高散射材料超声阵列检测的优化

《Ultrasonics》：Optimisation of ultrasonic array inspection of highly scattering materials

　　

针对多晶材料中高效缺陷检测的超声阵列成像性能优化，是一个备受关注的重要实际问题。尽管影响超声波在高散射材料中传播的主要物理因素已被普遍理解，但现有的超声检测优化方法主要基于经验定性规则。缺陷可检测性的传统定量度量是信号噪声比(SNR)，其定义为缺陷图像最大幅度与图像中晶粒散射噪声均方根幅度之比。研究人员提出了一种通用的信号噪声比(SNR)模型，该模型融合了单次散射和多次散射分量，适用于所有超声散射机制。该模型用于定量分析阵列成像性能，并为制定将图像SNR与阵列系统参数关联起来的定量指导方针提供了基础。研究结果通过仿真和实验数据进行了验证。

**论文解读：高散射材料超声阵列检测的优化**

**研究背景**

在非破坏性评估(NDE)领域，多晶材料（如铜、Inconel 600合金等）的成像与缺陷检测是极具挑战性的重要课题。超声检测因其成本低、穿透深度好、检测速度快和便携性强等优势，成为最常用的方法之一。近年来，相控阵技术，特别是全矩阵捕获(FMC)技术的发展，为超声阵列在NDE中的应用带来了革命性变化。然而，尽管超声阵列成像的基本原理已成熟，但针对粗晶材料中缺陷检测与表征的阵列系统参数优化问题，仍是一个未解决的关键难题。

目前，评估检测极限的常用方法依赖于代价高昂的概率检测(POD)曲线，需要大量含人工缺陷的样品实验。尽管存在一些结合模拟缺陷响应与实测结构噪声的建模技术，或利用图形处理器(GPU)加速的有限元(FE)方法，但这些方法大多只能针对特定阵列配置和缺陷类型进行评估，无法全面理解影响信号噪声比(SNR)行为的各种物理因素和阵列参数的重要程度。

多晶材料检测的困难源于超声波在晶界处的散射。这种散射会产生背散射信号，在超声图像上表现为散斑图案，使缺陷检测变得困难。完整的散射响应包括单次散射和多次散射贡献。传统上，在单次散射假设下，可以建立模型，如Thompson等人发展的单次散射模型，以及Wilcox等人将其推广到相控阵图像SNR预测的方法。然而，多次散射（当吸收损耗可忽略时）是检测极限的根本物理来源。在多次散射机制下，波被不同散射体反复散射，过程远比单次散射复杂。关键挑战在于，实测信号由单次和多次散射波叠加而成，通常难以分离并独立分析它们各自的贡献。

近期研究表明，从全矩阵捕获(FMC)阵列数据中可直接测量多次散射对超声阵列图像总强度的相对贡献，即多次散射率。这为利用多次散射率作为频率和成像深度的函数来优化超声阵列检测提供了可能。本研究旨在开发一个通用的晶粒散射噪声模型，该模型融合了单次和多次散射分量，用于定量分析阵列成像性能，并制定将图像信噪比(SNR)与阵列系统参数关联起来的定量指导方针。该论文发表在《Ultrasonics》。

**关键技术与方法**

研究人员采用实验与数值模拟相结合的方法。实验方面，研究人员对铜、Inconel 600和两种钢CT样品进行了阵列测量，其中Inconel样品的晶粒尺寸分布通过显微组织分析和电子背散射衍射(EBSD)表征，铜和钢样品的平均晶粒尺寸则通过对比实测衰减与Stanke-Kino模型预测的衰减计算得出。数值模拟方面，使用Pogo软件包进行有限元(FE)方法仿真，模拟了二维(2D)晶粒结构中的阵列信号。研究通过全矩阵捕获(FMC)程序采集阵列数据，并采用反向传播成像方法进行数据处理。关键的定量分析基于一个通用的信号噪声比(SNR)模型，该模型通过引入单次散射率(δ_S)来表征多次散射效应，并利用点扩散函数(PSF)和散射矩阵等概念对SNR进行解析表达。

**研究结果**

**1. 图像强度**
研究人员发现，图像强度随深度和频率的总体衰减率，由于多次散射的贡献，比仅基于平面波相干衰减系数α预测的衰减率（即I∝exp(-4αz)）要慢。通过定义系数c_α=1-α_s/(2α)，图像强度可表示为I∝exp(-4c_ααz)，其中α_s是单次散射衰减系数。这一结论通过Inconel和铜样品的实验测量得到了验证，表明多次散射效应在低频段（单次散射占主导）就已存在。

**2. 信号噪声比**
研究人员通过将模型预测与实验和仿真数据对比，验证了所提出的通用SNR模型。结果显示，对于不同材料（Inconel、铜）中的不同缺陷（如侧钻孔SDH），模型预测的SNR随阵列孔径角φ和成像频率f的变化趋势与实测数据高度吻合，证实了模型(19)的有效性。

**3. 频率优化与过渡频率**
研究发现，SNR随频率的变化呈现出非单调性。定义过渡频率f_T为函数f·exp(-α_sz)的最大值点，其解析表达式为f_T=(1/(c_snz))^1/n。在低频段(f_T)，SNR随频率增加而迅速下降，这主要由多次散射导致的单次散射贡献指数衰减所致。因此，过渡频率f_T是区分SNR单调变化与快速衰减的关键参数。

**4. 缺陷尺寸对最优频率的影响**
研究人员通过分析无量纲参数（缺陷尺寸D与过渡频率下波长的比值）发现，最优成像频率主要取决于缺陷尺寸。对于相对较大的缺陷（D_～>1），最优频率约等于f_T/D_～；而对于小缺陷（D_～<1），最优频率约等于f_T。这表明，当缺陷尺寸小于过渡频率下的波长时，最优检测频率将趋近于过渡频率。

**5. 表面裂纹检测实例**
研究人员对Inconel样品中的切口、钢CT样品中的切口和疲劳裂纹进行了检测实验。结果表明，所有案例的最优灵敏度点均接近对应的过渡频率f_T。当成像频率f>f_T时，由于多次散射贡献增加，SNR迅速衰减。此外，裂纹尖端衍射信号的SNR波动比切口更大，这可能源于裂纹尖端的粗糙度。

**讨论与结论**

**总结讨论**
讨论部分指出，阵列孔径角φ在10°到30°的常见范围内，对SNR的影响主要源于聚焦效果，即sinφ因子，增大孔径角可带来约5dB的SNR提升。而频率是更关键的优化参数。模型(19)提供了一个实用工具，可在宽频范围内分析SNR，并确定最优性能点。过渡频率f_T被定义为函数f·exp(-α_sz)的最大值，是控制SNR频率依赖性的核心参数。在f_T处，单次散射率δ_S为一常数（对于3D微结构n=2时为37%，对于2D微结构n=3时为51%）。对于典型检测条件，缺陷尺寸大于平均晶粒尺寸时，峰值SNR频率主要取决于缺陷尺寸，与晶粒尺寸关系较弱。对于小缺陷，峰值频率约等于f_T。综合来看，为了实现最优检测灵敏度，检测频率范围应覆盖f≤f_T。

**研究结论部分翻译**
本文研究了在具有高结构噪声的材料中，确定最佳一维超声阵列参数的问题。特别是分析了阵列孔径角和成像频率对SNR的影响。为了量化阵列性能，研究人员开发了一个融合了单次和多次散射贡献的通用SNR模型，并通过实验测量和FE仿真的验证，证明了模型预测与测量结果具有良好的一致性。主要结论概括如下：
1. SNR模型中的多次散射效应由指数因子e^-α_sz表示，该因子描述了单次散射贡献在总图像幅度中的比例。对于所考虑的材料，单次散射衰减系数α_s满足α≤α_s≤2α，其中α是平面波相干衰减系数。
2. 多次散射对图像幅度的深度和频率依赖性有显著影响。特别是，图像幅度衰减率比相干衰减因子所给出的衰减率要小两倍以上。
3. 在10°≤φ≤30°范围内，SNR对阵列孔径角的依赖性主要由阵列聚焦效应决定，并由因子sinφ描述。
4. 过渡频率f_T（由公式(22)定义）是控制SNR频率依赖性的关键参数：
* 在低频段f_T，SNR表现出非单调行为并达到最大值。
* 在高频段f>f_T，由于单次散射贡献的指数衰减，SNR迅速下降。
5. 最大灵敏度点主要取决于缺陷尺寸相对于过渡频率处超声波的波长（由公式(24)定义的D_～）：
* 对于相对较大的缺陷（D_～>1），最大频率近似为f_max≈f_T/D_～。
* 对于相对较小的缺陷（D_～<1），最大频率近似恒定，即f_max≈f_T。
6. 为了实现最优检测灵敏度，检测频率应覆盖f≤f_T的范围。