CN109900805A - 基于频域稀疏反演的tofd盲区内缺陷定量检测方法 - Google Patents

基于频域稀疏反演的tofd盲区内缺陷定量检测方法 Download PDF

Info

Publication number
CN109900805A
CN109900805A CN201910277943.1A CN201910277943A CN109900805A CN 109900805 A CN109900805 A CN 109900805A CN 201910277943 A CN201910277943 A CN 201910277943A CN 109900805 A CN109900805 A CN 109900805A
Authority
CN
China
Prior art keywords
formula
tofd
defect
wave
inverting
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
CN201910277943.1A
Other languages
English (en)
Inventor
林莉
孙旭
金士杰
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.)
Dalian University of Technology
Original Assignee
Dalian 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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201910277943.1A priority Critical patent/CN109900805A/zh
Publication of CN109900805A publication Critical patent/CN109900805A/zh
Pending legal-status Critical Current

Links

Landscapes

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

Abstract

一种基于频域稀疏反演的TOFD盲区内缺陷定量检测方法,属于无损检测技术领域。该方法采用TOFD超声检测仪、TOFD探头、楔块及扫查装置构成的测试系统。对TOFD检测中近表面区域进行扫查,对采集到的混叠时域信号进行处理,建立稀疏反演模型。考虑反射序列稀疏与可分解特性,在频域中建立TOFD盲区检测的目标函数。选取高信噪比部分频谱数据进行反演,实现直通波、缺陷上端点及下端点衍射波混叠信号的分离。根据反演结果,直接读取直通波与缺陷上端点、下端点衍射波声程差,确定近表面盲区内缺陷埋深与高度。与其他近表面缺陷检测方法相比,该方法可分离多个混叠信号,能实现近表面盲区内缺陷的深度和高度同时测量,且对硬件系统无额外要求,具有较好的工程应用价值。

Description

基于频域稀疏反演的TOFD盲区内缺陷定量检测方法
技术领域
本发明涉及一种基于频域稀疏反演的TOFD盲区内缺陷检测方法,其属于无损检测技术领域。
背景技术
超声衍射时差法(time of flight diffraction,TOFD)利用缺陷端点衍射波的时间差对缺陷高度与位置进行表征,具有检测精度高、定位准等优点,但近表面盲区始终是该技术的局限之一。信号纵向分辨率不足,直通波与缺陷端点衍射波之间发生混叠,是形成近表面盲区的根本原因。当TOFD检测盲区内存在缺陷时,接收信号由直通波、缺陷上端及下端衍射波混叠而成且混叠程度严重。分离混叠信号,提高信号时间分辨率,对于确定近表面盲区内缺陷的高度与位置至关重要。
针对TOFD近表面缺陷检测问题,通过调整检测参数,如增大探头中心频率,减小探头中心距(probe center spacing,PCS),能够缩减盲区范围,有利于近表面缺陷检出。在信号后处理研究方面,可基于频谱分析、Hilbert变换及自回归谱外推等方法提高信号时间分辨率。其中,针对直通波与缺陷上端点衍射波混叠问题,基于频谱分析可实现埋深5.0mm的底面开口槽定位。基于经验模态分解与Hilbert变换相结合的方法,可实现埋深3.0mm、高度2.5mm缺陷的定量检测,定量误差为0.2mm。基于维纳滤波与自回归谱外推结合的解卷积算法,对缺陷上端点衍射波与直通波混叠或缺陷上、下端点衍射波两者混叠问题进行处理,利用频域中高信噪比频谱信息,扩展有效频带宽度,达到时间分辨率提高的目的。现有方法未同时考虑信号的时域与频域特征,时间分辨率提升有限,对多个混叠信号处理效果不佳,难以解决盲区内缺陷定量检测问题。
发明内容
本发明目的是提供一种基于频域稀疏反演的TOFD盲区内缺陷定量检测方法,解耦混叠的直通波与缺陷上下端点衍射波,实现TOFD近表面区域内的缺陷检测。对采集的信号进行频域稀疏反演,获得高分辨率的时间序列,根据反演结果读取时间差,确定近表面盲区内缺陷的埋深和高度。
本发明采用的技术方案是:一种基于频域稀疏反演的TOFD盲区内缺陷定量检测方法,该方法采用一套包括TOFD超声检测仪、TOFD探头、有机玻璃楔块及扫查装置构成的超声测试系统,其特征是:针对TOFD检测中近表面混叠时域信号建立稀疏反演模型,考虑反射序列稀疏与可分解特性,在频域中建立TOFD盲区检测的目标函数;选取高信噪比部分频谱数据进行反演,分离直通波、缺陷上端点及下端点衍射波;读取直通波与缺陷上端点、下端点衍射波声程差,进而确定近表面盲区内缺陷的埋深与高度,所述方法采用如下步骤:
(1)TOFD检测参数确定
根据被检工件情况选取合适的TOFD检测参数,主要包括TOFD探头频率、楔块斜楔角、探头中心间距(Probe Center Spacing,PCS)、采样频率及扫查步进等;
(2)混叠信号采集
采用步骤(1)中确定的TOFD检测参数,读取直通波脉冲宽度,根据公式(1)计算近表面盲区深度
其中,tp为直通波脉冲宽度,cl为纵波声速,S为探头中心间距的一半;控制TOFD探头对近表面缺陷进行扫查,获得B扫查图像并导出,提取图像抛物线顶点处的A扫描信号;
(3)混叠信号频域稀疏反演
发射探头发射超声信号w(t)进入被检结构,将接收信号s(t)模型化为w(t)与反射序列r(t)的卷积过程
s(t)=w(t)*r(t)+n(t) (2)
式中,*表示卷积,n(t)表示噪声;式(2)在频域的表示形式为
S(ω)=W(ω)R(ω)+N(ω) (3)
式中,S(ω)、R(ω)、W(ω)和N(ω)分别是s(t)、r(t)、w(t)和n(t)的傅里叶变换;将反射序列表达为维纳滤波形式
式中,W*表示W的共轭,Q表示噪声因子,通常取Q=max(0.01(|W(ω)|2));假设反射序列r(t)的每一个点存在一个反射系数值,点数为N,时间采样间隔为Δt,取序列中心点t0为时间零点,则反射序列表示为:
式中,ri为t时刻对应的反射系数值,Ti为第i个与第N-i+1点之间的时间间隔;进一步考虑反射序列可分解特性,将反射系数做奇偶分解
r(t)=ro(t)+re(t) (6)
式中,ro(t)=[r(t)-r(-t)]/2为奇分量,re(t)=[r(t)+r(-t)]/2为偶分量;对式(5)做Fourier变换,根据脉冲函数δ(t)性质和欧拉公式,并考虑式(6)整理得
进一步结合式(4)和式(7),建立频率域反演目标函数Obj为
式(8)中的αo与αe分别表示奇分量与偶分量的权重;为方便数值计算,将反演目标函数等价为矩阵形式
式中,Ro、Re分别表示待反演的反射系数奇分量与偶分量,Re[]、Im[]分别表示实部和虚部,各元素具体表示形式如下
A11=2sin(mi,k)sin(ni)-2sin(mi,k)cos(ni)
A12=2cos(mi,k)cos(ni)+2cos(mi,k)sin(ni)
A21=2sin(mi,k)cos(ni)+2sin(mi,k)sin(ni)
A22=2cos(mi,k)cos(ni)-2cos(mi,k)sin(ni)
Ro=(ro(0,N-1),...,ro(N/2-1,N/2))T
Re=(re(0,N-1),...,re(N/2-1,N/2))T
记mi,k=2πωitk,ni=2πωiΔω;
简记式(9)可写作,
Ax=B (10)
式中,A为信号频谱信息的系数矩阵,B中包含观测信号频域信息,x表示待反演量;
进一步考虑反射序列的稀疏特性,对待反演量施加L1范数约束,对误差项施加L2范数约束,将反射序列恢复问题转换为无约束最优解问题,定义待反演量x的反演结果为xinversion
式中,μ是控制解稀疏度的正则化参数,符号arg min{}表示使得{}里面函数取得其最小值;
(4)缺陷深度与高度定量
通过求解步骤(3)中建立的反演模型,选取高信噪比部分频谱数据作为反演输入,实现混叠直通波、缺陷上端点及下端点衍射波分离;分别读取直通波、缺陷上端点及下端点衍射波的时间差Δt1和Δt2;根据式(12)、(13)计算缺陷埋深d和缺陷高度h
式中Δt1、Δt2分别为直通波与缺陷上、下端点衍射波的传播时间差。
本发明的有益效果是:这种基于频域稀疏反演的方法,对采集到的混叠时域信号进行处理,建立稀疏反演模型。考虑反射序列稀疏与可分解特性,在频域中建立TOFD盲区检测的目标函数。选取高信噪比部分频谱数据进行反演,实现了直通波、缺陷上端及下端衍射波三者混叠信号的分离。根据反演结果,直接读取直通波与缺陷上端点、下端点衍射波声程差,确定近表面盲区内缺陷埋深与高度。与其它近表面缺陷检测方法相比,该方法可分离多个混叠信号,能够实现近表面盲区内缺陷的埋深和高度同时测量,且对硬件系统无额外要求,具有较好的工程应用价值。
附图说明
下面结合附图和实例对本发明做进一步说明。
图1是TOFD检测系统示意图。
图2是被检测对象缺陷位置与TOFD探头布置示意图。
图3是埋深2.0mm的Φ2mm横通孔TOFD扫查图像(a)与抛物线顶点处混叠信号(b)。
图4是无缺陷处直通波的时域波形(a)与频谱(b)。
图5是埋深2.0mm的Φ2mm横通孔混叠信号的反演结果。
具体实施方式
在基于频域稀疏反演的TOFD盲区内缺陷检测方法中,采用如图1所示的超声检测系统,系统包括TOFD超声检测仪、一对TOFD超声探头、有机玻璃楔块及扫查装置。具体测量及处理步骤如下:
(1)试验对象如图2所示,材料纵波声速为5890m/s。试块中加工了上端深度2.0mm的Φ2mm横通孔。采用中心频率10MHz的TOFD探头实施检测,纵波楔块角度60°,探头中心间距2S=30.0mm,扫查步进0.4mm/step。根据选择的参数及公式(1),计算可得盲区深度为4.2mm,可知缺陷完全位于盲区范围内。
(2)利用TOFD探头对该横通孔进行B扫查,B扫查图像由图3(a)给出。导出数据,并提取如图3(b)所示抛物线顶点处(用黑色虚线标出)的混叠信号s(t)。
(3)以无缺陷处的直通波为参考信号w(t),对混叠信号s(t)与参考信号做傅里叶变换,分别得到S(ω)和W(ω)。图4分别给出参考信号的时域波形与归一化频谱。为建立稀疏反演矩阵,选择频谱最高幅值下降6dB对应的频带数据作为反演输入。根据W(ω)、S(ω)和Q分别构建矩阵A和B,正则化参数μ取25。利用已知的A、B和μ求解式(11),得出x的反演结果xinversion,结果由图5给出。
(4)根据反演结果,从图5中分别读取直通波与缺陷上端点、下端点的时间差Δt1=0.04μs、Δt2=0.18μs,将Δt1带入公式(12)计算埋深为1.89mm,将Δt2带入公式(13)得到高度为2.14mm。
综上可知,横通孔的埋深定量误差为5.5%,尺寸定量误差为7.0%。利用该方法可实现近表面盲区内缺陷的深度和高度同时测量,满足工程需求。

Claims (1)

1.一种基于频域稀疏反演的TOFD盲区内缺陷定量检测方法,该方法采用一套包括TOFD超声检测仪、TOFD探头、有机玻璃楔块及扫查装置构成的超声测试系统,其特征是:针对TOFD检测中近表面混叠时域信号建立稀疏反演模型,考虑反射序列稀疏与可分解特性,在频域中建立TOFD盲区检测的目标函数;选取高信噪比部分频谱数据进行反演,分离直通波、缺陷上端点及下端点衍射波;读取直通波与缺陷上端点、下端点衍射波声程差,进而确定近表面盲区内缺陷的埋深与高度,所述方法采用如下步骤:
(1)TOFD检测参数确定
根据被检工件情况选取合适的TOFD检测参数,主要包括TOFD探头频率、楔块斜楔角、探头中心间距、采样频率及扫查步进;
(2)混叠信号采集
采用步骤(1)中确定的TOFD检测参数,读取直通波脉冲宽度,根据公式(1)计算近表面盲区深度
其中,tp为直通波脉冲宽度,cl为纵波声速,S为探头中心间距的一半;控制TOFD探头对近表面缺陷进行扫查,获得B扫查图像并导出,提取图像抛物线顶点处的A扫描信号;
(3)混叠信号频域稀疏反演
发射探头发射超声信号w(t)进入被检结构,将接收信号s(t)模型化为w(t)与反射序列r(t)的卷积过程
s(t)=w(t)*r(t)+n(t) (2)
式中,*表示卷积,n(t)表示噪声;式(2)在频域的表示形式为
S(ω)=W(ω)R(ω)+N(ω) (3)
式中,S(ω)、R(ω)、W(ω)和N(ω)分别是s(t)、r(t)、w(t)和n(t)的傅里叶变换;将反射序列表达为维纳滤波形式
式中,W*表示W的共轭,Q表示噪声因子,通常取Q=max(0.01(W(ω)2));假设反射序列r(t)的每一个点存在一个反射系数值,点数为N,时间采样间隔为Δt,取序列中心点t0为时间零点,则反射序列表示为:
式中,ri为t时刻对应的反射系数值,Ti为第i个与第N-i+1点之间的时间间隔;进一步考虑反射序列可分解特性,将反射系数做奇偶分解
r(t)=ro(t)+re(t) (6)
式中,ro(t)=[r(t)-r(-t)]/2为奇分量,re(t)=[r(t)+r(-t)]/2为偶分量;对式(5)做Fourier变换,根据脉冲函数δ(t)性质和欧拉公式,并考虑式(6)整理得
进一步结合式(4)和式(7),建立频率域反演目标函数Obj为
式(8)中的αo与αe分别表示奇分量与偶分量的权重;为方便数值计算,将反演目标函数等价为矩阵形式
式中,Ro、Re分别表示待反演的反射系数奇分量与偶分量,Re[]、Im[]分别表示实部和虚部,各元素具体表示形式如下
记mi,k=2πωitk,ni=2πωiΔω;
简记式(9)写作,
Ax=B (10)
式中,A为信号频谱信息的系数矩阵,B中包含观测信号频域信息,x表示待反演量;
进一步考虑反射序列的稀疏特性,对待反演量施加L1范数约束,对误差项施加L2范数约束,将反射序列恢复问题转换为无约束最优解问题,定义待反演量x的反演结果为xinversion
式中,μ是控制解稀疏度的正则化参数,符号arg min{}表示使得{}里面函数取得其最小值;
(4)缺陷深度与高度定量
通过求解步骤(3)中建立的反演模型,选取高信噪比部分频谱数据作为反演输入,实现混叠直通波、缺陷上端点及下端点衍射波分离;分别读取直通波、缺陷上端点及下端点衍射波的时间差Δt1和Δt2;根据式(12)、(13)计算缺陷埋深d和缺陷高度h
式中Δt1、Δt2分别为直通波与缺陷上、下端点衍射波的传播时间差。
CN201910277943.1A 2019-04-08 2019-04-08 基于频域稀疏反演的tofd盲区内缺陷定量检测方法 Pending CN109900805A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910277943.1A CN109900805A (zh) 2019-04-08 2019-04-08 基于频域稀疏反演的tofd盲区内缺陷定量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910277943.1A CN109900805A (zh) 2019-04-08 2019-04-08 基于频域稀疏反演的tofd盲区内缺陷定量检测方法

Publications (1)

Publication Number Publication Date
CN109900805A true CN109900805A (zh) 2019-06-18

Family

ID=66955351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910277943.1A Pending CN109900805A (zh) 2019-04-08 2019-04-08 基于频域稀疏反演的tofd盲区内缺陷定量检测方法

Country Status (1)

Country Link
CN (1) CN109900805A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687207A (zh) * 2019-11-13 2020-01-14 大连理工大学 一种基于频域处理的亚波长级分辨力超声成像方法
CN112147236A (zh) * 2020-09-21 2020-12-29 大连理工大学 一种基于稀疏盲解卷积的超声信号分辨率提升方法
CN113960178A (zh) * 2021-10-21 2022-01-21 南京裕扬工程检测有限责任公司 一种基于tofd技术的精准扫查方法
CN114674928A (zh) * 2022-03-21 2022-06-28 大连理工大学 基于二阶模式波的薄板结构超声tofd检测盲区抑制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5383366A (en) * 1992-10-26 1995-01-24 The United States Of America As Represented By The Secretary Of The Navy Ultrasonic two probe system for locating and sizing
WO2006054330A1 (ja) * 2004-11-16 2006-05-26 H & B System Co., Ltd. 共振現象を利用した超音波探査方法およびその装置
WO2011139142A1 (en) * 2010-05-03 2011-11-10 Röntgen Technische Dienst B.V. A method for inspecting an object by means of ultrasound
CN102590360A (zh) * 2012-01-16 2012-07-18 电子科技大学 一种超声信号最小熵解卷积的无损检测方法
CN105973990A (zh) * 2015-09-16 2016-09-28 中国核工业二三建设有限公司 一种基于几何关系的倾斜裂纹tofd定量检测方法
CN106198739A (zh) * 2016-07-07 2016-12-07 大连理工大学 一种基于波型转换的tofd近表面盲区缺陷定位检测方法
CN106443775A (zh) * 2016-05-25 2017-02-22 中国石油集团川庆钻探工程有限公司地球物理勘探公司 高分辨率转换波裂缝预测方法
CN106814141A (zh) * 2017-01-04 2017-06-09 天津大学 一种基于正交匹配追踪的相控阵超声信号压缩方法
CN107884831A (zh) * 2017-11-13 2018-04-06 成都理工大学 一种基于近似支持向量机的avo类型判别方法
CN108508093A (zh) * 2018-03-26 2018-09-07 中国计量大学 一种工件缺陷高度的检测方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5383366A (en) * 1992-10-26 1995-01-24 The United States Of America As Represented By The Secretary Of The Navy Ultrasonic two probe system for locating and sizing
WO2006054330A1 (ja) * 2004-11-16 2006-05-26 H & B System Co., Ltd. 共振現象を利用した超音波探査方法およびその装置
WO2011139142A1 (en) * 2010-05-03 2011-11-10 Röntgen Technische Dienst B.V. A method for inspecting an object by means of ultrasound
CN102590360A (zh) * 2012-01-16 2012-07-18 电子科技大学 一种超声信号最小熵解卷积的无损检测方法
CN105973990A (zh) * 2015-09-16 2016-09-28 中国核工业二三建设有限公司 一种基于几何关系的倾斜裂纹tofd定量检测方法
CN106443775A (zh) * 2016-05-25 2017-02-22 中国石油集团川庆钻探工程有限公司地球物理勘探公司 高分辨率转换波裂缝预测方法
CN106198739A (zh) * 2016-07-07 2016-12-07 大连理工大学 一种基于波型转换的tofd近表面盲区缺陷定位检测方法
CN106814141A (zh) * 2017-01-04 2017-06-09 天津大学 一种基于正交匹配追踪的相控阵超声信号压缩方法
CN107884831A (zh) * 2017-11-13 2018-04-06 成都理工大学 一种基于近似支持向量机的avo类型判别方法
CN108508093A (zh) * 2018-03-26 2018-09-07 中国计量大学 一种工件缺陷高度的检测方法及系统

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
FLORIAN BOSSMANN等: "Sparse Deconvolution Methods for Ultrasonic NDT", 《J NONDESTRUCT EVAL》 *
LI XIANG等: "Compressed Sensing Based Ultrasonic Nondestructive Testing by the Use of Sparse Deconvolution", 《CHINESE JOURNAL OF ELECTRONICS》 *
ROBERTO H. HERRERA等: "Improving Time Estimation by Blind Deconvolution: with Applications to TOFD and Backscatter Sizing", 《NDT CANADA 2015》 *
何东健等: "《数字图像处理》", 28 February 2015, 西安电子科技大学出版社 *
夏纪真: "《工业无损检测技术 超声检测》", 31 January 2017, 中山大学出版社 *
孙旭等: "基于自回归谱外推的小尺寸裂纹TOFD定量检测", 《2017远东无损检测新技术论坛论文精选》 *
杨益新等: "《声呐系统的波束形成与目标方位精确估计》", 31 August 2018, 哈尔滨工业大学出版社 *
柴新涛: "基于LSQR和模拟退火联合的谱反演方法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
白净: "《医学超声成象机理》", 30 April 1998, 清华大学出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687207A (zh) * 2019-11-13 2020-01-14 大连理工大学 一种基于频域处理的亚波长级分辨力超声成像方法
CN110687207B (zh) * 2019-11-13 2021-06-01 大连理工大学 一种基于频域处理的亚波长级分辨力超声成像方法
CN112147236A (zh) * 2020-09-21 2020-12-29 大连理工大学 一种基于稀疏盲解卷积的超声信号分辨率提升方法
CN113960178A (zh) * 2021-10-21 2022-01-21 南京裕扬工程检测有限责任公司 一种基于tofd技术的精准扫查方法
CN114674928A (zh) * 2022-03-21 2022-06-28 大连理工大学 基于二阶模式波的薄板结构超声tofd检测盲区抑制方法

Similar Documents

Publication Publication Date Title
CN109900805A (zh) 基于频域稀疏反演的tofd盲区内缺陷定量检测方法
Michaels et al. Frequency–wavenumber domain analysis of guided wavefields
CN103292753B (zh) 采用超声波水浸聚焦技术测量热障涂层厚度的方法
CN107037131B (zh) 一种基于极值分布理论的微小缺陷超声检测方法
EP1691194B1 (en) Methods and system for ultrasound inspection
Shakibi et al. Resolution enhancement of ultrasonic defect signals for crack sizing
EP1342079B1 (en) Frequency domain processing of acoustic micro imaging signals
Sicard et al. Guided Lamb waves and L-SAFT processing technique for enhanced detection and imaging of corrosion defects in plates with small depth-to wavelength ratio
Selim et al. Defect reconstruction by non-destructive testing with laser induced ultrasonic detection
CN109596252A (zh) 基于横波相位谱的钢构件内部轴向应力检测方法
CN103148815A (zh) 基于声压反射系数自相关函数的薄层厚度超声检测方法
Yang et al. Comparative study of ultrasonic techniques for reconstructing the multilayer structure of composites
Harvey et al. Finite element analysis of ultrasonic phased array inspections on anisotropic welds
KR101251204B1 (ko) 초음파 비파괴 검사 장치 및 초음파 비파괴 검사 방법
CN108508093A (zh) 一种工件缺陷高度的检测方法及系统
CN104897777A (zh) 基于Burg算法的自回归谱外推技术提高TOFD检测纵向分辨率的方法
Gauthier et al. Lightweight and amplitude-free ultrasonic imaging using single-bit digitization and instantaneous phase coherence
CN102607479A (zh) 基于声压反射系数功率谱测量超声在薄层介质中往返时间的方法
Carcreff et al. Improvement of the total focusing method using an inverse problem approach
Carcreff et al. Comparison of conventional technique and migration approach for total focusing
JP4591850B2 (ja) 超音波検査方法と装置
Laroche et al. Fast non-stationary deconvolution of ultrasonic beamformed images for nondestructive testing
Shi et al. Resolution enhancement of ultrasonic imaging at oblique incidence by using WTFM based on FMC-AR
Carcreff et al. Fast total focusing method for ultrasonic imaging
US20210048413A1 (en) Fast pattern recognition using ultrasound

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190618

WD01 Invention patent application deemed withdrawn after publication