CN105738478B - 基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法 - Google Patents
基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法 Download PDFInfo
- Publication number
- CN105738478B CN105738478B CN201610047917.6A CN201610047917A CN105738478B CN 105738478 B CN105738478 B CN 105738478B CN 201610047917 A CN201610047917 A CN 201610047917A CN 105738478 B CN105738478 B CN 105738478B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- defect
- array
- focusing
- 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.)
- Expired - Fee Related
Links
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
- G01N29/07—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
- 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
-
- 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
- G01N2291/10—Number of transducers
- G01N2291/106—Number of transducers one or more transducer arrays
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法。按照一定的规则激发一组超声相控阵传感器阵列，实现声波在大面积板材中任意一点的聚焦；对包含缺陷信息的回波信号进行时间反转处理，并将处理后的信号作为新的波源加载到超声相控阵传感器阵列中发射，实现声波在缺陷处的二次聚焦；建立在缺陷处二次聚焦时刻的幅值聚焦图，对大面积板材缺陷进行成像。本方法将超声相控阵聚焦偏转法对声波衰减的抑制特性和时间反转法在缺陷处的自聚焦特性结合起来，突破了传统时间反转缺陷成像技术难以对大面积板材进行快速检测的局限。
Description
技术领域
本发明属于超声波无损检测技术领域，具体涉及一种基于线性阵列聚焦-时间反转的钢板Lamb波检测成像方法。
背景技术
超声相控阵聚焦偏转理论表明，只要按照一定的规则激发一组由相对独立的压电晶片组成的超声相控阵传感器阵列，就能使各个阵元发射的波束出现叠加、偏转等效果，实现声波在任意一点的聚焦；因而超声相控阵聚焦偏转法可以使声能在一定区域内聚集，抑制声波在传播过程中的衰减。
图1为超声波聚焦示意图，将一组探头按照两端先激发，中间后激发的时间顺序激励出一组超声波，则各个探头激励出的超声波在向前传播的过程中会出现叠加的情况，使得波阵面越来越小，能量越来越集中，最终聚焦于一点，即实现了超声波的聚焦。
图2为超声波偏转示意图，将一组探头按照左端先激发，右端后激发的时间顺序激励出一组超声波，则各个探头激励出的超声波在向前传播的过程中会出现叠加的情况，使得波阵面越来越小，能量越来越集中，且波阵面会向一定的方向偏转，最终聚焦于一点，即实现了超声波的偏转聚焦。
时间反转声学理论表明，缺陷在声波传播过程中类似一个新的被动波源对传感器激励的初始声波进行反射，同时产生新的转换模态，通过对传感器接收到的回波信号进行时间反转处理，并将处理后的信号作为新的波源加载到模型中发射，即可实现声波在缺陷处的自聚焦。
简单来说，即用一组超声波探头同时激励出一组超声波，根据惠更斯原理，当超声波探头作为主动的超声波波源发射的超声波到达平板内缺陷时，缺陷可以视为一个被动的超声波波源向外发射超声波，这是我们可以假想存在有一台摄像机，记录下缺陷发射的超声波达到各个超声波探头的过程，这个过程称为带有缺陷信息的超声波信号被超声波探头接收的过程。然后我们将记录下的影像倒过来放映，即从片尾向片头放映，这时我们可以看到一组超声波信号从探头发射出来并在缺陷处聚焦的过程，且先接收到超声波的探头会后激励出超声波，后接收到超声波的探头会先激励出超声波，即所谓信号的先到后发和后到先发，这个过程称为超声波在缺陷处自聚焦的过程。而将影像倒过来放映的过程即为对探头接收到的回波信号进行时间反转处理的过程。
图3为时间反转的示意图，图中实线表示从超声波探头作为主动波源发出的超声波到达缺陷的过程，这组声波是同时激励的；图中虚线表示缺陷作为被动波源发射的超声波回波信号被超声波探头接收的过程；图中点划线表示对超声波回波信号(虚线表示)进行时间反转后重新加载到超声波探头中进行发射，在缺陷处自聚焦的过程。
由于超声波在传播过程中衰减较快，因此目前比较成熟的缺陷时间反转成像技术多采用如图3所示的环绕工件式传感器阵列布设方式；但这种传感器布设方式存在以下局限：
(1)布置的传感器数量较多，数据处理复杂；
(2)由于传感器阵列环绕工件布置，因此限制了检测工件的尺寸，不适合大型工件的检测。
目前，比较成熟的平板缺陷时间反转成像技术多采用环绕工件式传感器阵列布设方式。这种传感器阵列布设方式只能具有一定厚度且缺陷显著的结构件中进行检测，对大型构件的检测只能通过一系列的扫描实现，因而无法实现对大型板件的高效快速检测。
发明内容
本发明的目的是针对现有技术中存在的不足，将超声相控阵聚焦偏转法对声波衰减的抑制特性和时间反转法在缺陷处的自聚焦特性结合起来，提出了基于线性阵列聚焦-时间反转的钢板Lamb波检测成像方法。
本发明的技术解决方案是：一种基于线性阵列聚焦-时间反转的钢板Lamb波检测成像方法，按照一定的规则激发一组超声相控阵传感器阵列，实现声波在大面积板材中任意一点的聚焦；对包含缺陷信息的回波信号进行时间反转处理，并将处理后的信号作为新的波源加载到模型中发射，实现声波在缺陷处的二次聚焦；建立在缺陷二次聚焦时刻的幅值聚焦图，对大面积板材缺陷进行成像。
超声相控阵聚焦偏转理论表明，只要按照一定的规则激发一组由相对独立的压电晶片组成的超声相控阵传感器阵列，就能使各个阵元发射的波束出现叠加、偏转等效果，实现声波在任意一点的聚焦。因而超声相控阵聚焦偏转法可以使声能在一定区域内聚集，抑制声波在传播过程中的衰减。
时间反转声学理论表明，缺陷在声波传播过程中类似一个新的被动波源(惠更斯原理)对传感器激励的初始声波进行反射，同时产生新的转换模态，通过对传感器接收到的回波信号进行时间反转处理，并将处理后的信号作为新的波源加载到模型中发射，即可实现声波在缺陷处的自聚焦。
本发明方法是线性阵列聚焦-时间反转(Linear Array Focusing TimeReversal，简写为LAFTR)超声检测成像方法，采用线性阵列聚焦探头作为超声波激励-接收声源，结合时间反转技术实现构件内缺陷的精确成像。表二的数据表明，与采用阵列式传感器直接进行时反成像所得到的结果相比，基于线性阵列聚焦-时间反转的钢板Lamb波检测成像方法的成像效果较好，其位置精度提高了30％～50％，几何精度提高了26％～130％。
依据图4所示相控阵聚焦偏转理论，按照一定规则激发一组由相对独立的压电晶片组成的超声相控阵传感器阵列，能使发射波束出现叠加、偏转等效果，实现声波在任意一点的聚焦，从而增强声波在聚焦区域内的能量。
所述超声相控阵传感器阵列为线性阵列换能器，有N+1个阵元，若声束在深度为F，偏转角为θ的位置完成聚焦偏转，则传感器i所需的聚焦延迟时间ti为：
其中，d为阵元间距，为声速，θ为偏转角度。
利用上述公式即可实现对检测对象内任意一点P(x,y)的聚焦，传感器阵元0、传感器阵元N和聚焦点P(x,y)构成了一个三角形，所述三角形所围区域视为有效检测区。
若想实现对大面积板材的完全检测，只需适当选取多个聚焦点进行聚焦即可。如果超声波阵列的功率足够大，聚焦点P可以选择距离超声波阵列无限远处，因此本方法理论上可以实现对无限大面积板材的快速检测。如果有效检测区内存在缺陷，由于各个传感器与缺陷的距离不同，因而从激励超声波到接收包含缺陷信息的回波信号所需的时间也不相同。
时间反转是指传感器在接受到回波信号后，对其进行时间反转处理，随后将其作为新的波源加载到模型中发射，实现信号的先到后发，后到先发。
时间反转声学理论表明，缺陷在声波传播过程中类似一个新的被动波源对传感器激励的初始声波进行反射，同时产生新的转换模态，通过对传感器接收到的回波信号进行时间反转处理，并将处理后的信号作为新的波源加载到模型中发射，即可实现声波在缺陷处的自聚焦。
采用上述技术方案的大面积板材缺陷成像识别方法的具体步骤包括：
步骤1：将待扫描区域进行离散化，通过聚焦阵列探头分时沿不同角度发射超声波，每个探头发射超声波的时刻为Am,i，其下标代表第m个扫描区域内的第i个探头；
步骤2：设定报警缺陷阈值，提取阵列探头接收到缺陷反射回波的时刻Bm,i，计算反转延迟时间ΔTm,i，截取时间窗长度Lm,i；
步骤3：将截取时间窗长度Lm,i内的信号进行时间反转得到时反信号fm,i，并重新加载至第i个探头，则在缺陷处实现二次聚焦时刻Fm,i；
步骤4：建立在二次聚焦Fm,i时刻的幅值聚焦图K，K图上的每一个像素点对应于模型上的每个结构单元；
步骤5：将扫描区域划分为h×g的网格，将网格中心点回波幅值Km,p近似为整个网格的回波幅值，建立二维像素矩阵P
P∝(Km,p)h×g
其中图像像素值最大处即为缺陷。
进一步地，所述步骤2中反转延迟时间ΔTm,i的计算公式为：
时间窗长度Lm,i的计算公式为：
Lm,i＝Bm,i+ΔTm,N-i。
进一步地，所述步骤3中在缺陷处实现二次聚焦时刻Fm,i的计算公式为：
Fm,i＝Lm,i-(Am,i+Bm,i)/2。
进一步地，所述步骤4中对于每个结构单元，任意图像单元P(xp,yp)在Fm,i时刻的回波幅值可表示为：
其中，Ns为采样信号的个数，Ai为补偿第i个传感器性能差异及监测信号能量衰减的放大系数，放大系数取归一化系数；v为声速；xi、yi为第i个传感器的坐标。
进一步地，超声相控阵传感器阵列由相对独立的压电晶片组成，在主动Lamb波时反成像过程中，先将一组压电传感器元件组成压电阵列，在激励时采用全发全收的模式。
进一步地，超声相控阵传感器沿大面积板材的一边布设。
进一步地，传感器的检测探头为压电探头或EMAT探头。
进一步地，传感器阵列还可采用弧形探头布设方式、面积型探头布设方式。
本发明的有益效果是：将超声相控阵聚焦偏转法对声波衰减的抑制特性和时间反转法在缺陷处的自聚焦特性结合起来，提出了基于超声相控阵聚焦偏转理论和时间反转声学理论的大面积板材材缺陷成像识别方法，突破传统时间反转缺陷成像技术无法对大面积板材进行快速检测的局限。
附图说明
图1是超声相控阵聚焦示意图。
图2是超声波偏转示意图。
图3是时间反转的示意图。
图4是本发明大面积板材缺陷成像识别方法原理图。
图5是聚焦延迟时间与时反聚焦时刻示意图。
图6是单通孔LAFTR检测模型
图7是仿真结果图。
图8是损伤散射信号图。
图9是时反信号波形图。
图10是时反成像结果图。
图11是双刻槽LAFTR检测模型。
图12(a)采用阵列式传感器直接进行时反成像得到的成像效果。
图12(b)基于线性阵列聚焦-时间反转的钢板Lamb波检测成像方法的成像效果。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1、实施例2通过COMSOL有限元仿真软件说明LAFTR超声检测的建模方法以及线性阵列聚焦对时反检测成像的影响。
实施例1单通孔LAFTR检测模型
图6是单通孔LAFTR检测模型，钢板边长300mm，由于采用Lamb波检测模型，忽略板厚尺寸并建立二维平面模型，材料为45号钢，其属性如表1所示。板内正中心设有一个直径为的通孔作为待检测缺陷，以缺陷中心作为坐标原点建立坐标系，阵列式传感器布置在钢板一侧，阵元个数为16阵元，阵元中心位于(0，150)处，阵元间距为1/4个波长，并采用全发全收模式。
表1 钢板几何尺寸及材料属性参数
采用瞬时脉冲函数作为激励波源，其表达式为：
式中：f为中心脉冲频率；N为激励脉冲波形中的波数。
设置瞬态求解时间为：6.5×10-5s，求解步长为：1/f/30，线圈电流幅值为10A。通过计算求解，仿真结果如图7所示，可以看出：
(1)声束的波阵面在水平方向上长度变短，证实利用相控阵的聚焦偏转技术可以有效地提高超声波束在传播方向上的能量进而加大声束在传播方向上的检测距离，从而满足大型金属板材的检测需求；
(2)由于采用了相控阵的聚焦技术，在波阵面方向上的旁瓣被抑制，主波束变窄，可以提高缺陷的分辨率；结合相控阵偏转技术，从而实现对检测对象的多角度全方位检测，最终达到扩大检测范围的目的。
时反处理分析：为了突出缺陷信号在时反波形中的幅值并易于聚焦，从而使得最终时反成像效果明显且易于识别缺陷，采用差分方式对检测信号做处理，也即是将传感器在缺陷模型上所接收到的信号与其在结构健康模型上接收到的信号相减，就可以得到缺陷散射信号，如图8所示。
对各个传感器接收到的波形进行缺陷信号截取，同时在时间窗口内对其进行时反就可以得到其时反信号，如图9所示。将时反后的信号重新加载至各个传感器，以时反信号的开始时刻为零时刻点，从而实现在缺陷处的二次聚焦。
检测成像效果分析：缺陷成像结果如图10所示，可以看出，钢板中心通孔缺陷可以清晰成像，检测结果显示是中心坐标为(1,2)，直径为的通孔。
实施例2双刻槽LAFTR检测模型
为进一步研究采用线性阵列聚焦偏转技术下的时反成像效果的优越性，选用复杂缺陷进行验证。
以模型中心作为坐标原点建立坐标系，缺陷设置为长、宽分别为5mm和1mm的两条相邻刻槽，其中心坐标分别为(-10,0)，(10,0)，如图11所示。
模型其余参数保持不变；图12(a)是采用阵列式传感器直接进行时反成像并做阈值处理后的成像效果图，图中仅显示超过阈值的像素或像素值，阈值大小根据实验采用经验值；图12(b)是采用阵列式传感器分别沿-30°、0和30°三个方向做聚焦偏转并分别进行时反成像，然后将成像结果图像做平均叠加并做阈值处理后的成像效果图，图中仅显示超过阈值的像素或像素值，阈值大小根据实验采用经验值。为进行对比，将两种方法的检测结果罗列在表2中，其中以成像结果图中幅值最高点坐标作为各个缺陷的成像坐标，以缺陷超过阈值的像素个数作为成像大小。
表2 阵列与聚焦偏转时反成像结果误差(单位：mm)
数据表明，与采用阵列式传感器直接进行时反成像所得到的结果相比，基于线性阵列聚焦-时间反转的钢板Lamb波检测成像方法的成像效果较好，其位置精度提高了30％～50％，几何精度提高了26％～130％。
一种LAFTR超声检测成像方法应用于Lamb波在大型板材上的检测，借助COMSOL有限元仿真软件对这一技术进行验证，有益的效果如下：
(1)将时间反转技术应用于Lamb波检测，能够很好的避免频散、多模式等不利因数，实现对缺陷的二次聚焦，其聚焦幅值高，效果好，图像清晰且缺陷易于识别。
(2)阵列式传感器的布置方法相较于其他布置方法在保证对缺陷的辨识效果以及最后的成像质量的基础上，同时能够大大减少传感器的应用数量，降低检测成本，更适用于大型板材的检测。
(3)基于此方法建立的幅值聚焦图像能够较为准确地检测出板中缺陷，其对缺陷的位置、大小的成像结果更加真实，可为缺陷的定位、定性、定量提供有力的技术支持。
Claims (6)
1.基于Lamb波大平面板缺陷成像识别方法，其特征是采用线性阵列聚焦探头作为超声波激励-接收声源，线性阵列换能器沿大平面板的一边布设，按照一定的规则激励一组超声相控阵传感器阵列，实现声波在大平面板中任意一点的聚焦；对包含缺陷信息的回波信号进行时间反转处理，并将处理后的信号作为新的波源加载到模型中发射，实现声波在缺陷处的二次聚焦；建立在缺陷二次聚焦时刻的幅值聚焦图，对大平板缺陷进行成像；缺陷成像识别的具体步骤包括：
步骤1：将待扫描区域进行离散化，通过聚焦阵列探头分时沿不同角度发射超声波，每个探头发射超声波的时刻为Am,i，其下标代表第m个扫描区域内的第i个探头；
步骤2：设定报警缺陷阈值，提取阵列探头接收到缺陷反射回波的时刻Bm,i，计算反转延迟时间ΔTm,i，截取时间窗长度Lm,i；
步骤3：将截取时间窗长度Lm,i内的信号进行时间反转得到时反信号fm,i，并重新加载至第i个探头，则在缺陷处实现二次聚焦的时刻为Fm,i；
步骤4：建立在二次聚焦Fm,i时刻的幅值聚焦图K，K图上的每一个像素点对应于模型上的每个结构单元；
步骤5：将扫描区域划分为h×g的网格，将网格中心点回波幅值Km,p近似为整个网格的回波幅值，建立二维像素矩阵P，
P∝(Km,p)h×g
在图像像素值最大处，为缺陷。
2.根据权利要求1所述的基于Lamb波大平面板缺陷成像识别方法，其特征是步骤2中反转延迟时间ΔTm,i的计算公式为：
<mrow>
<msub>
<mi>&Delta;T</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
<mo>-</mo>
<mo>(</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</mfrac>
</mrow>
时间窗长度Lm,i的计算公式为：
Lm,i＝Bm,i+ΔTm,N-i。
3.根据权利要求1所述的基于Lamb波大平面板缺陷成像识别方法，其特征是步骤3中在缺陷处实现二次聚焦的时刻为Fm,i的计算公式为：
Fm,i＝Lm,i-(Am,i+Bm,i)/2。
4.根据权利要求1所述的基于Lamb波大平面板缺陷成像识别方法，其特征是步骤4中对于每个结构单元，任意图像单元P(xp,yp)在Fm,i时刻的回波幅值表示为：
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>p</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>N</mi>
<mi>s</mi>
</mrow>
</munderover>
<msub>
<mi>A</mi>
<mi>i</mi>
</msub>
<msub>
<mi>f</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<mfrac>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>p</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>p</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mi>&nu;</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中，Ns为采样信号的个数，Ai为补偿第i个传感器性能差异及监测信号能量衰减的放大系数，取归一化系数；v为声速；xi、yi为第i个传感器的坐标。
5.根据权利要求1所述的基于Lamb波大平面板缺陷成像识别方法，其特征是超声相控阵传感器阵列由相对独立的压电晶片组成，在主动lamb波时反成像过程中，先将一组压电传感器元件组成压电阵列，在激励时采用全发全收的激励模式。
6.根据权利要求1所述的基于Lamb波大平面板缺陷成像识别方法，其特征是传感器的检测探头为压电探头或EMAT探头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610047917.6A CN105738478B (zh) | 2016-01-25 | 2016-01-25 | 基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610047917.6A CN105738478B (zh) | 2016-01-25 | 2016-01-25 | 基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105738478A CN105738478A (zh) | 2016-07-06 |
| CN105738478B true CN105738478B (zh) | 2017-10-27 |
Family
ID=56247548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610047917.6A Expired - Fee Related CN105738478B (zh) | 2016-01-25 | 2016-01-25 | 基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105738478B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI127711B (en) * | 2016-05-13 | 2018-12-31 | Altum Tech Oy | METHOD FOR CLEANING THE APPLIANCE |
| CN107340331A (zh) * | 2016-11-15 | 2017-11-10 | 哈尔滨工业大学 | 用于板状结构检测的真时延无频散sh0波相控阵*** |
| CN107045017B (zh) * | 2017-04-25 | 2019-07-02 | 南京信息工程大学 | 基于超声兰姆波和时间反转理论的薄板裂纹深度分析方法 |
| CN107796871A (zh) * | 2017-08-24 | 2018-03-13 | 中国人民解放军空军勤务学院 | 基于互相关的Lamb波传感信号长度补偿方法 |
| JP6893863B2 (ja) * | 2017-12-04 | 2021-06-23 | 新日本無線株式会社 | 超音波センサおよび車両制御システム |
| CN108535362A (zh) * | 2018-03-22 | 2018-09-14 | 南京大学 | 非经典非线性超声相控阵无损检测方法 |
| 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*** |
| CN111855812A (zh) * | 2020-07-31 | 2020-10-30 | 山东省科学院激光研究所 | 一种激光电磁超声成像***及方法 |
| CN113879558A (zh) * | 2021-09-06 | 2022-01-04 | 国营芜湖机械厂 | 面向机翼t型r区的超声形貌重构方法 |
| CN113686959B (zh) * | 2021-09-15 | 2022-10-18 | 中国科学院声学研究所 | 一种基于超声兰姆波缺陷检测的成像方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100593719C (zh) * | 2006-12-31 | 2010-03-10 | 南京航空航天大学 | 利用信号聚焦对板类工程结构连接失效进行监测的方法 |
| US7937248B2 (en) * | 2007-09-25 | 2011-05-03 | The Boeing Company | Virtual time reversal acoustics for structural health monitoring |
| CN102621223B (zh) * | 2011-01-31 | 2013-10-16 | 中国科学院声学研究所 | 一种基于声波时间反转法的超声扫描与检测方法 |
| CN103837601B (zh) * | 2012-11-26 | 2016-05-18 | 中国科学院声学研究所 | 一种宽带导波相控阵聚焦扫描方法及*** |
| CN103389339B (zh) * | 2013-07-22 | 2015-08-26 | 北京工业大学 | 一种基于时间反转周向Lamb波的大口径厚壁管道缺陷定位方法 |
-
2016
- 2016-01-25 CN CN201610047917.6A patent/CN105738478B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN105738478A (zh) | 2016-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105738478B (zh) | 基于线性阵列聚焦‑时间反转的钢板Lamb波检测成像方法 | |
| US10401328B2 (en) | Synthetic data collection method for full matrix capture using an ultrasound array | |
| CN102621223B (zh) | 一种基于声波时间反转法的超声扫描与检测方法 | |
| Leleux et al. | Long range detection of defects in composite plates using Lamb waves generated and detected by ultrasonic phased array probes | |
| CN108169331B (zh) | 薄板栅格翼结构焊缝相控阵超声检测装置及检测方法 | |
| CN103969337B (zh) | 一种基于矢量全聚焦成像的超声阵列裂纹类缺陷方向识别方法 | |
| US20140060196A1 (en) | Ultrasonic testing apparatus | |
| CN104865316B (zh) | 一种单侧空气耦合超声扫描成像装置 | |
| CN106404911B (zh) | 用于板状结构检测的真时延单模态Lamb波相控阵*** | |
| CN109239191B (zh) | 一种超声导波缺陷定位成像方法及*** | |
| CN105403622A (zh) | 一种板材损伤识别定位方法 | |
| CN105319271A (zh) | 一种横、纵波联合超声相控阵检测方法 | |
| CN106645420B (zh) | 基于费马原理的棒材超声线型阵列成像检测方法 | |
| CN103424475B (zh) | 基于相控阵超声检测的被测面轮廓提取方法 | |
| CN110412133A (zh) | 一种基于合成孔径聚焦成像的超声阵列混凝土检测*** | |
| Sun et al. | Damage identification in thick steel beam based on guided ultrasonic waves | |
| US20120210795A1 (en) | Two-dimensional virtual array probe for three-dimensional ultrasonic imaging | |
| Wang et al. | Damage detection in metallic plates using d36 piezoelectric phased arrays | |
| Zhou et al. | Effects of directivity function on total focusing method imaging performance | |
| Lee et al. | Basic experiment for Lamb wave focusing by phased magnetostrictive transducers in a plate | |
| Ambrozinski et al. | Self focusing of 2D arrays for SHM of plate-like structures using time reversal operator | |
| Charutz et al. | Guided wave enhancement phased array beamforming scheme using recursive feedback | |
| Zhou et al. | Research on total focusing method based on ultrasonic annular phased array | |
| Kažys et al. | Investigation of focusing possibilities of convex and cylindrical phased arrays | |
| Sargent | Corrosion and crack detection in metal plates using Lamb waves |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Tu Jun Inventor after: Song Xiaochun Inventor after: Qiu Gongzhe Inventor after: Li Yuke Inventor after: Xiong Zhi Inventor after: Chen Tao Inventor before: Tu Jun Inventor before: Song Xiaochun Inventor before: Li Yuke Inventor before: Qiu Gongzhe Inventor before: Xiong Zhi Inventor before: Chen Tao |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171027 Termination date: 20210125 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |