wave
- probe
- defect
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 73
- 239000000463 material Substances 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000009826 distribution Methods 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 62
- 239000013078 crystal Substances 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 12
- 238000005315 distribution function Methods 0.000 claims abstract description 8
- 239000000523 sample Substances 0.000 claims description 57
- 238000012360 testing method Methods 0.000 claims description 32
- 238000002474 experimental method Methods 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 239000007787 solid Substances 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 17
- 239000007788 liquid Substances 0.000 claims description 15
- 238000005314 correlation function Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000005498 polishing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000000227 grinding Methods 0.000 claims description 4
- 238000007654 immersion Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 102200048773 rs2224391 Human genes 0.000 claims description 3
- 238000009933 burial Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 229910000861 Mg alloy Inorganic materials 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000000926 separation method Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 229910001069 Ti alloy Inorganic materials 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000000956 alloy Substances 0.000 description 2
- 239000003518 caustics Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229910000851 Alloy steel Inorganic materials 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 229910000990 Ni alloy Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000005088 metallography Methods 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010587 phase diagram Methods 0.000 description 1
- OXNIZHLAWKMVMX-UHFFFAOYSA-N picric acid Chemical compound OC1=C([N+]([O-])=O)C=C([N+]([O-])=O)C=C1[N+]([O-])=O OXNIZHLAWKMVMX-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012795 verification Methods 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
- G01N29/06—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
- G01N29/04—Analysing solids
- G01N29/11—Analysing solids by measuring attenuation of acoustic 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
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)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于横波背散射的六方晶材料近表面微小缺陷检测方法,使用横波‑横波单次散射响应模型对多晶体材料中近表面超声背散射现象进行描述,引入晶粒尺寸分布函数与六方晶的弹性模量协方差对原模型进行修正,并通过极值分布理论和修正后的横波‑横波单次散射响应模型的有机结合,给出了晶粒噪声的置信上限,最终以置信上限为时变阈值进行了缺陷的成像。本发明能有效检出直径为0.2mm、埋深为1mm的近表面横通孔缺陷。与传统纵波的固定阈值方法和时变阈值方法对比,本发明的方法在高增益下不仅抑制了把晶粒噪声误检为缺陷的可能性,而且消除了由耦合剂与被检部件之间的声阻抗失配而产生的大界面回波对近表面缺陷信号的影响。
Description
技术领域
本发明涉及超声无损检测领域,更具体涉及一种基于极值分布理论的微小缺陷超声检测方法。
背景技术
六方晶金属大多具有低密度,高比强度和优异的抗冲击性,如镁合金、钛合金,逐渐成为钢和铝合金的节约替代品,被广泛应用于航空航天,汽车工业和军工等行业。例如,可用来制造飞机轮毂、襟翼,导弹发动机支架,卫星控制面板等关键零部件。如果部件存在微小的近表面缺陷,则其在服役过程中不断受到循环载荷与冲击应力,会沿近表面缺陷形成疲劳裂纹和应力腐蚀裂纹等损伤;当这些缺陷在达到临界尺寸时,甚至有可能会导致结构失效,并引发灾难。因此,在服役前有效地检测出近表面缺陷,对保证六方晶材料制造而成的部件的使用性能至关重要。
超声无损检测技术常用于检测材料内部的缺陷。然而当使用纵波垂直入射方法进行检测时,由于耦合剂与被检部件之间的声阻抗失配而产生的大界面回波会屏蔽较小的缺陷回波,也就是在近表面形成了盲区。许多数字信号处理技术已被提出来分离干扰回波,如希尔伯特变换,倒谱分析,去卷积算法和脉冲压缩技术。但是它们需要严格的信号线性,即不允许界面回波削峰和使用低增益进行检测。因此,信号处理方法难以解决近表面微小缺陷,尤其是亚波长微小缺陷的检测问题。另外,六方晶作为一种多晶材料,在实际C 扫描检测还会受到晶界声阻抗不匹配造成的晶粒噪声的影响。就其性质而言,散射引起的晶粒噪声不能通过平均来降低,并且可能降低缺陷的信噪比 (SNR)。可见,受界面回波和晶粒散射噪声的影响,常规超声无损检测技术不适用于六方晶材料的近表面微小缺陷检测。
近年来,超声背散射技术被发现不但可以用于提取部件材料的微观结构参数,而且可以用于增强多晶体材料的检测能力。通常缺陷尺寸在亚波长的量级上时,缺陷反射的信号会被晶粒噪声屏蔽;在这种情况下,增加检测系统的增益有希望增加对缺陷的灵敏度,但此做法通常也会增加晶粒噪声。Song等提出来的极值理论方法如“Y.Song,C.M.Kube,J.A.Turner,and X.Li,“Statistics associated withthe scattering of ultrasoundfrom microstructure,”Ultrasonics,vol.80,no.1,pp.58–61, 2017.”以及“Y.Song,J.A.Turner,Z.Peng,Chao,C.,and X.Li,Enhanced Ultrasonic Flaw Detection usingan Ultra-high Gain and Time-dependent Threshold.IEEE Transactions onUltrasonics,Ferroelectrics,and Frequency Control.(2018)”提到,结合纵波-纵波的单次散射响应(SSR)模型,可以估计晶粒噪声的最大幅度的数学期望和置信界限,利用置信上限可以很好地分离晶粒噪声与内部微小缺陷。但是Song的方法并不适用于近表面缺陷的检测。Hu等针对模式转换横波如“P.Hu,J.A.Turner, Transverse-to-transverse diffuseultrasonic scattering.The Journal of the Acoustical Society of America,142(2),1112-1120,2017.”提到,建立了细晶粒1040钢的剪切-剪切(T-T)的散射模型,解决了测量信号中界面回波的干涉问题,该方法允许评价材料近表面的晶粒尺寸,但是没有运用到缺陷检测中。Brady等从频域的角度分析了 Nickel alloy材料近表面超声剪切波背散射与晶粒尺寸的关系如“B.J.Engle,F.J. Margetan,,and L.J.Bond,Relationship betweennear-surface ultrasonic shear-wave backscatter and grain size in metals.InAIP Conference Proceedings(Vol.1706,No.1,p.130004).AIP Publishing,2016.”,并提出了一种通过钢球确认斜入射角的有效的实验方法。然而这些理论和方法都是针对立方晶的,并不适用与六方晶材料。Yang等给出了等轴六方晶的弹性模量协方差表达式,并建立了无织构六方晶钛合金材料的纵波和横波衰减系数模型如“Yang,L.,Lobkis,O.I.,&Rokhlin,S.I.Explicit model for ultrasonic attenuation in equiaxial hexagonalpolycrystalline materials.Ultrasonics,51(3), 303-309,2011.”提及。可见,将Yang等的模型引入到T-T散射模型中,可以实现六方晶材料的晶粒噪声预测。
另外,上述提及的所有模型的一个基本假设是用平均晶粒尺寸来描述多晶体内所有晶粒的尺寸。而金属材料在显微测量下,不同晶粒的尺寸常常差异明显,即存在着粒径分布。一个可能的原因是加工热处理时造成的。研究表明仅使用平均值来表征晶粒尺寸会导致空间相关函数的不准确。粒径分布的存在已被证明会影响力学性能以及超声波响应。Andrea等利用晶粒尺寸分布对基于平均晶粒尺寸的空间相关函数进行了修正,得到了更加准确的理论衰减模型如“A.P.Arguelles,J.A.Turner,Ultrasonic attenuation ofpolycrystalline materials with a distribution of grain sizes.The Journal ofthe Acoustical Society of America,141(6), 4347-4353,2017.”。但是该方法还没被应用到六方晶材料的背散射模型中。
基于上述研究现状,本发明利用六方晶弹性模量协方差与晶粒尺寸分布函数对横波-横波单次散射响应模型进行修正,结合修正后模型与极值分布理论,建立了晶粒噪声及其置信区间的正演评价模型;接着,从超出置信区间即为异常的思想出发,提出将异常的晶粒噪声判断为缺陷回波,并以置信上限为时变阈值,最终实现了六方晶材料近表面微小缺陷的超声检测。
发明内容
本发明要解决的技术问题是如何使用常规频段的超声C扫描系统,有效检出试块近表面当量直径仅为0.2mm的微小缺陷。
为了解决上述技术问题,本发明提供了一种基于横波背散射的六方晶材料近表面微小缺陷检测方法,所述方法包括以下步骤:
S1、利用六方晶弹性模量协方差与晶粒尺寸分布函数对横波-横波单次散射响应模型进行修正,基于修正后的横波-横波单次散射响应模型,构造理论空间标准差曲线,结合极值分布理论,建立晶粒噪声及其置信区间的正演模型;
S2、根据被测试块,输入步骤S1所得理论模型中所需的各个参数,其中包括金相法得到的晶粒尺寸分布参数,继而得到一定置信度下理论的晶粒噪声上限曲线;
S3、对被测试块进行超声C扫描,以步骤S2得到的晶粒噪声上限曲线为时变阈值,对缺陷进行成像,完成超声检测。
所述步骤S1包括:
其中:
式中c11,c12,c13,c33,c44是六方晶系材料单晶弹性常数,θps是六方晶系材料中入射波与散射波之间的夹角,单晶弹性常数用来计算材料的纵波声速 cL与横波声速cT:
式中ρ表示六方晶系材料的密度;
S11B、通过下式表达六方晶系材料中的对数正态晶粒体积分布:
两点间空间相关函数则变成:
式中kL=ω0/cL是在试样的纵波波数,kT=ω0/cT是在试样的横波波数;ω0=2πf0是中心角频率;
根据材料中晶粒尺寸分布计算剪切衰减系数αT:
式中:
式中:
S12、因为晶粒噪声在空间上符合零均值的正态分布,标准差Σ(t)是时间t的函数,将修正后的六方晶弹性模量协方差与空间相关函数以及横波衰减模型代入下式(9)的横波-横波单次散射响应模型,根据扫描装置的几何关系,给出水浸超声C扫描系统在横波-横波模型下垂直入射于平面试块的空间标准差曲线,
式中,θr与θi分别表示入射角与折射角,ρf与cf分别表示液体的密度与声速;ρ,cL,cT分别表示材料的密度,横波波速以及纵波波速;αf与αT分别表示液体与固体的衰减系数;D(ω0)=|1-e-(2πi/s)[J0(2π/s)+iJ1(2π/s)]|表示隆美尔衍射校正系数,其中 与分别表示液到固体界面,固体到液体界面的传播系数,其中是传播系数所需要的分母项;Rff=(ρcL-ρfcf)/(ρcL+ρfcf)表示反射系数;zf是探头跟试样表面的水声距。w0=0.7517r是初始高斯宽度,r是探头的半径;w1(Z)和w2(Z)在固体中两正交方向的高斯声束宽度。zF是校正实验的水声距,选择探头在水里的焦距F,w(zF)是相应的高斯声束宽度。在校正过程中计算出中心频率f0,焦距长度F,反射幅值Vmax以及脉冲宽度σ。
X,Y,Z是转换后的广义坐标,其中的用到的坐标转换定义如下:
其中d为探头偏置的距离,w0=0.7517r是初始高斯宽度,r是探头的半径,w1(Z)和w2(Z)在固体中两正交方向的高斯波束宽度,zF是校正实验的水声距,通常选择探头在水里的焦距F,w(zF)是相应的高斯声束宽度,在校正过程中计算出中心频率f0,焦距长度F,反射幅值Vmax以及脉冲宽度σ。根据传播法则和传输法则,将分析限制在平面上,单个高斯声束参数由下式给出:
式中,Im指求虚部;
至此得到基于单次散射响应模型的理论空间标准差曲线Σ(t)。
S13、以t时刻晶粒噪声加绝对值后的最大值为A(t),结合极值分布理论,得到A(t)的概率密度函数为
式中的规范常数aN(t)和bN(t)使用底分布为折叠正态分布时的形式,分别为
式中N为超声C扫描采集到的波形总数;
根据极值分布理论,由式(13)得到t时刻最大值的数学期望<A(t)>为
<A(t)>=bN(t)+aN(t)γ (15)
式中γ≈0.5772是Euler-Mascheroni常数,代入式(13)得
式(14)给出了晶粒噪声的理论正演模型;另一方面,通过极值分布理论得到 t时刻最大值的置信上限和下限,即
式(17)和式(18)建立了晶粒噪声置信区间的理论正演模型,其中U(t)作为C 扫描成像的时变阈值,用来分离结构噪声与缺陷信号。
所述步骤S2具体为:
S22、进一步采集模型所需要的其他各个输入参数,包括:幅值校正参数Vmax,聚焦探头的焦距F,探头半径a,固体的密度ρ,液体的密度ρf和纵波声速cf,水声距zf,中心频率f0,液体的衰减系数αf,固体的横波衰减系数αT,被测对象的单晶弹性常数c11、c12、c13、c33和c44,入射波的脉冲宽度σ,入射角度θi,最终计算式(9)并代入式(17),得到晶粒噪声上限U(t)
所述的方法,所述的步骤S21具体为:
所述的方法,所述的步骤S22中,幅值校正参数Vmax的测量方法为:
首先设定超声脉冲发生/接收器的实验参数,包括高通、低通、发射电压和阻尼;再将试块置于水槽中,使探头垂直入射于试块并使探头的焦点落在试块表面;接着设置增益为G0=0dB,记录表面回波幅值V0,然后使Gi=Gi-1+1dB, i=1,2,3,…,不断记录对应的表面回波幅值Vi,直到Vi+1达到饱和值并出现削峰现象为止,用M=i记录此时的i值;以G0,G1,…,GM为横坐标,以V0,V1,…,VM为纵坐标,建立拟合模型V(G);以微小缺陷超声检测实验中使用的增益为Gmax,则Vmax=V(Gmax);
所述的方法,所述步骤S3具体为:
S31、对被测试块进行超声C扫描,S2和S23中超声脉冲发生/接收器的预设实验参数设定实验参数,并设置增益为Gmax,水声距为zf,试块水平放置,且超声探头设置好角度,使声波倾斜入射到试块中;
S32、超声C扫描的过程中,在边缘角1回波与边缘角2之间设置一个时间闸门,闸门内以步骤S2得到的晶粒噪声上限曲线为时变阈值,如果探头运动到某一个点位,该点位的超声回波幅值超过了时变阈值,则认为该点位存在缺陷,并记录超过时变阈值的那个时刻点的电压幅值对缺陷进行成像;反之,如果闸门内没有任何回波的幅值超过阈值,则认为该点位不存在缺陷,记录为0V进行成像;循环此步骤直到超声C扫描结束,完成超声检测。
本发明的技术效果在于,T-T模型和横波衰减系数模型将被扩展到六方晶材料,同时模型中的空间相关函数也将通过引入晶粒尺寸分布函数进行修正。利用修正后的T-T模型计算AZ80镁合金的空间方差曲线,随后通过极值统计理论可得到晶粒噪声上限。接着AZ80镁合金晶粒分布以及入射角度、频率、晶片直径等检测系统参数对晶粒噪声上限的影响将会被讨论。最后,以晶粒噪声上限为时变阈值,对加工有人工缺陷(包含近表面缺陷)的试块开展超声检测,对本发明方法进行验证。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图
图1为本发明的一种基于横波背散射的六方晶材料近表面微小缺陷超声检测方法的流程图;
图2为本发明中横波-横波单次散射响应模型的几何装置图;
图3为本发明中超声信号采集系统结构示意图;
图4为本发明中含微小人工近表面缺陷试块的设计图;
图5为不同分布宽度对衰减系数的影响示意图;
图6为不同分布宽度对横波-横波单次散射响应模型曲线的影响示意图;
图7为不同角度对横波-横波单次散射响应模型曲线的影响示意图;
图8为金相实验结果示意图;
图9为晶粒尺寸分布情况示意图;
图10为修正前后理论横波-横波单次散射响应模型曲线与实验曲线的验证结果对比图;
图11为本发明中不同置信度下的理论晶粒噪声界限曲线实验最大幅值曲线关系图;
图12为本发明中微小缺陷超声C扫描成像图和传统纵波对比图,其中(A1) 和(A2)分别为本发明和传统纵波原始扫描图,(B1)和(B2)分别为本发明和传统纵波采用传统固定阈值分离结果图,(C1)和(C2)分别为本发明和传统纵波采用时变阈值分离结果图,(D1)和(D2)分别为本发明和传统纵波时变阈值分离的 ToF图;
图13为本发明时变阈值曲线和缺陷回波的关系以及与传统纵波对比图,其中(a)为纵波时变阈值缺陷回波的关系图;(b)本发明时变阈值曲线与缺陷回波的关系图;
图14为时间闸门选择示意图,其中(a)为横波扫擦示意图,(b)边缘角2回波图,(c)为边缘角1回波,(d)为时间闸门选择。
具体实施方式
本具体实施方式以一个含微小近表面人工缺陷的AZ80镁合金试块为例,说明有效检出六方晶材料微小近表面人工缺陷的方法。本发明首先将试块固定于装满水的水槽内,用超声脉冲发生/接收器(又称超声仪)激励超声聚焦探头,把超声聚焦探头通过探头架夹持于五自由度运动平台,通过计算机上安装的运动控制卡连接控制电路来控制五自由度运动平台的运动,调整超声聚焦探头在水槽中的位姿,并用计算机上的高速数据采集卡获取并存储超声仪输出的原始超声A波信号,最后在计算机上进行进一步的分析和建模。
图1为本发明的一种基于横波背散射的六方晶近表面微小缺陷超声检测方法的流程图,建模与评价的步骤如下:
S1、利用六方晶弹性模量协方差与晶粒尺寸分布函数对横波-横波单次散射响应模型进行修正,基于修正后的单次散射响应模型,构造理论空间标准差曲线,结合极值分布理论,建立晶粒噪声及其置信区间的正演模型,具体包含以下步骤:
其中:
式中c11,c12,c13,c33,c44是六方晶系材料单晶弹性常数,θps是六方晶系材料中入射波与散射波之间的夹角,单晶弹性常数用来计算材料的纵波声速 cL与横波声速cT:
式中ρ表示六方晶系材料的密度;
S11B、通过下式表达六方晶系材料中的对数正态晶粒体积分布:
两点间空间相关函数则变成:
式中kL=ω0/cL是在试样的纵波波数,kT=ω0/cT是在试样的横波波数。ω0=2πf0是中心角频率。
根据材料中晶粒尺寸分布计算剪切衰减系数αT:
式中:
式中:
不同分布宽度σd对横波衰减系数的影响如附图5所示
S12、因为晶粒噪声在空间上符合零均值的正态分布,标准差Σ(t)是时间t的函数,将S11修正后的六方晶弹性模量协方差与空间相关函数以及横波衰减模型代入式(9)的横波-横波单次散射响应模型,给出水浸超声C扫描系统在横波- 横波模型下垂直入射于平面试块的空间标准差曲线,扫描装置几何关系图如附图2所示,附图2中,x,z全局坐标系;X,Z是转换后探头坐标系;表示入射波及散射波的单位矢量;是波形转换后的单位矢量;ZS=ZR=Zf表示水声距;d是探头偏置的距离。
式中,θr与θi分别表示入射角与折射角,根据Snells定律调整θi在第一临界角与第二临界角之间以得到纯净的模式转换横波,ρf与cf分别表示液体的密度与声速。ρ,cL,cT分别表示材料的密度,横波波速以及纵波波速。αf与αT分别表示液体与固体的衰减系数。 D(ω0)=|1-e-(2πi/s)[J0(2π/s)+iJ1(2π/s)]|表示隆美尔衍射校正系数,其中 与分别表示液到固体界面,固体到液体界面的传播系数,其中 是传播系数所需要的分母项。 Rff=(ρcL-ρfcf)/(ρcL+ρfcf)表示反射系数。zf是探头跟试样表面的水声距。 w0=0.7517r是初始高斯宽度,r是探头的半径。w1(Z)和w2(Z)在固体中两正交方向的高斯声束宽度。zF是校正实验的水声距,通常选择探头在水里的焦距F, w(zF)是相应的高斯声束宽度。在校正过程中计算出中心频率f0,焦距长度F,反射幅值Vmax以及脉冲宽度σ。
X,Y,Z是转换后的广义坐标,其中的用到的坐标转换可以定义如下:
其中d为探头偏置的距离,w0=0.7517r是初始高斯宽度,r是探头的半径, w1(Z)和w2(Z)在固体中两正交方向的高斯波束宽度,zF是校正实验的水声距,通常选择探头在水里的焦距F,w(zF)是相应的高斯声束宽度,在校正过程中计算出中心频率f0,焦距长度F,反射幅值Vmax以及脉冲宽度σ。根据传播法则和传输法则,将分析限制在平面上,单个高斯声束参数由下式给出:
式中,Im指求虚部。至此得到基于单次散射响应模型的理论空间标准差曲线Σ(t)。不同分布宽度σd以及不同入射角度θi对式(8)模型的影响在附图6、图7所示。
S13、以t时刻晶粒噪声加绝对值后的最大值为A(t),结合极值分布理论,可知A(t)的概率密度函数为
式中的规范常数aN(t)和bN(t)需要使用底分布为折叠正态分布时的形式,具体分别为
式中N为超声C扫描采集到的波形总数,而Σ(t)则为S13求解式(9)得到的结果;
根据极值分布理论,由式(13)得到t时刻最大值的数学期望<A(t)>为
<A(t)>=bN(t)+aN(t)γ (15)
式中γ≈0.5772是Euler-Mascheroni常数,若代入式(13)得
式(14)实质上给出了晶粒噪声的理论正演模型;另一方面,通过极值分布理论还可以给出t时刻最大值的置信上限和下限,即
式(17)和式(18)建立了晶粒噪声置信区间的理论正演模型,其中U(t)可以作为C扫描成像的时变阈值,用来分离结构噪声与缺陷信号。
S22、为实际计算步骤S1所得理论模型,即式(16)和式(8),需要准备模型所需的各个输入参数,具体而言除了晶粒尺寸分布参数σd外还包括:幅值校正参数Vmax,聚焦探头的焦距F,探头的半径a,固体的密度ρ和纵波声速cL,液体的密度ρf和纵波声速cf,水声距zf,中心频率f0,液体和固体的衰减系数αf和αL,被测对象的单晶弹性常数c11、c12、c13、c33和c44,入射波的脉冲宽度σ,最终由式(16)和式(8)给出晶粒噪声的上限曲线U(t);
S23、步骤S22中所需的幅值校正参数Vmax,其测量方法具体为:首先设定超声脉冲发生/接收器的实验参数,包括高通、低通、发射电压,以及阻尼;再将试块置于水槽中,使探头垂直入射于试块并使探头的焦点落在试块表面;接着设置增益为G0=0dB,记录表面回波幅值V0,然后使Gi=Gi-1+1dB,i=1,2,3,...,不断记录对应的表面回波幅值Vi,直到Vi+1达到饱和值并出现削峰现象为止,用M=i记录此时的i值;以G0,G1,...,GM为横坐标,以V0,V1,...,VM为纵坐标,建立拟合模型V(G);假设微小缺陷超声检测实验中使用的增益为Gmax,则 Vmax=V(Gmax);
S3、对被测试块进行超声C扫描,以步骤S2得到的晶粒噪声上限曲线为时变阈值,对缺陷进行成像,完成超声检测,包含以下步骤:
S31、对被测试块进行超声C扫描,S2和S23中超声脉冲发生/接收器的预设实验参数设定实验参数,,并设置增益为Gmax,水声距为zf,为了保证超声实验的准确性,试块虽要尽可能地水平放置,且超声探头设置好角度,使声波倾斜入射到试块中;
S32、超声C扫描的过程中,需要在背散射波和底面回波之间设置一个闸门,闸门内以步骤S2得到的晶粒噪声上限曲线为时变阈值,如果探头运动到某一个点位,该点位的超声回波幅值超过了时变阈值,则认为该点位存在缺陷,并记录超过时变阈值的那个时刻点的电压幅值对缺陷进行成像;反之,如果闸门内没有任何回波的幅值超过阈值,则认为该点位不存在缺陷,记录为0V进行成像;循环此步骤直到超声C扫描结束,完成超声检测。
图3为本发明中超声信号采集系统结构示意图,包括工控机1-用于控制底层硬件和运算;高速数据采集卡2-用于采集超声A信号;超声仪3-用于激励和接收超声探头信号;超声纵波探头4-用于发射和接收超声波;运动控制卡5-用于通过上位机控制运动平台控制电路;控制电路6-用于操控运动平台;五自由度运动平台7-包含x、y、z方向的三个自由度及绕x、y方向转动的两个自由度;探头架8-用于连接运动平台和超声探头、试块9-被测的AZ80镁合金试块;水槽10;纯净水11-作为超声波传播的耦合剂。
图4为本发明中含微小人工近表面缺陷的设计图。
本实例中五自由度运动平台7采用上海良义机电有限公司生产的五自由度运动平台,高速数据采集卡2采用台湾凌华的PCI-9852数字采集卡,超声仪3采用JSR的DPR300型超声脉冲发生/接收器,超声纵波探头4采用GE 的Alpha 15-0.5-2型的高分辨率水浸超声聚焦探头,金相分析时用到Buehler 的MetaServ 250型双盘研磨抛光机,及Leica的DM4000M型金相显微镜,金相数据分析使用Nano measurer 1.2。
本具体实施方式以山东瑞祥模具有限公司按照设计图3加工的含近表面人工缺陷的AZ80试块为例,来说明本发明的检测方法。其中试块厚度为15mm;而人工缺陷为四个横通孔,其具体参数为
No.1 | 直径/mm | 深度/mm | 离表面的深度/mm |
1 | 0.2 | 10 | 1 |
2 | 0.2 | 10 | 9 |
3 | 0.2 | 10 | 5 |
4 | 0.2 | 10 | 13 |
本具体实施方式需要通过金相实验得到AZ80镁合金内部的内部的微观结构,得到其晶粒尺寸及晶粒尺寸分布。将相同材质的AZ80镁合金试块的一个面用不同目数的砂纸进行机械打磨,分别是400、800、1200、1500、2000,然后进行机械抛光,清洗后烘干,用特定的腐蚀剂进行腐蚀,腐蚀完毕后再次清洗烘干最后进行金相观察。所用到的腐蚀剂为:5.5g苦味酸+2ml乙酸 +90ml酒精+10ml蒸馏水混合溶液腐蚀时间为5秒。
得到的金相显微图像如图7所示:
将采集到的金相图进行统计,得到晶粒尺寸分布图8。
最终的晶粒尺寸情况为σd=0.73±0.2,本具体实施方式计算信号集合的空间方差,与等式(9)得到的理论横波-横波的SSR曲线进行拟合,验证模型的准确性,其中空间相关长度分布作为唯一的拟合参数(其他参数通过校正实验得到)。金相实验提取的平均相关长度 (σd=0.73±0.2)拟合得到的最终情况如附图10所示。SGB-SSR 曲线是不考虑晶粒尺寸分布的理论模型曲线,它是直接用平均晶粒尺寸而成的,可以看到,它跟实验曲线偏离较大。说明考虑晶粒尺寸分布取代平均晶粒尺寸得到的修正后的模型更加合理
表1模型所需的输入参数
最终可得到不同置信度理论晶粒噪声上限曲线,如图11所示。
本具体实施方式首先利用传统的纵波C扫描实验分别用固定阈值与时变阈值方法进行缺陷的检出,接着采用本发明的方法,倾斜入射方法进行C扫描实验。对比传统纵波方法与本文方法的检出效果。表2列出纵波与横波的实验参数
表2
纵波扫描得到结果与本发明的横波方法的结果图12所示(a:原始C扫图, b:固定阈值,c:时变阈值,d:ToF图)
在纵波实验结果纵向对比中,可以看到时变阈值的优越性,相对于固定阈值可以很大程度地避免了结构噪声的影响,避免了误检。但是在高增益的情况下,只有三个微小缺陷呗检测出来,近表面缺陷1倍表面回波造成的死区屏蔽掉,就算利用时变阈值方法也检测不出来,并且,使用固定阈值出现了误检,这就是纵波时变阈值方法在检测近表面缺陷时的局限性。而从横波的实验结果中可以看到,对比于纵波,通过本文的横波时变阈值方法四个微小缺陷都被检测出来,包括纵波实验无法检测出来的近表面缺陷1,并且除了横波特有的侧壁影响外,晶粒噪声被很好地过滤掉,避免了避免了使用固定阈值分离时的误检。为了进一步说明所提出的方法,图13显示了波形,理论上限和时间闸门之间的关系。使用上限,利用纵波的方法并不能把近表面缺陷1的缺陷波识别出来,而利用本文的方法,可以清晰得识别出近表面缺陷1的缺陷波。
本发明方法使用了横波-横波单次散射响应模型对多晶体材料中近表面超声背散射现象进行描述,引入晶粒尺寸分布函数与六方晶的弹性模量协方差对原模型进行修正,并通过极值分布理论和修正后的横波-横波单次散射响应模型的有机结合,给出了晶粒噪声的置信上限,最终以置信上限为时变阈值进行了缺陷的成像。实验结果表示,本发明的方法能有效检出直径为0.2mm、埋深为1mm的近表面横通孔缺陷。与传统纵波的固定阈值方法和时变阈值方法对比,本发明的方法在高增益下不仅抑制了把晶粒噪声误检为缺陷的可能性,而且消除了由耦合剂与被检部件之间的声阻抗失配而产生的大界面回波对近表面缺陷信号的影响。可见,本发明的方法提供了一种使用常规线性超声检测系统检测出六方晶材料近表面微小缺陷的有效手段。
以上实施方式仅用于说明本发明,而非对本发明的限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行各种组合、修改或者等同替换,都不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。尤其是用实验的空间标准差曲线,近似地替代步骤S1中理论的空间标准差曲线,应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种基于横波背散射的六方晶材料近表面微小缺陷检测方法,其特征在于,所述方法包括以下步骤:
S1、利用六方晶弹性模量协方差与晶粒尺寸分布函数对横波-横波单次散射响应模型进行修正,基于修正后的横波-横波单次散射响应模型,构造理论空间标准差曲线,结合极值分布理论,建立晶粒噪声及其置信区间的正演模型;
S2、根据被测试块,输入步骤S1所得理论模型中所需的各个参数,其中包括金相法得到的晶粒尺寸分布参数,继而得到一定置信度下理论的晶粒噪声上限曲线;
S3、对被测试块进行超声C扫描,以步骤S2得到的晶粒噪声上限曲线为时变阈值,对缺陷进行成像,完成超声检测;
所述步骤S1包括:
其中:
式中c11,c12,c13,c33,c44是六方晶系材料单晶弹性常数,θps是六方晶系材料中入射波与散射波之间的夹角,单晶弹性常数用来计算材料的纵波声速cL与横波声速cT:
式中ρ表示六方晶系材料的密度;
S11B、通过下式表达六方晶系材料中的对数正态晶粒体积分布:
两点间空间相关函数则变成:
式中kL=ω0/cL是在试样的纵波波数,kT=ω0/cT是在试样的横波波数;ω0=2πf0是中心角频率;
根据材料中晶粒尺寸分布计算剪切衰减系数αT:
式中:
式中:
S12、因为晶粒噪声在空间上符合零均值的正态分布,标准差Σ(t)是时间t的函数,将修正后的六方晶弹性模量协方差与空间相关函数以及横波衰减模型代入下式(9)的横波-横波单次散射响应模型,根据扫描装置的几何关系,给出水浸超声C扫描系统在横波-横波模型下垂直入射于平面试块的空间标准差曲线,
式中,θr与θi分别表示入射角与折射角,ρf与cf分别表示液体的密度与声速;ρ,cL,cT分别表示材料的密度,横波波速以及纵波波速;αf与αT分别表示液体与固体的衰减系数;D(ω0)=|1-e-(2πi/s)[J0(2π/s)+iJ1(2π/s)]|表示隆美尔衍射校正系数,其中与分别表示液到固体界面,固体到液体界面的传播系数,其中是传播系数所需要的分母项;Rff=(ρcL-ρfcf)/(ρcL+ρfcf)表示反射系数;zf是探头跟试样表面的水声距;w0=0.7517r是初始高斯宽度,r是探头的半径;w1(Z)和w2(Z)在固体中两正交方向的高斯声束宽度;zF是校正实验的水声距,选择探头在水里的焦距F,w(zF)是相应的高斯声束宽度,在校正过程中计算出中心频率f0,焦距长度F,反射幅值Vmax以及脉冲宽度σ;
X,Y,Z是转换后的广义坐标,其中的用到的坐标转换定义如下:
其中d为探头偏置的距离,w0=0.7517r是初始高斯宽度,r是探头的半径,w1(Z)和w2(Z)在固体中两正交方向的高斯波束宽度,zF是校正实验的水声距,通常选择探头在水里的焦距F,w(zF)是相应的高斯声束宽度,在校正过程中计算出中心频率f0,焦距长度F,反射幅值Vmax以及脉冲宽度σ;根据传播法则和传输法则,将分析限制在平面上,单个高斯声束参数由下式给出:
式中,Im指求虚部;
至此得到基于单次散射响应模型的理论空间标准差曲线Σ(t);
S13、以t时刻晶粒噪声加绝对值后的最大值为A(t),结合极值分布理论,得到A(t)的概率密度函数为
式中的规范常数aN(t)和bN(t)使用底分布为折叠正态分布时的形式,分别为
式中N为超声C扫描采集到的波形总数;
根据极值分布理论,由式(13)得到t时刻最大值的数学期望<A(t)>为
<A(t)>=bN(t)+aN(t)γ (15)
式中γ≈0.5772是Euler-Mascheroni常数,代入式(13)得
式(14)给出了晶粒噪声的理论正演模型;另一方面,通过极值分布理论得到t时刻最大值的置信上限和下限,即
式(17)和式(18)建立了晶粒噪声置信区间的理论正演模型,其中U(t)作为C扫描成像的时变阈值,用来分离结构噪声与缺陷信号。
4.根据权利要求2所述的方法,其特征在于,所述的步骤S22中,幅值校正参数Vmax的测量方法为:
首先设定超声脉冲发生/接收器的实验参数,包括高通、低通、发射电压和阻尼;再将试块置于水槽中,使探头垂直入射于试块并使探头的焦点落在试块表面;接着设置增益为G0=0dB,记录表面回波幅值V0,然后使Gi=Gi-1+1dB,i=1,2,3,...,不断记录对应的表面回波幅值Vi,直到Vi+1达到饱和值并出现削峰现象为止,用M=i记录此时的i值;以G0,G1,...,GM为横坐标,以V0,V1,...,VM为纵坐标,建立拟合模型V(G);以微小缺陷超声检测实验中使用的增益为Gmax,则Vmax=V(Gmax);
5.根据其权利要求1所述的方法,其特征在于,所述步骤S3具体为:
S31、对被测试块进行超声C扫描,S2和S23中超声脉冲发生/接收器的预设实验参数设定实验参数,并设置增益为Gmax,水声距为zf,试块水平放置,且超声探头设置好角度,使声波倾斜入射到试块中;
S32、超声C扫描的过程中,在边缘角1回波与边缘角2之间设置一个时间闸门,闸门内以步骤S2得到的晶粒噪声上限曲线为时变阈值,如果探头运动到某一个点位,该点位的超声回波幅值超过了时变阈值,则认为该点位存在缺陷,并记录超过时变阈值的那个时刻点的电压幅值对缺陷进行成像;反之,如果闸门内没有任何回波的幅值超过阈值,则认为该点位不存在缺陷,记录为0V进行成像;循环此步骤直到超声C扫描结束,完成超声检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810747244.4A CN108896660B (zh) | 2018-07-09 | 2018-07-09 | 一种基于横波背散射的六方晶材料近表面微小缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810747244.4A CN108896660B (zh) | 2018-07-09 | 2018-07-09 | 一种基于横波背散射的六方晶材料近表面微小缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108896660A CN108896660A (zh) | 2018-11-27 |
CN108896660B true CN108896660B (zh) | 2020-09-29 |
Family
ID=64349237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810747244.4A Active CN108896660B (zh) | 2018-07-09 | 2018-07-09 | 一种基于横波背散射的六方晶材料近表面微小缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108896660B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112038254A (zh) * | 2019-05-15 | 2020-12-04 | 天津科技大学 | 基于机器视觉技术的晶圆自动检测与标记装置及设计方法 |
CN111693609B (zh) * | 2020-06-15 | 2023-05-23 | 中国航发北京航空材料研究院 | 一种基于散射波干涉理论的微小缺陷超声检测方法 |
CN112268841A (zh) * | 2020-10-13 | 2021-01-26 | 大庆石油管理局有限公司 | 一种低温钢焊缝晶粒度的超声波检测方法 |
CN113821047A (zh) * | 2021-08-18 | 2021-12-21 | 杭州电子科技大学 | 一种基于单目视觉的无人机自主降落方法 |
CN114088817B (zh) * | 2021-10-28 | 2023-10-24 | 扬州大学 | 基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法 |
CN114544445B (zh) * | 2022-02-24 | 2022-09-16 | 北京领示科技有限公司 | 基于相控阵超声和背散射法的拉长晶晶粒尺寸确定方法 |
CN114894900B (zh) * | 2022-07-12 | 2022-09-13 | 泉州装备制造研究所 | 一种超声无损测量合金淬硬层深度的测量方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU864117A1 (ru) * | 1979-12-14 | 1981-09-15 | Предприятие П/Я А-1216 | Ультразвуковой способ контрол дефектов в поликристаллических материалах |
DE3218674A1 (de) * | 1982-05-18 | 1983-11-24 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V., 8000 München | Mess-verfahren bzw. geraet zur bestimmung der korngroesse in polykristallinen werkstoffen |
JP4471714B2 (ja) * | 2004-04-12 | 2010-06-02 | 新日本製鐵株式会社 | 結晶粒径分布測定方法および装置 |
CN104090033B (zh) * | 2014-07-16 | 2016-06-15 | 大连理工大学 | 基于ebsd图谱的粗晶材料fdtd超声检测仿真模型建立方法 |
CN107037131B (zh) * | 2017-05-04 | 2019-09-06 | 中南大学 | 一种基于极值分布理论的微小缺陷超声检测方法 |
CN107941907B (zh) * | 2017-10-31 | 2019-11-22 | 武汉大学 | 一种基于有效超声背散射信号提取多晶材料的晶粒平均尺寸的方法 |
-
2018
- 2018-07-09 CN CN201810747244.4A patent/CN108896660B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108896660A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108896660B (zh) | 一种基于横波背散射的六方晶材料近表面微小缺陷检测方法 | |
Shen et al. | Ultrasonic NDE techniques for impact damage inspection on CFRP laminates | |
Chen et al. | An adaptive Morlet wavelet filter for time-of-flight estimation in ultrasonic damage assessment | |
CN107037131A (zh) | 一种基于极值分布理论的微小缺陷超声检测方法 | |
Yang et al. | Comparative study of ultrasonic techniques for reconstructing the multilayer structure of composites | |
Arguelles et al. | Mode-converted ultrasonic scattering in polycrystals with elongated grains | |
Song et al. | Enhanced ultrasonic flaw detection using an ultrahigh gain and time-dependent threshold | |
Li et al. | Acoustic microscopy signal processing method for detecting near-surface defects in metal materials | |
Sampath et al. | Evaluation of material degradation using phased array ultrasonic technique with full matrix capture | |
Moll et al. | High resolution defect imaging in guided waves inspections by dispersion compensation and nonlinear data fusion | |
US20090249879A1 (en) | Inspection systems and methods for detection of material property anomalies | |
CN110132805B (zh) | 一种2219铝合金铸锭平均晶粒尺寸超声波评定方法 | |
Robert et al. | Assessment of real-time techniques for ultrasonic non-destructive testing | |
Mohammed et al. | Chirplet Transform in Ultrasonic Non-Destructive Testing and Structural Health Monitoring: A Review. | |
US20080236288A1 (en) | Inspection systems and methods for detection of material property anomalies | |
Margetan et al. | The practical application of grain noise models in titanium billets and forgings | |
Lozak et al. | Phase statistics and spectral analysis of ultrasonic signals for CFRP component assessment | |
Kirkpatrick et al. | Row–column addressed arrays for nondestructive evaluation applications | |
Blackshire et al. | Coherent ultrasonic backscatter within a textured titanium alloy | |
Chen et al. | Research of SNR enhancement for coarse-grained CASS based on phase coherence imaging | |
Ramuhalli et al. | In-situ Characterization of Cast Stainless Steel Microstructures | |
CN115656333A (zh) | 基于时频变化阈值的横波超声背散射微小裂纹检测方法 | |
Dierken et al. | Progress in defect quantification in multi-layered structures using ultrasonic inspection | |
Raiutis et al. | A comparative study of time-frequency analysis techniques in the case of signal processing for ultrasonic NDT | |
Mosey et al. | Resolution enhancement of ultrasonic B-mode images |
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 |