CN106770669A - 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法 - Google Patents

基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法 Download PDF

Info

Publication number
CN106770669A
CN106770669A CN201710044767.8A CN201710044767A CN106770669A CN 106770669 A CN106770669 A CN 106770669A CN 201710044767 A CN201710044767 A CN 201710044767A CN 106770669 A CN106770669 A CN 106770669A
Authority
CN
China
Prior art keywords
defect
aperture
acoustic beam
test block
point
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
CN201710044767.8A
Other languages
English (en)
Other versions
CN106770669B (zh
Inventor
金士杰
刘帅林
林莉
雷明凯
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201710044767.8A priority Critical patent/CN106770669B/zh
Publication of CN106770669A publication Critical patent/CN106770669A/zh
Application granted granted Critical
Publication of CN106770669B publication Critical patent/CN106770669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N29/04Analysing solids
    • G01N29/06Visualisation of the interior, e.g. acoustic microscopy
    • G01N29/0654Imaging
    • G01N29/069Defect imaging, localisation and sizing using, e.g. time of flight diffraction [TOFD], synthetic aperture focusing technique [SAFT], Amplituden-Laufzeit-Ortskurven [ALOK] technique
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/023Solids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/028Material parameters
    • G01N2291/0289Internal structure, e.g. defects, grain size, texture

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

一种基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法,其属于无损检测技术领域。本方法采用相控阵超声检测仪、相控阵超声探头和倾斜楔块的相控阵超声检测***,利用相控阵超声检测仪的电子扫查功能对被检试块实施信号采集,获得相控阵超声探头各孔径的A扫信号。依据各孔径激励声束在楔块与试块界面、试块底部和缺陷表面发生模式转换类型的不同,从8种声束传播模式中选择合适的多模式声束。基于SAFT成像原理和费马定理,计算各孔径多模式声束的传播延时,并进行幅值叠加处理,得到重建后的SAFT图像,从而完整表征缺陷二维形貌特征。本方法能够实现体积型和面积型缺陷的正确识别,进而对缺陷长度、深度和取向精确定量,具有较高的工程应用价值。

Description

基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法
技术领域
本发明涉及一种基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法,其属于无损检测技术领域。
背景技术
缺陷的定性、定量、定位和定取向是无损检测始终关注的研究工作。超声检测技术以其检测灵敏度高、检测结果显示直观等优点而被广泛用于缺陷检测。然而,常规超声是利用A扫信号中的回波幅值与相位特征进行缺陷检测,难以确定缺陷性质;常规相控阵超声技术可以实现缺陷的成像检测,但呈现的仅是缺陷形貌的部分特征,可能引起缺陷性质误判、定量与定位结果存在偏差,导致缺陷危害程度估计不足。
为解决上述问题,国内外学者采用超声信号及图像处理技术改善成像质量,力求更直观、全面地呈现缺陷特征信息。如合成孔径聚焦技术(Synthetic Aperture FocusingTechnique,SAFT)是利用相控阵超声探头孔径依次发射并接收获得全阵列信号,具有检测范围大、分辨力高、检测信噪比高等优点,但仍不能完整表征缺陷二维形貌;采用逆时偏移成像可以获得缺陷形貌及近似几何尺寸信息,但处理运算量大,计算效率较低,不利于大尺寸构件的缺陷成像检测。
发明内容
本发明提供一种基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法,其目的是针对缺陷二维形貌完整表征困难,缺陷定性识别和定量结果存在误差的问题,利用相控阵电子扫查功能并配合倾斜楔块采集包含缺陷表面反射波等多模式转换信息的A扫信号,依据费马定理和SAFT成像原理对A扫信号进行时间延迟和幅值叠加处理,进而获得能够完整表征缺陷二维形貌的SAFT图像。
本发明采用的技术方案是:基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法,采用由相控阵超声检测仪、相控阵超声探头和倾斜楔块构成的检测***,利用相控阵电子扫查模块对被检试块实施A扫信号采集。依据各孔径激励声束在楔块与试块界面、试块底部和缺陷表面发生模式转换类型的不同,选择合适的多模式声束。基于SAFT成像原理和费马定理,计算多模式声束在楔块与试块界面处的折射点位置,对A扫信号进行时间延迟计算和幅值叠加处理,获得重建后的SAFT图像,从而完整表征缺陷二维形貌特征,所述方法采用下列步骤:
(a)相控阵超声检测参数选定
根据被检试块的材料、形状和尺寸信息选取合适的相控阵超声检测参数,主要包括相控阵超声探头频率、探头孔径和孔径间距等;
(b)A扫信号采集
基于选定的相控阵超声检测参数,利用相控阵电子扫查功能采集各孔径的A扫信号,并以txt格式保存下来;
(c)坐标系建立及图像重建区域网格划分
以楔块尖端位置为坐标原点,楔块和被检试块界面为x轴,深度方向为y轴,楔块前沿方向为x轴正向,试块深度方向为y轴正向建立坐标系,将被检区域划分成m×n个矩形网格,其网格节点即为各图像重建点;
(d)折射点位置求解
相控阵超声探头各孔径的激励声束将在楔块与试块界面、试块底部和缺陷表面发生反射/折射,以第i个孔径为例,其声束传播路径包括五部分:声程S1i为相控阵超声探头孔径到楔块和试块界面第一折射点的距离(对应声速为c1);声程S2i为界面第一折射点与试块底面反射点的距离(对应声速为c2);声程S3i为底面反射点与图像重建点的距离(对应声速c3);声程S4i为图像重建点与试块和楔块第二折射点的距离(对应声速为c4);声程S5i为第二折射点到接收孔径的距离(对应声速c5);对于被检试块中的传播声程S2i、S3i和S4i,对应的声束模式可以是横波或纵波,因而共有8种声束传播模式,统称为多模式声束,实际检测中依据检测空间范围选择合适的多模式声束;
因此,总的声程及声时分别为:
S(x0i)=S1i+S2i+S3i+S4i+S5i (1)
其中x0i为第一折射点横坐标;
最短声时满足费马定理,则折射点x0i满足:
(e)SAFT图像重建与缺陷二维形貌获取
读取保存的各孔径A扫信号,依据折射点坐标计算每组激发孔径与图像重建点之间的相对时间延迟Δti;基于SAFT成像原理,逐点对A扫信号施加延迟并进行幅值叠加处理,得到各图像重建点的合成信号为:
式中,I(m,n)为成像区域内网格点(m,n)的叠加幅值,fi为第i个探头孔径获得的A扫信号,N为孔径数;
对合成信号进行幅值归一化处理和SAFT图像重建,即可从图像中获取缺陷二维形貌特征;
(f)缺陷定性识别和定量检测
直接依据缺陷在图像中的二维形貌特征,可定性判断是面积型或体积型缺陷;对于体积型缺陷,读取缺陷成像区域的峰值坐标点,其纵坐标即为缺陷中心深度,利用-6dB法即可给出缺陷尺寸;对于面积型缺陷,读取缺陷成像区域峰值下降6dB的上、下坐标点,两坐标点之间的欧式距离即为缺陷长度,纵坐标即为缺陷两端点深度;依据图像重建点第k行幅值最高点坐标(xk,yk),由式(5)可得面积型缺陷的取向角θ:
式中,M为图像重建点行数。
本发明的有益效果是:这种基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法利用多模式声束的传播特性,获取缺陷表面反射回波信息,实现缺陷二维形貌完整表征,为体积型和面积型缺陷的定性识别,缺陷长度、深度和取向的精确定量提供了有效解决方法。同时,该方法涉及的算法可嵌入到探伤仪中,实现自动实时成像,具有较高的工程应用和推广价值。
附图说明
下面结合附图和实例对本发明做进一步说明。
图1是本发明采用的超声检测***示意图。
图2是试块及缺陷示意图。
图3是多模式声束采集时建立的坐标系和声束传播路径示意图。
图4是试块中间距5mm的Φ1mm横孔的常规SAFT重建图像。
图5是试块中长度5mm裂纹的常规SAFT重建图像。
图6是试块中长度5mm裂纹的多模式声束SAFT重建图像。
具体实施方式
基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法,采用的超声检测***如图1所示,其中包括相控阵超声检测仪、相控阵超声探头、倾斜的有机玻璃楔块。具体检测及处理步骤如下:
(a)被检试块为厚度40mm的碳钢试块,试块尺寸为200mm×200mm×40mm,试块中加工了中心深度30mm的长度5mm裂纹和深度分别为27.5mm、32.5mm的Φ1mm横孔,如图2所示。
(b)利用M2M相控阵超声检测***,采用相控阵超声探头配合楔块对试块进行检测,其中相控阵超声探头阵元个数为32、中心频率为5MHz,以2阵元作为1个激励孔径,孔径尺寸为10mm×1.2mm。楔块倾斜角26°、探头第一激发孔径高度8.04mm、采样频率100MHz、电子扫查步进0.6mm。
(c)如图3所示,建立直角坐标系,并将检测区域划分成m×n个矩形网格。其中楔块纵波声速为2330m/s,试块横波声速3230m/s,纵波声速5700m/s。
(d)如图4和图5所示,为间距5mm的Φ1mm横孔与长度5mm裂纹的常规SAFT合成图像,可以看出这两类缺陷成像结果十分接近,难以正确区分缺陷类型。
(e)利用相控阵电子扫查功能对试块进行扫查,获得由31个包含T-T-L(横波-横波-纵波,对应式(1)中的S2i、S3i和S4i)声束传播模式的A扫信号构成的数据集,并以数据文本形式导出。
(f)基于费马定理和SAFT成像原理,对折射点坐标进行求解,并根据式(4)逐点对A扫信号施加时间延迟并进行幅值叠加,得到重建的SAFT图像。图6为长度5mm裂纹的多模式声束SAFT图像,由图可见,缺陷成像质量好,检测分辨力较高,且整体形貌得到完整表征,可以明确该缺陷为面积型缺陷。统计计算可得,缺陷的长度定量结果为6.2mm,中心深度定位为29.6mm,表明该方法定量和定位误差相对较小;对SAFT图像中缺陷附近每行像素点最强幅值位置进行线性拟合,由式(5)得到缺陷取向为2.3°,表明最难检出的垂直取向缺陷定取向准确。

Claims (1)

1.基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法,其特征是,采用由相控阵超声检测仪、相控阵超声探头和倾斜楔块构成的检测***,利用相控阵电子扫查模块对被检试块实施A扫信号采集;依据各孔径激励声束在楔块与试块界面、试块底部和缺陷表面发生模式转换类型的不同,选择合适的多模式声束;基于SAFT成像原理和费马定理,计算多模式声束在楔块与试块界面处的折射点位置,对A扫信号进行时间延迟计算和幅值叠加处理,获得重建后的SAFT图像,从而完整表征缺陷二维形貌特征,所述方法采用下列步骤:
(a)相控阵超声检测参数选定
根据被检试块的材料、形状和尺寸信息选取合适的相控阵超声检测参数,主要包括相控阵超声探头频率、探头孔径和孔径间距;
(b)A扫信号采集
基于选定的相控阵超声检测参数,利用相控阵电子扫查功能采集各孔径的A扫信号,并以txt格式保存下来;
(c)坐标系建立及图像重建区域网格划分
以楔块尖端位置为坐标原点,楔块和被检试块界面为x轴,深度方向为y轴,楔块前沿方向为x轴正向,试块深度方向为y轴正向建立坐标系,将被检区域划分成m×n个矩形网格,其网格节点即为各图像重建点;
(d)折射点位置求解
相控阵超声探头各孔径的激励声束将在楔块与试块界面、试块底部和缺陷表面发生反射/折射,以第i个孔径为例,其声束传播路径包括五部分:声程S1i为相控阵超声探头孔径到楔块和试块界面第一折射点的距离,对应声速为c1;声程S2i为界面第一折射点与试块底面反射点的距离,对应声速为c2;声程S3i为底面反射点与图像重建点的距离,对应声速c3;声程S4i为图像重建点与试块和楔块第二折射点的距离,对应声速为c4;声程S5i为第二折射点到接收孔径的距离,对应声速c5;对于被检试块中的传播声程S2i、S3i和S4i,对应的声束模式是横波或纵波,因而共有8种声束传播模式,统称为多模式声束,实际检测中依据检测空间范围选择合适的多模式声束;
因此,总的声程及声时分别为:
S(x0i)=S1i+S2i+S3i+S4i+S5i (1)
T ( x 0 i ) = S 1 i c 1 + S 2 i c 2 + S 3 i c 3 + S 4 i c 4 + S 5 i c 5 - - - ( 2 )
其中x0i为第一折射点横坐标;
最短声时满足费马定理,则折射点x0i满足:
d T ( x 0 i ) dx 0 i = 0 - - - ( 3 )
(e)SAFT图像重建与缺陷二维形貌获取
读取保存的各孔径A扫信号,依据折射点坐标计算每组激发孔径与图像重建点之间的相对时间延迟Δti;基于SAFT成像原理,逐点对A扫信号施加延迟并进行幅值叠加处理,得到各图像重建点的合成信号为:
I ( m , n ) = Σ i = 1 N f i ( t i - Δt i ) - - - ( 4 )
式中,I(m,n)为成像区域内网格点(m,n)的叠加幅值,fi为第i个探头孔径获得的A扫信号,N为孔径数;
对合成信号进行幅值归一化处理和SAFT图像重建,即从图像中获取缺陷二维形貌特征;
(f)缺陷定性识别和定量检测
直接依据缺陷在图像中的二维形貌特征,定性判断是面积型或体积型缺陷;对于体积型缺陷,读取缺陷成像区域的峰值坐标点,其纵坐标即为缺陷中心深度,利用-6dB法即给出缺陷尺寸;对于面积型缺陷,读取缺陷成像区域峰值下降6dB的上、下坐标点,两坐标点之间的欧式距离即为缺陷长度,纵坐标即为缺陷两端点深度;依据图像重建点第k行幅值最高点坐标(xk,yk),由式(5)得面积型缺陷的取向角θ:
t a n θ = M Σ k = 1 M x k · y k - Σ k = 1 M x k · Σ k = 1 M y k M Σ k = 1 M x k 2 - ( Σ k = 1 M x k ) 2 - - - ( 5 )
式中,M为图像重建点行数。
CN201710044767.8A 2017-01-20 2017-01-20 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法 Active CN106770669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710044767.8A CN106770669B (zh) 2017-01-20 2017-01-20 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710044767.8A CN106770669B (zh) 2017-01-20 2017-01-20 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法

Publications (2)

Publication Number Publication Date
CN106770669A true CN106770669A (zh) 2017-05-31
CN106770669B CN106770669B (zh) 2019-06-25

Family

ID=58945270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710044767.8A Active CN106770669B (zh) 2017-01-20 2017-01-20 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法

Country Status (1)

Country Link
CN (1) CN106770669B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108663434A (zh) * 2018-04-26 2018-10-16 中国能源建设集团安徽电力建设第工程有限公司 一种相控阵超声探伤仪的粗晶材料全聚焦检测方法
CN109269439A (zh) * 2018-09-28 2019-01-25 东南大学 金属熔池内部轮廓在线测量设备及方法
CN109596707A (zh) * 2018-12-07 2019-04-09 中航复合材料有限责任公司 一种基于位置-超声信号的蜂窝夹层结构检测方法
CN109828028A (zh) * 2019-03-28 2019-05-31 深圳中凯剑无损检测设备科技有限公司 一种超声检测缺陷定性***和定性方法
CN110320275A (zh) * 2019-08-09 2019-10-11 华中科技大学无锡研究院 提升超声探头声场有效覆盖范围的方法和超声检测楔块
CN110361453A (zh) * 2019-07-24 2019-10-22 四川幔壳科技有限公司 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
CN110487896A (zh) * 2019-08-19 2019-11-22 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种风力发电齿轮箱齿轮轮齿相控阵检测试块及其使用方法
CN110794034A (zh) * 2019-11-19 2020-02-14 中广核核电运营有限公司 核电站低压缸红套转子汽轮机叶片叶根超声相控阵全自动检测方法
CN111047547A (zh) * 2019-12-17 2020-04-21 中国科学院声学研究所 一种基于多视图tfm的联合缺陷定量方法
CN111855809A (zh) * 2020-07-20 2020-10-30 大连理工大学 一种基于复合模式全聚焦的裂纹形貌重建方法
CN111929365A (zh) * 2020-08-07 2020-11-13 广东汕头超声电子股份有限公司 一种超声成像检测显示方法
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
CN112686846A (zh) * 2020-12-23 2021-04-20 北京航天特种设备检测研究发展有限公司 一种成像处理方法、设备和计算机可读存储介质
CN113484421A (zh) * 2021-07-01 2021-10-08 中国工程物理研究院机械制造工艺研究所 基于合成孔径的激光超声内部缺陷多模成像方法及***
CN113552217A (zh) * 2021-07-16 2021-10-26 大连理工大学 一种基于双自发自收相控阵探头的未知缺陷轮廓重建方法
CN113552218A (zh) * 2021-07-16 2021-10-26 大连理工大学 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法
CN113899815A (zh) * 2021-09-08 2022-01-07 中国南方电网有限责任公司超高压输电公司检修试验中心 一种126kV三相共箱盆式绝缘子界面缺陷检测方法
US20230036761A1 (en) * 2021-07-30 2023-02-02 Neptune Technology Group Inc. Method and system for transducer validation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1891896B1 (en) * 2006-08-23 2011-09-21 Eidgenössische Materialprüfungs- und Forschungsanstalt EMPA Method and installation for the non-invasive read-out of data of a passive strain sensor with inherent calibration structure
CN105388218A (zh) * 2015-12-10 2016-03-09 大连理工大学 一种用于粗晶奥氏体不锈钢焊缝超声检测的图像降噪方法
CN106093205A (zh) * 2016-05-31 2016-11-09 大连理工大学 一种基于斜入射超声合成孔径聚焦的厚壁结构缺陷检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1891896B1 (en) * 2006-08-23 2011-09-21 Eidgenössische Materialprüfungs- und Forschungsanstalt EMPA Method and installation for the non-invasive read-out of data of a passive strain sensor with inherent calibration structure
CN105388218A (zh) * 2015-12-10 2016-03-09 大连理工大学 一种用于粗晶奥氏体不锈钢焊缝超声检测的图像降噪方法
CN106093205A (zh) * 2016-05-31 2016-11-09 大连理工大学 一种基于斜入射超声合成孔径聚焦的厚壁结构缺陷检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
林莉 等: "基于Marr小波分析的薄层超声分析", 《材料工程》 *
董洪波 等: "符合材料空隙形貌特征对超声波散射衰减影响的分析", 《中国机械工程》 *

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108663434A (zh) * 2018-04-26 2018-10-16 中国能源建设集团安徽电力建设第工程有限公司 一种相控阵超声探伤仪的粗晶材料全聚焦检测方法
CN109269439A (zh) * 2018-09-28 2019-01-25 东南大学 金属熔池内部轮廓在线测量设备及方法
CN109596707A (zh) * 2018-12-07 2019-04-09 中航复合材料有限责任公司 一种基于位置-超声信号的蜂窝夹层结构检测方法
WO2020191972A1 (zh) * 2019-03-28 2020-10-01 深圳中凯剑无损检测设备科技有限公司 一种超声检测缺陷定性***和定性方法
CN109828028A (zh) * 2019-03-28 2019-05-31 深圳中凯剑无损检测设备科技有限公司 一种超声检测缺陷定性***和定性方法
CN110361453A (zh) * 2019-07-24 2019-10-22 四川幔壳科技有限公司 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
CN110320275A (zh) * 2019-08-09 2019-10-11 华中科技大学无锡研究院 提升超声探头声场有效覆盖范围的方法和超声检测楔块
CN110487896A (zh) * 2019-08-19 2019-11-22 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种风力发电齿轮箱齿轮轮齿相控阵检测试块及其使用方法
CN110487896B (zh) * 2019-08-19 2022-11-18 中国大唐集团科学技术研究院有限公司西北电力试验研究院 一种风力发电齿轮箱齿轮轮齿相控阵检测试块及其使用方法
CN110794034A (zh) * 2019-11-19 2020-02-14 中广核核电运营有限公司 核电站低压缸红套转子汽轮机叶片叶根超声相控阵全自动检测方法
CN110794034B (zh) * 2019-11-19 2023-07-11 中广核核电运营有限公司 核电站低压缸红套转子汽轮机叶片叶根超声相控阵全自动检测方法
CN111047547A (zh) * 2019-12-17 2020-04-21 中国科学院声学研究所 一种基于多视图tfm的联合缺陷定量方法
CN111047547B (zh) * 2019-12-17 2023-10-17 中国科学院声学研究所 一种基于多视图tfm的联合缺陷定量方法
CN111855809A (zh) * 2020-07-20 2020-10-30 大连理工大学 一种基于复合模式全聚焦的裂纹形貌重建方法
WO2022016726A1 (zh) * 2020-07-20 2022-01-27 大连理工大学 一种基于复合模式全聚焦的裂纹形貌重建方法
CN111855809B (zh) * 2020-07-20 2022-07-26 大连理工大学 一种基于复合模式全聚焦的裂纹形貌重建方法
CN111929365A (zh) * 2020-08-07 2020-11-13 广东汕头超声电子股份有限公司 一种超声成像检测显示方法
CN111929365B (zh) * 2020-08-07 2023-08-22 广东汕头超声电子股份有限公司 一种超声成像检测显示方法
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
CN112686846A (zh) * 2020-12-23 2021-04-20 北京航天特种设备检测研究发展有限公司 一种成像处理方法、设备和计算机可读存储介质
CN112686846B (zh) * 2020-12-23 2024-05-28 北京航天特种设备检测研究发展有限公司 一种成像处理方法、设备和计算机可读存储介质
CN113484421A (zh) * 2021-07-01 2021-10-08 中国工程物理研究院机械制造工艺研究所 基于合成孔径的激光超声内部缺陷多模成像方法及***
CN113552217B (zh) * 2021-07-16 2022-05-10 大连理工大学 一种基于双自发自收相控阵探头的未知缺陷轮廓重建方法
CN113552218A (zh) * 2021-07-16 2021-10-26 大连理工大学 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法
CN113552217A (zh) * 2021-07-16 2021-10-26 大连理工大学 一种基于双自发自收相控阵探头的未知缺陷轮廓重建方法
US20230036761A1 (en) * 2021-07-30 2023-02-02 Neptune Technology Group Inc. Method and system for transducer validation
CN113899815A (zh) * 2021-09-08 2022-01-07 中国南方电网有限责任公司超高压输电公司检修试验中心 一种126kV三相共箱盆式绝缘子界面缺陷检测方法
CN113899815B (zh) * 2021-09-08 2023-09-19 中国南方电网有限责任公司超高压输电公司检修试验中心 一种126kV三相共箱盆式绝缘子界面缺陷检测方法

Also Published As

Publication number Publication date
CN106770669B (zh) 2019-06-25

Similar Documents

Publication Publication Date Title
CN106770669A (zh) 基于多模式声束合成孔径聚焦的缺陷二维形貌成像检测方法
CN106770664B (zh) 一种基于全聚焦成像算法改进边缘缺陷检测的方法
US9494562B2 (en) Method and apparatus for defect detection in composite structures
CN101477085B (zh) 三维超声波成像装置
CN111855809B (zh) 一种基于复合模式全聚焦的裂纹形貌重建方法
CN102183582B (zh) 超声波无损检测装置及其方法
Michaels et al. Frequency–wavenumber domain analysis of guided wavefields
US6327921B1 (en) Non-destructive inspections and the display of inspection results
CN104132997B (zh) 焊接部的组织形状的图像化方法及其装置
CN107219305A (zh) 一种基于环形阵列换能器的全聚焦成像检测方法
CN105699492A (zh) 一种用于焊缝检测的超声成像方法
Jeon et al. 2D-wavelet wavenumber filtering for structural damage detection using full steady-state wavefield laser scanning
CN104634876A (zh) 一种超声扫描显微镜检测金属材料内部夹杂物的方法
CN104501750A (zh) 一种超声相控阵测量u肋焊缝熔深的方法
CN104698089A (zh) 一种适用于倾斜裂纹定量和成像的超声相对时间传播技术
CN108226294A (zh) 一种未焊透焊缝的超声波检测方法
CN113552217B (zh) 一种基于双自发自收相控阵探头的未知缺陷轮廓重建方法
CN101819182B (zh) 重构非均匀介质中缺陷形状的方法
CN106645401A (zh) 一种基于频率波数估计的损伤定位与重构方法及***
Michaels et al. Monitoring and characterizing corrosion in aluminum using Lamb waves and attached sensors
CN211478169U (zh) 一种基于声发射原理的钢桥裂纹智能检测装置
Jin et al. Profile reconstruction of irregular planar defects by mirrored composite-mode total focusing method
CN113552218B (zh) 基于阵列超声信号幅值和相位特征加权的缺陷定性检测方法
Dib et al. On the usage of ultrasound computational models for decision making under ambiguity
JP3739368B2 (ja) 超音波タンデムマルチアレイ探傷装置

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