Page 40 - 无损检测2021年第十二期
P. 40
史思琪, 等:
基于 AR-TFM 方法的超声成像分辨力提升
中各 A 扫描信号进行脉冲压缩, 随后实施 TFM 成 信号为 y i j t t 为时间。文章通过基于高阶累积量
(),
像, 可突破声波衍射的限制, 进一步提高成像分辨 的SVD 方法 [ 21 ] 确定 AR 阶数 k , 该方法无需模型参
力 [ 12-13 ] 。有效频带和 AR 阶数的选择对信号处理结 数的先验信息, 数值鲁棒性高, 运算量小。此外, 将
果至关重要 [ 12 , 14 ] 。 JIAO 等 [ 15 ] 通过试错法确定最佳 信号频谱Y ( ω ) 最大幅值下降 εdB对应的频域窗口
单一有效频带和高 AR 阶数, 对全矩阵数据进行谱 定义为有效频带, 其频率范围为ω 1~ω 2 ( 见图 2 )。
外推处理和 TFM 成像, 可识别铝材中两中心距离 在高信噪比频段( ε 为6dB~10dB ) 内选择n 个有
为1.1 λ 的圆孔。 SHAKIBI 等 [ 16 ] 通过分析4800组 效频带 ε l 1≤l≤n ) , 以保留足够的频谱特性
[ 15 , 17 , 18 ]
(
信号, 确定了有效频带和 AR 阶数与信噪比的线性 并减少低信噪比分量的干扰。
关系, 得到最佳频域窗口及阶数, 将碳钢对接焊缝根
部盲区缩小80% 。 HONARVAR 等 [ 17 ] 基于大量试
验信号的对比, 确定了高阶 AR 模型, 并提出了多频
带 AR 谱外推。该方法在信号频谱最大幅值下降
3dB~10dB内选择多个频带窗口, 计算外推信号,
然后对结果求取平均值, 克服了单一频窗选择的困
[ 18 ] 令 AR 阶数为高信
难, 提高了鲁棒性。 KARSLI
噪比频段长度的0.7倍 [ 19 ] , 采用多频带 AR 谱外推, 图1 相控阵线阵探头声束传播路径示意
在频谱下降3dB~10dB 内分别选择3个频段, 平
衡低频和高频成分, 减少伪缺陷。综合以上研究, 现
有文献多通过大量对比信号外推结果, 以确定最佳
AR 参数, 计算成本高, 适用性相对较低。
笔者将多频带 AR 谱外推与 TFM 相结合, 提
出了 AR-TFM 方法, 采用基于高阶累积量的奇异
值分解方法( SVD ) 确定 AR 阶数, 对全矩阵数据实
施多频带外推处理和 TFM 成像, 提高超声成像分
辨力。基于此, 将所提方法应用于碳钢试块中3个
图2 频谱最大幅值下降 εdB对应的有效频带
相邻圆孔的分离辨识, 并进行仿真和试验验证。
, 通过 Bur g 方法 [ 16 ] 计算
对于每个有效频带ε l
1 AR-TFM 方法原理
AR 系数a p 1≤p≤k )。使用前向预测公式[ 式
(
全矩阵捕捉是一种超声数据采集方式, 相控阵 ( 1 )] 和后向预测公式[ 式( 2 )] 外推有效频带以外的
探头中每个阵元依次发射超声脉冲, 所有阵元接收 高频和低频分量。
并储存 A 扫描信号。对于阵元数为 N 的相控阵探 k
^ ( / ()
a
头, 经过全矩阵捕捉采集得到的信号数量为 N 2 [ 20 ] 。 Y i j ω ) =- ∑ p Y ( ω-p ω s M ) ω >ω 2 1
p= 1
首先, 对全矩阵数据中的每个信号进行多频带 ^ k *
/
(
∑
AR 谱外推处理。有效频带和 AR 阶数的选择对外 Y i j ω ) =- p= 1 a pY ( ω+p ω s M ) 0≤ω <ω 1
推结果存在显著影响, 受实际检测噪声等因素干扰, ( 2 )
AR 阶数过高将产生过拟合现象, 导致信号出现虚 式中: M 为在采样频率ω s 下的采样点数; a p 为a p
*
^
假信号峰。较窄的有效频带会损失更多的原频谱特 的复共轭; Y i j ω ) 为外推频带。
(
^
征, 处理后的信号将产生畸变, 影响缺陷定位 [ 15 ] ; 较 外推后频谱为Y i j kω lω ), 通过逆傅里叶变换
(, ,
~
宽的有效频带则保留了较多原频谱特征, 但同时包 将转换为脉宽较窄的时域信号 y i j kε lt
(, ,)。随后,
含了更多噪声成分, 使得有用信号淹没在噪声中, 外 对n 个外推信号求取平均值, 得到 y i j t 其中ε 值
-
(),
推处理后难以正确分离不同的缺陷信号 [ 16 ] 。 和有效频带的数量n 应根据实际检测情况加以调
相控阵线阵探头声束传播路径如图1所示。首 整。一般来说, 选择n=3 , 即有效频带为 10dB ,
先建立二维笛卡尔坐标系, x 轴和 z 轴分别平行于 8dB和6dB 。
和垂直于待测样品表面, 设 i 阵元发射, 阵元接收 在此基础上, 对经过多频带 AR 谱外推处理的
j
2
2021年 第43卷 第12期
无损检测
