軸類超聲檢測的波束擴散成像?

張 琪 胡 斌 陳 樂 原可義

(1 中國計量大學機電工程學院 杭州 310018)

(2 中國特種設備檢測研究院 北京 100029)

0 引言

軸類部件是各種機械設備中最常用的承載或動力傳遞部件，該類工件的在役損傷會導致機器劇烈振動，增加其他部件損傷的概率，甚至會引起設備的整體失效。因此，對軸類工件進行缺陷檢測與工況診斷是非常必要的。超聲檢測技術是工業無損檢測領域的重要方法，超聲檢測穿透力強、靈敏度高，且成本低、速度快，可檢測長達數米的大型鋼鍛件，因此超聲波無損檢測方法適合對軸類進行檢測[1?2]。

近年來，國內外有關大型軸類檢測和超聲信號處理成像的研究成果顯著。在大型軸類檢測方面，張開良等[3]設計了旋轉式探頭推進系統對空心軸類進行檢測，該系統可對軸類內部及外表面的縱向缺陷、橫向缺陷等進行檢測，檢測結果表明該方法靈活度高。牛衛飛等[4]采用線性探頭的相控陣檢測游樂設施軸類模擬試件，對比不同頻率探頭在軸端面檢測缺陷的效果，實驗結果表明該方法可以檢測出長度為1 m的軸表面的細小人工缺陷。在超聲信號處理成像方面，宋雨珂等[5]通過超聲ALOK方法檢測軸類零件內部小孔缺陷，其改進的算法提高了對缺陷位置和尺寸的檢測精度。Holmes 等[6]提出了全矩陣聚焦成像算法，采用多通道技術表征材料內部缺陷的幾何特征，其成像質量明顯優于傳統相控陣偏轉聚焦成像算法。Schickert[7]采用超聲檢測混凝土，通過二維切片構建出混凝土構件中的缺陷圖像。鑒于大型軸類端面檢測的特殊性，本文采用計算機層析成像(Computer tomography,CT)以切片方式構建軸類構件中的缺陷圖像。

本文以直軸為實驗對象，制作了直軸超聲檢測試塊，搭建軸類超聲檢測試驗平臺，在端面對其內部的平底孔缺陷進行檢測，研究了超聲波在軸類內部的傳播過程，獲得了不同頻率的深度-幅值信號圖；提出了基于波束擴散的疊加算法處理超聲數據，并對處理數據進行層析成像，提高了數據的信噪比，為研究大型軸類缺陷超聲檢測和缺陷成像提供了一種可行的方法。

1 原理與方法

1.1 大型軸類部件的端面C掃描檢測方法

大型軸類部件安裝完成后難以拆卸，通常從其端面進行檢測，采用網格化數據采集，按照C掃描的方式進行成像，由于檢測深度較大，通常對檢測結果進行分層成像。C掃描網格化示意圖如圖1所示。

圖1 C掃描網格化示意圖Fig.1 The gridding diagram of C-scan

超聲檢測信號的常規處理方法是對所獲得的時域回波信號w(n)進行空間上的聲程轉化處理，從而轉化為深度信號，即二分之一聲程上的回波信號。聲波示意圖如圖2所示，圖中z為工件長度，p代表超聲信號在檢測物體內部聲波發射返回所經歷的聲程，2倍z為經過工件底面反射的聲程，聲波走時t為經歷該聲程所用的時間；z1表示工件內部缺陷距離掃查端面的深度，2倍z1為經過缺陷反射的聲程p，走時t1為經歷該聲程所用的時間，h代表橫截面分層厚度。若超聲在檢測物體中的聲速為cL，將時域信號w(n)轉變為聲程上的空間采樣信號w(z)的計算公式為

C掃描成像所顯示的是工件某一深度的橫截面圖像，其成像依據是設定該深度橫截面分層走時時間閥門[t? t+]，從回波信號w(n)中根據走時時間閥門挑選出某一深度z1的信號，則w(z1)=max(t? t+)。示意圖如圖2所示，分層走時時間計算公式為

圖2 聲波反射示意圖Fig.2 The picture of acoustic reflection

1.2 考慮波束擴散角的端面C掃描檢測方法

上述C掃描檢測方法假定了探頭接收的反射信號來自探頭覆蓋范圍正下方中線附近。然而在實際檢測中，超聲波波源輻射的波束并不是在波源覆蓋范圍內筆直輻射，而是以特定的角度向外擴散，并且波束擴散并非從波源起始點開始，而是分為一個未擴散區b和一個擴散區，同時會存在一個與波源軸線的半擴散角θ，波束未擴散區和擴散區的理想化擴散形狀如圖3所示[8?9]。

圖3 波束未擴散區和擴散區Fig.3 The beam non-diffusion zone and diffusion zone

在波束未擴散區b內，各截面平均聲壓幅度基本相同，b以外的擴散區內，各截面的聲壓幅度從軸線向兩側會有所下降[10]。描述聲場分布有兩個主要指標，分別為主瓣寬度和旁瓣幅度。主瓣寬度是指兩側的聲場幅值相對聲束軸線方向上的極大值下降3 dB的寬度，該寬度值越窄，成像側向分辨率越高，故選擇波束幅值下降3 dB來計算波束的半擴散角。假設超聲波波長為λ，圓形晶片(直徑為D)的聲壓幅度從軸線上的最大值分別下降3 dB時，其波束的半擴散角為

根據脈沖回波信號中反射回波的走時t計算出對應反射面沿待測工件軸向與掃查端面的距離z，z=t·cL/2，在該反射面，聲束的擴散距離M=z·tanθ，聲束覆蓋圓區是直徑為2M的圓形區域，其圓心以下稱為覆蓋圓圓心，是探頭中心在反射面所在工件內部橫截面上的投影。

波束擴散距離和覆蓋圓區示意圖如圖4所示，以h(mm)作為每個橫截面切片的深度，并把橫截面切片按照端面網格劃分的方式進行相同的網格劃分。設檢測物體縱向深度為z(mm)，端面探頭D所覆蓋的網格坐標為(x,y)，檢測聲束的擴散邊界與聲束中軸線之間的距離為擴散距離M。此處以聲束向外擴散兩格網格為例，由于橫截面切片是有深度的立方體，故設聲波從端面到達正下方z1(mm)層網格上表面的最近距離，其聲波發射返回聲程為p1，聲波到達該網格底面邊界為最遠距離，其發射返回聲程為p2，同理，向外擴散相鄰網格底面邊界聲波發射返回的聲程長度為p3，向外擴散第二個網格底面邊界聲波發射接收的聲程長度為p4。圖5僅示意性地給出了檢測聲束的覆蓋距離僅含有向外擴散0個、1個、2個網格的情況，聲程p1、p2、p3、p4根據公式t=p/cL計算，所經歷的走時分別為t1、t2、t3、t4。以此類推，可計算各個回波信號對應檢測聲束覆蓋圓區內聲束覆蓋的多個網格，這些網格以覆蓋圓圓心處的網格為中央網格，以L為間距依次向外擴散的網格則形成了多個“口”字形區域，從而將所述探頭聲束擴散網格化。

圖4 波束擴散距離和覆蓋圓區示意圖Fig.4 Beam diffusion distance and coverage circle

圖5 波束擴散網格化示意圖Fig.5 Beam diffusion gridding diagram

圖6 聲程轉化和聲程區間對應幅值區間示意圖Fig.6 Sound path conversion and sound path interval corresponding amplitude interval diagram

本例考慮4個不同聲程、4個走時的回波時域信號，其示意圖見圖6，不同深度網格最大幅值計算分為以下3種情況計算：

(1)檢測聲束覆蓋了直徑為1個正方形網格邊長的圓形區域，覆蓋圓區內僅有中央網格，該網格對應的幅值為回波時域信號的最大幅值；

(2)檢測聲束覆蓋了直徑為3個正方形網格邊長的圓形區域，覆蓋圓區內中央網格對應的幅值為回波時域信號的最大幅值，從中央網格起向外擴散間距L形成了一個口字形區域，該區域內包含的8個網格對應的幅值取回波時域信號中對應聲程區間內的幅值極大值，如圖6所示，即在超聲回波時域信號的(t2,t3)區間內取幅值極大值；

(3)檢測聲束覆蓋了直徑為5個正方形網格邊長的圓形區域，覆蓋圓區內中央網格對應的幅值為回波時域信號的最大幅值；從中央網格起向外擴散間距L形成了第一個口字形區域，該區域內包含的8個網格對應的幅值取回波時域信號中對應聲程區間內的幅值極大值，如圖6所示，即在超聲回波時域信號的(t2,t3)區間內取幅值極大值。同理，從中央網格起向外擴散間距2L形成了第二個口字形區域，該區域內包含的16個網格對應的幅值取回波時域信號中對應聲程區間內的幅值極大值，如圖6所示，即在超聲回波時域信號的(t3,t4)區間內取幅值極大值。

經過一段時間的實踐探索，金山區走出了一條以制度建設為基礎、以民主參與為重心、以法治方式為內核的，特點鮮明、群眾認可、成效顯著的精細化基層治理新路子。但同時，也還存在著一些需要進一步完善的問題。比如，基層法律服務的多部門工作銜接還不夠流暢，律師參與基層治理的機制還可以進一步完善，村規民約的修訂尚不夠精細等。

計算各個回波信號對應檢測聲束所述覆蓋圓區內中央網格和各個“口”字形區域內網格對應的信號幅值：對于每個回波信號，將其M與L/2 相比較：

(1)M≤L/2時，表示檢測聲束在缺陷橫截面處無擴散，此時覆蓋圓區僅包括中央網格，該網格對應幅值為該回波信號的最大幅值；

(2)L/2

圖7 疊加處理流程圖Fig.7 Superposition processing flow chart

在網格三維坐標為(x,y,z)的幅值等于所有在該處接收到反射回波的端面檢測點，根據走時時間在檢測信號截取的信號段最大幅值總和，即等于在同一端面檢測點，根據走時時間在檢測信號截取同一深度對應位置的信號段最大幅值總和，波束向外擴散一格深度的網格和向外擴散兩格深度的網格疊加算法公式如下：

1.3 層析成像原理與偽彩色成像方法

為了精準直觀地觀察檢測物體內部情況，采用層析成像的方法來重建經過常規算法和疊加算法處理的檢測信號數據，形成每個橫截面的偽彩色網格圖像。層析成像是指通過相關的檢測儀器檢測被測物體，接收器接收檢測物體內部信息的信號，再利用計算機圖像重建的方法，重建被測物體內部二維或三維圖像的方法[11?12]。對處理后的超聲數據進行偽彩色成像時，將所有幅值V中的最大值作為Vmax，將所有幅值中的最小值作為Vmin，再根據歸一化公式V ′=(V?Vmax)/(Vmax?Vmin)，把所有幅值數據轉化成(0,1)之間的數據，以此作為一個索引值，通過這個索引值在彩色查找表(Color look-up tables,CLUT)中，查找出表中對應的表項入口地址，根據查找匹配去映射出一個顯示圖像時使用的RGB 強度值，故用查找映射出的偽彩色形成為彩色圖像[13]。這里只針對R和B值變換，即幅值由小到大對應圖像顏色由藍到紅的轉變。幅值歸一化處理V ′映射成RGB的公式和RGB的配色方程可表示為

R、G、B是任意彩色[F]的三色系數，其中G默認為0。

對經過常規和疊加處理方法處理后的數據進行成像，構建出網格劃分模型，然后遍歷每個網格的每個深度的幅值信號，顯示每一層橫截面的偽彩色圖像，從而有效地反映了每個切片橫截面的偽彩色成像及檢測對象內部的缺陷成像，準確的定位缺陷的位置，成像算法流程圖如圖8所示。

圖8 成像算法流程圖Fig.8 Imaging algorithm flow chart

2 檢測試驗平臺和方法

為了方便區分識別和重構圖像，對端面劃分的網格進行二維坐標標定，對軸向每個橫截切面進行三維坐標標定。超聲檢測滿足不低于20%重復率覆蓋的要求，且采樣點能夠√被探頭全覆蓋，正方形網格邊長L應小于等于，對端面網格二維坐標劃分的步驟如下：以掃查端面所在圓形的外切正方形一頂點為坐標原點、所述工件軸向為z軸建立三維坐標系，以所述坐標原點為起點，沿x軸、y軸以L為正方形網格邊長依次劃分正方形網格，即對所述掃查端面進行正方形網格劃分，共劃分出X行Y列正方形網格，以行列順序為標號，例：第一行第一列為(1,1)，第一行第二列為(1,2)，以此類推，如圖9所示。

圖9 網格標定方式Fig.9 The method of grid calibration

為了研究超聲聲束擴散對超聲檢測大型軸類數據信噪比的影響，本文搭建了一個軸類超聲檢測試驗平臺。正常檢測情況下，平底孔是聲學反射比較理想一種孔型缺陷，故在本試驗以?100 mm×400 mm的直軸試塊為檢測對象，其底部中間有一個?2 mm×10 mm的平底孔缺陷。

圖10 試驗平臺系統Fig.10 The system of test platform

本試驗平臺采用自發自收的脈沖反射法進行檢測，為驗證基于聲束擴散數據疊加處理方法的可行性，試驗了3種不同發射頻率，根據不同超聲探頭尺寸劃分網格作為超聲檢測采樣點，由于?12 mm的探頭劃分網格較多，本實驗只選取了端面中央的網格進行試驗，其具體參數如下：

實驗一：超聲探頭尺寸?20 mm，頻率2.5 MHz，網格邊長11 mm，增益48 dB，采樣點60個；

實驗二：超聲探頭尺寸?12 mm、頻率5 MHz、網格邊長6 mm、增益48 dB、采樣點36個；

實驗三：超聲探頭尺寸?12 mm、頻率10 MHz、網格邊長6 mm、增益48 dB、采樣點36個。

實驗步驟如下：

(1)網格規劃。結合不同超聲探頭尺寸，在試塊端面網格劃分出采樣點，并按照上述網格標定方式對網格進行坐標標定，方便后期圖像重構。

(2)實驗準備。實驗儀器按照圖10 連接，設置脈沖發射器的各項參數，保證探頭和試塊充分耦合，確保上位機能夠采集到檢測數據。

(3)進行實驗。按照網格劃分的采樣點依次進行檢測，每個網格采樣點檢測的數據保存時，按照網格標定方式命名，確保采樣點和檢測數據一一對應。

(4)數據處理。先依照常規數據處理方法對原始檢測數據進行處理，對處理后的檢測數據進行偽彩色層析成像，然后對原始檢測數據進行疊加處理，重構偽彩色圖像，與常規方法處理的數據和圖像進行對比。

3 實驗結果和討論

本實驗超聲信號采集的采樣頻率為200 MHz，采樣時長為200 μs，采樣點為40000個，內部傳播聲速cL=5900 m/s，根據常規處理方法，把采集保存的時域上的時間-幅值信號圖轉變為空間上的聲程深度-幅值信號圖，從而可以直觀地觀察缺陷信號的深度位置，如圖11所示。

圖11 超聲信號波形圖Fig.11 Ultrasonic signal waveform

本實驗采用MATLAB 對處理后的數據進行成像顯示，一部分實現信號波形顯示，繪制時域信號轉換為聲程深度信號的波形；另一部分實現層析信號重構，可以根據輸入的深度，重構內部信號，呈現此深度橫截面的偽彩色信號圖片，可以直觀地看到能夠檢測到缺陷信號的位置和范圍。

本文分別使用了數據處理常規算法和疊加算法，并通過層析的方法來重構每個橫截面內部信號的圖像。本實驗依照深度值一一檢索成像，在390 mm處發現缺陷信號，計算了3種實驗頻率下，超聲波在390 mm處的聲波發射返回聲程(p1,p2,p3,p4)以及對應的走時時間(t1,t2,t3,t4)的具體值，如表1所示。同時重構出檢測數據的為彩色圖像，如圖12所示，標紅代表能夠在該深度檢測到缺陷的檢測點位置，黃色區域內為缺陷所在位置。經過常規算法和疊加算法的成像結果對比可以看出，常規算法處理后的數據，缺陷處成像亮度較弱，不易發現，經過擴散區域的幅值疊加運算后，缺陷處成像亮度明顯高于常規算法成像，可以清晰準確地呈現出能夠檢測到缺陷的檢測點位置。采用疊加算法前后的圖像對比得出，幅值疊加運算能夠更好地突顯缺陷信號，經驗證，此方法適用于對大型軸類微小缺陷的信號處理。

表1 390 mm處往返聲程和走時時間Table1 Round trip sound path and travel time at 390 mm

圖12 390 mm處缺陷處成像結果對比Fig.12 Comparison of imaging results at 390 mm defect

網格標號為44、45、54、55是2.5 MHz 探頭檢測實驗中靠近缺陷位置的網格，網格標號為33、34、43、44是5 MHz和10 MHz 探頭檢測實驗中靠近缺陷位置的網格。表2～4為累加算法前后，3組不同檢測頻率在深度為388 mm、389 mm、390 mm、391 mm、392 mm時，相應網格位置幅值信號強度的對比和幅值增益大小，數據折線圖如圖13所示，44、45、54、55、33、34、43、44代表原始數據，44+、45+、54+、55+、33+、34+、43+、44+代表累加后數據，經計算超聲檢測數據平均可以增益12 dB。

表2 2.5 MHz 幅值信號對比Table2 2.5 MHz amplitude signal comparison

表3 5 MHz 幅值信號對比Table3 5 MHz amplitude signal comparison

表4 10 MHz 幅值信號對比Table4 10 MHz amplitude signal comparison

圖13 疊加前后幅值信號對比Fig.13 Comparison of amplitude and signal signals before and after superposition

4 結論

(1)本文針對大型軸類難拆卸、檢測聲程長的特點，搭建了軸類缺陷超聲檢測試驗平臺，提出了基于波束擴散的疊加算法處理超聲數據。本文首先敘述了采用端面網格劃分的方式來規劃探頭掃查位置，通過自發自收超聲反射法完成檢測對象內部平底孔缺陷超聲檢測。然后，對采集的超聲信號數據先采用常規方法處理超聲檢測數據，并顯示出A 掃描圖像方便直觀識別缺陷信號。接著計算聲壓幅度從軸線上下降3 dB時聲束擴散角，并設計幅值疊加算法處理超聲檢測數據。最后，依據CT原理分別呈現兩種方法處理的數據，重構出每個深度內部信息的偽彩色橫截面圖像，通過偽彩色圖像能夠識別出軸類內部缺陷的位置深度和范圍。

(2)使用基于波束擴散的疊加算法處理超聲檢測信號，處理結果表明該方法成像效果更佳，能夠提高數據的信噪比，使數據增益效果達到12 dB以上，該數據處理方法為研究大型軸類缺陷超聲檢測信號處理提供了一種可行的方法依據。

(3)下一步工作是將在大型軸類進行實驗，驗證本方法在大型軸類檢測的實驗效果。同時本方法也存在需要改進的地方，本方法雖然對缺陷信號進行了加強，但加強的同時也會造成缺陷周邊沒有缺陷的地方出現缺陷指示，導致缺陷范圍的擴大。后續要通過信號處理，提高信號的時域分辨率。