CN111239246A - 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 - Google Patents
一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 Download PDFInfo
- Publication number
- CN111239246A CN111239246A CN202010164294.7A CN202010164294A CN111239246A CN 111239246 A CN111239246 A CN 111239246A CN 202010164294 A CN202010164294 A CN 202010164294A CN 111239246 A CN111239246 A CN 111239246A
- Authority
- CN
- China
- Prior art keywords
- curved surface
- imaging
- signals
- screening
- full
- 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.)
- Granted
Links
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
-
- 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
Abstract
一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法,属于无损检测技术领域。该方法采用相控阵超声检测仪、计算机和线性阵列相控阵探头组成的检测系统,采取水浸耦合方式采集曲面工件全矩阵数据。设置合理阈值进行第一次有效信号筛选,利用全聚焦实现曲面轮廓成像,并获取曲面轮廓位置信息。提高阈值范围,对第一次筛选出的有效信号进行第二次筛选,根据曲面轮廓信息和费马原理计算声束在水和待测工件中的传播路径,并利用全聚焦方法进行内部缺陷成像,实现缺陷定量。本方法能够大幅减少曲面结构缺陷成像中的冗余信号,提高计算效率,同时能够保证成像质量,具有较高的工程应用和推广价值。
Description
技术领域
本发明涉及一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法,其属于无损检测技术领域。
背景技术
全聚焦方法(Total Focusing Method,TFM)是一种利用全矩阵数据对待测区域逐点聚焦,实现缺陷成像的无损检测信号后处理方法,具有成像信噪比高,缺陷定位、定量准确等优点。其中,利用TFM对曲面结构工件内部缺陷实施检测时,一般采用水浸耦合方式,首先对曲面轮廓进行TFM成像,求解曲面轮廓位置信息,之后再对内部缺陷实施TFM成像,给出缺陷位置和尺寸信息。两次成像过程中,超声波在曲面和缺陷处散射现象复杂,全矩阵数据中存在大量冗余信号,导致计算量庞大,计算效率较低。因此,TFM在曲面结构缺陷成像检测应用方面受到限制。
为解决以上问题,研究人员根据信号幅值对进行筛选,通过减少两次TFM处理的信号数量来提高效率。考虑到发射阵元和接收阵元间距增大时,接收信号幅值降低,因此可以根据各阵元接收到信号的最高幅值设置一定阈值,从全矩阵数据中筛选对成像有显著作用的信号。阈值设置越高,计算效率越高,但可能会减少有用信号,降低曲面轮廓提取精度和缺陷成像质量。如何兼顾曲面结构的TFM计算效率和成像质量是一个亟待解决的问题。本发明提出了一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法,可在减少冗余信号,提高计算效率的同时,保证成像质量。
发明内容
本发明提供一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法。其目的是针对曲面结构缺陷全聚焦成像存在冗余数据,成像质量与计算效率不能兼顾的问题,利用相控阵超声检测仪采集全矩阵数据,在对曲面轮廓和内部缺陷成像时分别设置合适阈值,以筛选有效信号。利用筛选后的有效信号,基于费马原理和全聚焦方法先后对曲面轮廓和内部缺陷成像,在提高计算效率的同时保证成像质量,实现曲面轮廓和缺陷特征信息提取。
本发明采用的技术方案是:利用相控阵超声检测仪和线性阵列相控阵探头,采取水浸耦合方式采集全矩阵数据;设置合理阈值进行第一次有效信号筛选,利用全聚焦方法实现曲面轮廓成像,并获取曲面轮廓位置信息;提高阈值范围,对第一次筛选出的有效信号进行第二次筛选,根据曲面轮廓信息和费马原理计算声束在水和待测工件中的传播路径,并利用全聚焦方法进行内部缺陷成像,实现缺陷定量;所述方法采用如下步骤:
(a)相控阵检测参数确定
根据待测工件的材料、几何尺寸及检测范围确定相控阵超声检测参数,包括相控阵探头频率、相控阵探头阵元数、水浸耦合距离、采样频率;
(b)全矩阵数据采集
采用步骤(a)中确定的相控阵检测参数,控制相控阵探头处于待测工件正上方,共获得N 2个A扫描信号构成的数据矩阵,其中N为阵元数;
(c)坐标系建立
以相控阵探头主动轴方向为X轴正向,工件深度方向为Y轴正向建立坐标系,并设探头首阵元位置为坐标原点;将被检区域划分为矩形网格,各网格节点作为图像重建点;任意图像重建点P的横、纵坐标分别定义为x和y;
(d)第一次有效信号筛选及曲面轮廓成像
在曲面轮廓成像前对全矩阵数据进行第一次有效信号筛选,考虑到曲面轮廓对声波散射作用,在大曲率位置处的散射波幅值较低,故可设置阈值,滤除这些幅值较低的信号;结合常规缺陷定量中采用的-12 dB法,即取每个阵元接收到的所有信号中最大幅值1/4为阈值,如式(1)所示
式中,S mn 为阵元m发射,并由阵元n接收的信号(1≤m,n≤N),Threshold m 为发射阵元m对应阈值,只有高于此阈值的信号为有效信号,被用来计算轮廓成像;第一次筛选后,保留下来的由阵元m发射的有效信号数量为N m ,各有效信号记为S mn’ (1≤n’≤N m ),n’为有效信号接收阵元的重排序号;
利用第一次筛选后的有效信号进行延时叠加,获得P点信号幅值A P
式中,t mPn’ 为声波从阵元m发射,经过P点并被阵元n’接收时的传播时间,仅与耦合介质有关,C mn’ 为总校准系数,如式(3)所示
式中,D m 、D n’ 分别为发射阵元m与接收阵元n’对应的指向性校准系数,B m 、B n’ 分别为发射阵元m与接收阵元n’对应的扩散衰减系数;
利用式(2)对曲面轮廓待成像区域内各网格点进行逐点成像,得到第一次有效信号筛选后的曲面轮廓全聚焦重建图像,并拟合获得曲面轮廓位置信息;
(e)第二次有效信号筛选及内部缺陷成像
曲面结构对声波的散射作用会造成缺陷成像时产生伪像,需筛选去除干扰信号,因此要进一步提高筛选阈值,对经过第一次筛选后的有效信号进行第二次筛选;结合常规缺陷定量过程中采用-6 dB法,即取每个发射阵元对应所有接收信号中最大幅值的1/2作为新的阈值Threshold m ’,如式(4)所示
只有高于该阈值的信号为有效信号,被用于内部缺陷成像;第二次筛选后,保留下来的由阵元m发射的有效信号数量为N m ’,各有效信号记为S mn’’ (1≤n’’≤N m ’),n’’为有效信号接收阵元的重排序号;根据步骤(d)得到的曲面轮廓位置信息,根据费马原理计算声束传播路径;
利用第二次筛选后的有效信号进行延时叠加,获得P点信号幅值A P ’
式中,t mPn’’ 为声波从阵元m发射,经过P点并被阵元n’’接收时的传播时间,与耦合介质和待测工件有关,C mn’’ 为总校准系数,如式(6)所示
式中,D n’’ 和B n’’ 分别为接收阵元n’’对应的指向性校准系数和扩散衰减系数;
利用式(5)对内部缺陷待成像区域内各网格点进行逐点成像,得到第二次有效信号筛选后的内部缺陷全聚焦重建图像;
(f)缺陷定量检测
根据步骤(e)得到的曲面结构内部缺陷重建图像,读取成像区域内的峰值坐标点,利用-6 dB法对缺陷进行定量检测。
本发明的有益效果是:这种分步筛选有效信号的曲面结构缺陷全聚焦成像方法,在曲面轮廓重建和内部缺陷成像前分别对全矩阵数据进行筛选,根据不同成像对象调整阈值,减少冗余信号,提高计算效率;同时避免过度筛选有效信号,丢失特征信息,保证了成像质量,为解决曲面结构内部缺陷全聚焦成像质量与计算效率不能兼顾的问题提供新的思路。
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是采用的相控阵超声检测系统示意图。
图2是含有横通孔的曲面结构碳钢工件示意图。
图3是第一次有效信号筛选结果。
图4是经过第一次有效信号筛选后的曲面轮廓全聚焦重建图像。
图5是第二次有效信号筛选结果。
图6是经过第二次有效信号筛选后的内部缺陷全聚焦重建图像。
图7是只进行一次-12 dB法有效信号筛选后的内部缺陷全聚焦重建图像。
图8是只进行一次-6 dB法有效信号筛选后的内部缺陷全聚焦重建图像。
具体实施方式
分步筛选有效信号的曲面结构缺陷全聚焦成像方法,采用的相控阵超声检测系统如图1所示,其中包括相控阵超声检测仪及配套笔记本电脑、64阵元线性阵列相控阵探头和水槽。具体检测及处理步骤如下:
(a)试验对象如图2所示碳钢工件,其高度为40.0 mm,曲面结构部分高2.4 mm,对应半径R为6.4 mm,材料纵波声速为5890 m/s,横波声速为3230 m/s,试块内部圆弧正下方距试块底部20.0 mm处加工一个Φ2.0 mm横通孔。
(b)采用标称频率5 MHz的64阵元相控阵探头实施全矩阵数据采集,采样频率100MHz、探头距曲面结构圆弧最高处15.0 mm。
(c)根据步骤(b)中确定的检测参数,采用水浸耦合方式采集获得64×64个A扫描信号构成的数据集,并以.txt文件形式导出。考虑曲面轮廓成像对数据的完整性要求较高,对全矩阵数据采用-12 dB法进行第一次有效信号筛选,筛选结果如图3所示,其中64×64个网格点分别代表S mn ,白色部分代表经第一次筛选后的有效信号S mn’ 。计算可知,筛选后信号数量由4096减少为2247。利用第一次筛选后的信号进行全聚焦成像结果如图4所示,拟合得到曲面轮廓位置信息。
(d)对经过第一次筛选的有效信号进行第二次有效信号筛选。考虑到内部缺陷成像过程中存在伪像干扰,故设置较高阈值去除更多冗余信号。采用-6 dB法筛选方法进行第二次有效信号筛选,筛选结果如图5所示,白色部分代表经第二次筛选后的有效信号S mn’’ 。计算可知,信号数量由2247减少为1508,需要处理的信号数量进一步减少。基于步骤(c)中得到的曲面轮廓信息,根据费马原理计算声束入射点与重建区域的最短声束路径,重建得到图6所示的内部缺陷图像。与图7给出的只进行一次-12 dB法有效信号筛选得到的内部缺陷成像结果相比,图6所用信号数量减少32%。与图8给出的只进行一次-6 dB法有效信号筛选得到的内部缺陷成像结果相比,图6中缺陷信号与伪缺陷信号分离度更好,缺陷信号幅值提高2.90 dB,图像信噪比提高1.28 dB。
(e)根据步骤(d)得到的内部缺陷重建图像,读取成像区域内的峰值坐标点,利用-6 dB法对缺陷进行定量检测。测量得到缺陷深度为距圆弧表面最高处22.2 mm,定量误差0.2 mm。
综上可见,分步筛选有效信号的方法针对曲面结构内部缺陷成像检测,能够根据不同测量对象设置不同阈值,大幅减少冗余信号,提高计算效率;同时能够保证成像质量,避免缺陷主要特征信息丢失,为解决曲面结构内部缺陷全聚焦成像质量与计算效率不能兼顾的问题提供新的思路。
Claims (1)
1.一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法,其特征在于:该方法利用相控阵超声检测仪和线性阵列相控阵探头,采取水浸耦合方式采集全矩阵数据;设置合理阈值进行第一次有效信号筛选,利用全聚焦方法实现曲面轮廓成像,并获取曲面轮廓位置信息;提高阈值范围对第一次筛选出的有效信号进行第二次筛选,根据曲面轮廓信息和费马原理计算声束在水和待测工件中的传播路径,并利用全聚焦方法进行内部缺陷成像,实现缺陷定量;所述方法采用如下步骤:
(a)相控阵检测参数确定
根据待测工件的材料、几何尺寸及检测范围确定相控阵超声检测参数,包括相控阵探头频率、相控阵探头阵元数、水浸耦合距离、采样频率;
(b)全矩阵数据采集
采用步骤(a)中确定的相控阵检测参数,控制相控阵探头处于待测工件正上方,共获得N 2个A扫描信号构成的数据矩阵,其中N为阵元数;
(c)坐标系建立
以相控阵探头主动轴方向为X轴正向,工件深度方向为Y轴正向建立坐标系,并设探头首阵元位置为坐标原点;将被检区域划分为矩形网格,各网格节点作为图像重建点;任意图像重建点P的横、纵坐标分别定义为x和y;
(d)第一次有效信号筛选及曲面轮廓成像
在曲面轮廓成像前对全矩阵数据进行第一次有效信号筛选,考虑到曲面轮廓对声波散射作用,在大曲率位置处的散射波幅值较低,故可设置阈值,滤除这些幅值较低的信号;结合常规缺陷定量中采用的-12 dB法,即取每个阵元接收到的所有信号中最大幅值1/4为阈值,如式(1)所示
式中,S mn 为阵元m发射,并由阵元n接收的信号(1≤m,n≤N),Threshold m 为发射阵元m对应阈值,只有高于此阈值的信号为有效信号,被用来计算轮廓成像;第一次筛选后,保留下来的由阵元m发射的有效信号数量为N m ,各有效信号记为S mn’ (1≤n’≤N m ),n’为有效信号接收阵元的重排序号;
利用第一次筛选后的有效信号进行延时叠加,获得P点信号幅值A P
式中,t mPn’ 为声波从阵元m发射,经过P点并被阵元n’接收时的传播时间,仅与耦合介质有关,C mn’ 为总校准系数,如式(3)所示
式中,D m 、D n’ 分别为发射阵元m与接收阵元n’对应的指向性校准系数,B m 、B n’ 分别为发射阵元m与接收阵元n’对应的扩散衰减系数;
利用式(2)对曲面轮廓待成像区域内各网格点进行逐点成像,得到第一次有效信号筛选后的曲面轮廓全聚焦重建图像,并拟合获得曲面轮廓位置信息;
(e)第二次有效信号筛选及内部缺陷成像
曲面结构对声波的散射作用会造成缺陷成像时产生伪像,需筛选去除干扰信号,因此要进一步提高筛选阈值,对经过第一次筛选后的有效信号进行第二次筛选;结合常规缺陷定量过程中采用-6 dB法,即取每个发射阵元对应所有接收信号中最大幅值的1/2作为新的阈值Threshold m ’,如式(4)所示
只有高于该阈值的信号为有效信号,被用于内部缺陷成像;第二次筛选后,保留下来的由阵元m发射的有效信号数量为N m ’,各有效信号记为S mn’’ (1≤n’’≤N m ’),n’’为有效信号接收阵元的重排序号;根据步骤(d)得到的曲面轮廓位置信息,根据费马原理计算声束传播路径;
利用第二次筛选后的有效信号进行延时叠加,获得P点信号幅值A P ’
式中,t mPn’’ 为声波从阵元m发射,经过P点并被阵元n’’接收时的传播时间,与耦合介质和待测工件有关,C mn’’ 为总校准系数,如式(6)所示
式中,D n’’ 和B n’’ 分别为接收阵元n’’对应的指向性校准系数和扩散衰减系数;
利用式(5)对内部缺陷待成像区域内各网格点进行逐点成像,得到第二次有效信号筛选后的内部缺陷全聚焦重建图像;
(f)缺陷定量检测
根据步骤(e)得到的曲面结构内部缺陷重建图像,读取成像区域内的峰值坐标点,利用-6 dB法对缺陷进行定量检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010164294.7A CN111239246B (zh) | 2020-03-11 | 2020-03-11 | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010164294.7A CN111239246B (zh) | 2020-03-11 | 2020-03-11 | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239246A true CN111239246A (zh) | 2020-06-05 |
CN111239246B CN111239246B (zh) | 2021-05-04 |
Family
ID=70875225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010164294.7A Active CN111239246B (zh) | 2020-03-11 | 2020-03-11 | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239246B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111781279A (zh) * | 2020-07-02 | 2020-10-16 | 大连理工大学 | 一种曲面纤维增强树脂基复合材料单向板r区声线示踪算法 |
CN112067699A (zh) * | 2020-09-14 | 2020-12-11 | 南昌航空大学 | 一种用于抑制界面回波干扰的水浸超声成像检测方法 |
CN113686960A (zh) * | 2021-08-17 | 2021-11-23 | 武汉理工大学 | 声场阈值分割的相控阵曲面全聚焦成像优化方法及系统 |
CN113686961A (zh) * | 2021-08-17 | 2021-11-23 | 武汉理工大学 | 曲面零件超声全聚焦缺陷定量检测方法及系统 |
CN114487114A (zh) * | 2021-12-20 | 2022-05-13 | 中国科学院深圳先进技术研究院 | 基于全向性超声探头的检测方法及其装置、超声检测系统 |
CN114487115A (zh) * | 2022-01-17 | 2022-05-13 | 哈尔滨工业大学 | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006025905A (ja) * | 2004-07-13 | 2006-02-02 | Fuji Photo Film Co Ltd | 超音波送受信装置 |
JP2012068209A (ja) * | 2010-09-27 | 2012-04-05 | Choonpa Zairyo Shindan Kenkyusho:Kk | 超音波材料診断方法及び装置 |
WO2012154954A2 (en) * | 2011-05-10 | 2012-11-15 | Edison Welding Institute, Inc. | Three-dimensional matrix phased array spot weld inspection system |
CN102866209A (zh) * | 2012-09-06 | 2013-01-09 | 中国计量学院 | 一种自适应超声波相控阵检测装置系统误差的方法 |
KR20140118574A (ko) * | 2013-03-29 | 2014-10-08 | 경일대학교산학협력단 | 비파괴 검사를 위한 장치 및 방법 |
CN106093204A (zh) * | 2016-02-22 | 2016-11-09 | 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及方法 |
CN106324099A (zh) * | 2016-08-19 | 2017-01-11 | 中国石油化工股份有限公司 | 环焊缝相控阵超声无损检测自动动态聚焦方法 |
CN106645420A (zh) * | 2016-12-15 | 2017-05-10 | 北京航天特种设备检测研究发展有限公司 | 基于费马原理的棒材超声线型阵列成像检测方法 |
CN106770664A (zh) * | 2016-11-22 | 2017-05-31 | 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 |
CN106841401A (zh) * | 2017-01-04 | 2017-06-13 | 天津大学 | 一种基于传感矩阵的相控阵超声信号重构优化方法 |
CN109490419A (zh) * | 2019-01-04 | 2019-03-19 | 中国航发北京航空材料研究院 | 一种全聚焦成像的声束校准方法 |
-
2020
- 2020-03-11 CN CN202010164294.7A patent/CN111239246B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006025905A (ja) * | 2004-07-13 | 2006-02-02 | Fuji Photo Film Co Ltd | 超音波送受信装置 |
JP2012068209A (ja) * | 2010-09-27 | 2012-04-05 | Choonpa Zairyo Shindan Kenkyusho:Kk | 超音波材料診断方法及び装置 |
WO2012154954A2 (en) * | 2011-05-10 | 2012-11-15 | Edison Welding Institute, Inc. | Three-dimensional matrix phased array spot weld inspection system |
CN102866209A (zh) * | 2012-09-06 | 2013-01-09 | 中国计量学院 | 一种自适应超声波相控阵检测装置系统误差的方法 |
KR20140118574A (ko) * | 2013-03-29 | 2014-10-08 | 경일대학교산학협력단 | 비파괴 검사를 위한 장치 및 방법 |
CN106093204A (zh) * | 2016-02-22 | 2016-11-09 | 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及方法 |
CN106324099A (zh) * | 2016-08-19 | 2017-01-11 | 中国石油化工股份有限公司 | 环焊缝相控阵超声无损检测自动动态聚焦方法 |
CN106770664A (zh) * | 2016-11-22 | 2017-05-31 | 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 |
CN106645420A (zh) * | 2016-12-15 | 2017-05-10 | 北京航天特种设备检测研究发展有限公司 | 基于费马原理的棒材超声线型阵列成像检测方法 |
CN106841401A (zh) * | 2017-01-04 | 2017-06-13 | 天津大学 | 一种基于传感矩阵的相控阵超声信号重构优化方法 |
CN109490419A (zh) * | 2019-01-04 | 2019-03-19 | 中国航发北京航空材料研究院 | 一种全聚焦成像的声束校准方法 |
Non-Patent Citations (5)
Title |
---|
ANA BEATRIZ LOPEZ ET AL.: "Phased Array Ultrasonic Inspection of Metal Additive Manufacturing Parts", 《JOURNAL OF NONDESTRUCTIVE EVALUATION》 * |
ROY H. BROWN ET AL.: "Quantifying performance of ultrasonic immersion inspection using phased arrays for curvilinear disc forgings", 《AIP CONFERENCE PROCEEDINGS》 * |
中华人民共和国国家质量监督检验检疫总局 等: "《中华人民共和国国家标准 GB/T32563-2016 无损检测 超声检测 相控阵超声检测方法》", 31 May 2016, 中国标准出版社 * |
李衍 等: "超声相控阵全聚焦法成像检测", 《无损检测》 * |
甘勇 等: "复杂曲面构件的超声虚拟声源阵列成像", 《应用声学》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111781279A (zh) * | 2020-07-02 | 2020-10-16 | 大连理工大学 | 一种曲面纤维增强树脂基复合材料单向板r区声线示踪算法 |
CN111781279B (zh) * | 2020-07-02 | 2021-06-15 | 大连理工大学 | 一种曲面纤维增强树脂基复合材料单向板r区声线示踪算法 |
CN112067699A (zh) * | 2020-09-14 | 2020-12-11 | 南昌航空大学 | 一种用于抑制界面回波干扰的水浸超声成像检测方法 |
CN112067699B (zh) * | 2020-09-14 | 2023-05-16 | 南昌航空大学 | 一种用于抑制界面回波干扰的水浸超声成像检测方法 |
CN113686960A (zh) * | 2021-08-17 | 2021-11-23 | 武汉理工大学 | 声场阈值分割的相控阵曲面全聚焦成像优化方法及系统 |
CN113686961A (zh) * | 2021-08-17 | 2021-11-23 | 武汉理工大学 | 曲面零件超声全聚焦缺陷定量检测方法及系统 |
CN114487114A (zh) * | 2021-12-20 | 2022-05-13 | 中国科学院深圳先进技术研究院 | 基于全向性超声探头的检测方法及其装置、超声检测系统 |
CN114487114B (zh) * | 2021-12-20 | 2023-09-29 | 中国科学院深圳先进技术研究院 | 基于全向性超声探头的检测方法及其装置、超声检测系统 |
CN114487115A (zh) * | 2022-01-17 | 2022-05-13 | 哈尔滨工业大学 | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111239246B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111239246B (zh) | 一种分步筛选有效信号的曲面结构缺陷全聚焦成像方法 | |
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 | |
CN111855809B (zh) | 一种基于复合模式全聚焦的裂纹形貌重建方法 | |
CN113888471B (zh) | 一种基于卷积神经网络的高效高分辨力缺陷无损检测方法 | |
JP5535044B2 (ja) | 被検体の超音波無破壊試験のための回路装置 | |
CN109490419B (zh) | 一种全聚焦成像的声束校准方法 | |
CN107356670A (zh) | 一种基于斜入射的超声相控阵焊缝缺陷检测方法 | |
CN110059371B (zh) | 一种全矩阵线性超声换能器阵列的设计方法 | |
CN112098526A (zh) | 基于激光超声技术的增材制件近表面缺陷特征提取方法 | |
CN111751448A (zh) | 一种漏表面波超声合成孔径聚焦成像方法 | |
CN105388218A (zh) | 一种用于粗晶奥氏体不锈钢焊缝超声检测的图像降噪方法 | |
CN115856101A (zh) | 一种基于稀疏矩阵的超声频域全聚焦方法 | |
CN114755298A (zh) | 基于超声技术的道岔转辙机动作杆内部裂纹检测方法 | |
CN110243945A (zh) | 基于合成孔径聚焦与模式转换波的超声tofd盲区抑制方法 | |
CN111458415B (zh) | 一种超声相控阵换能器与待测工件耦合状态的检测方法 | |
Robert et al. | Assessment of real-time techniques for ultrasonic non-destructive testing | |
CN113552217B (zh) | 一种基于双自发自收相控阵探头的未知缺陷轮廓重建方法 | |
CN114397365A (zh) | 一种超声波检测钢砼结构缺陷方法 | |
CN111047547B (zh) | 一种基于多视图tfm的联合缺陷定量方法 | |
CN111965257A (zh) | 一种空间加权优化的快速超声平面波成像检测方法 | |
CN114428118B (zh) | 一种双阵列超声成像检测方法及检测装置 | |
CN114487115B (zh) | 一种基于Canny算子与超声平面波成像相结合的高分辨缺陷无损检测方法 | |
CN113552218B (zh) | 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法 | |
CN115856087B (zh) | 基于纵波一发一收超声相控阵探头的全聚焦成像方法 | |
CN117705945A (zh) | 一种基于三重阵列信号的未知不规则缺陷成像检测方法 |
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 |