CN111855802B - 一种消除激光超声行进波的缺陷可视化成像方法 - Google Patents
一种消除激光超声行进波的缺陷可视化成像方法 Download PDFInfo
- Publication number
- CN111855802B CN111855802B CN202010738020.4A CN202010738020A CN111855802B CN 111855802 B CN111855802 B CN 111855802B CN 202010738020 A CN202010738020 A CN 202010738020A CN 111855802 B CN111855802 B CN 111855802B
- Authority
- CN
- China
- Prior art keywords
- defect
- ultrasonic
- signal
- maximum amplitude
- imaging method
- 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
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
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- 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
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time 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
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
-
- 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
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4436—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a reference signal
-
- 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
- G01N2291/0234—Metals, e.g. steel
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
本发明公开了一种消除激光超声行进波的缺陷可视化成像方法,其步骤包括:通过方形扫描激励和中心单点接收实现数据的采集;通过时间逆向绘制幅值图像初步判定缺陷位置;以接收点为对称中心获得缺陷区域超声信号S1的匹配信号S2;将配对信号S1和S2依次做降噪处理、最大幅值同一化处理、以及波形平移处理;通过配对信号相减,实现行进波的去除;根据相减信号的缺陷波位置,设定时间窗口并获得最大幅值矩阵D;对最大幅值矩阵D进行图形绘制从而获得缺陷图像。本发明可以解决因激光扫描间距小、行进波波阵面扭曲以及对称行进波形状分散等导致的行进波消除困难,实现缺陷的可视化成像,从而将激光超声可视化拓展至金属增材制造等先进制造领域。
Description
技术领域
本发明涉及激光超声无损检测技术领域,具体涉及一种消除激光超声行进波的缺陷可视化成像方法。
背景技术
激光超声以其非接触、宽频带和高效率扫描的特点而在工程检测领域得到越来越广泛的应用。2008年日本学者提出了激光超声可视化成像方法,通过对一系列位置点扫描数据的采集和后处理,实现超声传播及与缺陷作用过程的可视化,为快速发现缺陷提供了解决方案;但是这一方法中由于缺陷信号与行进波信号叠合在一起,对缺陷尺寸的定量较为困难。2012年韩国学者在该方法的基础上,提出了相邻波相减法,从而消除了行进波信号,只保留了缺陷信号,实现了缺陷的定量;但当扫描步进较小时(微米级),由于超声传播速度快,相邻波的波形特征差异性很小,在消除行进波的同时,也会消除缺陷信号,故该方法只适用于扫描步进尺寸范围(毫米级)较大的应用场景。
随着技术的发展,对激光超声可视化成像技术的精度要求也越来越苛刻,例如在增材制造领域,为了实现微米尺寸缺陷的检测,激光扫描步进一般小于50μm,这就导致传统的缺陷可视化成像方法不可用。此外,如果是要实现在线检测,激光超声的激励激光器和接收激光器为了适应增材制造设备的腔体,还需倾斜布置,这将导致采集到的超声数据与目标扫描范围无法对应,使得原本的圆形行进波图像可能扭曲为椭圆形,从而增加消除行进波和保留缺陷波的难度。同时,增材制件表面还存在一定的粗糙度,粗糙度的存在会导致进行波具有一定的分散性,即使相同声程的行进波,其形状和波幅也可能存在较大不同。因此,开发一种可以适用于精细化扫描应用场合的激光超声数据采集、行进波消除和缺陷显示的方法,对智能制造和先进制造过程的质量控制具有重要意义。
发明内容
本发明的目的在于,针对现有技术的不足,提供一种消除激光超声行进波的缺陷可视化成像方法,解决现有技术存在的扫描步进小、行进波形状扭曲和分散性大导致的缺陷影像难以获得的问题,实现在金属增材制造等先进制造应用领域的激光超声缺陷可视化成像。
本发明采用的技术方案为:一种消除激光超声行进波的缺陷可视化成像方法,包括以下步骤:
S1.方形扫描激励和中心单点接收的数据采集:在样品表面设定M×M的方形扫描区域,将接收激光器设于方形扫描区域的中心,利用激励激光器按照一定的扫描步进d在方形扫描区域内进行扫描激励,从而获得三维超声数据矩阵A(m,m,t),m=1…M,t=1…tN,其中M为方形扫描区域的行数和列数,tN为超声信号长度;
S2.通过时间逆向绘制幅值图像,初步选定缺陷评定框范围:按照tN-1,tN-2…1这一逆向顺序,依次从三维超声数据A(m,m,t)中取出A(m,m),绘制可视化图像,根据行进波与缺陷的相互作用图像选定缺陷评定框范围;
S3.为缺陷区域的超声信号进行对称匹配:提取缺陷评定框内的所有超声数据,构成三维矩阵B,以接收激光器所在位置为中心,按照对称原则,从数据矩阵A中依次为数据矩阵B所涵盖的超声信号S1找到配对超声信号S2;
S4.将超声信号S1和配对超声信号S2依次作降噪处理、最大幅值同一化处理,以及波形平移处理,从而获得具有低噪声水平、相同极大幅值且极大幅值对应时刻也相同的一组配对信号;
S5.将所有处理后的超声信号S1和配对超声信号S2相减,实现行进波的去除,并将相减后的波形数据存储为三维数据矩阵C;
S6.根据三维数据矩阵C中所包含的缺陷位置处信号,识别缺陷波时刻范围,以此设定时间窗口,并提取时间窗口范围内的缺陷波幅,构成最大幅值矩阵D;
S7.对最大幅值矩阵D进行图形绘制获得缺陷图像,设定幅值高于残留噪声的像素点为缺陷区域,统计缺陷区域像素点数量,依据扫描步进×缺陷区域像素点数量计算缺陷尺寸,从而实现缺陷尺寸的定量测量。
按上述方案,在S2中,缺陷评定框包含所有时刻缺陷最大图像。
按上述方案,在S3中,配对超声信号S2的确定方法为:S2=A(2m0-X,2m0-Y),其中(m0,m0)为激光接收点所对应位置,A(X,Y)为所要匹配的缺陷区域信号。
按上述方案,在S4中,降噪处理的方法为:以coif4做为小波基函数的小波降噪方法。
按上述方案,在S6中,时间窗口的范围大于一个完全缺陷信号的时间范围。
按上述方案,在S4中,最大幅值同一化处理的方法为:将超声信号S1乘以两个S1和S2极大幅值的比值,从而得到具有相同幅值极大值的配对超声信号S2,
S2=S1×max(S2)/max(S1)。
按上述方案,在S4中,波形平移处理的方法为:提取超声信号S1和配对超声信号S2极大幅值所对应的时刻t1和t2的比值,计算时间偏移值τ=t1-t2,然后根据偏移值τ对波形S1进行平移,获得波形平移后的信号:
上式中n为信号的长度。
本发明的有益效果为:本发明通过方形扫描激励中心接收的数据采集、中心对称的数据匹配处理和相减,实现了激光超声扫描检测的缺陷可视化成像,解决了三个方面的问题:(1)避免了在扫描步进较小的情况下,因相邻近波相似而无法实现行进波消除的问题,从而可以应用到微米尺寸扫描步进等精密检测场合;(2)避免了在激励激光器和接收激光器倾斜布置的情况下,因波阵面形状扭曲而导致的行进波匹配和消除困难问题;(3)避免了在被检测对象表面粗糙的情况下,因对称位置波形分散性大而导致的信号相减后残留行进波波幅大的问题。通过上述问题的解决,可将激光超声可视化方法拓展至金属增材制造等先进制造和精密制造领域的应用。
附图说明
图1为本发明一个具体实施例中超声信号扫描采集示意图。
图2为本实施例中的原始数据可视化示意图。
图3为本实施例中的对称位置信号匹配示意图。
图4为本实施例中的去除行进波波形示意图。
图5为本实施例中的缺陷可视化成像示意图。
具体实施方式
为了更好地理解本发明,下面结合附图及具体实施方式对本发明作以下详细描述。
铺粉打印的316L不锈钢增材制造试样,试样表面平均粗糙度为Ra7.5μm。在试样表面利用电火花刻槽,得到宽度和深度均为50μm、长度为5mm的刻槽缺陷。基于上述试样,本发明提供的一种金属增材制造微型缺陷的激光超声高信噪比成像方法,具体包括以下步骤:
S1.方形扫描激励和中心单点接收的数据采集:在样品表面设定M×M的方形扫描区域,将接收激光器设于方形扫描区域的中心,利用激励激光器按照一定的扫描步进d在方形扫描区域内进行扫描激励,获得三维超声数据矩阵A(m,m,t),m=1…M,t=1…tN,其中M为方形扫描区域的行数和列数,tN为超声信号长度。
本实施例中,扫描示意图如图1所示,扫描步进d设置为100μm;三维超声数据矩阵如图2所示。
S2.通过时间逆向绘制幅值图像,初步选定缺陷评定框范围:按照tN-1,tN-2…1这一逆向顺序,依次从三维超声数据矩阵A(m,m,t)中取出A(m,m),绘制可视化图像,根据行进波与缺陷的相互作用图像选定缺陷评定框范围。
本发明中,缺陷评定框应包含所有时刻缺陷最大图像;选定的缺陷评定框范围为包含所有时刻缺陷最大图像的上限范围。
本实施例中,t=5.1μs时刻的可视化图像及选出的缺陷评定框范围如图2所示。
S3.为缺陷评定框的超声信号进行对称匹配:提取缺陷评定框范围内的所有超声数据,构成三维矩阵B,以接收激光器所在位置为中心,按照对称原则,从数据矩阵A中依次为数据矩阵B所涵盖的超声信号S1找到配对超声信号S2,如图3所示。
本发明中,配对超声信号S2的确定方法为:S2=A(2m0-X,2m0-Y),其中(m0,m0)为激光接收点所在位置,A(X,Y)为所要匹配的缺陷区域信号。
S4.将超声信号S1和配对超声信号S2依次作降噪处理、最大幅值同一化处理,以及波形平移处理,从而获得具有低噪声水平、相同极大幅值且极大幅值对应时刻也相同的一组配对信号。
本发明中,降噪处理的方法为:以coif4做为小波基函数的小波降噪方法。
本发明中,最大幅值同一化处理的方法为:将超声信号S1乘以两个S1和S2极大幅值的比值,从而得到具有相同幅值极大值的配对超声信号S2,
S1=S1×max(S2)/max(S1)。
本发明中,波形平移处理的方法为:提取超声信号S1和配对超声信号S2极大幅值所对应的时刻t1和t2的比值,计算时间偏移值τ=t1-t2,然后根据偏移值τ对波形S1进行平移,从而获得波形平移后的信号:
上式中n为信号的长度。
S5.将所有处理后的超声信号S1和配对超声信号S2相减,实现行进波的去除,如图4所示,将相减后的波形数据存储为三维数据矩阵C。
S6.根据三维数据矩阵C中所包含的缺陷位置处信号,识别缺陷波时刻范围,以此设定时间窗口,如图4所示,并提取时间窗口范围内的缺陷波幅,构成最大幅值矩阵D。
本发明中,时间窗口的范围大于一个完全缺陷信号的时间范围。
S7.对最大幅值矩阵D进行图形绘制获得缺陷图像,如图5所示,设定幅值高于残留噪声的像素点为缺陷区域,统计缺陷区域像素点数量,依据扫描步进×缺陷区域像素点数量计算缺陷尺寸,从而实现缺陷尺寸的定量测量。
本发明中,缺陷长度为扫描步进×缺陷区域长度方向上的像素点数量,缺陷宽度为扫描步进×缺陷区域宽度方向上的像素点数量。本实施例中,测得缺陷长度为5.1mm。
从实施结果可以看到,本发明首先通过方形扫描激励中心接收的数据采集,保证了在数据成像过程中,即使由于激励激光器和接收激光器的倾斜布置而导致行进波信号扭曲为椭圆形,接收点位置也始终保持在椭圆中心位置,从而为中心对称的数据匹配处理奠定基础;其次,中心对称的数据匹配处理,保证了所匹配的两个信号在超声传播声程上相近,但是实际位置却因为对称关系而距离较远,从而避免传统采用相邻信号匹配方案在应用于扫查步进较小的场合时,所存在的因匹配波形相似而导致缺陷信号也同时被消除的问题;最后,在进行匹配数据相减之前,先进行信号降噪、幅值归一化和波形平移等预处理步骤,处理后的配对信号在幅值极大值及其对应的到达时刻均保持一致,且噪声水平较低,进而使得配对信号的相减可以很好的消除行进波,从而避免了由于被检测对象表面粗糙导致的信号相减后残留行进波波幅大的问题。因此,本发明所提出的方案可以解决金属增材制造在线检测面临的激光超声扫描步进小、激励和接收激光器倾斜布置、以及增材制件表面复杂等限制,将激光超声可视化方法拓展至金属增材制造等先进制造和精密制造领域的应用。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种消除激光超声行进波的缺陷可视化成像方法,其特征在于,包括以下步骤:
S1.方形扫描激励和中心单点接收的数据采集:在样品表面设定M×M的方形扫描区域,将接收激光器设于方形扫描区域的中心,利用激励激光器按照一定的扫描步进d在方形扫描区域内进行扫描激励,从而获得三维超声数据矩阵A(m,m,t),m=1…M,t=1…tN,其中M为方形扫描区域的行数和列数,tN为超声信号长度;
S2.通过时间逆向绘制幅值图像,初步选定缺陷评定框范围:按照tN-1,tN-2…1这一逆向顺序,依次从三维超声数据A(m,m,t)中取出A(m,m),绘制可视化图像,根据行进波与缺陷的相互作用图像选定缺陷评定框范围;
S3.为缺陷区域的超声信号进行对称匹配:提取缺陷评定框内的所有超声数据,构成三维矩阵B,以接收激光器所在位置为中心,按照对称原则,从数据矩阵A中依次为数据矩阵B所涵盖的超声信号S1找到配对超声信号S2;
S4.将超声信号S1和配对超声信号S2依次作降噪处理、最大幅值同一化处理,以及波形平移处理,从而获得具有低噪声水平、相同极大幅值且极大幅值对应时刻也相同的一组配对信号;
S5.将所有处理后的超声信号S1和配对超声信号S2相减,实现行进波的去除,并将相减后的波形数据存储为三维数据矩阵C;
S6.根据三维数据矩阵C中所包含的缺陷位置处信号,识别缺陷波时刻范围,以此设定时间窗口,并提取时间窗口范围内的缺陷波幅,构成最大幅值矩阵D;
S7.对最大幅值矩阵D进行图形绘制获得缺陷图像,设定幅值高于残留噪声的像素点为缺陷区域,统计缺陷区域像素点数量,依据扫描步进×缺陷区域像素点数量计算缺陷尺寸,从而实现缺陷尺寸的定量测量。
2.如权利要求1所述的缺陷可视化成像方法,其特征在于,在S2中,缺陷评定框包含所有时刻缺陷最大图像。
3.如权利要求1所述的缺陷可视化成像方法,其特征在于,在S3中,配对超声信号S2的确定方法为:S2=A(2m0-X,2m0-Y),其中(m0,m0)为激光接收点所对应位置,A(X,Y)为所要匹配的缺陷区域信号。
4.如权利要求1所述的缺陷可视化成像方法,其特征在于,在S4中,降噪处理的方法为:以coif4做为小波基函数的小波降噪方法。
5.如权利要求1所述的缺陷可视化成像方法,其特征在于,在S6中,时间窗口的范围大于一个完全缺陷信号的时间范围。
6.如权利要求1所述的缺陷可视化成像方法,其特征在于,在S4中,最大幅值同一化处理的方法为:将超声信号S1乘以两个S1和S2极大幅值的比值,从而得到具有相同幅值极大值的配对超声信号S2,
S2=S1×max(S2)/max(S1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010738020.4A CN111855802B (zh) | 2020-07-28 | 2020-07-28 | 一种消除激光超声行进波的缺陷可视化成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010738020.4A CN111855802B (zh) | 2020-07-28 | 2020-07-28 | 一种消除激光超声行进波的缺陷可视化成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111855802A CN111855802A (zh) | 2020-10-30 |
CN111855802B true CN111855802B (zh) | 2021-07-23 |
Family
ID=72948566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010738020.4A Active CN111855802B (zh) | 2020-07-28 | 2020-07-28 | 一种消除激光超声行进波的缺陷可视化成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111855802B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112858182B (zh) * | 2021-01-22 | 2022-12-16 | 西安增材制造国家研究院有限公司 | 一种基于波形分离的激光超声信号缺陷回波信号提取方法 |
CN112881537B (zh) * | 2021-01-22 | 2023-06-20 | 西安增材制造国家研究院有限公司 | 一种椭圆合成孔径聚焦的激光超声信号成像方法 |
CN112858183B (zh) * | 2021-01-22 | 2023-03-28 | 西安增材制造国家研究院有限公司 | 一种基于波形分离的增材制造激光超声信号缺陷成像方法 |
CN112946081B (zh) * | 2021-02-09 | 2023-08-18 | 武汉大学 | 基于缺陷多特征智能提取与融合的超声成像方法 |
CN114166942B (zh) * | 2021-11-25 | 2023-08-15 | 武汉大学 | 基于激光超声的金属增材制造层间缺陷埋藏深度测量方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006012678A1 (de) * | 2005-03-31 | 2006-10-05 | Siemens Ag | Verfahren zur akustischen Untersuchung eines Messobjektes sowie entsprechende Anordnung zur Durchführung des Verfahrens |
CN100405384C (zh) * | 2005-05-23 | 2008-07-23 | 清华大学 | 粗晶材料超声检测时频分析处理方法 |
CN100458437C (zh) * | 2006-12-01 | 2009-02-04 | 北京工业大学 | 管道缺陷的超声导波时间反转检测装置及方法 |
US7937248B2 (en) * | 2007-09-25 | 2011-05-03 | The Boeing Company | Virtual time reversal acoustics for structural health monitoring |
KR101090587B1 (ko) * | 2009-12-31 | 2011-12-08 | 주식회사 대한항공 | 비파괴검사방법 |
CN101806777B (zh) * | 2010-03-01 | 2011-09-21 | 哈尔滨工业大学 | 一种基于超声tofd法的近表面缺陷定量化检测方法 |
CN103604869B (zh) * | 2013-11-25 | 2015-12-30 | 武汉大学 | 基于数值反演的无损检测模拟试块缺陷参数的识别方法 |
CN105424804B (zh) * | 2015-12-03 | 2018-09-07 | 北京工商大学 | 一种再制造复合材质零件缺陷超声检测方法 |
CN206096037U (zh) * | 2016-08-15 | 2017-04-12 | 哈尔滨理工大学 | 基于时间反转和兰姆波的金属管材缺陷的超声检测装置 |
US10578589B2 (en) * | 2017-06-01 | 2020-03-03 | Olympus Scientific Solutions Americas Inc. | System and method for ultrasound inspection with time reversal |
CN108872385B (zh) * | 2018-07-27 | 2020-12-22 | 武汉工程大学 | 一种基于超声相控阵的微裂纹检测与定位方法及系统 |
-
2020
- 2020-07-28 CN CN202010738020.4A patent/CN111855802B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111855802A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111855802B (zh) | 一种消除激光超声行进波的缺陷可视化成像方法 | |
CN111855803B (zh) | 一种金属增材制造微型缺陷的激光超声高信噪比成像方法 | |
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 | |
EP3382386B1 (en) | Defect detection using ultrasound scan data | |
Lee et al. | Laser ultrasonic anomalous wave propagation imaging method with adjacent wave subtraction: algorithm | |
RU2521720C1 (ru) | Способ и устройство для получения изображения зоны сварки | |
US20130041597A1 (en) | Method for inspecting an object by means of ultrasound | |
CN104391039A (zh) | 基于动态小波指纹技术的储罐底板腐蚀非接触式超声检测方法 | |
CN111855801B (zh) | 一种基于激光超声成像的粗糙部件缺陷尺寸精确测量方法 | |
Li et al. | Acoustic microscopy signal processing method for detecting near-surface defects in metal materials | |
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 | |
Chong et al. | Statistical threshold determination method through noise map generation for two dimensional amplitude and time-of-flight mapping of guided waves | |
Duan et al. | Multiframe ultrasonic TOFD weld inspection imaging based on wavelet transform and image registration | |
CN112213394A (zh) | 一种复合材料的综合检测方法及系统 | |
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 | |
Zhu et al. | Local optimal threshold technique for the segmentation of ultrasonic time-of-flight diffraction image | |
Cao et al. | Ultrasonic time of flight diffraction defect recognition based on edge detection | |
迟大钊 et al. | Defect detection method based on 2D entropy image segmentation | |
Medak et al. | Rapid defect detection by merging ultrasound B-scans from different scanning angles | |
CN116643249B (zh) | Gfrp内部分层缺陷的毫米波成像可视化定量检测方法 | |
CN116642953A (zh) | 一种强噪背景下的缺陷超声成像方法及系统 | |
CN106226399A (zh) | 一种方腿中金属异物无损检测方法 | |
Li et al. | Defect Mapping Based on Signal Correlation for Ultrasonic NDE | |
Reverdy et al. | Total Focusing Method (TFM) and Phase Coherence Imaging (PCI) applied to various industrial cases | |
CN115266924A (zh) | 一种基于cnn的超声复合材料缺陷三维成像方法及系统 |
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 |