CN117825516A - 精准定位的超声波缺陷检测系统及方法 - Google Patents
精准定位的超声波缺陷检测系统及方法 Download PDFInfo
- Publication number
- CN117825516A CN117825516A CN202410242539.1A CN202410242539A CN117825516A CN 117825516 A CN117825516 A CN 117825516A CN 202410242539 A CN202410242539 A CN 202410242539A CN 117825516 A CN117825516 A CN 117825516A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- defect
- subsystem
- representing
- signals
- 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.)
- Withdrawn
Links
- 230000007547 defect Effects 0.000 title claims abstract description 211
- 238000001514 detection method Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000000523 sample Substances 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 18
- 230000000694 effects Effects 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000033001 locomotion Effects 0.000 claims description 24
- 238000003384 imaging method Methods 0.000 claims description 21
- 239000000463 material Substances 0.000 claims description 21
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000004445 quantitative analysis Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012285 ultrasound imaging Methods 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 abstract description 2
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 239000006247 magnetic powder Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 239000007822 coupling agent Substances 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000003302 ferromagnetic material Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 239000012811 non-conductive material Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000006072 paste Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
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
- G01N29/09—Analysing solids by measuring mechanical or acoustic impedance
-
- 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
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
- G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
-
- 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
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
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
本发明公开了精准定位的超声波缺陷检测系统及方法，属于超声波无损检测领域，其具体包括：超声换能器的探头和超声阵元发射超声波信号，分别与电子元器件中的缺陷介质发生反射或折射，第二个探头接收并通过声阻抗策略采集从电子元器件内部反射回来的超声波信号，根据压电效应进行能量转换，数字信号处理单元对接收的电信号进行预处理和波形分析，根据波形分析结果，利用缺陷特征提取算法，识别预处理后的电信号中的异常波形并提取缺陷信息，对识别的缺陷信息进行评估，根据回波声压策略将评估结果按照缺陷的类型和严重程度进行分类，判断被检测电子元器件的质量，提高了检测的准确性和可靠性，实现了对缺陷信息的定量评估。
Description
技术领域
本发明属于超声波无损检测领域，具体的说是精准定位的超声波缺陷检测系统及方法。
背景技术
内部缺陷检测是指通过技术和方法检测材料或构件内部是否存在缺陷的过程，其中，缺陷包括气孔、夹渣、裂纹、疏松，这些缺陷会影响材料或构件的性能和安全性，因此，进行内部缺陷检测是保证产品质量和安全的重要手段。内部缺陷检测方法主要包括超声波检测、射线检测、涡流检测、磁粉检测，其中，射线检测可以直接观察到缺陷的形状和大小，检测结果直观，对气孔、疏松缺陷的检测灵敏度高，但是，属于有损检测，会对被检测材料造成一定程度的损伤；磁粉检测相对于射线检测，区别在于磁粉检测仅对铁磁性材料的检测效果较好，也属于有损检测；涡流检测虽然属于无损检测，检测速度快，但只可检测导电材料的表面和近表面缺陷，针对非导电材料的检测效果不佳；而本发明使用的超声波缺陷检测也是一种无损检测方法，主要是利用超声波的物理特性和声学原理，通过对反射、透射和散射波进行研究，检测试件宏观缺陷、测量几何特性、检测和表征组织结构和力学性能变化，完成试件内部缺陷的检测、定位和评估，且可检测多种材料，如金属、玻璃、陶瓷，同时对材料的穿透能力强，可检测较厚材料的内部缺陷。此外，超声波缺陷检测可以按照波形、缺陷性质、应用材料、显示方式、工作原理进行划分。
如公开号为CN117388373A的专利公开了一种超声波缺陷检测方法及装置，包括：控制系统获取配置参数，进行内核初始化；选择初始产品配方，对选取的无缺陷样品定位扫描，调节初始产品配方至扫描出来的图像纹理清晰时获得匹配产品配方，对无缺陷样品的无缺陷区域图像制作检测模板；使用匹配产品配方对待测产品扫描采样，根据待测产品的厚度设置采样时间延迟量T和长度L，对每个点位采集数据进行分段，对于不同材料层的待测产品，根据超声波在不同材料中的传播速度，计算不同材料层相对应的时间延迟量Tn和长度Ln，将整体采样数据分成n个切片特征层，选择采集模式进行取样，灰度转换，匹配检测模板，识别出缺陷；对不同厚度和材质的产品灵活调整产品配方，高效、准确的实现产品的内部检测。
如公开号为CN117368320A的专利公开了基于超声波的缺陷检测方法、装置及电子设备，该方法通过各超声阵元向被检测样品发射超声波信号并采集超声回波信号，在被检测样品表面是凸凹不平的时候，也能准确获得被检测样品表面至少一个位置信息；通过各超声阵元发射的超声波信号在被检测样品上的折射点位置以及各超声阵元接收到的超声回波信号在被检测样品上的出射点的位置来获得被检测样品对应的超声波检测图像，即使在凸凹不平的被检测样品表面发生了复杂的折射现象，但并不影响折射点位置，进而不影响超声波检测图像，实现了有效聚焦，提高了利用该超声波检测图像检测被检测样品是否存在缺陷的准确度。
以上现有技术均存在以下问题：1）需要高配置硬件和精密的传感器来获得准确的检测结果，导致设备成本较高；2）对于某些微小缺陷的检测可能存在局限性，导致检测结果不够全面；3）无法适用于非电子元器件产品的检测，缺乏通用性。
发明内容
针对现有技术的不足，本发明提出了精准定位的超声波缺陷检测系统及方法，包括：超声换能器的第一个探头和阵元共同生成超声波信号，信号与元器件内缺陷介质产生反射或折射，通过声阻抗策略采集反射回来的叠加的超声波信号，数字信号处理单元预处理接收的电信号并分析波形，通过算法识别异常波形并提取缺陷信息，根据定量分析评估缺陷并分类，判断电子元器件的质量。
为实现上述目的，本发明提供如下技术方案：
精准定位的超声波缺陷检测系统，包括控制子系统、机械运动子系统、超声扫描子系统、超声波成像子系统，机械运动子系统通过电机、驱动器设备与控制子系统交互连接，超声扫描子系统通过电缆、无线通信技术或光纤与控制子系统和超声波成像子系统交互连接，超声波成像子系统与控制子系统和超声扫描子系统交互连接；
控制子系统，由微控制器或计算机构成，用于负责缺陷检测系统的协调和控制，接收到操作员界面发送的指令后，根据预设的检测流程和参数，向其他子系统发送控制信号；
机械运动子系统，用于在检测过程中驱动待检测电子元器件或超声扫描子系统的位置调整；
超声扫描子系统，用于产生超声波信号并控制其扫描路径；
超声波成像子系统，用于将超声波信号转换为可视化的图像。
具体的，所述超声扫描子系统包括超声换能器、信号处理模块、控制模块、电子元器件；
超声换能器，也称探头，用于发射和接收超声波信号，包括超声波发射器、接收器；
信号处理模块，用于对接收超声波信号进行预处理；
控制模块，用于超声波信号的时序逻辑控制，通过接收来自控制子系统的指令和参数配置，并根据预设的逻辑和控制算法，产生控制信号。
具体的，所述超声波成像子系统包括：数据采集模块、图像重建模块、显示模块、存储与传输模块；
数据采集模块，用于接收来自超声扫描子系统的反射信号，并进行预处理；
图像重建模块，用于数字信号处理器和可编程逻辑门阵列重建预处理后的超声波的反射图像；
显示模块，用于将重建的超声波图像进行显示，包括图形处理器和显示器；
存储与传输模块，用于将检测数据和图像保存在本地存储器，并通过通信接口将数据传输到远程服务器进行处理和备份。
具体的，所述控制子系统、机械运动子系统、超声扫描子系统、超声波成像子系统的工作流程包括：
控制子系统通过中央处理单元设定检测参数，然后控制子系统中的I/O模块根据预设的检测参数向机械运动子系统和超声扫描子系统发送指令，使通信模块与其他子系统或外部设备进行数据交换，最后控制子系统中的用户界面实现用户与系统进行交互，及时查看检测结果或调整参数；
机械运动子系统接收到控制子系统的指令后，电机驱动传动装置，使滑轨上的检测设备移动，同时位置反馈模块提供实时位置信息，使系统精确地控制运动轨迹；
在机械运动子系统的带动下，超声扫描子系统中的控制接口与控制子系统通信并接收控制指令，接收到控制指令后，发射器向电子元器件发射超声波，超声波在遇到缺陷或异质时，反射回来超声波信号并被接收器接收，然后信号处理模块将接收的超声波信号进行增强和过滤；
超声波成像子系统通过控制接口接收控制子系统发送的控制指令，根据接收的控制指令，数据采集模块和图像重建模块将经过增强和过滤的反射超声波信号转换为图像数据，通过显示模块显示超声扫描子系统获取的图像数据，并通过存储与传输模块将检测数据和图像保存在本地存储器。
具体的，所述精准定位的超声波缺陷检测系统中包括精准定位的超声波缺陷检测方法，所述精准定位的超声波缺陷检测方法的具体步骤包括：
步骤S1：准备待检测的电子元器件和超声波成像子系统，安装检测设备，根据电子元器件的特点和检测率要求，设定超声波频率、灵敏度、脉冲宽度、增益参数；
步骤S2：超声扫描子系统中的超声换能器的第一个探头和超声阵元发射的超声波信号，分别与电子元器件中的缺陷介质发生反射或折射，第二个探头接收从电子元器件内部反射回来的叠加的超声波信号，并通过声阻抗策略，采集反射回来的叠加的超声波信号，根据压电效应将采集的反射回来的叠加的超声波进行能量转换，将能量转换后的电信号发送到数字信号处理单元；
步骤S3：数字信号处理单元对接收的电信号进行预处理，并进行波形分析，根据波形分析结果，利用缺陷特征提取算法，识别预处理后的电信号中的异常波形并提取缺陷信息，使用距离-波幅和面积-波幅曲线对提取缺陷信息进行定量分析，根据定量分析结果识别缺陷信息，并对识别结果进行显示和存储；
步骤S4：对识别的缺陷信息进行评估，根据回波声压策略将评估结果按照缺陷的类型和严重程度进行分类，判断被检测电子元器件的质量，并根据评估结果对电子元器件进行返工、修理或报废。
具体的，所述步骤S1中检测设备包括超声波探伤仪、双探头、耦合剂。
具体的，所述步骤S2中根据压电效应将采集的超声波进行能量转换包括：电子元器件的缺陷介质在接收到超声波信号后发生形变，使内部产生极化现象，并在缺陷介质的两个相对表面上出现正负相反的电荷，再由电荷产生电信号，公式为：
；
其中，表示产生的电压，表示压电系数，F表示施加在压电材料上的力的大小，
W表示压电材料的宽度，表示压电材料的形变量，C表示电子元器件的电容。
具体的，所述步骤S3中对接收的电信号进行预处理包括放大或衰减、阻抗匹配、滤
波、去噪，其中，放大或衰减公式为：，表示输出电压，表示输入电压，k表示放
大或衰减系数，阻抗匹配满足：，表示输出阻抗，表示输入阻抗，滤波采用陷波
滤波器，去噪的公式为：，表示去噪后的输出电压，w表示权重，表示学习
率。
具体的，所述步骤S3中根据波形分析结果，利用缺陷特征提取算法识别异常波形的具体步骤包括：
S301：通过频域分析方法对预处理后的电信号进行波形分析，确定电信号的形态、幅度和频率特征；
S302：设定预处理后的电信号为，小波包个数为N，根据波形分析结果，利用小
波包分析的缺陷特征提取方法提取反映缺陷特征的参数，具体公式为：
；
其中，表示缺陷特征参数，表示小波函数，j表示第j个小波包，t表示传输时
间；
S303：将缺陷特征参数与正常波形进行比较，若不同，则为异常波形。
具体的，所述步骤S4中回波声压策略的具体公式为：
S401：设定第二个探头接收从电子元器件内部反射回来的超声波信号包括缺陷回
波信号和基准回波信号，探头和电子元器件的距离为x，则超声波传播速度和超声波回
波信号的幅度为：
；
其中，v表示超声波传播的速度，表示超声波回波信号的幅度，表示电压衰减
值，M表示缺陷介质的密度，表示电子元器件的密度，Z表示电子元器件的体积；
S402：计算缺陷回波声压与基准回波声压，公式为：
；
其中，表示缺陷回波声压，表示基准回波声压，表示缺陷回波信号的幅度，表示基准回波信号的幅度，表示探头灵敏度；
S403：计算缺陷回波声压与基准回波声压的比值，根据回波声压比值，评估电子
元器件缺陷的严重程度，比值越大，缺陷的声学特性对超声波的反射或散射越强，则电子元
器件的缺陷尺寸越大，其中，；
S404：设定缺陷幅度、频率、传播速度、缺陷严重程度的特征参数阈值，制定分类
规则，对异常波形进行类别划分；
S405：使用已知类别的缺陷波形数据集训练支持向量机模型，通过计算支持向量机的召回率评估分类器的性能。
具体的，所述S404中分类规则包括：若满足：
；
则将该异常波形划分为一类，其中，表示缺陷回波频率，表示缺陷幅度阈值，表示频率阈值，表示传播速度阈值，表示缺陷严重程度阈值。
具体的，所述步骤S4中缺陷信息包括缺陷的位置和大小、回波特征、波形特征、定量分析以及性质和分布。
与现有技术相比，本发明的有益效果是：
1.本发明提出精准定位的超声波缺陷检测方法，并进行了架构、运行步骤和流程上的优化改进，系统具备流程简单，投资运行费用低廉，生产工作成本低的优点。
2.本发明提出精准定位的超声波缺陷检测方法，通过超声换能器的第一个探头和阵元共同生成超声波信号，信号与元器件内缺陷介质产生反射或折射，通过声阻抗策略采集反射回来的叠加的超声波信号，数字信号处理单元预处理接收的电信号并分析波形，通过算法识别异常波形并提取缺陷信息，根据定量分析评估缺陷并分类，判断电子元器件的质量，实现了精确定位电子元器件内部的缺陷位置的效果。
3.本发明提出精准定位的超声波缺陷检测方法，通过使用超声阵元和声阻抗策略，提高了超声波信号的采集效率和检测率，缩短了检测时间；数字信号处理单元的应用，使系统能自动对接收的电信号进行预处理、波形分析和缺陷信息提取，减少了人工干预，提高了检测的准确性和可靠性；通过缺陷特征提取算法和定量分析结果，实现了对缺陷信息的定量评估。
附图说明
图1为本发明精准定位的超声波缺陷检测方法流程图；
图2为本发明精准定位的超声波缺陷检测方法结构图；
图3为本发明精准定位的超声波缺陷检测系统架构图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“一号”、“二号”、“三号”仅用于描述目的，而不能理解为指示或暗示相对重要性。下面结合具体实施方式，进一步阐述本发明。
实施例1
请参阅图1-图3，本发明提供的一种实施例：精准定位的超声波缺陷检测系统，包括控制子系统、机械运动子系统、超声扫描子系统、超声波成像子系统，机械运动子系统通过电机、驱动器设备与控制子系统交互连接，超声扫描子系统通过电缆、无线通信技术或光纤与控制子系统和超声波成像子系统交互连接，超声波成像子系统与控制子系统和超声扫描子系统交互连接；
控制子系统，由微控制器或计算机构成，用于负责缺陷检测系统的协调和控制，接收到操作员界面发送的指令后，根据预设的检测流程和参数，向其他子系统发送控制信号；
机械运动子系统，用于在检测过程中驱动待检测电子元器件或超声扫描子系统的位置调整；
超声扫描子系统，用于产生超声波信号并控制其扫描路径；
超声波成像子系统，用于将超声波信号转换为可视化的图像。
本发明选择电子元器件作为超声波待检测样本，以实现准确检测是否存在焊接不良、断裂问题。
所述超声扫描子系统包括超声换能器、信号处理模块、控制模块、电子元器件；
超声换能器，也称探头，用于发射和接收超声波信号，包括超声波发射器、接收器；
其中，探头发射超声波信号是通过超声波探伤仪控制探头完成的。
信号处理模块，用于对接收超声波信号进行预处理；
控制模块，用于超声波信号的时序逻辑控制，通过接收来自控制子系统的指令和参数配置，并根据预设的逻辑和控制算法，产生控制信号。
所述超声波成像子系统包括：数据采集模块、图像重建模块、显示模块、存储与传输模块；
数据采集模块，用于接收来自超声扫描子系统的反射信号，并进行预处理；
图像重建模块，用于数字信号处理器和可编程逻辑门阵列重建预处理后的超声波的反射图像；
显示模块，用于将重建的超声波图像进行显示，包括图形处理器和显示器；
存储与传输模块，用于将检测数据和图像保存在本地存储器，并通过通信接口将数据传输到远程服务器进行处理和备份。
所述控制子系统、机械运动子系统、超声扫描子系统、超声波成像子系统的工作流程包括：
控制子系统通过中央处理单元设定检测参数，然后控制子系统中的I/O模块根据预设的检测参数向机械运动子系统和超声扫描子系统发送指令，使通信模块与其他子系统或外部设备进行数据交换，最后控制子系统中的用户界面实现用户与系统进行交互，及时查看检测结果或调整参数；
机械运动子系统接收到控制子系统的指令后，电机驱动传动装置，使滑轨上的检测设备移动，同时位置反馈模块提供实时位置信息，使系统精确地控制运动轨迹；
在机械运动子系统的带动下，超声扫描子系统中的控制接口与控制子系统通信并接收控制指令，接收到控制指令后，发射器向电子元器件发射超声波，超声波在遇到缺陷或异质时，反射回来超声波信号并被接收器接收，然后信号处理模块将接收的超声波信号进行增强和过滤；
超声波成像子系统通过控制接口接收控制子系统发送的控制指令，根据接收的控制指令，数据采集模块和图像重建模块将经过增强和过滤的反射超声波信号转换为图像数据，通过显示模块显示超声扫描子系统获取的图像数据，并通过存储与传输模块将检测数据和图像保存在本地存储器。
实施例2
请参阅图1-图3，本发明提供的另一种实施例：精准定位的超声波缺陷检测系统，其包括精准定位的超声波缺陷检测方法，包括以下步骤：
步骤S1：准备待检测的电子元器件和超声波成像子系统，安装检测设备，根据电子元器件的特点和检测率要求，设定超声波频率、灵敏度、脉冲宽度、增益参数；
步骤S2：超声扫描子系统中的超声换能器的第一个探头和超声阵元发射的超声波信号，分别与电子元器件中的缺陷介质发生反射或折射，第二个探头接收从电子元器件内部反射回来的叠加的超声波信号，并通过声阻抗策略，采集反射回来的叠加的超声波信号，根据压电效应将采集的反射回来的叠加的超声波进行能量转换，将能量转换后的电信号发送到数字信号处理单元；
声压反射系数公式表示为：
；
其中，P表示质点处的声压，表示反射系数。
压电效应是指在某些晶体或陶瓷材料中，当受到外部压力时，会在晶体或陶瓷的表面上产生电荷的现象，根据压电效应采集的反射回来的叠加的超声波被转换为电信号后，通常是以波形的方式表示的，表示超声波在介质中的传播和与缺陷相互作用后的变化。压电效应的定量描述通常使用压电常数矩阵来表示，压电常数矩阵Y如下所示：
；
其中，每个元素表示在方向上施加单位电压时，方向上的形变量。
声阻抗是描述介质对声波的阻尼能力的物理量，声阻抗策略是指一种利用声学原理来检测电子元器件内部缺陷的方法，通过测量声波在电子元器件中的传播速度和反射系数，推算出声波在元器件内部的传播特性和声阻抗分布情况。声阻抗策略的具体实现方式包括：
（1）根据电子元器件的特点和检测要求，选择合适的声波频率和波形；
（2）通过测量声波在元器件内部的传播速度和反射系数，推算声波在元器件内部的传播特性和声阻抗分布情况；
（3）将实测的声阻抗与正常元器件的声阻抗进行比较，判断是否存在缺陷或异常，实测的声阻抗公式为：
；
其中，表示声阻抗，U表示质点处的质点振动速度；
步骤S3：数字信号处理单元对接收的电信号进行预处理，并进行波形分析，根据波形分析结果，利用缺陷特征提取算法，识别预处理后的电信号中的异常波形并提取缺陷信息，使用距离-波幅和面积-波幅曲线对提取缺陷信息进行定量分析，根据定量分析结果识别缺陷信息，并对识别结果进行显示和存储；
使用距离-波幅和面积-波幅曲线对提取缺陷信息进行定量分析的流程如下：
（1）根据已知缺陷类型和程度，建立距离-波幅曲线和面积-波幅曲线，作为标准参考曲线；
（2）将提取的缺陷信息与标准曲线进行对比分析，确定缺陷的类型、尺寸和位置；
（3）根据对比结果，利用距离-波幅和面积-波幅曲线，确定信号的传播衰减和能量分布情况及信号的传播速度和波形特征，从而对缺陷进行定量评估，得到缺陷的精确尺寸和位置信息。
根据定量分析结果识别缺陷信息，并对识别结果进行显示和存储的流程如下：
（1）根据定量分析的结果，结合已知的缺陷特征库，对缺陷类型进行自动或半自动识别，判断是否存在缺陷以及缺陷的类型、位置和严重程度的信息；
（2）将识别出的缺陷信息以图形、图像或文本的形式实时显示在界面上；
（3）将识别出的缺陷信息、波形数据以及测量和分析结果存储在数据库或文件中，以备后续查阅和分析；
（4）将识别结果以报告、图表等形式输出。
步骤S4：对识别的缺陷信息进行评估，根据回波声压策略将评估结果按照缺陷的类型和严重程度进行分类，判断被检测电子元器件的质量，并根据评估结果对电子元器件进行返工、修理或报废。
所述步骤S1中检测设备包括超声波探伤仪、双探头、耦合剂。
对于电子元器件的超声波检测，通常需要涂抹一层耦合剂，以确保超声波能够有效地从探头传递到被检测部件上，常用的耦合剂包括机油、浆糊、水，能够起到填充空气缝隙、减小声波反射和散射的作用，从而提高检测的准确性和可靠性。
所述步骤S2中根据压电效应将采集的超声波进行能量转换包括：电子元器件的缺陷介质在接收到超声波信号后发生形变，使内部产生极化现象，并在缺陷介质的两个相对表面上出现正负相反的电荷Q，再由电荷产生电信号，公式为：
；
其中，V表示产生的电压，也称为声压，表示压电系数，F表示施加在压电材料上
的力的大小，W表示压电材料的宽度，表示压电材料的形变量，C表示电子元器件的电容。
电容C的公式为：
；
其中，表示电荷函数，E表示超声波能量。
所述步骤S3中对接收的电信号进行预处理包括放大或衰减、阻抗匹配、滤波、去
噪，其中，放大或衰减公式为：，表示输出电压，表示输入电压，k表示放大或衰
减系数，阻抗匹配满足：，表示输出阻抗，表示输入阻抗，滤波采用陷波滤波器，
去噪的公式为：，表示去噪后的输出电压，w表示权重，表示学习率。
常用的滤波器有低通滤波器、高通滤波器、带通滤波器和陷波滤波器，则：
低通滤波器和高通滤波器的传递函数为：
；
带通滤波器的传递函数为：
；
陷波滤波器的传递函数为：
；
其中，表示复频率，表示增益系数，b、c、d、g表示极点和零点，本发明使用陷波
滤波器，能有效抑制特定频率范围的信号，适用于消除特定频率的干扰。
所述步骤S3中根据波形分析结果，利用缺陷特征提取算法识别异常波形的具体步骤包括：
S301：通过频域分析方法对预处理后的电信号进行波形分析，确定电信号的形态、幅度和频率特征，频域分析的公式为：
；
其中，表示预处理后的频域电信号，f表示频率，n表示虚数单位。
S302：设定预处理后的电信号为，小波包个数为N，根据波形分析结果，利用小
波包分析的缺陷特征提取方法提取反映缺陷特征的参数，具体公式为：
；
其中，表示缺陷特征参数，表示小波函数，j表示第j个小波包，t表示传输时
间；
S303：将缺陷特征参数与正常波形进行比较，若不同，则为异常波形。
所述步骤S4中回波声压策略的具体公式为：
S401：设定第二个探头接收从电子元器件内部反射回来的超声波信号包括缺陷回
波信号和基准回波信号，探头和电子元器件的距离为x，则超声波传播速度和超声波回
波信号的幅度为：
；
其中，v表示超声波传播的速度，表示超声波回波信号的幅度，表示电压衰减
值，M表示缺陷介质的密度，表示电子元器件的密度，Z表示电子元器件的体积；
探头的位移为：
；
其中，表示探头的位移，G、R、D表示常数，e表示指数。
缺陷介质密度的具体步骤包括：
（1）通过向目标物体发射超声波并接收反射回来的回波信号，获取缺陷回波信号；
（2）通过测量回波信号的延迟时间确定缺陷回波信号的传播时间，并根据传播时间和声速，计算缺陷的尺寸；
（3）根据缺陷的尺寸和材料的密度，计算缺陷的体积，并根据缺陷的体积和缺陷的尺寸得到缺陷介质密度。
S402：计算缺陷回波声压与基准回波声压，公式为：
；
其中，表示缺陷回波声压，表示基准回波声压，表示缺陷回波信号的幅度，表示基准回波信号的幅度，表示探头灵敏度；
S403：计算缺陷回波声压与基准回波声压的比值，根据回波声压比值，评估电子
元器件缺陷的严重程度，比值越大，缺陷的声学特性对超声波的反射或散射越强，则电子元
器件的缺陷尺寸越大，其中，；
S404：设定缺陷幅度、频率、传播速度、缺陷严重程度的特征参数阈值，制定分类
规则，对异常波形进行类别划分；
S405：使用已知类别的缺陷波形数据集训练支持向量机模型，通过计算支持向量机的召回率评估分类器的性能。
所述S404中分类规则包括：若满足：
；
则将该异常波形划分为一类，其中，表示缺陷回波频率，表示缺陷幅度阈值，表示频率阈值，表示传播速度阈值，表示缺陷严重程度阈值。
所述步骤S4中缺陷信息包括缺陷的位置和大小、回波特征、波形特征、定量分析以及性质和分布。
对识别的缺陷信息进行评估主要从缺陷的位置和大小、缺陷的回波特征、缺陷的波形特征三方面进行，具体包括：
（1）缺陷的位置和大小，根据检测结果中缺陷的位置和大小，初步判断缺陷的类型和严重程度，若缺陷位于关键部位或较大，则对元器件的性能和使用寿命影响越大；
（2）缺陷的回波特征，不同的缺陷回波特征可以反映缺陷的性质和形状，若回波特征呈现圆形或椭圆形，则可能为气孔或缩孔；若回波特征呈现条状或线状，则可能为裂纹或夹杂物；
（3）缺陷的波形特征，若波形呈现稳定的反射波或折射波，则可能为规则形状的缺陷；若波形呈现杂乱无章的反射波或折射波，则可能为不规则形状的缺陷；
（4）缺陷的定量分析，通过测量缺陷的长度、宽度、高度参数，评估其对元器件性能的影响程度；
（5）缺陷的性质和分布，若缺陷主要集中在某个区域或某几个工序中，则可能为制造工艺问题，若缺陷分布较为分散且性质各异，则可能为原材料或设计问题。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以对上述实施例进行变化、修改、替换和变型，这些均属于本发明的保护之内。
Claims (12)
1.精准定位的超声波缺陷检测系统，其特征在于，包括控制子系统、机械运动子系统、超声扫描子系统、超声波成像子系统，机械运动子系统通过电机、驱动器设备与控制子系统交互连接，超声扫描子系统通过电缆、无线通信技术或光纤与控制子系统和超声波成像子系统交互连接，超声波成像子系统与控制子系统和超声扫描子系统交互连接；
控制子系统，由微控制器或计算机构成，用于负责缺陷检测系统的协调和控制，接收到操作员界面发送的指令后，根据预设的检测流程和参数，向其他子系统发送控制信号；
机械运动子系统，用于在检测过程中驱动待检测电子元器件或超声扫描子系统的位置调整；
超声扫描子系统，用于产生超声波信号并控制其扫描路径；
超声波成像子系统，用于将超声波信号转换为可视化的图像。
2.如权利要求1所述的精准定位的超声波缺陷检测系统，其特征在于，所述超声扫描子系统包括超声换能器、信号处理模块、控制模块、电子元器件；
超声换能器，也称探头，用于发射和接收超声波信号，包括超声波发射器、接收器；
信号处理模块，用于对接收超声波信号进行预处理；
控制模块，用于超声波信号的时序逻辑控制，通过接收来自控制子系统的指令和参数配置，并根据预设的逻辑和控制算法，产生控制信号。
3.如权利要求2所述的精准定位的超声波缺陷检测系统，其特征在于，所述超声波成像子系统包括：数据采集模块、图像重建模块、显示模块、存储与传输模块；
数据采集模块，用于接收来自超声扫描子系统的反射信号，并进行预处理；
图像重建模块，用于数字信号处理器和可编程逻辑门阵列重建预处理后的超声波的反射图像；
显示模块，用于将重建的超声波图像进行显示，包括图形处理器和显示器；
存储与传输模块，用于将检测数据和图像保存在本地存储器，并通过通信接口将数据传输到远程服务器进行处理和备份。
4.如权利要求3所述的精准定位的超声波缺陷检测系统，其特征在于，所述控制子系统、机械运动子系统、超声扫描子系统、超声波成像子系统的工作流程包括：
控制子系统通过中央处理单元设定检测参数，然后控制子系统中的I/O模块根据预设的检测参数向机械运动子系统和超声扫描子系统发送指令，使通信模块与其他子系统或外部设备进行数据交换，最后控制子系统中的用户界面实现用户与系统进行交互，及时查看检测结果或调整参数；
机械运动子系统接收到控制子系统的指令后，电机驱动传动装置，使滑轨上的检测设备移动，同时位置反馈模块提供实时位置信息，使系统精确地控制运动轨迹；
在机械运动子系统的带动下，超声扫描子系统中的控制接口与控制子系统通信并接收控制指令，接收到控制指令后，发射器向电子元器件发射超声波，超声波在遇到缺陷或异质时，反射回来超声波信号并被接收器接收，然后信号处理模块将接收的超声波信号进行增强和过滤；
超声波成像子系统通过控制接口接收控制子系统发送的控制指令，根据接收的控制指令，数据采集模块和图像重建模块将经过增强和过滤的反射超声波信号转换为图像数据，通过显示模块显示超声扫描子系统获取的图像数据，并通过存储与传输模块将检测数据和图像保存在本地存储器。
5.精准定位的超声波缺陷检测方法，其特征在于，包括：
步骤S1：准备待检测的电子元器件和超声波成像子系统，安装检测设备，根据电子元器件的特点和检测率要求，设定超声波频率、灵敏度、脉冲宽度、增益参数；
步骤S2：超声扫描子系统中的超声换能器的第一个探头和超声阵元发射的超声波信号，分别与电子元器件中的缺陷介质发生反射或折射，第二个探头接收从电子元器件内部反射回来的叠加的超声波信号，并通过声阻抗策略，采集反射回来的叠加的超声波信号，根据压电效应将采集的反射回来的叠加的超声波进行能量转换，将能量转换后的电信号发送到数字信号处理单元；
步骤S3：数字信号处理单元对接收的电信号进行预处理，并进行波形分析，根据波形分析结果，利用缺陷特征提取算法，识别预处理后的电信号中的异常波形并提取缺陷信息，使用距离-波幅和面积-波幅曲线对提取缺陷信息进行定量分析，根据定量分析结果识别缺陷信息，并对识别结果进行显示和存储；
步骤S4：对识别的缺陷信息进行评估，根据回波声压策略将评估结果按照缺陷的类型和严重程度进行分类，判断被检测电子元器件的质量，并根据评估结果对电子元器件进行返工、修理或报废。
6.如权利要求5所述的精准定位的超声波缺陷检测方法，其特征在于，所述步骤S1中检测设备包括超声波探伤仪、双探头、耦合剂。
7.如权利要求6所述的精准定位的超声波缺陷检测方法，其特征在于，所述步骤S2中根据压电效应将采集的超声波进行能量转换包括：电子元器件的缺陷介质在接收到超声波信号后发生形变，使内部产生极化现象，并在缺陷介质的两个相对表面上出现正负相反的电荷，再由电荷产生电信号，公式为：
；
其中，表示产生的电压，/>表示压电系数，F表示施加在压电材料上的力的大小，W表示压电材料的宽度，/>表示压电材料的形变量，C表示电子元器件的电容。
8.如权利要求7所述的精准定位的超声波缺陷检测方法，其特征在于，所述步骤S3中对接收的电信号进行预处理包括放大或衰减、阻抗匹配、滤波、去噪，
其中，放大或衰减公式为：，/>表示输出电压，/>表示输入电压，k表示放大或衰减系数，阻抗匹配满足：/>，/>表示输出阻抗，/>表示输入阻抗，滤波采用陷波滤波器，去噪的公式为：/>，/>表示去噪后的输出电压，w表示权重，/>表示学习率。
9.如权利要求8所述的精准定位的超声波缺陷检测方法，其特征在于，所述步骤S3中根据波形分析结果，利用缺陷特征提取算法识别异常波形的具体步骤包括：
S301：通过频域分析方法对预处理后的电信号进行波形分析，确定电信号的形态、幅度和频率特征；
S302：设定预处理后的电信号为，小波包个数为N，根据波形分析结果，利用小波包分析的缺陷特征提取方法提取反映缺陷特征的参数，具体公式为：
；
其中，表示缺陷特征参数，/>表示小波函数，j表示第j个小波包，t表示传输时间；
S303：将缺陷特征参数与正常波形进行比较，若不同，则为异常波形。
10.如权利要求9所述的精准定位的超声波缺陷检测方法，其特征在于，所述步骤S4中回波声压策略的具体公式为：
S401：设定第二个探头接收从电子元器件内部反射回来的超声波信号包括缺陷回波信号和基准回波信号/>，探头和电子元器件的距离为x，则超声波传播速度和超声波回波信号的幅度为：
；
其中，v表示超声波传播的速度，表示超声波回波信号的幅度，/>表示电压衰减值，M表示缺陷介质的密度，/>表示电子元器件的密度，Z表示电子元器件的体积；
S402：计算缺陷回波声压与基准回波声压，公式为：
；
其中，表示缺陷回波声压，/>表示基准回波声压，/>表示缺陷回波信号的幅度，/>表示基准回波信号的幅度，/>表示探头灵敏度；
S403：计算缺陷回波声压与基准回波声压的比值，根据回波声压比值，评估电子元器件缺陷的严重程度，比值越大，缺陷的声学特性对超声波的反射或散射越强，则电子元器件的缺陷尺寸越大，其中，/>；
S404：设定缺陷幅度、频率、传播速度、缺陷严重程度的特征参数阈值，制定分类规则，对异常波形进行类别划分；
S405：使用已知类别的缺陷波形数据集训练支持向量机模型，通过计算支持向量机的召回率评估分类器的性能。
11.如权利要求10所述的精准定位的超声波缺陷检测方法，其特征在于，所述S404中分类规则包括：若满足：
；
则将该异常波形划分为一类，其中，表示缺陷回波频率，/>表示缺陷幅度阈值，/>表示频率阈值，/>表示传播速度阈值，/>表示缺陷严重程度阈值。
12.如权利要求11所述的精准定位的超声波缺陷检测方法，其特征在于，所述步骤S4中缺陷信息包括缺陷的位置和大小、回波特征、波形特征、定量分析以及性质和分布。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410242539.1A CN117825516A (zh) | 2024-03-04 | 2024-03-04 | 精准定位的超声波缺陷检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410242539.1A CN117825516A (zh) | 2024-03-04 | 2024-03-04 | 精准定位的超声波缺陷检测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117825516A true CN117825516A (zh) | 2024-04-05 |
Family
ID=90523026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410242539.1A Withdrawn CN117825516A (zh) | 2024-03-04 | 2024-03-04 | 精准定位的超声波缺陷检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117825516A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118130487A (zh) * | 2024-05-06 | 2024-06-04 | 同创兴业(天津)模架有限公司 | 一种基于脚手架的焊接检测方法及系统 |
| CN118142894A (zh) * | 2024-05-11 | 2024-06-07 | 裕钦精密拉深技术(苏州)有限公司 | 一种不良品智能识别与回收系统 |
| CN118192477A (zh) * | 2024-05-15 | 2024-06-14 | 深圳市鑫源力劲科技有限公司 | 一种用于塑焊一体机的设备智能控制系统及方法 |
-
2024
- 2024-03-04 CN CN202410242539.1A patent/CN117825516A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118130487A (zh) * | 2024-05-06 | 2024-06-04 | 同创兴业(天津)模架有限公司 | 一种基于脚手架的焊接检测方法及系统 |
| CN118130487B (zh) * | 2024-05-06 | 2024-07-26 | 同创兴业(天津)模架有限公司 | 一种基于脚手架的焊接检测方法及系统 |
| CN118142894A (zh) * | 2024-05-11 | 2024-06-07 | 裕钦精密拉深技术(苏州)有限公司 | 一种不良品智能识别与回收系统 |
| CN118192477A (zh) * | 2024-05-15 | 2024-06-14 | 深圳市鑫源力劲科技有限公司 | 一种用于塑焊一体机的设备智能控制系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117825516A (zh) | 精准定位的超声波缺陷检测系统及方法 | |
| Wronkowicz et al. | Assessment of uncertainty in damage evaluation by ultrasonic testing of composite structures | |
| US6591679B2 (en) | Method for sizing surface breaking discontinuities with ultrasonic imaging | |
| Hay et al. | A comparison of embedded sensor Lamb wave ultrasonic tomography approaches for material loss detection | |
| CN102183582B (zh) | 超声波无损检测装置及其方法 | |
| Michaels et al. | Detection of structural damage from the local temporal coherence of diffuse ultrasonic signals | |
| KR101476749B1 (ko) | 비파괴 검사, 특히 제조 중이거나 완성 상태에 있는 파이프들에 대한 비파괴 검사 | |
| US7240556B2 (en) | Angle beam shear wave through-transmission ultrasonic testing apparatus and method | |
| US7503218B2 (en) | Methods and system for ultrasound inspection | |
| EP1952137B1 (en) | System and method for ultrasonically detecting discontinuous fibers in composite laminates | |
| CN1743839A (zh) | 一种结构缺陷超声在线智能识别系统及识别方法 | |
| CN107153095A (zh) | 一种复合板结构的健康检测系统及其工作方法 | |
| CN103097884B (zh) | 用于测定机械部件中存在的缺陷的方位的方法和装置 | |
| CN106645399B (zh) | 一种复合材料损伤检测评估方法和系统 | |
| He et al. | Quantitative detection of surface defect using laser-generated Rayleigh wave with broadband local wavenumber estimation | |
| CN2809640Y (zh) | 一种结构缺陷超声在线智能识别系统 | |
| CN113219054B (zh) | 一种磁瓦内部缺陷检测装置及检测方法 | |
| Lei et al. | Ultrasonic pig for submarine oil pipeline corrosion inspection | |
| CN112816557B (zh) | 一种缺陷检测方法、装置、设备和存储介质 | |
| CN114881938A (zh) | 基于小波分析和神经网络的晶粒度检测方法及系统 | |
| CN115308310B (zh) | 一种管路内壁的超声探伤识别方法 | |
| US11885767B2 (en) | Automated scan data quality assessment in ultrasonic testing | |
| Fortunko et al. | Evaluation of pipeline girth welds using low-frequency horizontally polarized waves | |
| KERSEMANS et al. | Ultrasonic Imaging and Characterization of (Damaged) Composite Laminates | |
| Jiang et al. | Quantitative Detection of Rail Head Oblique Cracks by Laser Ultrasonic Surface Wave |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240405 |