CN111323485A - 一种用于轨道板内部缺陷检测的成像方法及装置 - Google Patents
一种用于轨道板内部缺陷检测的成像方法及装置 Download PDFInfo
- Publication number
- CN111323485A CN111323485A CN202010274377.1A CN202010274377A CN111323485A CN 111323485 A CN111323485 A CN 111323485A CN 202010274377 A CN202010274377 A CN 202010274377A CN 111323485 A CN111323485 A CN 111323485A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- sensor
- signal
- transmitting
- receiving
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 109
- 238000003384 imaging method Methods 0.000 title claims abstract description 84
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000013500 data storage Methods 0.000 claims abstract description 4
- 230000007246 mechanism Effects 0.000 claims description 43
- 238000006073 displacement reaction Methods 0.000 claims description 37
- 238000007689 inspection Methods 0.000 claims description 25
- 230000005284 excitation Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000002604 ultrasonography Methods 0.000 claims description 9
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000001902 propagating effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 description 7
- 239000004567 concrete Substances 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing 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
- G01N29/06—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
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
本发明公开了一种用于轨道板内部缺陷检测的成像方法及装置，所述成像方法是指：先利用超声波发射接收器激发并经由超声阵列传感器发射频率在20～100kHz范围内的超声波信号至轨道板内部，由超声阵列传感器采用一发多收的模式获取轨道板内部缺陷的反射回波信号并将反射回波信号传输给计算机；然后由计算机采用MATLAB软件对接收的反射回波信号进行数据存储和信号处理，然后依据时域合成孔径聚焦成像算法与三维成像技术得出轨道板内部缺陷的三维图像。本发明可以高效、无损、实时的检测轨道板内部缺陷检测，且检测结果基本不受外界环境影响，检测精度高。
Description
技术领域
本发明涉及一种用于轨道板内部缺陷检测的成像方法及装置，属于轨道缺陷检测技术领域。
背景技术
铁路带动着国民经济的大发展，高速铁路已经成为现代化铁路运输的必然选择，截至2018年底，中国告诉铁路营业里程已达2.9万公里以上，超过全世界高铁总里程的2/3，我们国家已经成为世界上高铁里程最长、运输密度最高的国家，无砟轨道由于具有平顺性高、耐久性好、养护维修工作量小等优点，近年来已成为我国高速铁路最重要的轨道结构形式。如在京津城际铁路、京沪高速铁路、武广客运专线等多条高速铁路，无砟轨道铺设比例高达90％。尽管无砟轨道使用的是相对耐用且坚固的建筑材料，但由于恶劣的环境，其性能可能会急剧恶化，会不可避免的产生各种损伤，轨道结构的安全性、稳定性、可靠性和长期耐久性会随着运营期的增长会有所下降，运营期越长，轨道结构病害发生的频率和种类也越来越多，其中无砟轨道内部缺陷影响最为严重，混凝土内部缺陷问题破坏了整体轨道结构的完整性，直接影响到线路的安全性，给铁路运输带来了极大的安全隐患，同时给养护维修带来了繁重的工作量，从长远来看，这对我国高速铁路的健康发展十分不利，目前关于无砟轨道内部缺陷问题的检测已受到学术界和工程界的高度重视。
近年来许多无损检测技术被提出，如合成孔径聚焦技术，声发射分析和光纤传感器技术等用于损伤检测混凝土中的离子，其中超声技术有其自身的优点，在混凝土结构检测中得到了广泛应用，与其他无损检测相比，合成孔径聚焦技术具有能量传播快、穿透性强、检测速度快、安全监测等优点，尽管合成孔径聚焦技术在损伤检测方面取得了很大成就，但仍有一定的局限性，例如，其对垂直或陡峭缺陷的部分检测灵敏度低，且检测结果易受外界条件干扰，导致其检测精度差。
发明内容
针对现有技术存在的上述问题，本发明的目的是提供一种灵敏度高、不易受外界条件干扰、用于轨道板内部缺陷检测的成像方法及装置，以实现高效、无损、实时检测出轨道板内部缺陷，为高铁的安全运营提供及时预警和有力保障。为实现上述目的，本发明采用如下技术方案：
一种用于轨道板内部缺陷检测的成像方法，包括如下步骤：
a)利用超声波发射接收器激发并经由超声阵列传感器发射频率在20～100kHz范围内的超声波信号至轨道板内部，由超声阵列传感器采用一发多收的模式获取轨道板板内部缺陷的反射回波信号并将反射回波信号传输给计算机；
b)由计算机采用MATLAB软件对接收的反射回波信号进行数据存储和信号处理，然后依据时域合成孔径聚焦成像算法与三维成像技术得出轨道板内部缺陷的三维图像。
一种实施方案，所述步骤a)具体操作如下：
是首先利用超声波发射接收器的超声波信号发射单元激发超声脉冲波并利用超声阵列传感器的发射端向轨道板输入振动能量，使产生频率为20～100kHz范围内的声波；然后由超声阵列传感器的接收端采集反射回波信号并传输给超声波发射接收器的超声波信号接收单元；由超声波信号接收单元对接收的反射回波信号进行放大和滤波预处理并将预处理后的反射回波信号传输给计算机。
一种实施方案，所述步骤b)具体操作如下：
1)时域合成孔径聚焦成像算法：
所述超声阵列传感器是由若干超声传感器呈阵列组成，所述超声阵列传感器采用的一发多收的模式是指，由一组超声传感器发射超声波，其余超声传感器接收超声波，将发射超声波的传感器称之为发射传感器，也相当于超声阵列传感器的发射端，把接收超声波的传感器称之为接收传感器，也相当于超声阵列传感器的接收端；
假设轨道板内部区域存在一个缺陷D(i，j),轨道板内部缺陷位置D(i，j)到轨道板表面的垂直距离为R，超声阵列传感器中的超声传感器的直径均为d,超声阵列传感器中的超声传感器的移动步进均为L，检测的时候，超声阵列传感器控制固定在被测轨道板表面，假设其从-Y到+Y处沿扫描方向以移动步进L做直线运动，那么超声阵列传感器中的发射传感器每移动一个步进就产生一次发射信号同时其余接收传感器也接收来自轨道板内部缺陷的反射回波信号，假设发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)；
在超声成像检测中，成像系统对相邻的两个或多个点目标的分辨能力直接影响成像图像的清晰度，分辨能力越高时，所成的图像就越清晰，分辨能力包括两个部分即距离分辨率和角分辨率；
距离分辨率是指成像系统对方向相同但距离不同的缺陷的分辨，可由公式(1)表示：
公式(1)中，ρr表示距离分辨率，c表示超声波在轨道板内的传播速度，τ表示激励信号的脉冲宽度；
角分辨率是指成像系统对距离相同但是方向不同的缺陷的分辨，可由公式(2)表示：
ρα＝β0.5·r (2)；
公式(2)中，ρα表示角分辨率，β0.5表示在超声波工作波长为λ时的半功率波束角，r表示缺陷D(i，j)到超声传感器的距离；
公式(2)公式中的半功率角的可由公式(3)表示：
公式(3)中，λ表示超声波的工作波长，d表示超声传感器的直径；
当超声阵列传感器在所设-Y处沿着扫描方向以步进L直线运动到+Y位置处时，超声波声束刚好全部都能包含缺陷D(i，j)点，所以在-Y到+Y之间的距离内的超声传感器都能接收到来自缺陷D(i，j)点的反射回波信号，而在其他位置则不能接收到缺陷D(i，j)点的反射回波信号，所以把-Y到+Y的距离称为SAFT算法的综合合成孔径长度TS，可由公式(4)表示：
公式(4)中，λ表示超声波的工作波长，d表示超声传感器的直径，R表示缺陷D(i，j)到轨道板表面的垂直距离；
根据SAFT算法原理，首先对缺陷D(i，j)反射的回波信号进行重建，由于每组发射传感器到缺陷位置的直线距离是不相同的，所以需要引入适当的延时时间，这样将所有接收传感器接收到的反射回波信号同时进行DAS叠加运算，得到的就是聚焦以后的图像；
由于超声波在轨道板内部传播时遇到缺陷会发生反射与折射，所以超声波在轨道板内部传播时会从超声波的发射到接收会发生时间的延迟，利用超声波在轨道板内部的传播路程与超声波在轨道板内部的传播距离我们可以计算出超声波在轨道板内部传播时的时间延迟，我们把这段时间称之为时延；当发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)时，则超声波从发射传感器位置发射后经过缺陷点到达接收传感器位置所经历的时延为t12，可由公式(5)表示：
公式(5)中，
表示发射传感器到缺陷位置的直线距离；
表示接收传感器到缺陷位置的直线距离；v表示超声波在轨道板中传播速度；
然后利用希尔伯特变换提取信号的幅值包络线，计算出缺陷位置的像素值，则发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)的像素值P12(i，j)可以用公式(6)表示：
P12(i，j)＝S12(t12(i，j)) (6)；
公式(6)中，P12(i，j)表示发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)的像素值；S12表示发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)时接收到的反射回波信号的幅值包络曲线；
然后对每一个发射传感器和接收传感器重复进行上述步骤，就可以得到成像区域的任意一点像素点的像素值，再利用公式(7)对成像区域的每一个像素点进行DAS叠加聚焦：
公式(7)中P′(i，j)表示进行DAS聚焦过程后的像素值，n表示总共使用的超声传感器的个数；
利用公式(7)对每一个发射传感器和接收传感器重复进行求缺陷位置坐标的像素值的过程我们可以实现对成像区域所有像素点的求值，根据所求出的像素值我们就可以获得轨道板缺陷的二维图像数据；
2)三维成像算法：
首先对成像区域建立笛卡尔坐标系，假设发射传感器与接收传感器位于z＝0平面的位置处，则此时缺陷位置坐标为D(i，j，z)，当使用单个发射传感器发射超声波，单个接收传感器接收反射回波信号时，则发射传感器与接收传感器位置坐标分别为U1(i1，j1，0)，U2(i2，j2，0)，给定一个发射信号q(t),那么缺陷D(i，j，z)处的反射信号可以用公式(8)表示：
公式(8)中，f(i，j，z)表示为目标函数，c表示为超声波在轨道板内的传播速度，t表示时间，b(i1，j1，i2，j2，i，j，z，t)表示反射信号；
成像系统是一个线性系统，所以满足叠加原理，所以接收传感器接收到的目标函数的反射信号可以理解为是所有反射点的反射回波信号的线性叠加，叠加后的反射信号可以用公式(9)表示：
公式(9)中b′(i1，j1，i2，j2，t)表示叠加后的反射信号，di、dj、dz分别表示在i、j、z轴上的微积分；
对公式(9)进行Fourier变换得到公式(10)：
公式(10)中，B’(i1,j1,i2,j2,k)表示经过Fourier变换后的叠加的反射信号，f(i,j,z)表示目标函数，A(k)表示为发射信号q(t)的Fourier变换，k为发射超声波的波数；
上述算法是单个传感器发射单个传感器接收的情况，当使用阵列传感器发射阵列传感器接收时，根据线性系统理论，接收到的反射信号为单个传感器发射接收反射信号的叠加，可以用公式(11)表示：
B′(i2，j2，k)＝∫∫Wg(i1，j1)W1(i1，j1，k)B′(i1，j1，i2，j2，k)di1dj1 (11)；
公式(11)中，B’(i2,j2,k)表示阵列接收传感器接收到的叠加的反射信号，A(k)表示为给定发射信号q(t)的Fourier变换，k为发射超声波的波数，Wg(i1，j1)表示传感器的几何形状，W1(i1，j1，k)表示发射信号使用权函数进行加权处理；
重复上述操作，即可获得成像区域的三维图像数据；
3)计算机利用MATLAB软件根据上述步骤所获得的三维图像数据画出轨道板内部缺陷信号所形成的三维图像。
一种用于轨道板内部缺陷检测的成像装置，包括轨检小车及设置在轨检小车上的超声波发射接收器和计算机，所述超声波发射接收器包括超声波信号激励单元和超声波信号接收单元，还包括超声阵列传感器，所述超声阵列传感器的发射端与超声波信号激励单元信号连接，所述超声阵列传感器的接收端与超声波信号接收单元信号连接，所述超声波信号接收单元与计算机信号连接，所述超声阵列传感器与一自适应位移反馈调节装置相连接，且所述自适应位移反馈调节装置固定连接在轨检小车的前端。
一种实施方案，所述超声波信号激励单元包括依次信号连接的高频脉冲信号发生器、脉冲信号变压器和高频功率放大器，且所述功率高频功率放大器与超声阵列传感器的发射端信号连接。
一种实施方案，所述超声波信号接收单元包括信号连接的信号放大器和带通滤波器，且所述信号放大器与超声阵列传感器的接收端信号连接，所述带通滤波器与计算机信号连接。
一种实施方案，所述自适应位移反馈调节装置包括安装板、纵向位移调节机构和横向位移调节机构，所述超声阵列传感器与安装板固定连接，所述安装板与纵向位移调节机构滑动连接，所述纵向位移调节机构与横向位移调节机构滑动连接，所述横向位移调节机构固定连接在轨检小车的前端。
一种优选方案，所述纵向位移调节机构包括纵向支架和纵向电动丝杆调节机构，所述横向位移调节机构包括横向支架和横向电动丝杆调节机构，所述安装板与纵向支架上下滑动连接，所述纵向支架与横向支架横向滑动连接，所述横向支架固定连接在轨检小车的前端。
一种优选方案，在轨检小车的前端还设有导向机构，构成导向机构的导向轮与导轨滚动连接。
一种优选方案，在轨检小车上还设有移动电源。
相较于现有技术，本发明的有益技术效果在于：
1、本发明采用超声阵列传感器配合超声波发射接收器对轨道板内部缺陷进行数据采集，不仅能够简化操作，可有效提高数据采集过程中的信噪比，使得数据采集过程中灵敏度高、不易受外界条件干扰；
2、本发明采用的多阵元结构的超声阵列传感器使得数据采集更加自由，使得计算机对采集的数据进行处理时，通过时域合成孔径聚焦算法(时域SAFT算法)与三维成像技术即可直接显示轨道板的内部结构，无需对大量波形数据做出分析判断，大大提高了检测效率；
综上所述，本发明可实现高效、无损、准确、实时检测轨道板内部缺陷，能为高铁的安全运营提供及时预警和有力保障，可为后续轨道维修工作提供有力支撑；因此，本发明相对于现有技术，具有显著进步性和应用价值。
附图说明
图1为时域SAFT成像原理图；
图2是本发明实施例中提供的用于轨道板内部缺陷检测的成像装置的结构示意图；
图3是本发明实施例中提供的成像装置用于检测工作时的状态图；
图4是本发明实施例中提供的成像装置的工作原理图；
图中标号示意如下：1、轨检小车；2、超声波发射接收器；21、超声波信号激励单元；211、高频脉冲信号发生器；212、脉冲信号变压器；213、高频功率放大器；22、超声波信号接收单元；221、信号放大器；222、带通滤波器；3、超声阵列传感器；4、自适应位移反馈调节装置；41、安装板；42、纵向位移调节机构；421、纵向支架；422、纵向电动丝杆调节机构；43、横向位移调节机构；431、横向支架；432、横向电动丝杆调节机构；5、导向机构；51、导向轮；6、导轨；7、移动电源；8、座椅；9、轨道板；10、计算机。
具体实施方式
以下结合附图和实施例对本发明的技术方案做进一步详细描述。
实施例
结合图2至图4所示：本发明提供的一种用于轨道板内部缺陷检测的成像装置，包括轨检小车1及设置在轨检小车1上的超声波发射接收器2和计算机10，所述超声波发射接收器2包括超声波信号激励单元21和超声波信号接收单元22，还包括超声阵列传感器3，所述超声阵列传感器3的发射端与超声波信号激励单元21信号连接，所述超声阵列传感器3的接收端与超声波信号接收单元22信号连接，所述超声波信号接收单元22与计算机10信号连接，所述超声阵列传感器3与一自适应位移反馈调节装置4相连接，且所述自适应位移反馈调节装置4固定连接在轨检小车1的前端。
所述超声波信号激励单元21用于激发超声脉冲波，参见图4所示，本实施例中，所述超声波信号激励单元21，包括依次信号连接的高频脉冲信号发生器211、脉冲信号变压器212和高频功率放大器213，用于激发超声脉冲波，且所述功率高频功率放大器213与超声阵列传感器3的发射端信号连接。所述超声波信号接收单元22用于接收回波信号，并对驳回信号进行预处理，本实施例中，所述超声波信号接收单元22包括信号连接的信号放大器221和带通滤波器222，且所述信号放大器221与超声阵列传感器3的接收端信号连接，所述带通滤波器222与计算机10信号连接。
本实施例中，所述超声阵列传感器3采用市售产品即可，所述超声阵列传感器3具有发射端和接收端，具备一发多收的功能，由于超声波在密度不同的介质中传播速度不同，当其通过两种不同介质的分界面时，会发生反射折射等现象，因无砟轨道属于混凝土构件，是由砂、水泥、石子等混合组成的多孔质非均匀复合材料，超声波信号激励单元21产生的超声脉冲波在混凝土中传播时遇到缺陷会发生绕射，在缺陷界面会发生折射和反射，导致到达接收传感器时声波能量得幅值显著减小，本申请中，采用的超声阵列传感器3具备一发多收的功能，能够更加有效率的采集回波信号。超声阵列传感器3可采用耐磨陶瓷材料制成，可用于粗糙及不平整的结构面检测，超声阵列传感器3的中心频率可以是50kHz，超声阵列传感器3可由若干耦合点接触式压电传感器组成，例如，分为8行，每行3个横波传感器，共有24个传感器。
参见图2和图3所示，本实施例中，所述自适应位移反馈调节装置4包括安装板41、纵向位移调节机构42和横向位移调节机构43，所述超声阵列传感器3与安装板41固定连接，所述安装板41与纵向位移调节机构42滑动连接，所述纵向位移调节机构42与横向位移调节机构43滑动连接，所述横向位移调节机构43固定连接在轨检小车1的前端，以实现对超声阵列传感器3的位置调节。
具体的，所述纵向位移调节机构42包括纵向支架421和纵向电动丝杆调节机构422，所述横向位移调节机构43包括横向支架431和横向电动丝杆调节机构432，所述安装板41与纵向支架421上下滑动连接，所述纵向支架421与横向支架431横向滑动连接，所述横向支架431固定连接在轨检小车1的前端。本实施例中，所述纵向电动丝杆调节机构422和横向电动丝杆调节机构432均是由驱动电机、一端固定在驱动电机输出端的丝杆和与丝杆螺纹连接的滑块连接件组成，由于此组成结构为已知技术，故在图中未详细示出。
此外，参见图2和图3所示，本实施例中，在轨检小车1的前端还设有导向机构5，构成导向机构5的导向轮51与导轨6滚动连接，以对轨检小车1的行驶方向起到导向作用。
此外，本实施例中，在轨检小车1上还设有移动电源7，以实现对所述装置进行移动供电。
此外，本实施例中，在轨检小车1上设置座椅8，以便由检测员坐在轨检小车1上进行人工信号采集及检测操作。
采用本实施例所述的成像装置对轨道板内部缺陷进行成像的方法如下：
a)利用超声波发射接收器2激发并经由超声阵列传感器3发射频率在20～100kHz范围内的超声波信号至轨道板9内部，由超声阵列传感器3采用一发多收的模式获取轨道板9中的反射回波信号并将反射回波信号传输给计算机10，具体操作如下：
通过自适应位移反馈调节装置4调节好超声阵列传感器3在轨道板9上的位置，并调节好超声阵列传感器3的采集方向,启动轨检小车1，使轨检小车1带动超声波发射接收器2和超声阵列传感器3沿着轨道板9移动；
首先利用超声波发射接收器2的超声波信号激励单元21激发超声脉冲波并利用超声阵列传感器3的发射端向轨道板9输入振动能量(具体的，设定好高频脉冲信号发生器211的激振频率，启动高频脉冲信号发生器211即可激发超声脉冲波，然后通过脉冲信号变压器212和高频功率放大器213将超声脉冲波传送超声阵列传感器3的发射端，然后通过超声阵列传感器3的发射端向轨道板9输入振动能量)，使产生频率为20～100kHz范围内的声波；然后由超声阵列传感器3的接收端采集反射回波信号并传输给超声波发射接收器2的超声波信号接收单元22；由超声波信号接收单元22对接收的反射回波信号进行放大和滤波预处理并将预处理后的回波信号传输给计算机10(具体的是通过信号放大器221和带通滤波器222依次对接受的回波信号进性放大处理和滤波处理，然后再将回波信号传输给计算机10)；
继续移动轨检小车1，重复上述操作，直至轨道板9被采集完成，完成数据采集；
b)由计算机10采用MATLAB软件对接收的反射回波信号进行数据存储和信号处理，然后依据时域合成孔径聚焦成像算法与三维成像技术得出轨道板内部缺陷的三维图像，具体操作如下：
1)时域合成孔径聚焦成像算法：
所述超声阵列传感器是由若干超声传感器呈阵列组成，所述超声阵列传感器采用的一发多收的模式是指，由一组超声传感器发射超声波，其余超声传感器接收超声波，将发射超声波的传感器称之为发射传感器，也相当于超声阵列传感器的发射端，把接收超声波的传感器称之为接收传感器，也相当于超声阵列传感器的接收端；
本发明所述的时域SAFT成像方法是基于DAS原理对检测信号的后处理，由于在进行超声检测前，轨道板内缺陷的位置、大小以及形状信息是不可知的，因此在成像时需要对轨道板内所有的像素点都执行一次DAS过程来获取所有像素点的像素值，最终实现成像检测；
时域SAFT成像原理如图1所示，超声阵列传感器3中的超声传感器阵列排布，由一组传感器发射超声波，其余传感器接收超声波，然后对接收到的反射回波信号进行DAS处理，最终重建出一幅二维成像图；
假设轨道板内部区域存在一个缺陷D(i，j),轨道板内部缺陷位置D(i，j)到轨道板表面的垂直距离为R，超声阵列传感器中的超声传感器的直径均为d,超声阵列传感器中的超声传感器的移动步进均为L，检测的时候，超声阵列传感器控制固定在被测轨道板表面，假设其从-Y到+Y处沿扫描方向以移动步进L做直线运动，那么超声阵列传感器中的发射传感器每移动一个步进就产生一次发射信号同时其余接收传感器也接收来自轨道板内部缺陷的反射回波信号，假设发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)；
在超声成像检测中，成像系统对相邻的两个或多个点目标的分辨能力直接影响成像图像的清晰度，分辨能力越高时，所成的图像就越清晰，分辨能力包括两个部分即距离分辨率和角分辨率；
距离分辨率是指成像系统对方向相同但距离不同的缺陷的分辨，可由公式(1)表示：
公式(1)中，ρr表示距离分辨率，c表示超声波在轨道板内的传播速度，τ表示激励信号的脉冲宽度；
角分辨率是指成像系统对距离相同但是方向不同的缺陷的分辨，可由公式(2)表示：
ρα＝β0.5·r (2)；
公式(2)中，ρα表示角分辨率，β0.5表示在超声波工作波长为λ时的半功率波束角，r表示缺陷D(i，j)到超声传感器的距离；
公式(2)公式中的半功率角的可由公式(3)表示：
公式(3)中，λ表示超声波的工作波长，d表示超声传感器的直径；
当超声阵列传感器在所设-Y处沿着扫描方向以步进L直线运动到+Y位置处时，超声波声束刚好全部都能包含缺陷D(i，j)点，所以在-Y到+Y之间的距离内的超声传感器都能接收到来自缺陷D(i，j)点的反射回波信号，而在其他位置则不能接收到缺陷D(i，j)点的反射回波信号，所以把-Y到+Y的距离称为SAFT算法的综合合成孔径长度TS，可由公式(4)表示：
公式(4)中，λ表示超声波的工作波长，d表示超声传感器的直径，R表示缺陷D(i，j)到轨道板表面的垂直距离；
根据SAFT算法原理，首先对缺陷D(i，j)反射的回波信号进行重建，由于每组发射传感器到缺陷位置的直线距离是不相同的，所以需要引入适当的延时时间，这样将所有接收传感器接收到的反射回波信号同时进行DAS叠加运算，得到的就是聚焦以后的图像；
由于超声波在轨道板内部传播时遇到缺陷会发生反射与折射，所以超声波在轨道板内部传播时会从超声波的发射到接收会发生时间的延迟，利用超声波在轨道板内部的传播路程与超声波在轨道板内部的传播距离我们可以计算出超声波在轨道板内部传播时的时间延迟，我们把这段时间称之为时延；如图1所示，当发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)时，则超声波从发射传感器位置发射后经过缺陷点到达接收传感器位置所经历的时延为t12，可由公式(5)表示：
公式(5)中，
表示发射传感器到缺陷位置的直线距离；
表示接收传感器到缺陷位置的直线距离；v表示超声波在轨道板中传播速度；
然后利用希尔伯特变换提取信号的幅值包络线，计算出缺陷位置的像素值，则发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)的像素值P12(i，j)可以用公式(6)表示：
P12(i，j)＝S12(t12(i，j)) (6)；
公式(6)中，P12(i，j)表示发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)的像素值；S12表示发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)时接收到的反射回波信号的幅值包络曲线；
然后对每一个发射传感器和接收传感器重复进行上述步骤，就可以得到成像区域的任意一点像素点的像素值，再利用公式(7)对成像区域的每一个像素点进行DAS叠加聚焦：
公式(7)中P′(i，j)表示进行DAS聚焦过程后的像素值，n表示总共使用的超声传感器的个数；
在上述时域SAFT成像算法中，可以实现对图像中任意一个像素点进行的DAS聚焦过程，因为轨道板内缺陷的位置、大小以及形状是不可知的，因此为了实现对轨道板内的缺陷的成像，因此，利用公式(7)对每一个发射传感器和接收传感器重复进行求缺陷位置坐标的像素值的过程我们可以实现对成像区域所有像素点的求值，根据所求出的像素值我们就可以获得轨道板缺陷的二维图像数据；
上述时域SAFT成像算法具有较高的分辨率，能够高效率获取成像区域的二维超声图像数据，然后再利用三维图像重构算法技术可以生成相对应的三维图像；
2)三维成像算法：
三维超声图像的形成主要方法是基于对二维图像信息提取，其方法主要包括两个方面，一是确定多维空间中二维图像矩阵元素间的相对位置及其维度，二是对二维图像的像素进行适当的处理以确定三维图像的像素；
通过步骤1)的操作我们可以获取成像区域的二维图像，也可以将二维图像称为用于合成三维图像的切片图像，在合成三维图像时，切片图像需要按照空间位置进行定位，当切片图像的采样点与三维图像相比较少时，我们同时需要对成像区域内的一些区域进行插值处理，确保获得高质量、完整清晰的图像；
因此，我们首先对成像区域建立笛卡尔坐标系，假设发射传感器与接收传感器位于z＝0平面的位置处，则此时缺陷位置坐标为D(i，j，z)，当使用单个发射传感器发射超声波，单个接收传感器接收反射回波信号时，则发射传感器与接收传感器位置坐标分别为U1(i1，j1，0)，U2(i2，j2，0)，给定一个发射信号q(t),那么缺陷D(i，j，z)处的反射信号可以用公式(8)表示：
公式(8)中，f(i，j，z)表示为目标函数，c表示为超声波在轨道板内的传播速度，t表示时间，b(i1，j1，i2，j2，i，j，z，t)表示反射信号；
成像系统是一个线性系统，所以满足叠加原理，所以接收传感器接收到的目标函数的反射信号可以理解为是所有反射点的反射回波信号的线性叠加，叠加后的反射信号可以用公式(9)表示：
公式(9)中B′(i1，j1，i2，j2，t)表示叠加后的反射信号，di、dj、dz分别表示在i、j、z轴上的微积分；
对公式(9)进行Fourier变换得到公式(10)：
公式(10)中，B’(i1,j1,i2,j2,k)表示经过Fourier变换后的叠加的反射信号，f(i,j,z)表示目标函数，A(k)表示为发射信号q(t)的Fourier变换，k为发射超声波的波数；
上述算法是单个传感器发射单个传感器接收的情况，当使用阵列传感器发射阵列传感器接收时，根据线性系统理论，接收到的反射信号为单个传感器发射接收反射信号的叠加，可以用公式(11)表示：
B′(i2，j2，k)＝∫∫Wg(i1，j1)W1(i1，j1，k)B′(i1，j1，i2，j2，k)di1dj1 (11)；
公式(11)中，B’(i2,j2,k)表示阵列接收传感器接收到的叠加的反射信号，A(k)表示为给定发射信号q(t)的Fourier变换，k为发射超声波的波数，Wg(i1，j1)表示传感器的几何形状，W1(i1，j1，k)表示发射信号使用权函数进行加权处理；
重复上述操作，即可获得成像区域的三维图像数据；
上述过程可以概括为：超声传感器从某个位置开始发射并接收反射回波信号，然后根据我们设定的步进速度移动到下一个位置，进行同样的发射接收反射回波信号操作，当我们完成对整个成像区域的扫描后，传感器接收到的反射回波信号使用SAFT算法进行处理，然后再通过Fourier变换得到成像区域的三维图像；
3)计算机10利用MATLAB软件根据上述步骤所获得的三维图像数据画出轨道板9内部缺陷信号所形成的三维图像。
综上所述可见，本发明可以高效、无损、实时的检测轨道板内部缺陷检测，具有检测速度快、效率高，可在几个小时的天窗时间进行远距离的检测作业，且检测结果基本不受外界环境影响，检测精度高，而且缺陷位置可同时标记以利于后期维护检修，使得检测和维护工作效率得到大幅度提高，能为高铁的安全运营提供及时维护和有力支撑；因此，本发明相对于现有技术，具有显著进步性和应用价值。
最后有必要在此指出的是：以上所述仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种用于轨道板内部缺陷检测的成像方法，其特征在于，包括如下步骤：
a)利用超声波发射接收器激发并经由超声阵列传感器发射频率在20～100kHz范围内的超声波信号至轨道板内部，由超声阵列传感器采用一发多收的模式获取轨道板内部缺陷的反射回波信号并将反射回波信号传输给计算机；
b)由计算机采用MATLAB软件对接收的反射回波信号进行数据存储和信号处理，然后依据时域合成孔径聚焦成像算法与三维成像技术得出轨道板内部缺陷的三维图像。
2.根据权利要求1所述的成像方法，其特征在于，所述步骤a)具体操作如下：
是首先利用超声波发射接收器的超声波信号发射单元激发超声脉冲波并利用超声阵列传感器的发射端向轨道板输入振动能量，使产生频率为20～100kHz范围内的声波；然后由超声阵列传感器的接收端采集反射回波信号并传输给超声波发射接收器的超声波信号接收单元；由超声波信号接收单元对接收的反射回波信号进行放大和滤波预处理并将预处理后的反射回波信号传输给计算机。
3.根据权利要求1所述的成像方法，其特征在于，所述步骤b)具体操作如下：
1)时域合成孔径聚焦成像算法：
所述超声阵列传感器是由若干超声传感器呈阵列组成，所述超声阵列传感器采用的一发多收的模式是指，由一组超声传感器发射超声波，其余超声传感器接收超声波，将发射超声波的传感器称之为发射传感器，也相当于超声阵列传感器的发射端，把接收超声波的传感器称之为接收传感器，也相当于超声阵列传感器的接收端；
假设轨道板内部区域存在一个缺陷D(i，j)，轨道板内部缺陷位置D(i，j)到轨道板表面的垂直距离为R，超声阵列传感器中的超声传感器的直径均为d，超声阵列传感器中的超声传感器的移动步进均为L，检测的时候，超声阵列传感器固定在被测轨道板表面，假设其从-Y到+Y处沿扫描方向以移动步进L做直线运动，那么超声阵列传感器中的发射传感器每移动一个步进就产生一次发射信号同时其余接收传感器也接收来自轨道板内部缺陷的反射回波信号，假设发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)；
在超声成像检测中，成像系统对相邻的两个或多个点目标的分辨能力直接影响成像图像的清晰度，分辨能力越高时，所成的图像就越清晰，分辨能力包括两个部分即距离分辨率和角分辨率；
距离分辨率是指成像系统对方向相同但距离不同的缺陷的分辨，可由公式(1)表示：
公式(1)中，ρr表示距离分辨率，c表示超声波在轨道板内的传播速度，τ表示激励信号的脉冲宽度；
角分辨率是指成像系统对距离相同但是方向不同的缺陷的分辨，可由公式(2)表示：
ρα＝β0.5·r (2)；
公式(2)中，ρα表示角分辨率，β0.5表示在超声波工作波长为λ时的半功率波束角，r表示缺陷D(i，j)到超声传感器的距离；
公式(2)公式中的半功率角的可由公式(3)表示：
公式(3)中，λ表示超声波的工作波长，d表示超声传感器的直径；
当超声阵列传感器在所设-Y处沿着扫描方向以步进L直线运动到+Y位置处时，超声波声束刚好全部都能包含缺陷D(i，j)点，所以在-Y到+Y之间的距离内的超声传感器都能接收到来自缺陷D(i，j)点的反射回波信号，而在其他位置则不能接收到缺陷D(i，j)点的反射回波信号，所以把-Y到+Y的距离称为SAFT算法的综合合成孔径长度TS，可由公式(4)表示：
公式(4)中，λ表示超声波的工作波长，d表示超声传感器的直径，R表示缺陷D(i，j)到轨道板表面的垂直距离；
根据SAFT算法原理，首先对缺陷D(i，j)反射的回波信号进行重建，由于每组发射传感器到缺陷位置的直线距离是不相同的，所以需要引入适当的延时时间，这样将所有接收传感器接收到的反射回波信号同时进行DAS叠加运算，得到的就是聚焦以后的图像；
由于超声波在轨道板内部传播时遇到缺陷会发生反射与折射，所以超声波在轨道板内部传播时会从超声波的发射到接收会发生时间的延迟，利用超声波在轨道板内部的传播路程与超声波在轨道板内部的传播距离我们可以计算出超声波在轨道板内部传播时的时间延迟，我们把这段时间称之为时延；当发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)时，则超声波从发射传感器位置发射后经过缺陷点到达接收传感器位置所经历的时延为t12，可由公式(5)表示：
公式(5)中，
表示发射传感器到缺陷位置的直线距离；
表示接收传感器到缺陷位置的直线距离；v表示超声波在轨道板中传播速度；
然后利用希尔伯特变换提取信号的幅值包络线，计算出缺陷位置的像素值，则发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)的像素值P12(i，j)可以用公式(6)表示：
P12(i，j)＝S12(t12(i，j)) (6)；
公式(6)中，P12(i，j)表示发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)，缺陷位置坐标D(i，j)的像素值；S12表示发射传感器的位置坐标为U1(i1，j1)，接收传感器的位置坐标为U2(i2，j2)时接收到的反射回波信号的幅值包络曲线；
然后对每一个发射传感器和接收传感器重复进行上述步骤，就可以得到成像区域的任意一点像素点的像素值，再利用公式(7)对成像区域的每一个像素点进行DAS叠加聚焦：
公式(7)中P′(i，j)表示进行DAS聚焦过程后的像素值，n表示总共使用的超声传感器的个数；
利用公式(7)对每一个发射传感器和接收传感器重复进行求缺陷位置坐标的像素值的过程我们可以实现对成像区域所有像素点的求值，根据所求出的像素值我们就可以获得轨道板缺陷的二维图像数据；
2)三维成像算法：
首先对成像区域建立笛卡尔坐标系，假设发射传感器与接收传感器位于z＝0平面的位置处，则此时缺陷位置坐标为D(i，j，z)，当使用单个发射传感器发射超声波，单个接收传感器接收反射回波信号时，则发射传感器与接收传感器位置坐标分别为U1(i1，j1，0)，U2(i2，j2，0)，给定一个发射信号q(t)，那么缺陷D(i，j，z)处的反射信号可以用公式(8)表示：
公式(8)中，f(i，j，z)表示为目标函数，c表示为超声波在轨道板内的传播速度，t表示时间，b(i1，j1，i2，j2，i，j，z，t)表示反射信号；
成像系统是一个线性系统，所以满足叠加原理，所以接收传感器接收到的目标函数的反射信号可以理解为是所有反射点的反射回波信号的线性叠加，叠加后的反射信号可以用公式(9)表示：
公式(9)中b′(i1，j1，i2，j2，t)表示叠加后的反射信号，di、dj、dz分别表示在i、j、z轴上的微积分；
对公式(9)进行Fourier变换得到公式(10)：
公式(10)中，B’(i1，j1，i2，j2，k)表示经过Fourier变换后的叠加的反射信号，f(i，j，z)表示目标函数，A(k)表示为发射信号q(t)的Fourier变换，k为发射超声波的波数；
上述算法是单个传感器发射单个传感器接收的情况，当使用阵列传感器发射阵列传感器接收时，根据线性系统理论，接收到的反射信号为单个传感器发射接收反射信号的叠加，可以用公式(11)表示：
B′(i2，j2，k)＝∫∫Wg(i1，j1)W1(i1，j1，k)B′(i1，j1，i2，j2，k)di1dj1 (11)；
公式(11)中，B’(i2，j2，k)表示阵列接收传感器接收到的叠加的反射信号，A(k)表示为给定发射信号q(t)的Fourier变换，k为发射超声波的波数，Wg(i1，j1)表示传感器的几何形状，W1(i1，j1，k)表示发射信号使用权函数进行加权处理；
重复上述操作，即可获得成像区域的三维图像数据；
3)计算机利用MATLAB软件根据上述步骤所获得的三维图像数据画出轨道板内部缺陷信号所形成的三维图像。
4.一种用于轨道板内部缺陷检测的成像装置，包括轨检小车及设置在轨检小车上的超声波发射接收器和计算机，所述超声波发射接收器包括超声波信号激励单元和超声波信号接收单元，其特征在于：还包括超声阵列传感器，所述超声阵列传感器的发射端与超声波信号激励单元信号连接，所述超声阵列传感器的接收端与超声波信号接收单元信号连接，所述超声波信号接收单元与计算机信号连接，所述超声阵列传感器与一自适应位移反馈调节装置相连接，且所述自适应位移反馈调节装置固定连接在轨检小车的前端。
5.根据权利要求4所述的成像装置，其特征在于：所述超声波信号激励单元包括依次信号连接的高频脉冲信号发生器、脉冲信号变压器和高频功率放大器，且所述功率高频功率放大器与超声阵列传感器的发射端信号连接。
6.根据权利要求4所述的成像装置，其特征在于：所述超声波信号接收单元包括信号连接的信号放大器和带通滤波器，且所述信号放大器与超声阵列传感器的接收端信号连接，所述带通滤波器与计算机信号连接。
7.根据权利要求4所述的成像装置，其特征在于：所述自适应位移反馈调节装置包括安装板、纵向位移调节机构和横向位移调节机构，所述超声阵列传感器与安装板固定连接，所述安装板与纵向位移调节机构滑动连接，所述纵向位移调节机构与横向位移调节机构滑动连接，所述横向位移调节机构固定连接在轨检小车的前端。
8.根据权利要求7所述的成像装置，其特征在于：所述纵向位移调节机构包括纵向支架和纵向电动丝杆调节机构，所述横向位移调节机构包括横向支架和横向电动丝杆调节机构，所述安装板与纵向支架上下滑动连接，所述纵向支架与横向支架横向滑动连接，所述横向支架固定连接在轨检小车的前端。
9.根据权利要求4所述的成像装置，其特征在于：在轨检小车的前端还设有导向机构，构成导向机构的导向轮与导轨滚动连接。
10.根据权利要求4所述的成像装置，其特征在于：在轨检小车上还设有移动电源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010274377.1A CN111323485A (zh) | 2020-04-09 | 2020-04-09 | 一种用于轨道板内部缺陷检测的成像方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010274377.1A CN111323485A (zh) | 2020-04-09 | 2020-04-09 | 一种用于轨道板内部缺陷检测的成像方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111323485A true CN111323485A (zh) | 2020-06-23 |
Family
ID=71164383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010274377.1A Pending CN111323485A (zh) | 2020-04-09 | 2020-04-09 | 一种用于轨道板内部缺陷检测的成像方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111323485A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485336A (zh) * | 2020-11-23 | 2021-03-12 | 西南交通大学 | 一种基于差分技术的激光超声合成孔径成像方法 |
| CN113358658A (zh) * | 2021-04-25 | 2021-09-07 | 上海工程技术大学 | 一种实现高铁箱梁缺陷自动化检测的方法 |
| CN114152676A (zh) * | 2021-11-16 | 2022-03-08 | 上海工程技术大学 | 一种基于超声波实现风电叶片缺陷自动检测的方法 |
| CN117269311A (zh) * | 2023-09-19 | 2023-12-22 | 湖南安卓特种设备科技有限公司 | 基于表面波信号相关分析的压力容器缺陷检测装置和方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2277460A1 (en) * | 1999-07-13 | 2001-01-13 | Daniel Levesque | Method and system for high resolution ultrasonic imaging of small defects or anomalies |
| US6186006B1 (en) * | 1996-08-22 | 2001-02-13 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method for three-dimensional and non-destructive detection of structures |
| US20090229363A1 (en) * | 2006-06-02 | 2009-09-17 | Bam Bundesanstalt Fur Material-Forschung Und- Prufung | Method for Detecting and Classifying Defects in Building Components by Means of Ultrasound |
| CN102188261A (zh) * | 2011-05-18 | 2011-09-21 | 中国科学技术大学 | 基于非衍射阵列波的合成孔径三维超声成像方法 |
| US20110232386A1 (en) * | 2010-03-25 | 2011-09-29 | Kabushiki Kaisha Toshiba | Ultrasonic flaw detecting apparatus and ultrasonic flaw detecting method |
| CN102369433A (zh) * | 2009-04-02 | 2012-03-07 | 株式会社东芝 | 超声波检查装置以及超声波检查方法 |
| CN102967657A (zh) * | 2012-11-23 | 2013-03-13 | 河海大学常州校区 | 一种基于合成孔径超声成像技术的无损检测方法 |
| JP2014050729A (ja) * | 2013-10-15 | 2014-03-20 | Canon Inc | 装置 |
| CN104706378A (zh) * | 2013-12-12 | 2015-06-17 | 三星电子株式会社 | 超声诊断设备及其控制方法 |
| US20180368810A1 (en) * | 2015-07-23 | 2018-12-27 | Heriot-Watt University | A method of, and apparatus for, determination of position in ultrasound imaging |
| CN109164173A (zh) * | 2018-10-08 | 2019-01-08 | 上海工程技术大学 | 一种多通道动态无损检测无砟轨道缺陷的方法及装置 |
| CN110412133A (zh) * | 2019-08-13 | 2019-11-05 | 中国计量大学 | 一种基于合成孔径聚焦成像的超声阵列混凝土检测系统 |
-
2020
- 2020-04-09 CN CN202010274377.1A patent/CN111323485A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6186006B1 (en) * | 1996-08-22 | 2001-02-13 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Method for three-dimensional and non-destructive detection of structures |
| CA2277460A1 (en) * | 1999-07-13 | 2001-01-13 | Daniel Levesque | Method and system for high resolution ultrasonic imaging of small defects or anomalies |
| US20090229363A1 (en) * | 2006-06-02 | 2009-09-17 | Bam Bundesanstalt Fur Material-Forschung Und- Prufung | Method for Detecting and Classifying Defects in Building Components by Means of Ultrasound |
| CN102369433A (zh) * | 2009-04-02 | 2012-03-07 | 株式会社东芝 | 超声波检查装置以及超声波检查方法 |
| US20110232386A1 (en) * | 2010-03-25 | 2011-09-29 | Kabushiki Kaisha Toshiba | Ultrasonic flaw detecting apparatus and ultrasonic flaw detecting method |
| CN102188261A (zh) * | 2011-05-18 | 2011-09-21 | 中国科学技术大学 | 基于非衍射阵列波的合成孔径三维超声成像方法 |
| CN102967657A (zh) * | 2012-11-23 | 2013-03-13 | 河海大学常州校区 | 一种基于合成孔径超声成像技术的无损检测方法 |
| JP2014050729A (ja) * | 2013-10-15 | 2014-03-20 | Canon Inc | 装置 |
| CN104706378A (zh) * | 2013-12-12 | 2015-06-17 | 三星电子株式会社 | 超声诊断设备及其控制方法 |
| US20180368810A1 (en) * | 2015-07-23 | 2018-12-27 | Heriot-Watt University | A method of, and apparatus for, determination of position in ultrasound imaging |
| CN109164173A (zh) * | 2018-10-08 | 2019-01-08 | 上海工程技术大学 | 一种多通道动态无损检测无砟轨道缺陷的方法及装置 |
| CN110412133A (zh) * | 2019-08-13 | 2019-11-05 | 中国计量大学 | 一种基于合成孔径聚焦成像的超声阵列混凝土检测系统 |
Non-Patent Citations (6)
| Title |
|---|
| HAN ZHIHUI等: "3D ultrasound imaging in frequency domain based on concepts of array beam and synthetic aperture" * |
| MAYER K.等: "Three-dimensional imaging system based on Fourier transform synthetic aperture focusing technique", 《ULTRASONICS》 * |
| ZHU WEN-FA等: "A SAFT Method for the Detection of Void Defect inside a Ballastless Track Structure Using Ultrasonic Array Sensors" * |
| 孙宝申等: "合成孔径聚焦超声成像（一）", 《应用声学》 * |
| 曾伟等: "基于Hilbert变换的激光超声波成像技术在缺陷检测中的应用", 《中国激光》 * |
| 李劲松等: "超声波检测中缺陷数字成像方法及精确定位技术", 《电子测量技术》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112485336A (zh) * | 2020-11-23 | 2021-03-12 | 西南交通大学 | 一种基于差分技术的激光超声合成孔径成像方法 |
| CN112485336B (zh) * | 2020-11-23 | 2022-04-15 | 西南交通大学 | 一种基于差分技术的激光超声合成孔径成像方法 |
| CN113358658A (zh) * | 2021-04-25 | 2021-09-07 | 上海工程技术大学 | 一种实现高铁箱梁缺陷自动化检测的方法 |
| CN114152676A (zh) * | 2021-11-16 | 2022-03-08 | 上海工程技术大学 | 一种基于超声波实现风电叶片缺陷自动检测的方法 |
| CN117269311A (zh) * | 2023-09-19 | 2023-12-22 | 湖南安卓特种设备科技有限公司 | 基于表面波信号相关分析的压力容器缺陷检测装置和方法 |
| CN117269311B (zh) * | 2023-09-19 | 2024-03-26 | 湖南安卓特种设备科技有限公司 | 基于表面波信号相关分析的压力容器缺陷检测装置和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111323485A (zh) | 一种用于轨道板内部缺陷检测的成像方法及装置 | |
| CN107436326B (zh) | 高速铁路轨下结构缺陷快速无损检测装置及方法 | |
| EP2639581B1 (en) | Ultrasonic inspection method | |
| CN111122700B (zh) | 一种提高激光超声saft缺陷定位速度的方法 | |
| CN102967657B (zh) | 一种基于合成孔径超声成像技术的无损检测装置及方法 | |
| CN102043015B (zh) | 长距离探测钢轨轨底缺陷的超声导波装置及方法 | |
| CN105319272B (zh) | 一种基于角域信号重构的水浸超声检测方法 | |
| CN104048786A (zh) | 一种超声波无损测量金属板材内部残余应力场的方法 | |
| CN110361453B (zh) | 基于无损检测的阵列式异位接收超声波合成孔径聚焦方法 | |
| CN211905211U (zh) | 一种用于轨道板内部缺陷检测的信号采集装置 | |
| CN110672718B (zh) | 用于钢轨踏面检测的电磁超声点聚焦/发散表面波方法及其装置 | |
| CN111452830B (zh) | 一种实现轨道板裂缝自动检测的成像方法及装置 | |
| CN107688050A (zh) | 一种空气耦合超声相控阵检测装置 | |
| CN110274958A (zh) | 基于空气耦合超声的无砟轨道板检测装置 | |
| CN110988143A (zh) | 一种隧道混凝土管片缺陷检测方法及设备 | |
| GB2383413A (en) | Detecting rail defects using acoustic surface waves | |
| Hayashi et al. | Rapid thickness measurements using guided waves from a scanning laser source | |
| Edwards et al. | Ultrasonic detection of surface-breaking railhead defects | |
| CN111307945B (zh) | 一种基于超声阵列检测无砟轨道近表面缺陷的成像方法及装置 | |
| CN117388370A (zh) | 一种钢筋混凝土结构阵列超声高分辨组合成像方法 | |
| Cheng et al. | Assessment of ultrasonic NDT methods for high speed rail inspection | |
| Yi et al. | Rail flaw detection system based on electromagnetic acoustic technique | |
| Armitage | The use of low-frequency Rayleigh waves to detect gauge corner cracking in railway lines | |
| CN114200008A (zh) | 铁路轨道板结构内部病害车载无损检测系统及方法 | |
| CN114755300A (zh) | 一种基于超声无损检测的缺陷定位定量检测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200623 |
|
| RJ01 | Rejection of invention patent application after publication |