多缺陷蘭姆波拓?fù)涑上?/h1>
2019-11-11 13:25:36張海燕李加林徐夢云
聲學(xué)技術(shù) 2019年5期
張海燕，李加林，徐夢云
多缺陷蘭姆波拓?fù)涑上?/p>
張海燕，李加林，徐夢云
(上海大學(xué)，上海 200444)
將時間反轉(zhuǎn)理論與拓?fù)鋬?yōu)化思想結(jié)合在一起，引入了直接聲場和伴隨聲場的概念。通過將時間反轉(zhuǎn)后的蘭姆波散射信號作為伴隨聲場中的二次激勵源，實現(xiàn)了信號在缺陷處的聚焦，并根據(jù)時域拓?fù)淠芰抗接嬎愠鰴z測區(qū)域內(nèi)各點的拓?fù)淠芰恐?，從而對薄板?nèi)多缺陷進行表征。有限元仿真和實驗表明：在多缺陷情形下，延遲疊加法(Delay and Sum, DAS)因受瑞利準(zhǔn)則的約束而在缺陷間距小于分辨率閾值時，無法對缺陷位置進行定位；時域拓?fù)淠芰糠ㄍㄟ^蘭姆波時間反轉(zhuǎn)聚焦、圖像融合，不僅提高了缺陷檢測分辨率，還消除了多模式、有噪聲環(huán)境下偽像的干擾。有效推動了蘭姆波在板類結(jié)構(gòu)無損檢測中的應(yīng)用。
時域拓?fù)淠芰?；分辨率；蘭姆波
0 引言
隨著現(xiàn)代科技的迅速發(fā)展，常規(guī)的超聲體波無損檢測方案已經(jīng)無法滿足現(xiàn)在工業(yè)發(fā)展的需求。相比于超聲體波，蘭姆波[1]具有傳播距離遠(yuǎn)、衰減小、效率高等優(yōu)點。目前常用的延遲疊加無損檢測方法，由于受到瑞利準(zhǔn)則[2]的約束，在多缺陷情形下，成像分辨率較差。SYNNEVAG等[3]將延遲疊加波束成形算法與自適應(yīng)算法相結(jié)合，在一定程度上改善了醫(yī)療無損檢測圖像的質(zhì)量，但分辨率依然還有很大的提升空間。
近些年來，研究人員已從理論、算法等方面對拓?fù)涑上褡隽舜罅康难芯俊Ｍ負(fù)涮荻茸钤绯霈F(xiàn)在機械結(jié)構(gòu)優(yōu)化中，GUZINA等[4]首次將拓?fù)涮荻葢?yīng)用于超聲逆散射成像，并對成本函數(shù)的漸近過程，以及拓?fù)潇`敏度的提高等進行了介紹。盡管拓?fù)錆u近可以對缺陷精確定位，甚至可以反演出缺陷的類型，然而，拓?fù)錆u近過程需經(jīng)過多次迭代，這就不得不考慮計算復(fù)雜度的問題。2010年，DOMINGUEZ等[5]提出了拓?fù)淠芰糠?，該方法盡管檢測精度不及拓?fù)涮荻确ǎ珔s在很大程度上縮短了成像所需的時間，因而更適合于實際應(yīng)用。
本文基于延遲疊加算法、時域拓?fù)淠芰糠ǖ臋z測原理，在多缺陷情形下，分別進行了有限元仿真和實驗，并根據(jù)成像結(jié)果，重點從檢測分辨率的角度對兩種方法進行了對比分析。
1 延遲疊加算法
1.1 延遲疊加算法原理
1.2 延時計算
線性陣列是一種常用的陣列類型，其通常由多個一定長度的陣元構(gòu)成，為了便于研究，可忽略陣元的形狀，將其理想化為一系列的點聲源[8]。對于元等間距排列的線性陣列而言，假設(shè)陣元中心之間的間距為，若以線性陣列的中心作為原點，則可建立如圖1所示的坐標(biāo)系。
圖1 線性陣元收發(fā)示意圖
陣元的位置為
2 時域拓?fù)淠芰克惴?/h2>2.1 時域拓?fù)淠芰克惴ㄔ?/h3>
(a) 參考試塊
(b) 待測試塊
圖2 試塊模型俯視圖
Fig.2 Top view of sample model
其中，為信號的截止時間，點(,)為成像區(qū)域的坐標(biāo)。
2.2 聲場計算
在伴隨聲場的計算過程中不需要對散射信號做時間窗口截取。由蘭姆波的傳播模型同樣可以得到參考試塊中的伴隨聲場為
3 仿真與實驗
3.1 仿真與結(jié)果
本文中采用Pzflex仿真軟件建立鋁板有限元模型，具體參數(shù)如表1所示。
表1 有限元仿真模型參數(shù)表
有限元仿真中待測試塊模型如圖3所示，兩個圓形通孔缺陷的半徑均為5 mm，坐標(biāo)原點1位于兩缺陷圓心連線的中點上。在模型1中，缺陷間距=48 mm；模型2中，缺陷間距=18 mm。
圖3 待測試塊仿真模型俯視圖
本文采用漢寧窗調(diào)制的5個周期正弦信號作為激勵信號，中心頻率為500 kHz，采用反對稱激勵方式。由蘭姆波的頻散特性可知，在頻厚積為1 MHz·mm時，上下對稱激勵產(chǎn)生的蘭姆波為模式，在速度=5 200 m·s-1，中心頻率為500 kHz時，對應(yīng)的波長=10.4 mm。
3.1.1 延遲疊加算法仿真結(jié)果
圖4 第11個傳感器接收到的散射信號波形
(a) 缺陷間距1=48 mm
(b) 缺陷間距2=18 mm
圖5 不同缺陷間距下的DAS成像結(jié)果
Fig.5 DAS imaging results for different defect spacing
3.1.2 時域拓?fù)淠芰糠抡娼Y(jié)果
(a) 所有陣元接收到的散射信號
(b) 時間反轉(zhuǎn)后的散射信號
(c) 到達缺陷1處的散射信號
(d) 到達缺陷2處的散射信號
(e) 到達非缺陷處的散射信號
(a) 缺陷間距1=48 mm
(b) 缺陷間距2=18 mm
圖7 不同缺陷間距下的拓?fù)淠芰砍上窠Y(jié)果
Fig.7 Topological energy imaging results for different defect spacing
3.2 實驗與結(jié)果
實驗成像系統(tǒng)由M2M超聲激勵接收儀、探頭、鋁板和Multi2000軟件構(gòu)成。設(shè)置M2M超聲激勵接收儀的采樣頻率為100 MHz。探頭由16個線性排列的陣元組成，單個陣元長度為0.1 mm，寬度為10 mm，陣元間距為0.9 mm，中心頻率為500 kHz。待測鋁板長為300 mm，寬為150mm，板厚為2 mm。成像區(qū)域的大小為70 mm*25 mm。兩個圓形通孔缺陷的半徑均為5 mm，缺陷之間的距離=30 mm。
實驗采用一發(fā)多收的信號采集方式。圖8為第1陣元處激勵，第5陣元處接收到的時域信號波形。頻厚積為1MHz·mm時，接收到的蘭姆波信號存在多個模式。
圖8 第5 個傳感器接收到的信號
3.2.1 延遲疊加算法實驗結(jié)果
圖9 缺陷間距ds=30 mm下的DAS成像結(jié)果
3.2.2 時域拓?fù)淠芰繉嶒灲Y(jié)果
現(xiàn)實生活中的蘭姆波檢測往往比仿真中的情況更為復(fù)雜。在多模式有噪聲干擾的情況下，相應(yīng)陣元重新激勵后接收到的蘭姆波信號在缺陷1和缺陷2處聲束聚焦效果分別如圖10(a)、10(b)所示。其中，最頂端的信號為直接聲場中接收到的蘭姆波信號，其他16組信號為伴隨聲場中接收到的蘭姆波信號。非缺陷處的未聚焦的信號波形如圖 10(c)所示。將時域拓?fù)淠芰糠ǖ玫降膱D像進行融合，其結(jié)果如圖11所示，顯然，在多模式有噪聲的環(huán)境下，時域拓?fù)淠芰糠ú粌H可以確定兩個缺陷的位置，還可以消除偽像。
(a) 到達缺陷1處的散射信號
(b) 到達缺陷2處的散射信號
(c) 到達非缺陷處的散射信號
圖11 缺陷間距d=30 mm下的時域拓?fù)淠芰砍上窠Y(jié)果
Fig.11 Time domain topological energy imaging results for thedefect spacingd=30 mm
4 結(jié)論
基于延遲疊加算法、時域拓?fù)淠芰糠ǖ臋z測原理，在多缺陷情形下，分別進行了有限元仿真和實際實驗，并根據(jù)成像結(jié)果，重點從檢測分辨率的角度對兩種方法進行了相應(yīng)的對比分析。
對于時域拓?fù)淠芰糠ǘ裕浩浞抡娼Y(jié)果和實驗結(jié)果均表明，由于該方法能夠克服聲波衍射的限制，因此可以實現(xiàn)兩個缺陷的定位，另外圖像融合還能夠消除偽像的干擾，進而提高了檢測分辨率。
綜上所述，在進行多缺陷檢測時，時域拓?fù)淠芰糠黠@優(yōu)于延遲疊加算法。
[1] 張海燕, 于建波, 陳先華. 管道結(jié)構(gòu)中的類蘭姆波層析成像[J]. 聲學(xué)學(xué)報, 2012, 37(1): 81-90.
ZHANG Haiyan, YU Jianbo, CHEN Xianhua. Lamb-like wave tomo-graphy of pipe structures[J]. Acta Acustica, 2012, 37(1): 81-90.
[2] 王衛(wèi)威. 基于最優(yōu)估計的SAR圖像提高分辨率方法研究[D]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2008.
WANG Weiwei. Researeh on methods for resolution enhance- ment of SAR image based on optimal estimation [D]. Changsha: National University of Defense Technology, 2008.
[3] SYNNEVAG, J F, AUSTENG, A, HOLM S. Benefits of minimum-variance beamforming in medical ultrasound imaging[J]. IEEE Transactions on Ultrasonics Ferroelectrics & Frequency Control, 2009, 56(9): 1868-1879.
[4] GUZINA B B, BONNET M. Topological derivative for the inverse scattering of elastic waves[J]. Quarterly Journal of Mechanics & Applied Mathematics, 2004, 57(5):161-179.
[5] DOMINGUEZ N, GIBIAT V. Non-destructive imaging using the time domain topological energy method[J]. Ultrasonics, 2010, 50(3): 367-372.
[6] 劉紅飛. 基于自適應(yīng)波束形成的超聲成像算法研究[D].合肥: 中國科學(xué)技術(shù)大學(xué), 2013.
LIU Hongfei. Study on ultrasound imaging algorithm based on adaptive beamforming[D]. Hefei: University of Science and Technology of China, 2013.
[7] 許琴. 超聲成像中波束形成算法研究[D]. 重慶: 重慶大學(xué), 2012.
XU Qin. Study on beamforming algorithm of ultrasound imaging[D]. Chongqing : Chongqing University, 2012.
[8] 李榮興. 超聲成像自適應(yīng)波束形成方法研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2013.
LI Rongxing. Reserch on adaptive beamforming approaches in ultrasound imaging[D].Harbin: Harbin Institute of Technology, 2013.
[9] HAN C, CASSEREAU D, MINONZIO J G, et al. Numerical estimation of femoral neck cortical bone thickness based on time domain topological energy and sparse signal approximation[C]// European Symposium on Ultrasonic Characterization of Bone. IEEE, 2015: 1-4.
[10] GIBIAT V, SAHUGUET P. Wave guide imaging through time domain topological energy[J]. Ultrasonics, 2010, 50(2): 172-179.
[11] LUBEIGT E, MENSAH S, RAKOTONARIVO S, et al. Topological imaging in bounded elastic media[J]. Ultrasonics, 2017, 76: 145-153.
[12] SAHUGUET P, CHOUIPPE A, GIBIAT V. Biological tissues imaging with time domain topological energy[J]. Physics Procedia, 2010, 3(1): 677-683.
[13] RODRIGUEZ S, DESCHAMPS M, CASTAINGS M, et al. Guided wave topological imaging of isotropic plates[J]. Ultrasonics, 2014, 54(7): 1880-90.
[14] LEVINE R M, MICHAELS J E. Model-based imaging of damage with Lamb waves via sparse reconstruction[J]. J. Acoust. Soc. Am., 2013, 133(3): 1525-1534.
[15] 樊程廣. 超聲相控陣超分辨率成像方法研究[D]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2014.
FAN Chengguang. Research on approaches for super resolution imaging using ultrasonic phased array[D]. Changsha: National University of Defense Technology, 2008.
Multi-defect Lamb wave topological imaging
ZHANG Hai-yan, LI Jia-lin, XU Meng-yun
(Shanghai University, Shanghai 200444, China)
This paper combines time reversal theory with topology optimization ideas and introduces the concept of forward acoustic field and adjoint acoustic field. The time-inverted Lamb wave scattering signal is used as the secondary excitation source in the adjoint acoustic field, and the signal is focused at the defect. Then, the topological energy value of each point in the detection area is calculated according to the time domain topological energy formula. As a result, multiple defects in the sheet are characterized. Finite element simulations and experiments show that in the case of multiple defects, the delay-and-sum (DAS) method is unable to locate the defect when the defect spacing is smaller than the resolution threshold because of the constraints of the Rayleigh criterion; however, through Lamb wave time reversal focusing and image fusion, the time domain topological energy method can not only improve the defect detection resolution, but also eliminate the interference of artifacts in a multi-mode noisy environment. Lamb wave is effectively promoted in nondestructive testing of board structures.
time domain topologicalenergy; resolution; Lamb wave
TB559
A
1000-3630(2019)-05-0520-06
10.16300/j.cnki.1000-3630.2019.05.007
2018-07-23;
2018-09-13
國家自然科學(xué)基金資助項目(11674214, 11474195, 51478258)、上海市科委重點支撐項目(16030501400)
張海燕(1970－), 女, 山東曹縣人, 博士生導(dǎo)師, 研究方向為超聲無損檢測。
張海燕,E-mail: hyzh@shu.edu.cn
猜你喜歡
掃帚也有夢想東方少年·閱讀與作文(2020年4期)2020-06-08 10:35:04 基于BIM的鐵路車站聲場仿真分析研究鐵道通信信號(2020年12期)2020-03-29 06:21:56 探尋360°全聲場發(fā)聲門道家庭影院技術(shù)(2018年11期)2019-01-21 02:20:54 基于時域信號的三電平逆變器復(fù)合故障診斷測控技術(shù)(2018年11期)2018-12-07 05:49:02 莎譯史之蘭姆體系：從“莎士比亞”的譯名說起翻譯界(2018年2期)2018-03-05 07:55:38 基于極大似然準(zhǔn)則與滾動時域估計的自適應(yīng)UKF算法系統(tǒng)工程與電子技術(shù)(2016年7期)2016-08-21 13:59:14 基于時域逆濾波的寬帶脈沖聲生成技術(shù)西北工業(yè)大學(xué)學(xué)報(2015年4期)2016-01-19 03:31:55 基于時域波形特征的輸電線雷擊識別電測與儀表(2015年2期)2015-04-09 11:28:50 蘭姆凹陷穩(wěn)頻工作點自動識別技術(shù)計測技術(shù)(2014年6期)2014-03-11 16:22:12 板結(jié)構(gòu)-聲場耦合分析的FE-LSPIM/FE法振動工程學(xué)報(2014年2期)2014-03-01 01:15:23
張海燕，李加林，徐夢云
多缺陷蘭姆波拓?fù)涑上?/p>
張海燕，李加林，徐夢云
(上海大學(xué)，上海 200444)
將時間反轉(zhuǎn)理論與拓?fù)鋬?yōu)化思想結(jié)合在一起，引入了直接聲場和伴隨聲場的概念。通過將時間反轉(zhuǎn)后的蘭姆波散射信號作為伴隨聲場中的二次激勵源，實現(xiàn)了信號在缺陷處的聚焦，并根據(jù)時域拓?fù)淠芰抗接嬎愠鰴z測區(qū)域內(nèi)各點的拓?fù)淠芰恐?，從而對薄板?nèi)多缺陷進行表征。有限元仿真和實驗表明：在多缺陷情形下，延遲疊加法(Delay and Sum, DAS)因受瑞利準(zhǔn)則的約束而在缺陷間距小于分辨率閾值時，無法對缺陷位置進行定位；時域拓?fù)淠芰糠ㄍㄟ^蘭姆波時間反轉(zhuǎn)聚焦、圖像融合，不僅提高了缺陷檢測分辨率，還消除了多模式、有噪聲環(huán)境下偽像的干擾。有效推動了蘭姆波在板類結(jié)構(gòu)無損檢測中的應(yīng)用。
時域拓?fù)淠芰?；分辨率；蘭姆波
0 引言
隨著現(xiàn)代科技的迅速發(fā)展，常規(guī)的超聲體波無損檢測方案已經(jīng)無法滿足現(xiàn)在工業(yè)發(fā)展的需求。相比于超聲體波，蘭姆波[1]具有傳播距離遠(yuǎn)、衰減小、效率高等優(yōu)點。目前常用的延遲疊加無損檢測方法，由于受到瑞利準(zhǔn)則[2]的約束，在多缺陷情形下，成像分辨率較差。SYNNEVAG等[3]將延遲疊加波束成形算法與自適應(yīng)算法相結(jié)合，在一定程度上改善了醫(yī)療無損檢測圖像的質(zhì)量，但分辨率依然還有很大的提升空間。
近些年來，研究人員已從理論、算法等方面對拓?fù)涑上褡隽舜罅康难芯俊Ｍ負(fù)涮荻茸钤绯霈F(xiàn)在機械結(jié)構(gòu)優(yōu)化中，GUZINA等[4]首次將拓?fù)涮荻葢?yīng)用于超聲逆散射成像，并對成本函數(shù)的漸近過程，以及拓?fù)潇`敏度的提高等進行了介紹。盡管拓?fù)錆u近可以對缺陷精確定位，甚至可以反演出缺陷的類型，然而，拓?fù)錆u近過程需經(jīng)過多次迭代，這就不得不考慮計算復(fù)雜度的問題。2010年，DOMINGUEZ等[5]提出了拓?fù)淠芰糠?，該方法盡管檢測精度不及拓?fù)涮荻确ǎ珔s在很大程度上縮短了成像所需的時間，因而更適合于實際應(yīng)用。
本文基于延遲疊加算法、時域拓?fù)淠芰糠ǖ臋z測原理，在多缺陷情形下，分別進行了有限元仿真和實驗，并根據(jù)成像結(jié)果，重點從檢測分辨率的角度對兩種方法進行了對比分析。
1 延遲疊加算法
1.1 延遲疊加算法原理
1.2 延時計算
線性陣列是一種常用的陣列類型，其通常由多個一定長度的陣元構(gòu)成，為了便于研究，可忽略陣元的形狀，將其理想化為一系列的點聲源[8]。對于元等間距排列的線性陣列而言，假設(shè)陣元中心之間的間距為，若以線性陣列的中心作為原點，則可建立如圖1所示的坐標(biāo)系。
圖1 線性陣元收發(fā)示意圖
陣元的位置為
2 時域拓?fù)淠芰克惴?/h2>2.1 時域拓?fù)淠芰克惴ㄔ?/h3>
(a) 參考試塊
(b) 待測試塊
圖2 試塊模型俯視圖
Fig.2 Top view of sample model
其中，為信號的截止時間，點(,)為成像區(qū)域的坐標(biāo)。
2.2 聲場計算
在伴隨聲場的計算過程中不需要對散射信號做時間窗口截取。由蘭姆波的傳播模型同樣可以得到參考試塊中的伴隨聲場為
3 仿真與實驗
3.1 仿真與結(jié)果
本文中采用Pzflex仿真軟件建立鋁板有限元模型，具體參數(shù)如表1所示。
表1 有限元仿真模型參數(shù)表
有限元仿真中待測試塊模型如圖3所示，兩個圓形通孔缺陷的半徑均為5 mm，坐標(biāo)原點1位于兩缺陷圓心連線的中點上。在模型1中，缺陷間距=48 mm；模型2中，缺陷間距=18 mm。
圖3 待測試塊仿真模型俯視圖
本文采用漢寧窗調(diào)制的5個周期正弦信號作為激勵信號，中心頻率為500 kHz，采用反對稱激勵方式。由蘭姆波的頻散特性可知，在頻厚積為1 MHz·mm時，上下對稱激勵產(chǎn)生的蘭姆波為模式，在速度=5 200 m·s-1，中心頻率為500 kHz時，對應(yīng)的波長=10.4 mm。
3.1.1 延遲疊加算法仿真結(jié)果
圖4 第11個傳感器接收到的散射信號波形
(a) 缺陷間距1=48 mm
(b) 缺陷間距2=18 mm
圖5 不同缺陷間距下的DAS成像結(jié)果
Fig.5 DAS imaging results for different defect spacing
3.1.2 時域拓?fù)淠芰糠抡娼Y(jié)果
(a) 所有陣元接收到的散射信號
(b) 時間反轉(zhuǎn)后的散射信號
(c) 到達缺陷1處的散射信號
(d) 到達缺陷2處的散射信號
(e) 到達非缺陷處的散射信號
(a) 缺陷間距1=48 mm
(b) 缺陷間距2=18 mm
圖7 不同缺陷間距下的拓?fù)淠芰砍上窠Y(jié)果
Fig.7 Topological energy imaging results for different defect spacing
3.2 實驗與結(jié)果
實驗成像系統(tǒng)由M2M超聲激勵接收儀、探頭、鋁板和Multi2000軟件構(gòu)成。設(shè)置M2M超聲激勵接收儀的采樣頻率為100 MHz。探頭由16個線性排列的陣元組成，單個陣元長度為0.1 mm，寬度為10 mm，陣元間距為0.9 mm，中心頻率為500 kHz。待測鋁板長為300 mm，寬為150mm，板厚為2 mm。成像區(qū)域的大小為70 mm*25 mm。兩個圓形通孔缺陷的半徑均為5 mm，缺陷之間的距離=30 mm。
實驗采用一發(fā)多收的信號采集方式。圖8為第1陣元處激勵，第5陣元處接收到的時域信號波形。頻厚積為1MHz·mm時，接收到的蘭姆波信號存在多個模式。
圖8 第5 個傳感器接收到的信號
3.2.1 延遲疊加算法實驗結(jié)果
圖9 缺陷間距ds=30 mm下的DAS成像結(jié)果
3.2.2 時域拓?fù)淠芰繉嶒灲Y(jié)果
現(xiàn)實生活中的蘭姆波檢測往往比仿真中的情況更為復(fù)雜。在多模式有噪聲干擾的情況下，相應(yīng)陣元重新激勵后接收到的蘭姆波信號在缺陷1和缺陷2處聲束聚焦效果分別如圖10(a)、10(b)所示。其中，最頂端的信號為直接聲場中接收到的蘭姆波信號，其他16組信號為伴隨聲場中接收到的蘭姆波信號。非缺陷處的未聚焦的信號波形如圖 10(c)所示。將時域拓?fù)淠芰糠ǖ玫降膱D像進行融合，其結(jié)果如圖11所示，顯然，在多模式有噪聲的環(huán)境下，時域拓?fù)淠芰糠ú粌H可以確定兩個缺陷的位置，還可以消除偽像。
(a) 到達缺陷1處的散射信號
(b) 到達缺陷2處的散射信號
(c) 到達非缺陷處的散射信號
圖11 缺陷間距d=30 mm下的時域拓?fù)淠芰砍上窠Y(jié)果
Fig.11 Time domain topological energy imaging results for thedefect spacingd=30 mm
4 結(jié)論
基于延遲疊加算法、時域拓?fù)淠芰糠ǖ臋z測原理，在多缺陷情形下，分別進行了有限元仿真和實際實驗，并根據(jù)成像結(jié)果，重點從檢測分辨率的角度對兩種方法進行了相應(yīng)的對比分析。
對于時域拓?fù)淠芰糠ǘ裕浩浞抡娼Y(jié)果和實驗結(jié)果均表明，由于該方法能夠克服聲波衍射的限制，因此可以實現(xiàn)兩個缺陷的定位，另外圖像融合還能夠消除偽像的干擾，進而提高了檢測分辨率。
綜上所述，在進行多缺陷檢測時，時域拓?fù)淠芰糠黠@優(yōu)于延遲疊加算法。
[1] 張海燕, 于建波, 陳先華. 管道結(jié)構(gòu)中的類蘭姆波層析成像[J]. 聲學(xué)學(xué)報, 2012, 37(1): 81-90.
ZHANG Haiyan, YU Jianbo, CHEN Xianhua. Lamb-like wave tomo-graphy of pipe structures[J]. Acta Acustica, 2012, 37(1): 81-90.
[2] 王衛(wèi)威. 基于最優(yōu)估計的SAR圖像提高分辨率方法研究[D]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2008.
WANG Weiwei. Researeh on methods for resolution enhance- ment of SAR image based on optimal estimation [D]. Changsha: National University of Defense Technology, 2008.
[3] SYNNEVAG, J F, AUSTENG, A, HOLM S. Benefits of minimum-variance beamforming in medical ultrasound imaging[J]. IEEE Transactions on Ultrasonics Ferroelectrics & Frequency Control, 2009, 56(9): 1868-1879.
[4] GUZINA B B, BONNET M. Topological derivative for the inverse scattering of elastic waves[J]. Quarterly Journal of Mechanics & Applied Mathematics, 2004, 57(5):161-179.
[5] DOMINGUEZ N, GIBIAT V. Non-destructive imaging using the time domain topological energy method[J]. Ultrasonics, 2010, 50(3): 367-372.
[6] 劉紅飛. 基于自適應(yīng)波束形成的超聲成像算法研究[D].合肥: 中國科學(xué)技術(shù)大學(xué), 2013.
LIU Hongfei. Study on ultrasound imaging algorithm based on adaptive beamforming[D]. Hefei: University of Science and Technology of China, 2013.
[7] 許琴. 超聲成像中波束形成算法研究[D]. 重慶: 重慶大學(xué), 2012.
XU Qin. Study on beamforming algorithm of ultrasound imaging[D]. Chongqing : Chongqing University, 2012.
[8] 李榮興. 超聲成像自適應(yīng)波束形成方法研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2013.
LI Rongxing. Reserch on adaptive beamforming approaches in ultrasound imaging[D].Harbin: Harbin Institute of Technology, 2013.
[9] HAN C, CASSEREAU D, MINONZIO J G, et al. Numerical estimation of femoral neck cortical bone thickness based on time domain topological energy and sparse signal approximation[C]// European Symposium on Ultrasonic Characterization of Bone. IEEE, 2015: 1-4.
[10] GIBIAT V, SAHUGUET P. Wave guide imaging through time domain topological energy[J]. Ultrasonics, 2010, 50(2): 172-179.
[11] LUBEIGT E, MENSAH S, RAKOTONARIVO S, et al. Topological imaging in bounded elastic media[J]. Ultrasonics, 2017, 76: 145-153.
[12] SAHUGUET P, CHOUIPPE A, GIBIAT V. Biological tissues imaging with time domain topological energy[J]. Physics Procedia, 2010, 3(1): 677-683.
[13] RODRIGUEZ S, DESCHAMPS M, CASTAINGS M, et al. Guided wave topological imaging of isotropic plates[J]. Ultrasonics, 2014, 54(7): 1880-90.
[14] LEVINE R M, MICHAELS J E. Model-based imaging of damage with Lamb waves via sparse reconstruction[J]. J. Acoust. Soc. Am., 2013, 133(3): 1525-1534.
[15] 樊程廣. 超聲相控陣超分辨率成像方法研究[D]. 長沙: 國防科學(xué)技術(shù)大學(xué), 2014.
FAN Chengguang. Research on approaches for super resolution imaging using ultrasonic phased array[D]. Changsha: National University of Defense Technology, 2008.
Multi-defect Lamb wave topological imaging
ZHANG Hai-yan, LI Jia-lin, XU Meng-yun
(Shanghai University, Shanghai 200444, China)
This paper combines time reversal theory with topology optimization ideas and introduces the concept of forward acoustic field and adjoint acoustic field. The time-inverted Lamb wave scattering signal is used as the secondary excitation source in the adjoint acoustic field, and the signal is focused at the defect. Then, the topological energy value of each point in the detection area is calculated according to the time domain topological energy formula. As a result, multiple defects in the sheet are characterized. Finite element simulations and experiments show that in the case of multiple defects, the delay-and-sum (DAS) method is unable to locate the defect when the defect spacing is smaller than the resolution threshold because of the constraints of the Rayleigh criterion; however, through Lamb wave time reversal focusing and image fusion, the time domain topological energy method can not only improve the defect detection resolution, but also eliminate the interference of artifacts in a multi-mode noisy environment. Lamb wave is effectively promoted in nondestructive testing of board structures.
time domain topologicalenergy; resolution; Lamb wave
TB559
A
1000-3630(2019)-05-0520-06
10.16300/j.cnki.1000-3630.2019.05.007
2018-07-23;
2018-09-13
國家自然科學(xué)基金資助項目(11674214, 11474195, 51478258)、上海市科委重點支撐項目(16030501400)
張海燕(1970－), 女, 山東曹縣人, 博士生導(dǎo)師, 研究方向為超聲無損檢測。
張海燕,E-mail: hyzh@shu.edu.cn
猜你喜歡
東方少年·閱讀與作文(2020年4期)2020-06-08 10:35:04
鐵道通信信號(2020年12期)2020-03-29 06:21:56
家庭影院技術(shù)(2018年11期)2019-01-21 02:20:54
測控技術(shù)(2018年11期)2018-12-07 05:49:02
翻譯界(2018年2期)2018-03-05 07:55:38
系統(tǒng)工程與電子技術(shù)(2016年7期)2016-08-21 13:59:14
西北工業(yè)大學(xué)學(xué)報(2015年4期)2016-01-19 03:31:55
電測與儀表(2015年2期)2015-04-09 11:28:50
計測技術(shù)(2014年6期)2014-03-11 16:22:12
振動工程學(xué)報(2014年2期)2014-03-01 01:15:23
