一种适用于圆柱形零件缺陷检测和尺寸量化的曲率自适应相控阵合成孔径聚焦方法

《Ultrasonics》：A curvature-adaptive phased-array synthetic aperture focusing method for flaw detection and size quantification in cylinder-like parts

相位阵列超声合成孔径聚焦技术改进方法可有效检测曲面上亚毫米级缺陷，通过自适应网格优化解决传统笛卡尔网格采样不均导致的欠采样/过采样问题，结合距离增益大小法提升缺陷定位精度和量化准确性。实验验证了该方法在3D打印铝盘上检测6个0.4-2mm平底孔的能力，且0.51mm缺陷检出率达90%（95%置信度）。相较于常规SAFT和传统超声检测，该方法在曲面部件缺陷识别与量化方面性能更优。

　　

刘汉雷|郭文豪|张俊峰|朱宇|何静静|关学飞

中国工程物理研究院研究生院，北京100193，中国

摘要

提出了一种相控阵超声合成孔径聚焦技术（SAFT）方法，以提高检测具有曲面部件缺陷时的横向空间分辨率。该技术包括对SAFT重建的自适应网格尺寸优化，以及用于缺陷量化的距离-增益-尺寸方法。结合这两种方法，可以减轻由于笛卡尔重建网格与从曲面获取的测试数据不匹配而产生的欠采样和过采样效应，从而提高横向空间分辨率和尺寸量化精度。使用10 MHz线性相控阵探头和对线弧增材制造的铝盘进行超声检测，铝盘上分布有六个间距紧密的人造缺陷。结果表明，该方法能够可靠地识别出名义尺寸在0.4 mm至2 mm之间、最小边缘间距为0.8 mm的六个平底孔。通过与常规SAFT方法和传统相控阵超声检测方法的比较，证明了所提出方法的优势。进一步使用模型辅助的检测概率方法检验了该方法的可可靠性。结果显示，该方法能够以95%的置信度以90%的概率检测到0.51 mm的缺陷。

引言

超声无损检测（NDE）越来越多地被用作高可靠性要求部件的缺陷检测标准化工具[1]、[2]、[3]、[4]、[5]、[6]、[7]。目前，对于大型和复杂形状的部件，超声检测仍主要依赖于使用传统探头的浸水超声检测[8]、[9]。然而，随着许多工业领域（如发电、海洋和航空）对寿命和可靠性要求的提高，需要进行损伤容忍度设计和评估，这就需要以更高的空间分辨率和量化精度来检测更小的缺陷。此外，诸如增材制造和混合制造等新兴制造技术可以生产出与传统材料截然不同的微观结构材料。在这些材料中，由于非均匀的晶粒、孔隙、微裂纹等原因，超声检测的信噪比（SNR）可能相对较低[10]、[11]、[12]。当这些材料具有复杂的表面形状时，采用当前的标准方法来准确检测和量化亚毫米级嵌入式缺陷面临巨大挑战[13]、[14]、[15]。为了解决这些挑战，需要通过更先进的数据处理和分析方法来提高信噪比，以便在材料微观结构特征引入的噪声背散射信号下检测更小的缺陷。此外，还需要提高空间分辨率，以便能够将间距紧密的缺陷分辨为单独的缺陷，从而进行更精确的损伤容忍度设计评估。

通常有两种主要的技术途径来提高超声材料检测的信噪比和空间分辨率。第一种途径主要依赖于使用更先进和专门设计的探头，例如全矩阵捕获（FMC）换能器进行数据采集[16]、[17]，并结合总聚焦方法（TFM）进行数据处理[18]、[19]、[20]。数据采集过程中，一个阵列元素发射信号，所有元素接收信号，通过电子方式依次切换发射元素，直到所有元素都充当发射器。随后的TFM是一种用于分析FMC探头捕获数据的数据处理技术。通过计算超声波从每个发射元素传播到检测区域每个点的时间（TOF），TFM构建图像，其中每个像素对应于该位置的响应。在这种方法中，聚焦范围和信噪比直接取决于探头的尺寸；因此，通常需要足够数量的阵列元素，这可能导致探头尺寸较大，从而限制了其在曲面上的应用。虽然已经使用标准相控阵探头结合楔形块、浸水耦合或贴合接口展示了FMC/TFM方法在曲面检测中的应用，但这些实现通常依赖于明确的表面几何形状和耦合条件以确保精确聚焦[21]。对于许多实际检测场景，如果直接使用传统的平面相控阵探头而没有楔形块或浸水耦合，局部表面轮廓和有效间距的不确定性会显著影响传统FMC/TFM的重建效果，导致聚焦性能下降[13]、[14]、[15]。为了解决这些问题，需要通过更先进的数据处理和分析方法来提高信噪比，以便在材料微观结构特征引入的噪声背散射信号下检测更小的缺陷。此外，还需要提高空间分辨率，以便能够将间距紧密的缺陷分辨为单独的缺陷，从而进行更精确的损伤容忍度设计评估。

通常有两种主要的技术途径来提高超声材料检测的信噪比和空间分辨率。第一种途径主要依赖于使用更先进和专门设计的探头，例如全矩阵捕获（FMC）换能器进行数据采集[16]、[17]，并结合总聚焦方法（TFM）进行数据处理[18]、[19]、[20]。数据采集过程中，一个阵列元素发射信号，所有元素接收信号，通过电子方式依次切换发射元素，直到所有元素都充当发射器。随后的TFM是一种用于分析FMC探头捕获数据的数据处理技术。通过计算超声波从每个发射元素传播到检测区域每个点的时间（TOF），TFM构建图像，其中每个像素对应于该位置的响应。在这种方法中，聚焦范围和信噪比直接取决于探头的尺寸；因此，通常需要足够数量的阵列元素，这可能导致探头尺寸较大，从而限制了其在曲面上的应用。虽然已经使用标准相控阵探头结合楔形块、浸水耦合或贴合接口展示了FMC/TFM方法在曲面检测中的应用，但这些实现通常依赖于明确的表面几何形状和耦合条件以确保精确聚焦[21]。对于许多实际检测场景，如果直接使用传统的平面相控阵探头而没有楔形块或浸水耦合，局部表面轮廓和有效间距的不确定性会显著影响传统FMC/TFM的重建效果，导致聚焦性能下降[13]、[14]、[15]。为了解决这些问题，需要通过更先进的数据处理和分析方法来提高信噪比，以便在材料微观结构特征引入的噪声背散射信号下检测更小的缺陷。此外，还需要提高空间分辨率，以便能够将间距紧密的缺陷分辨为单独的缺陷，从而进行更精确的损伤容忍度设计评估。

最近在工业超声NDE方面的发展展示了SAFT在检测更小缺陷方面的潜力。关等人[30]开发了一种时域PA-SAFT方法，使用从平面检测表面获取的数据进行缺陷识别和量化。重建参数是根据声速和扫描路径上的步长确定的，以实现最佳分辨率和信噪比。使用人造和自然缺陷进行的验证表明，该方法可以识别四个亚毫米级的人造缺陷，并准确量化自然缺陷的尺寸和倾斜角度。Paritosh等人[31]报告了一种方法，用于确定PA-SAFT中主动孔径应使用的最佳元素数量，以提高成像分辨率，该方法基于不同深度处声压的最小值。该方法使用不锈钢板中的人造倾斜槽进行了验证，结果表明PA-SAFT可以获得与FMC+TFM相当的结果。秦等人[32]开发了一种三维SAFT方法，使用常规单体探头获取的A扫描数据，并采用空间依赖的阈值来检测强散射金属材料中的亚毫米级缺陷。基于不同深度的噪声统计，选择噪声极值作为空间相关阈值以减轻噪声影响。结果表明，使用从平面表面获取的数据可以在304不锈钢试样中检测到直径为0.2 mm和0.3 mm的缺陷。赖等人[33]开发了一种SAFT方法，用于处理超声纵波的非线性准静态分量，以提高高衰减材料中的成像质量。该方法使用带有侧钻孔的硅胶块进行了验证。结果表明，该方法可以识别出相距10 mm的两个缺陷，而这些缺陷通常无法使用传统的0.5 MHz探头区分。孙等人[34]开发了一种稀疏-SAFT方法，以提高TOF衍射成像的分辨率。信号数据通过稀疏反卷积处理，以减弱原始信号的脉冲宽度和波束扩散的影响。验证使用的是平碳钢块中不同深度的3 mm长菱形孔，结果表明该方法可以估计出10.3%的相对误差。黄等人[35]研究了一种稀疏SAFT方法，通过空间相干复合L波和S波来实现。使用轨段中的自然横向缺陷对方法进行了验证，结果表明与使用单模测试数据相比，该方法提高了对比度。

在上述研究中，从平面表面获取的原始数据是在笛卡尔网格中处理的，用于缺陷成像。网格的分辨率由检测参数（如声速、采样频率和位置编码器的步长）决定。然而，对于曲面，探头在表面上移动时，探头的法线会发生变化，导致采样数据点的分布不均匀。这种不均匀分布的采样数据点可能导致网格元素中的采样点数量不同。这种效应可能会由于某些网格元素的欠采样和/或过采样而大大降低分辨率和信噪比。鉴于此，本研究的目的是开发一种改进的相控阵超声SAFT方法，用于检测具有曲面检测表面的部件中的缺陷，这些曲面可能会由于欠采样和/或过采样效应而限制常规SAFT方法的性能。该方法的新颖之处在于提出了一种通用优化程序，以获得适用于SAFT重建的曲率自适应网格，从而在整个检测区域内实现最佳分辨率和信噪比。

研究的其余部分组织如下。首先，开发了用于圆柱形物体的PA-SAFT数据重建方法。通过结合空间自适应重建网格，可以缓解现有SAFT方法的潜在限制。接下来，提出了距离-增益-尺寸方法，用于量化通过区域生长方法识别的缺陷的尺寸。之后，使用对线弧增材制造的铝盘进行实验测试。使用获得的测试数据验证了所提出方法的有效性和优势，并将结果与现有方法进行了比较。随后，使用模型辅助的检测概率方法检验了所提出方法的可可靠性。最后，根据当前结果得出结论。

章节片段

曲率自适应SAFT方法

图1展示了使用PA探头对圆柱形部件进行直接接触检测的示意图。该场景代表了实际应用中各种工业部件（如转子、盘、管道等）的典型PA检测场景。数据采集过程通常可以概括如下：从轴向位置开始，通过旋转物体（探头保持静止或反之）以固定的圆周间隔发射和接收数据。

使用DGS方法进行缺陷识别和量化

完成SAFT重建过程后，每个由$(I,J)$索引的网格元素通过求和过程被赋予一个值$V(I,J)$。对重建的SAFT数据进行信号处理有助于提取和识别缺陷特征。首先，使用希尔伯特包络在径向方向上处理重建数据。接下来，使用二维高斯滤波器对处理后的数据进行平滑处理。在本研究中，使用了9x9的高斯卷积核。

实验研究、验证和比较

使用线性PA探头在直接接触模式下对圆柱形表面进行实验测试，以获取原始数据。处理数据以展示整个计算过程并验证所提出方法的有效性。将所提出的方法与现有SAFT方法以及传统的PA测试结果进行比较。

结论

开发了一种相控阵SAFT方法，以提高圆柱形部件中嵌入式缺陷的空间分辨率和量化精度。通过采用极坐标网格进行SAFT重建，并结合一种新颖的自适应网格尺寸优化程序，该方法减轻了由于笛卡尔重建网格与从曲面获取的测试数据不匹配而产生的欠采样和过采样效应。这种新颖的自适应网格尺寸优化的思想是寻求

CRediT作者贡献声明

刘汉雷：撰写——原始草案、验证、方法论、数据管理。郭文豪：数据管理。张俊峰：研究。朱宇：验证。何静静：方法论、形式分析。关学飞：撰写——审稿与编辑、监督、方法论、资金获取、概念化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了科学挑战项目（项目编号：TZ2025017）和国家自然科学基金（项目编号：U2230204）的支持。感谢这些支持。朱宇还得到了国家科技重大项目（项目编号：2017-VII-0011-0177）的支持。