劉文婧，秦華軍，王建國，王少鋒

（1.內(nèi)蒙古科技大學(xué)機(jī)械工程學(xué)院，內(nèi)蒙古自治區(qū)機(jī)電系統(tǒng)智能診斷與控制重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 包頭 014010；2.內(nèi)蒙古科技大學(xué)礦業(yè)研究院，內(nèi)蒙古 包頭 014010）

1 引言

超聲相控陣檢測(cè)是無損檢測(cè)領(lǐng)域中常用的一種檢測(cè)方法，在許多領(lǐng)域有著非常廣泛的應(yīng)用［1-4］。在超聲相控陣檢測(cè)成像技術(shù)中，全聚焦成像算法［5］作為一種高精度后處理成像技術(shù)，其以全矩陣采集數(shù)據(jù)［6］為基礎(chǔ)，是一種離線式成像技術(shù)，能夠?qū)Ρ粰z測(cè)區(qū)域內(nèi)任意一點(diǎn)進(jìn)行聚焦，被譽(yù)為超聲相控陣檢測(cè)成像中的“黃金法則”。但由于全矩陣數(shù)據(jù)量較大，難以實(shí)現(xiàn)實(shí)時(shí)成像，無法滿足工業(yè)檢測(cè)要求。為解決該問題：在硬件方面，文獻(xiàn)［7］利用GPU硬件對(duì)成像算法進(jìn)行并行計(jì)算，提高成像效率；文獻(xiàn)［8］則利用FPGA并行計(jì)算來減小運(yùn)算時(shí)間。文獻(xiàn)［9］利用FPGA來加速全聚焦成像效率。雖然通過改善硬件結(jié)構(gòu)可以加速成像速度，但存在發(fā)熱及價(jià)格昂貴等問題［10］。在算法方面，文獻(xiàn)［11-12］依據(jù)全矩陣數(shù)據(jù)對(duì)稱性的特點(diǎn)，利用三角矩陣來減少數(shù)據(jù)量，但效果不是十分明顯；文獻(xiàn)［13］提出了基于頻域波數(shù)算法的TFM 成像技術(shù)。該算法雖然避免了聲束傳播路徑的復(fù)雜計(jì)算，但對(duì)于頻域內(nèi)的插值函數(shù)要求較高，直接影響到了成像結(jié)果。文獻(xiàn)［14］使用稀疏陣列增大有效孔徑方法減少了運(yùn)算時(shí)間，但未考慮稀疏陣列后的聲場(chǎng)變化，影響了成像質(zhì)量。文獻(xiàn)［15］提出了一種用于鋁板近距離成像的稀疏TFM 算法，討論了稀疏接收單元對(duì)計(jì)算效率和缺陷量化精度的影響。針對(duì)全聚焦算法成像效率低的問題，提出了基于均勻稀疏矩陣的全聚焦成像算法，通過減少陣元數(shù)目來壓縮數(shù)據(jù)量，在保證一定成像精度的條件下提高了全聚焦成像效率。

2 原理

2.1 全矩陣數(shù)據(jù)采集

全矩陣數(shù)據(jù)的采集過程示意圖，如圖1所示。從1號(hào)陣元開始依次對(duì)N個(gè)陣元進(jìn)行逐個(gè)激發(fā)，并在每次激勵(lì)后采用全部陣元接收回波數(shù)據(jù)，由此可獲得Nt*Nr個(gè)A掃時(shí)域信號(hào)。因此采集的全矩陣數(shù)據(jù)為N*N*A的三維數(shù)據(jù)矩陣。其中t為發(fā)射陣元的坐標(biāo)，r為接收陣元的坐標(biāo)，t=1，2，…，N，r=1，2，…，N。A為接收到的A掃超聲回波信號(hào)。被檢測(cè)區(qū)域內(nèi)的所有聲波信息全部包含于全矩陣數(shù)據(jù)中。

圖1 全矩陣數(shù)據(jù)采集示意圖Fig.1 Schematic Diagram of Total Matrix Data Acquisition

2.2 傳統(tǒng)全聚焦成像

傳統(tǒng)全聚焦成像算法利用了全矩陣中的所有數(shù)據(jù)，依據(jù)波的疊加原理，對(duì)掃描區(qū)域內(nèi)的所有聚焦點(diǎn)進(jìn)行對(duì)應(yīng)回波幅值的索引和疊加，從而獲得該聚焦點(diǎn)處的完整幅值信息，原理圖如圖2所示。以圖2中某一點(diǎn)為例，根據(jù)聲束的傳播路徑，利用式（1）計(jì)算出全矩陣數(shù)據(jù)中所有A掃信號(hào)在該點(diǎn)處的幅值，并進(jìn)行疊加求和，從而獲得該聚焦點(diǎn)處總的聲波幅值。依次完成聚焦區(qū)域內(nèi)所有聚焦點(diǎn)處的幅值計(jì)算，便可實(shí)現(xiàn)對(duì)被檢測(cè)區(qū)域的全聚焦成像。

圖2 全聚焦原理示意圖Fig.2 Schematic Diagram of Total Focus Principle

式中：h1、h2—發(fā)射陣元i與接收陣元j到缺陷的距離；C—超聲波在傳播介質(zhì)內(nèi)的聲速；t—采樣點(diǎn)的時(shí)間間隔，即采樣頻率的倒數(shù)，可由式（2）求得。

2.3 基于均勻稀疏矩陣的全聚焦成像

基于均勻稀疏矩陣的全聚焦成像算法與傳統(tǒng)全聚焦算法有所不同，其核心思想是將均勻稀疏矩陣數(shù)據(jù)與全聚焦算法相結(jié)合，通過減少數(shù)據(jù)量來加快成像速度，為提高全聚焦成像效率提供一種可能的方法。

全聚焦算法是一種基于全矩陣數(shù)據(jù)的離線式后處理成像技術(shù)［16］，因此可以通過對(duì)全矩陣數(shù)據(jù)稀疏優(yōu)化處理。以2 陣元為例，如圖3所示。為2陣元均勻稀疏矩陣數(shù)據(jù)采集過程。對(duì)具有64陣元的線陣探頭進(jìn)行2陣元的均勻稀疏優(yōu)化，取1，3，5，…，63陣元為有效陣元，其他陣元為無效陣元。均勻稀疏矩陣由所有有效陣元接收到的超聲回波數(shù)據(jù)構(gòu)成。

圖3 均勻稀疏矩陣數(shù)據(jù)采集過程Fig.3 Data Acquisition Process of Uniform Sparse Matrix

完成均勻稀疏矩陣數(shù)據(jù)的采集后，利用新的有效陣元和對(duì)應(yīng)的稀疏矩陣數(shù)據(jù)，依次完成成像區(qū)域內(nèi)所有聚焦點(diǎn)處的幅值計(jì)算，實(shí)現(xiàn)對(duì)檢測(cè)區(qū)域的全聚焦成像結(jié)果，如圖5（b）所示。在提高成像效率的同時(shí)，為避免圖像質(zhì)量降低造成缺陷的漏檢和偽像的產(chǎn)生，對(duì)基于均勻稀疏矩陣的全聚焦算法進(jìn)行幅值校準(zhǔn)。計(jì)算所有聚焦點(diǎn)處的平均幅值，低于該平均值的聚焦點(diǎn)統(tǒng)一取所有聚焦點(diǎn)中的最小幅值，而大于或等于該平均值的聚焦點(diǎn)幅值不變，進(jìn)行幅值校準(zhǔn)后的檢測(cè)圖像，如圖5（c）所示。

3 檢測(cè)實(shí)驗(yàn)

全矩陣數(shù)據(jù)采集系統(tǒng)由計(jì)算機(jī)、64陣元相控陣線陣探頭、相控陣超聲信號(hào)采集系統(tǒng)構(gòu)成［17］。實(shí)驗(yàn)中有關(guān)超聲相控陣的參數(shù)，如表1所示。

表1 超聲相控陣參數(shù)Tab.1 Ultrasonic Phased Array Parameters

待測(cè)試塊示意圖，如圖4所示。超聲波在該試塊內(nèi)的傳播聲速為5730m/s，該試塊上待測(cè)區(qū)域的范圍為深25mm，寬40mm的矩形區(qū)域。該區(qū)域內(nèi)存在18個(gè)均勻分布的側(cè)邊通孔缺陷。

圖4 實(shí)驗(yàn)試塊及其缺陷特征示意圖Fig.4 Schematic Diagram of Experimental Block and its Defect Characteristics

實(shí)驗(yàn)采用直接接觸法，以酒精為耦合劑，將探頭直接耦合在試塊上。按照全矩陣數(shù)據(jù)的采集步驟，依次完成所有陣元的發(fā)射與接收，獲得用于全聚焦后處理成像的全矩陣數(shù)據(jù)。該矩陣由（64×64）個(gè)A掃信號(hào)構(gòu)成；隨后，按照均勻稀疏矩陣數(shù)據(jù)的采集步驟，進(jìn)行2陣元的均勻稀疏，并采集對(duì)應(yīng)的稀疏矩陣數(shù)據(jù)。該矩陣與全矩陣數(shù)據(jù)中的A掃信號(hào)具有相同的采樣點(diǎn)數(shù)，但A掃信號(hào)數(shù)目不同。最后，基于MATLAB 2018a軟件平臺(tái)，利用傳統(tǒng)全聚焦算法與這里提出的基于均勻稀疏矩陣的全聚焦算法對(duì)缺陷進(jìn)行成像。

4 結(jié)果與討論

4.1 成像質(zhì)量

傳統(tǒng)全聚焦算法、基于2陣元均勻稀疏矩陣的全聚焦算法及其校準(zhǔn)后的成像結(jié)果圖，如圖5所示。

圖5 傳統(tǒng)全聚焦與稀疏、稀疏校準(zhǔn)后的全聚焦成像Fig.5 Conventional Total Focus Imaging with Sparse and Sparse Calibrated Total Focus Imaging

某一側(cè)邊孔缺陷5在不同全聚焦算法條件下的位置信息對(duì)比分析，如表2所示。結(jié)合圖5，通過對(duì)比圖像質(zhì)量，不難發(fā)現(xiàn)：相較于傳統(tǒng)全聚焦成像，基于均勻稀疏矩陣的全聚焦成像圖像質(zhì)量隨著稀疏陣元數(shù)的增加有所降低，但基于均勻稀疏矩陣的全聚焦成像算法在校準(zhǔn)之后圖像質(zhì)量得到明顯提高，對(duì)缺陷的反映能力不僅不會(huì)降低，成像效率也得到顯著提高。

表2 不同全聚焦條件下缺陷位置信息對(duì)比分析Tab.2 Comparative Analysis of Defect Location Information Under Different Total Focus Conditions

4.2 成像效率

傳統(tǒng)全聚焦算法與基于均勻稀疏矩陣的全聚焦算法的成像時(shí)間對(duì)比，如表3所示。由表可知，基于均勻稀疏矩陣的全聚焦算法利用的矩陣數(shù)據(jù)量大大減少，運(yùn)算時(shí)間得到縮短，以2陣元稀疏為例，成像時(shí)間為153s，相比于傳統(tǒng)全聚焦算法的246s，成像效率提高了近38%。

表3 成像效率對(duì)比分析Tab.3 Comparative Analysis of Imaging Efficiency

從成像原理方面分析，傳統(tǒng)全聚焦算法需要利用到（64×64）個(gè)A掃信號(hào)，而這里提出的算法則大大減小了矩陣數(shù)據(jù)量，以2陣元稀疏為例，僅需利用（32×32）個(gè)A掃信號(hào)，有效減少了循環(huán)運(yùn)算的時(shí)間。因此，基于均勻稀疏矩陣的全聚焦算法可以有效壓縮數(shù)據(jù)量，減少運(yùn)行時(shí)間，提高全聚焦成像效率。

5 結(jié)論

以全矩陣全聚焦成像技術(shù)為基礎(chǔ)，提出了基于均勻稀疏矩陣的全聚焦后處理成像算法，實(shí)現(xiàn)了對(duì)傳統(tǒng)全聚焦成像算法的改進(jìn)，提高了檢測(cè)成像效率。

（1）針對(duì)傳統(tǒng)全聚焦成像技術(shù)存在的數(shù)據(jù)量大、成像效率低的問題，對(duì)傳統(tǒng)全聚焦算法進(jìn)行了改進(jìn)，提出了基于均勻稀疏矩陣的全聚焦改進(jìn)算法。

（2）這里在成像質(zhì)量、成像效率方面，對(duì)比分析了傳統(tǒng)全聚焦成像技術(shù)與基于均勻稀疏矩陣的全聚焦成像技術(shù)。結(jié)果表明：基于稀疏矩陣的全聚焦成像算法的成像效率提高了近38%，圖像質(zhì)量也相對(duì)得到了改善。

（3）基于均勻稀疏矩陣的全聚焦后處理成像算法不僅提高了全聚焦成像速度，而且對(duì)硬件要求較低，為超聲相控陣全聚焦快速成像提供了一種參考方法。