CN112881537A - 一种椭圆合成孔径聚焦的激光超声信号成像方法 - Google Patents

一种椭圆合成孔径聚焦的激光超声信号成像方法 Download PDF

Info

Publication number
CN112881537A
CN112881537A CN202110088476.5A CN202110088476A CN112881537A CN 112881537 A CN112881537 A CN 112881537A CN 202110088476 A CN202110088476 A CN 202110088476A CN 112881537 A CN112881537 A CN 112881537A
Authority
CN
China
Prior art keywords
point
imaging
ellipse
cluster
scanning
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
Application number
CN202110088476.5A
Other languages
English (en)
Other versions
CN112881537B (zh
Inventor
赵纪元
卢秉恒
王彪
王琛玮
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.)
National Institute Corp of Additive Manufacturing Xian
Original Assignee
National Institute Corp of Additive Manufacturing Xian
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 National Institute Corp of Additive Manufacturing Xian filed Critical National Institute Corp of Additive Manufacturing Xian
Priority to CN202110088476.5A priority Critical patent/CN112881537B/zh
Publication of CN112881537A publication Critical patent/CN112881537A/zh
Application granted granted Critical
Publication of CN112881537B publication Critical patent/CN112881537B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating 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
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472Mathematical theories or simulation

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种椭圆合成孔径聚焦的激光超声信号成像方法,该方法的主要实现步骤是:1、获取原始超声波信号;2、对原始超声波信号进行归一化处理;3、邻域相减,获取缺陷回波信号;4、确定椭圆簇边界;5、划分波场平面成像网格;6、获取实际的成像区域;7、将缺陷回波信号幅值映射至实际的成像区域;8、椭圆簇叠加与聚焦成像。通过该方法成像效果好,分辨率好,算法简单,并且实现了缺陷特征的有效识别。

Description

一种椭圆合成孔径聚焦的激光超声信号成像方法
技术领域
本发明属于激光超声检测领域,具体涉及一种椭圆合成孔径聚焦的激光超声信号成像方法。
背景技术
电弧焊接增材制造技术实现大型航空航天结构件的低成本、高效率的制造,对航空航天领域的发展起着至关重要的作用。成形件质量的控制对电弧焊接增材制造技术的发展起着决定性因素,电弧焊接增材制造过程中温度变化剧烈、熔池凝固快、外界环境影响,极易出现气孔、裂纹、夹渣等缺陷影响产品的使用性能。故迫切亟需一种缺陷检测技术实现电弧焊接增材制造过程中的在线检测,实现电弧焊接制造过程中的质量控制。
激光超声检测技术作为一种非接触式检测方式,采用收发分离的模式,激光超声激励器发射激励信号,激光干涉仪接收激光超声信号,由于电弧焊接制造过程中粉末飞溅、环境噪声大,导致激光超声信号噪声信号明显,成像效果差,难以识别缺陷。
中国专利,公开号CN111751448A公开了《一种漏表面波超声合成孔径聚焦成像法》,实现了对零件表面或者近表面缺陷的成像检测,为评价金属构建表面质量提供一种有效的无损检测方法。虽然该方法能够实现对零件表面或近表面缺陷成像,但是该方法存在成像效果差,分辨率低,并且在内部缺陷检测时,该方法无法对纵波成分的缺陷波信号进行合成孔径聚焦成像等缺陷。
发明内容
为了克服现有超声合成孔径聚焦成像法存在成像效率低,并且在内部缺陷检测时,该方法无法对纵波成分的缺陷波信号进行合成孔径聚焦成像等问题,本发明提供了一种椭圆合成孔径聚焦的激光超声信号成像方法。
本发明的具体技术方案是:
提供了一种椭圆合成孔径聚焦的激光超声信号成像方法,包括以下步骤:
步骤1:通过激励探头与接收探头分离的激光超声检测系统获取原始超声波信号Bij
步骤2:对原始超声波信号Bij进行归一化处理;
步骤3:对归一化处理的超声波信号进行邻域相减,获取缺陷回波信号B′ij
步骤4:确定椭圆簇边界:
步骤4.1、确定任意扫描点的椭圆簇;
由于激光超声检测系统中激励点与接收点相互分离,则声场波阵面上的任意一个传播点Pd对应的声程为该点分别到激励点Pg和接收点Pr的距离之和,并满足关系式:Dgd+Ddr>Dgr;其中,Dgd为点Pd到激励点Pg的距离;Ddr为点Pd到接收点Pr的距离;Dgr为激励点Pg到接收点Pr的距离;声场中的等时传播点的集合构成以Pg、Pr为焦点,长轴长度为(Dgd+Ddr)的一系列椭圆构成椭圆簇;
步骤4.2、确定椭圆簇边界
由于椭圆簇的半焦距为c=Dgr/2,则椭圆簇起始边界k0为:
Figure BDA0002911833320000031
其中,C为待检试件的超声波波速,f为采样频率,Δk为余量,根据实际成像效果进行调整,Δk的取值范围为10-50;
椭圆簇终止边界kn取原始超声波信号长度L,即kn=L;
步骤5:划分波场平面成像网格,获得成像区域;
计算椭圆簇上边界中对应椭圆的半长轴amax与半短轴bmax
Figure BDA0002911833320000032
Figure BDA0002911833320000033
设定x方向成像范围为Δs·Nx+2amax,y方向成像范围为Δs·Ny+2bmax,成像网格大小为Δz,则X方向和Y方向成像点数Xn、Yn分别为:
Figure BDA0002911833320000034
Figure BDA0002911833320000035
其中,Δs为扫描步长,Nx为X方向扫描点点数;Ny为Y方向扫描点点数;
则成像区域可以表示为Z(Xn,Yn);
步骤6:获取任意扫描点(i,j)的椭圆簇中任意椭圆与成像区域之间的关系,从而得到任意扫描点(i,j)实际的成像区域
Figure BDA00029118333200000410
步骤6.1:建立椭圆簇中任意椭圆的参数方程
令i=1,2,……,Nx,j=1,2,……,Ny,则任意扫描点(i,j)的椭圆簇计算过程如下;
令k=k0,k0+1,……,kn,则第k个椭圆的半长轴ak和半短轴bk分别为:
Figure BDA0002911833320000041
Figure BDA0002911833320000042
则第k个椭圆的参数方程可以表示为:
Figure BDA0002911833320000043
其中,
Figure BDA0002911833320000044
为椭圆参数方程的离心角,取值范围为0-360°;
步骤6.2:根据第k个椭圆的参数方程,建立第k个椭圆与成像网格之间的关系,得到任意扫描点(i,j)实际的成像区域
Figure BDA0002911833320000045
具体关系式为:
Figure BDA0002911833320000046
Figure BDA0002911833320000047
步骤7:将任意一个扫描点(i,j)的缺陷回波信号幅值映射至实际的成像区域
Figure BDA0002911833320000048
中;
Figure BDA0002911833320000049
遍历任意一个扫描点的椭圆簇中所有椭圆,得到:
Figure BDA0002911833320000051
步骤8:椭圆簇叠加与聚焦成像:
遍历所有扫描点,最后对所有扫描点的实际成像区域进行叠加,实现聚焦成像,最终的成像结果为:
Z=∑ijZi,j
进一步地,上述步骤2的具体过程为:
步骤2.1:对于每一个原始超声波信号幅值大小记为Bij(k),计算原始超声波信号幅值的均方根值
Figure BDA0002911833320000052
步骤2.2:将每个原始超声波信号幅值大小除以该信号对应的均方根值Xrms,实现信号归一化。
进一步地,上述步骤3的具体过程为:将归一化处理后的当前扫描点的原始激光超声信号减去归一化处理后上一个扫描点的原始激光超声信号,得到主要含缺陷回波信号的激光超声信号B′ij
本发明的有益效果是:
1、本发明基于激励探头与接收探头分离的激光超声检测系统的声场等时传播线为椭圆的特点,通过将单个扫描点的等时传播椭圆簇绘制在成像区域、并将所有椭圆簇叠加的方式实现聚焦成像,与传统逐点聚焦的合成孔径成像算法相比,大幅降低了算法的复杂度,有效提高了计算效率。
2、本发明利用相邻扫描点超声信号中非缺陷波形出现时间基本一致的特点,采用相邻原始信号相减的方式进行数据预处理,有效抑制了原始信号中非缺陷波形在聚焦成像中形成的伪像,包括但不限于掠面纵波、表面直达波、多次底波、模式转化波、边界回波,避免缺陷成像特征被伪像所淹没,从而实现缺陷特征的有效识别。
3、本发明利用聚焦成像前,利用原始信号的均方根值对信号进行归一化处理,抑制了探头耦合效果、试块反光性(针对激光超声)、粗糙度、环境因素造成聚焦成像过程中出现伪缺陷的问题,减少了成像结果中缺陷误判的情况。
附图说明
图1为本实施例的实现流程图;
图2为椭圆簇叠加原理示意图;
图3为原始超声波信号图;
图4为本发明方法处理后的信号图。
具体实施方式
下面结合附图和实施例对本发明的方法进行进一步的说明。
本实施例提供了一种椭圆合成孔径聚焦的激光超声信号成像方法,具体实现过程如图1所示:
1、获取原始超声波信号
采用激光超声检测系统进行增材制造钛合金预制缺陷试块的检测实验(其中,试块尺寸为100×24×3,内部埋藏三个缺陷,每个缺陷的孔径分别为0.8mm、0.8mm、0.8mm,缺陷1与缺陷2间距20mm,缺陷2与缺陷3间距30mm,埋藏深度1mm),确定激光超声检测系统中激励探头与接收探头距离Dgr=8.2mm,扫描步长Δs=0.2mm,采样频率:f=125MHz,表面波波速C=2.94mm/μs;X方向扫描点点数NX=400个,Y方向扫描点点数Ny=1;每个扫描点的信号长度均为L=1250,激光超声检测系统按照上述参数采集原始超声波信号Bij,其中i=1250,j=400,如图3所示;
2、超声波信号的归一化处理
对于每一个原始超声波信号幅值大小记为Bij(k),计算原始超声波信号的均方根值
Figure BDA0002911833320000071
然后将每个原始超声波信号幅值大小除以该信号对应的均方根值Xrms,实现信号归一化,防止由于试块反光性、粗糙度、探头耦合效果、环境因素造成的信号幅值波动在叠加成像过程中造成伪缺陷。
3、邻域相减,获取缺陷回波信号
由于A扫信号中直达波、底波在聚焦成像过程中会产生较大的干扰和伪像,尤其对于激光超声信号,信号中具有多种波形,包括但不限于掠面纵波、表面直达波、多次底波、模式转化波、边界回波等波型,直接成像将会把缺陷特征淹没。
考虑到扫描检测过程中,相邻A扫信号中直达波、底波等波形出现的位置基本固定,因此将当前扫描点的原始激光超声信号减去上一个扫描点的原始激光超声信号,抑制直达波、底波对聚焦成像造成的干扰,突出缺陷回波信号B′ij,提升聚焦成像的效果;
4、确定椭圆簇边界:
4.1、确定任意扫描点的椭圆簇;
如图2所示,由于激光超声检测系统中激励点与接收点不重合,则声场波阵面上的任意一点Pd对应的声程为该点分别到激励点Pg和接收点Pr的距离之和,并满足关系式:Dgd+Ddr>Dgr;其中,Dgd为点Pd到激励点Pg的距离;Ddr为点Pd到接收点Pr的距离;Dgr为激励点Pg到接收点Pr的距离;声场中的等时传播点的集合构成以Pg、Pr为焦点,长轴长度为(Dgd+Ddr)的一系列椭圆构成椭圆簇;
基于这一原理,我们认为单个扫描点的声场是以Pg、Pr为焦点的椭圆簇,当扫描点进行线扫描或面扫描时,合成孔径聚焦算法的逐点聚焦过程,可以转化为每个扫描点椭圆簇的叠加过程;
4.2、确定椭圆簇边界
由于椭圆簇的半焦距为c=Dgr/2=4.1mm,为保证椭圆能够有效形成(长轴大于焦距),椭圆簇起始边界k0为:
Figure BDA0002911833320000081
其中,Δk为余量,根据实际成像效果进行调整,一般其取值范围是10-50;
椭圆簇终止边界kn取信号长度,即kn=L=1250;
5、划分波场平面成像网格,获得成像区域;
计算椭圆簇上边界中对应椭圆的半长轴amax与半短轴bmax
Figure BDA0002911833320000082
Figure BDA0002911833320000083
设定x方向成像范围为Δs·Nx+2amax,y方向成像范围为Δs·Ny+2bmax,成像网格大小为Δz,根据成像效果与计算效率,Δz优选0.1,则x方向和y方向成像点数分别为:
Figure BDA0002911833320000091
Figure BDA0002911833320000092
则成像区域可以表示为Z(Xn,Yn);
6、获取任一扫描点的椭圆簇中任意椭圆与成像区域之间的关系:
6.1、建立椭圆簇中任意椭圆的参数方程
令i=1,2,……,Nx,j=1,2,……,Ny,则任意扫描点(i,j)的椭圆簇计算过程如下;
令k=k0,k0+1,……,kn,则第k个椭圆的半长轴和半短轴分别为:
Figure BDA0002911833320000093
Figure BDA0002911833320000094
则第k个椭圆的参数方程可以表示为:
Figure BDA0002911833320000095
其中,
Figure BDA0002911833320000096
为椭圆参数方程的离心角,取值范围为0-360°;
6.2、根据第k个椭圆的参数方程,建立第k个椭圆与成像网格之间的关系,得到任意扫描点(i,j)实际的成像区域
Figure BDA0002911833320000097
具体关系式为:
Figure BDA0002911833320000101
Figure BDA0002911833320000102
7、将任意一个扫描点的缺陷回波信号幅值映射至实际的成像区域
Figure BDA0002911833320000103
中;
Figure BDA0002911833320000104
遍历任意一个扫描点的椭圆簇中所有椭圆,得到:
Figure BDA0002911833320000105
8、椭圆簇叠加与聚焦成像:
遍历所有扫描点,最后对所有扫描点的实际成像区域进行叠加,实现聚焦成像,最终的成像结果如图4所示,其表达式为:
Figure BDA0002911833320000106
通过聚焦成像,单个扫描点缺陷回波信号中的噪声通过多次叠加得到有效抑制,而缺陷回波特征通过叠加得到增强,从而能够实现缺陷的高质量成像。

Claims (3)

1.一种椭圆合成孔径聚焦的激光超声信号成像方法,其特征在于,包括以下步骤:
步骤1:通过激励探头与接收探头分离的激光超声检测系统获取原始超声波信号Bij
步骤2:对原始超声波信号Bij进行归一化处理;
步骤3:对归一化处理的超声波信号进行邻域相减,获取缺陷回波信号B′ij
步骤4:确定椭圆簇边界:
步骤4.1、确定任意扫描点的椭圆簇;
由于激光超声检测系统中激励点与接收点相互分离,则声场波阵面上的任意一个传播点Pd对应的声程为该点分别到激励点Pg和接收点Pr的距离之和,并满足关系式:Dgd+Ddr>Dgr;其中,Dgd为点Pd到激励点Pg的距离;Ddr为点Pd到接收点Pr的距离;Dgr为激励点Pg到接收点Pr的距离;声场中的等时传播点的集合构成以Pg、Pr为焦点,长轴长度为(Dgd+Ddr)的一系列椭圆构成椭圆簇;
步骤4.2、确定椭圆簇边界
由于椭圆簇的半焦距为c=Dgr/2,则椭圆簇起始边界k0为:
Figure FDA0002911833310000011
其中,C为待检试件的超声波波速,f为采样频率Δk为余量,根据实际成像效果进行调整,Δk的取值范围为10-50;
椭圆簇终止边界kn取原始超声波信号长度L,即kn=L;
步骤5:划分波场平面成像网格,获得成像区域;
计算椭圆簇上边界中对应椭圆的半长轴amax与半短轴bmax
Figure FDA0002911833310000021
Figure FDA0002911833310000022
设定x方向成像范围为Δs·Nx+2amax,y方向成像范围为Δs·Ny+2bmax,成像网格大小为Δz,则X方向和Y方向成像点数Xn、Yn分别为:
Figure FDA0002911833310000023
Figure FDA0002911833310000024
其中,Δs为扫描步长,Nx为X方向扫描点点数;Ny为Y方向扫描点点数;
则成像区域可以表示为Z(Xn,Yn);
步骤6:获取任意扫描点(i,j)的椭圆簇中任意椭圆与成像区域之间的关系,从而得到任意扫描点(i,j)实际的成像区域
Figure FDA0002911833310000026
步骤6.1:建立椭圆簇中任意椭圆的参数方程
令i=1,2,……,Nx,j=1,2,……,Ny,则任意扫描点(i,j)的椭圆簇计算过程如下;
令k=k0,k0+1,……,kn,则第k个椭圆的半长轴ak和半短轴bk分别为:
Figure FDA0002911833310000025
Figure FDA0002911833310000031
则第k个椭圆的参数方程可以表示为:
Figure FDA0002911833310000032
其中,
Figure FDA0002911833310000033
为椭圆参数方程的离心角,取值范围为0-360°;
步骤6.2:根据第k个椭圆的参数方程,建立第k个椭圆与成像网格之间的关系,得到任意扫描点(i,j)实际的成像区域
Figure FDA0002911833310000034
具体关系式为:
Figure FDA0002911833310000035
Figure FDA0002911833310000036
步骤7:将任意一个扫描点(i,j)的缺陷回波信号幅值映射至实际的成像区域
Figure FDA0002911833310000037
中;
Figure FDA0002911833310000038
遍历任意一个扫描点的椭圆簇中所有椭圆,得到:
Figure FDA0002911833310000039
步骤8:椭圆簇叠加与聚焦成像:
遍历所有扫描点,最后对所有扫描点的实际成像区域进行叠加,实现聚焦成像,最终的成像结果为:
Z=∑ijZi,j
2.根据权利要求1所述的一种椭圆合成孔径聚焦的激光超声信号成像方法,其特征在于:
所述步骤2的具体过程为:
步骤2.1:对于每一个原始超声波信号幅值大小记为Bij(k),计算原始超声波信号幅值的均方根值
Figure FDA0002911833310000041
步骤2.2:将每个原始超声波信号幅值大小除以该信号对应的均方根值Xrms,实现信号归一化。
3.根据权利要求1所述的一种椭圆合成孔径聚焦的激光超声信号成像方法,其特征在于:所述步骤3的具体过程为:
将归一化处理后的当前扫描点的原始激光超声信号减去归一化处理后上一个扫描点的原始激光超声信号,得到缺陷回波信号B′ij
CN202110088476.5A 2021-01-22 2021-01-22 一种椭圆合成孔径聚焦的激光超声信号成像方法 Active CN112881537B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110088476.5A CN112881537B (zh) 2021-01-22 2021-01-22 一种椭圆合成孔径聚焦的激光超声信号成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110088476.5A CN112881537B (zh) 2021-01-22 2021-01-22 一种椭圆合成孔径聚焦的激光超声信号成像方法

Publications (2)

Publication Number Publication Date
CN112881537A true CN112881537A (zh) 2021-06-01
CN112881537B CN112881537B (zh) 2023-06-20

Family

ID=76050282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110088476.5A Active CN112881537B (zh) 2021-01-22 2021-01-22 一种椭圆合成孔径聚焦的激光超声信号成像方法

Country Status (1)

Country Link
CN (1) CN112881537B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6877376B1 (en) * 2002-01-08 2005-04-12 Battelle Memorial Institute Apparatus, systems, and methods for ultrasound synthetic aperature focusing
EP2362213A1 (de) * 2010-02-26 2011-08-31 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Überwachung und Überprüfung von plattenförmigen Bauteilen
CN102539532A (zh) * 2011-12-31 2012-07-04 中南大学 一种基于二维邻域合成孔径聚焦的超声c扫描成像方法
JP2013099370A (ja) * 2011-11-07 2013-05-23 Canon Inc 被検体情報取得装置
US20150346157A1 (en) * 2013-02-07 2015-12-03 Siemens Aktiengesellschaft Method and device for improving the saft analysis when measuring irregularities
CN106404924A (zh) * 2016-10-26 2017-02-15 华东理工大学 一种改善板类结构成像精度的检测数据优化处理方法
CN109142530A (zh) * 2018-08-30 2019-01-04 华东理工大学 基于信息融合和椭圆成像的压力容器缺陷导波定位方法
CN111751448A (zh) * 2020-07-22 2020-10-09 长沙理工大学 一种漏表面波超声合成孔径聚焦成像方法
CN111855802A (zh) * 2020-07-28 2020-10-30 武汉大学 一种消除激光超声行进波的缺陷可视化成像方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6877376B1 (en) * 2002-01-08 2005-04-12 Battelle Memorial Institute Apparatus, systems, and methods for ultrasound synthetic aperature focusing
EP2362213A1 (de) * 2010-02-26 2011-08-31 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Überwachung und Überprüfung von plattenförmigen Bauteilen
JP2013099370A (ja) * 2011-11-07 2013-05-23 Canon Inc 被検体情報取得装置
CN102539532A (zh) * 2011-12-31 2012-07-04 中南大学 一种基于二维邻域合成孔径聚焦的超声c扫描成像方法
US20150346157A1 (en) * 2013-02-07 2015-12-03 Siemens Aktiengesellschaft Method and device for improving the saft analysis when measuring irregularities
CN106404924A (zh) * 2016-10-26 2017-02-15 华东理工大学 一种改善板类结构成像精度的检测数据优化处理方法
CN109142530A (zh) * 2018-08-30 2019-01-04 华东理工大学 基于信息融合和椭圆成像的压力容器缺陷导波定位方法
CN111751448A (zh) * 2020-07-22 2020-10-09 长沙理工大学 一种漏表面波超声合成孔径聚焦成像方法
CN111855802A (zh) * 2020-07-28 2020-10-30 武汉大学 一种消除激光超声行进波的缺陷可视化成像方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
D. LEVESQUE等: "Performance of laser-ultrasonic F-SAFT imaging", 《ULTRASONICS》 *
D. LEVESQUE等: "Performance of laser-ultrasonic F-SAFT imaging", 《ULTRASONICS》, 31 December 2002 (2002-12-31) *
李德明等: "基于MGB模型的改进合成孔径成像算法", 《信息技术》 *
李德明等: "基于MGB模型的改进合成孔径成像算法", 《信息技术》, no. 03, 25 March 2017 (2017-03-25) *
李振春等: "基于共聚焦点道集的叠前深度偏移及其应用", 《石油大学学报(自然科学版)》 *
李振春等: "基于共聚焦点道集的叠前深度偏移及其应用", 《石油大学学报(自然科学版)》, no. 04, 30 September 2003 (2003-09-30) *
贾乐成等: "超声全聚焦成像校正模型及加速算法", 《仪器仪表学报》 *
贾乐成等: "超声全聚焦成像校正模型及加速算法", 《仪器仪表学报》, no. 07, 15 July 2017 (2017-07-15) *

Also Published As

Publication number Publication date
CN112881537B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
CN112858183B (zh) 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
CN106770664B (zh) 一种基于全聚焦成像算法改进边缘缺陷检测的方法
CN104132998B (zh) 一种基于超声扫描显微镜的内部微观缺陷检测方法
CN112098526B (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
CN111855809B (zh) 一种基于复合模式全聚焦的裂纹形貌重建方法
GB2610449A (en) Efficient high-resolution non-destructive detecting method based on convolutional neural network
CN110926386B (zh) 基于改进小波阈值去噪的变压器绕组超声检测成像方法
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
JP4705568B2 (ja) 被検体の超音波無破壊試験のための方法
US10866314B2 (en) Ultrasound testing
CN112756768A (zh) 一种基于超声图像特征融合的焊接质量评价方法及系统
JP6197458B2 (ja) 欠陥検査装置、欠陥検査方法、プログラム及び記憶媒体
CN114778690A (zh) 一种增材制件气孔缺陷的激光超声定量检测方法
CN109596707A (zh) 一种基于位置-超声信号的蜂窝夹层结构检测方法
CN106680821A (zh) NiCoCrAlYTa六元涂等离子喷涂涂层厚度超声无损检测方法
CN112881537A (zh) 一种椭圆合成孔径聚焦的激光超声信号成像方法
CN112067697A (zh) 一种基于激光超声b扫查的定位缺陷方法
CN115587291B (zh) 一种基于裂纹超声散射矩阵的去噪表征方法及系统
CN114755300A (zh) 一种基于超声无损检测的缺陷定位定量检测方法
CN114062497A (zh) 一种针对复杂曲面工件表面缺陷的超声波三维成像方法
CN113569799B (zh) 一种蜂窝结构空耦超声信号特征提取方法
CN113219054B (zh) 一种磁瓦内部缺陷检测装置及检测方法
Han et al. Combination of direct, half-skip and full-skip TFM to characterize defect (II)
CN111537444B (zh) 一种重复频率虚拟调控的激光超声无损检测方法及系统
CN114660172A (zh) 一种针对复杂曲面工件缺陷的透射式超声波成像方法

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