碳纖維增強復合材料褶皺缺陷的超聲成像*

張海燕 宋佳昕 任燕 朱琦 馬雪芬

1) (上海大學通信與信息工程學院， 上海先進通信與數據科學研究院， 上海 200444)

2) (上海大學機電工程與自動化學院， 上海 200444)

3) (上海電機學院機械學院， 上海 201306)

碳纖維增強復合材料在制造和使用過程中會產生褶皺， 褶皺缺陷的存在使得纖維層起伏不平， 超聲波傳播至纖維界面時不同聲束方向的聲能量存在差異.針對此問題， 提出一種基于聲束指向性函數校正的全聚焦陣列成像方法: 制備了含褶皺缺陷的碳纖維增強復合材料試樣， 建立超聲陣列數據采集實驗系統， 捕獲全矩陣數據; 考慮超聲發射/接收陣元不同聲束方向的聲能量差異， 提出全聚焦成像方法的校正模型; 將校正前后的全聚焦成像結果與試樣的實物圖和光學顯微鏡圖像進行對比分析.實驗結果表明: 基于指向性函數校正的全聚焦成像方法能夠有效降低背景噪聲， 恢復出被檢試樣的褶皺缺陷和鋪層結構等細節信息， 為碳纖維增強復合材料褶皺缺陷的精確表征提供了理論指導.

1 引 言

相比于鋁合金等輕質金屬材料， 以碳纖維為增強材料， 樹脂為基體構成的碳纖維增強復合材料[1，2](carbon fiber reinforced polymer， CFRP)具有質量輕、強度高、韌性好和耐腐蝕等優點， 被廣泛應用于航空航天、汽車、海洋工程等領域[3]， 如:民用飛機的飛機艙門、機翼、衛星天線、主體骨架結構， 汽車車身和底盤等[4，5].由于CFRP是由兩種材料復合而成， 并且制造工藝復雜獨特， 加工過程中存在很多不穩定因素， 導致在生產過程中出現富脂、貧脂、褶皺、夾雜和孔隙等缺陷[6].在服役過程中也會因外部因素誘發分層、斷裂、脫粘等不同程度的損傷[7，8].研究表明缺陷的擴展嚴重降低復合材料的疲勞極限、拉伸強度和壽命[9，10]， 其中富脂和纖維褶皺等微缺陷很難檢測識別， 如果不能及時發現和修復細微缺陷最終將造成重大經濟損失和安全事故.因此對CFRP進行缺陷檢測具有重要的研究價值和意義.

近年來， 航空航天領域中復合材料的檢測有了很大的發展.Zhen等[11]采用不同頻率的探頭對CFRP中的分層和富樹脂進行檢測和表征， 使用時間校正增益抑制系統噪聲提高信噪比， 證實了樹脂層和分層的反射強度與探頭頻率相關.Wang等[12]采用超聲相控陣對CFRP進行三維損傷量化， 利用重建體積的回波幅度特征， 根據—6 dB下降準則可直接進行損傷識別、定位和量化.Nelson等[13]提出了基于超聲回波無損技術的方法， 使用Radon變換方法處理脈沖回波的瞬時幅度數據， 以獲得局部區域的纖維分布方向， 疊加瞬時相位數據可定位層界面.

利用超聲相控陣進行缺陷檢測是當前超聲檢測技術的主流.超聲相控陣能夠在使用一個探頭且不需要移動探頭位置的狀況下， 通過控制每個壓電片的延遲時間， 實現聲束的偏轉和聚焦， 進而完成對檢測物體的大范圍掃描成像.2005年， Holmes[14]提出全聚焦算法(total focus method， TFM)， 在API(array performance indicator)的評價系數標準下， TFM的成像效果遠高于其他常規相控陣成像方法， 是目前最熱門的后處理方法之一.Pain等[15]對不同纖維波紋度的CFRP進行研究， 實驗證明回波信號的幅度信息受噪聲影響很大， 而相位對信號的衰減相對不敏感， 采用全聚焦瞬時相位成像方法進行表征效果更好.Beatriz等[16]使用三種不同的方法檢測和表征CFRP褶皺缺陷， 得出全矩陣捕獲和全聚焦成像方法最佳的結論， 采用角度-速度校正方法可實現成像進一步增強.Wilcox等[17]使用與超聲波幅度衰減和聲束偏轉相關的向量函數對全聚焦成像方法進行修正， 可以分辨出缺陷的方向性， 提高了對小缺陷的檢測率.周正干等[18]通過楔塊耦合建立雙層介質能量衰減模型， 利用衰減校準系數修正全聚焦算法， 擴大了檢測角度范圍，降低了漏檢率.

由此可見， 目前國內外對CFRP結構中孔隙、分層和脫粘等宏觀缺陷檢測已經進行過大量的研究， 而褶皺缺陷的檢測相對較少.這是由于褶皺的存在使得CFRP纖維層結構十分復雜(如纖維錯層、富脂、貧脂等)， 超聲波在其中傳播時路徑多變，導致不同路徑方向的聲能量差異顯著， 常規檢測方法很難顯示出缺陷的細節信息.鑒于此， 本文研究了CFRP褶皺缺陷的超聲相控陣成像技術.利用全聚焦成像算法對全矩陣捕獲的回波信號進行后處理，根據聲波在待檢測區域內的傳播特性， 在全聚焦算法的基礎上提出了基于指向性函數的校正模型.

2 指向性函數校正模型

2.1 全聚焦成像原理

全聚焦成像算法是基于全矩陣采集的后處理算法， 圖1是其原理圖.利用超聲相控陣捕獲全矩陣信號， 由N個陣元組成的超聲探頭依次單獨激勵陣元發射超聲信號，N個陣元同時接收信號， 得到一個N×N的全矩陣信號.

全聚焦成像算法利用所有全矩陣數據， 增加了對小缺陷檢測的敏感度， 同時具有更大的檢測覆蓋面積.對被檢測對象進行網格劃分，x方向是探頭在表面移動的方向，z方向是被檢測物體的深度方向.假設在 (x，z) 處為目標聚焦點， 則從第i個陣元發射超聲波到達缺陷， 由第j個陣元接收到缺陷的散射信號， 超聲波的旅行時間為

其中，c為超聲波在被檢測材料中傳播速度，xi為發射傳感器的位置，xj為接收傳感器的位置.

圖1 全聚焦成像算法原理圖Fig.1.The schematic diagram of TFM imaging.

將N個傳感器所組成的傳感器陣列內所有收發組旅行時間所對應的信號幅值進行疊加， 可得到空間內任意網格點 (x，z) 處的像素值[19]， 從而實現缺陷的表征:

其中，hij(t) 表示第i個陣元發射超聲波第j個陣元接收得到的回波數據.

2.2 全聚焦成像校正算法

圖1中聚焦點A和B位于以發射傳感器和接收傳感器為焦點的橢圓上， 根據橢圓定律可知， 超聲波從發射傳感器經過A點和B點到達接收傳感器的距離是相等的， 代入(1)式兩者的旅行時間相等.(2)式表明全聚焦成像算法中每一點的像素值僅依賴于時間變量， 則在聚焦點A和B處的像素值是相同的.而實際上， 相較于B點， 聲束傳播到A點方向與超聲陣列法線方向的夾角更小(圖1中θA＜θB)，A點的超聲振幅更大[20].對于CFRP這種結構復雜的待檢測試樣， 褶皺的存在使得纖維層起伏不平， 超聲波入射到纖維層界面時不同聲束方向的聲能量存在差異， 常規全聚焦成像方法很難呈現出CFRP的鋪層結構和紋理結構， 從而無法實現褶皺缺陷的精確表征， 因此十分必要考慮不同聲程的能量影響.

超聲陣元的聲場能量具有指向性， 將指向性函數作為權重因子引入全聚焦成像算法， 可降低不同聲程的能量差異， 顯示出不同纖維層的結構信息.陣元指向性函數定義為遠場中任意方向的聲壓與主聲束偏轉方向上聲壓之比， 表征了超聲波在傳播時聲場能量與聲束擴散方向的關系[21]:

其中，d為陣元寬度，λ為超聲波波長，θ為界面法線方向與聲束傳播方向的夾角.

使用指向性函數對全聚焦成像方法進行校正，且陣元指向性函數權重因子為

其中θi，θj分別為聚焦點與發射陣元和接收陣元的夾角.

(4)式體現了不同聲束方向的聲場能量， 綜合(2)式和(4)式， 校正后的全聚焦成像公式為[22]

其中H(θi，θj) 為陣元指向性函數權重因子.

3 實 驗

搭建實驗裝置如圖2所示， 實驗儀器與材料包括: 計算機、M2M (Multi2000， M2M Inc， Les Ulis，France)相控陣超聲波探傷儀、相控陣探頭、3塊CFRP試樣.相控陣超聲探頭共有32個發射/接收陣元， 實驗時設置激勵信號為5個周期的高斯正弦波.

圖2 實驗裝置圖Fig.2.Experimental device.

3塊待檢測試樣A， B， C的大小均為90 mm×80 mm×18 mm， 試樣的纖維鋪層結構如圖6(a)、圖7(a)、圖8(a)所示， 其中試樣A無褶皺， 試樣B和試樣C褶皺缺陷樣式不同.每塊試樣可細分為5大層.第1大層厚6 mm， 其中含有1層玻璃纖維， 40層碳纖維預浸料.其他4大層的厚度分別為3.0， 2.5， 3.0， 3.5 mm， 其中含有1層玻璃纖維，20層碳纖維預浸料.0°和90°碳纖維預浸料交替鋪層， 且預浸料中含有樹脂纖維， 樹脂纖維厚度約為0.003—0.010 mm.試樣上下表面為玻璃纖維.玻璃纖維和0°/90°碳纖維預浸料平均厚度約為0.15 mm.圖3給出了試樣中有、無褶皺的光學顯微鏡圖像， 其中圖3(a)顯示的是試樣A的第3大層結構， 圖3(b)是試樣B中含有褶皺缺陷的部分顯微鏡圖像， 從中可以清晰地觀察到纖維的鋪層信息及是否存在褶皺.

圖3 CFRP顯微鏡圖 (a)無褶皺; (b)有褶皺Fig.3.Microscopic image of CFRP: (a) No wrinkles; (b) wrinkles.

對3塊CFRP試樣進行超聲檢測， 以0°碳纖維鋪層方向為x軸， 垂直方向為z軸.將超聲相控陣探頭放置于復合材料表面， 32個陣元的排列方向為x軸方向.采用縱波激勵方式， 縱波在該復合材料板中的傳播波速約為v=2900m/s ， 則波長為λ=v/f= 0.58 mm.為了增強復合材料單層的反射， 由該材料單層的共振頻率決定超聲檢測探頭的中心頻率.第一階的共振頻率公式滿足下式[23]:

其中，d1為碳纖維層厚度，d2為樹脂纖維厚度.如圖3(a)所示， 碳纖維預浸料厚度為0.15 mm (包含樹脂纖維， 即d1+d2=0.15 )， 代入上式可以計算出樣品的共振頻率約為f1=9.67 MHz.當中心頻率fc滿足 0.4≤fc/f1≤1.3 時， 單層的反射系數較大[24]， 所以選取fc=5 MHz的探頭是可行的， 超聲相控陣具體參數配置如表1所示.

表1 超聲相控陣參數配置Table 1.Parameters configuration of ultrasonic phased array.

將超聲探頭的激勵接收模式設置為全矩陣捕獲模式， 獲得32×32個回波信號， 時間窗口長度均為100 μs.圖4為16號傳感器自發自收的前15 μs時域信號.從中可以觀察到幅值很大的表面直達波、幅值較小的損傷散射波及底面反射波.

圖5為1號傳感器發射超聲波， 編號為4n(n為整數)的傳感器接收到的前15 μs回波信號.從圖4可看出: 當接收陣元距離發射陣元較近時，由于陣元間的電子和機械串擾， 回波信號持續時間較長且混疊了噪聲信號， 這種現象在4號和8號陣元的回波信號中較明顯.此外， 由于系統產生的非線性效應， 各陣元接收到的始波信號還延伸至約4 μs處， 如圖中的虛線方框位置.若將這些信號用于全聚焦成像， 將會在材料表面產生盲區， 從而掩蓋近表面層的纖維信息.

圖4 i = j = 16時域信號Fig.4.For i = j =16 time domain signal.

圖5 典型陣列回波信號Fig.5.Typical echo signal captured by full matrix.

圖6 試樣A及其成像結果 (a)實物圖; (b)圖6(a)的局部放大圖; (c)全聚焦成像結果; (d)圖6(c)的灰度圖; (e)用指向性函數校正的全聚焦成像結果; (f)圖6(e)的灰度圖Fig.6.Sample A and imaging results: (a) Sample A; (b) partial enlarged view of Fig.6 (a); (c) total focus method; (d) gray scale of Fig.6 (c); (e) total focus method corrected by directivity function; (f) gray scale of Fig.6 (e).

4 結果與討論

采用圖2中的相控陣實驗裝置， 選取1個陣元發射縱波， 32個陣元同時接收， 依次激發各個陣元， 最終捕獲到32×32的全矩陣數據.圖6是試樣A即無褶皺CFRP的實物圖和成像結果， 成像區域為30 mm×20 mm.其中， 圖6(a)是實物圖，圖6(b)是圖6(a)中方框標記區域的局部放大圖，圖6(c)是直接全聚焦成像結果， 圖6(d)是圖6(c)的灰度圖， 圖6(e)是經指向性函數校正后的成像結果， 圖6(f)是圖6(e)的灰度圖.由成像結果可知， 直接全聚焦成像方法(圖6(c)和圖6(d))十分模糊， 基本看不出CFRP的鋪層結構， 而指向性函數校正后的全聚焦成像方法可以恢復出紋理信息.從圖6(e)和圖6(f)可觀察出: 試樣A含有5大層結構.由于玻璃纖維相對于碳纖維具有高反射性，所以較粗明亮紋路為玻璃纖維， 90°碳纖維預浸料中含有更多的樹脂纖維， 反射系數隨著樹脂厚度增加而增大， 所以較細明亮紋路為90°碳纖維， 深色紋路為0°碳纖維.因加工過程中存在許多不穩定因素， 無法使0°碳纖維和90°碳纖維厚度絕對均勻，或者因纖維之間存在多次回波， 對成像結果的分辨率產生了影響， 導致層間較粗明亮紋路是由多層方向各異碳纖維組成.除了第一大層部分纖維紋路被噪聲完全覆蓋， 其他4大層中可見1層玻璃纖維，20層碳纖維， 符合圖3中無褶皺試樣光學顯微鏡圖像呈現的制造工藝， 且玻璃纖維的成像位置和實際位置基本一致， 具體數值見表2.由于聲波在傳播過程中能量逐漸降低， 反射回波信號較弱， 使得z= 15 mm以下的成像圖相對模糊.研究中還發現， 由于系統產生的非線性效應， 各陣元接收到的始波信號延伸至約4 μs處(圖4)， 將在材料表面產生噪聲區域， 如圖6(d)中z方向0—6 mm區域.經指向性函數校正后的全聚焦成像可以分辨出4—6 mm的纖維紋路， 如圖6(f)所示.可見， 基于指向性函數校正的全聚焦成像可以降低近表面噪聲，提高圖像的信噪比和分辨率， 恢復出更多細節信息.

圖7 試樣B及其成像結果 (a)實物圖; (b)圖7(a)的局部放大圖; (c)全聚焦成像結果; (d)圖7(c)的灰度圖; (e)用指向性函數校正的全聚焦成像結果; (f)圖7(e)的灰度圖Fig.7.Sample B and its imaging results: (a) Sample B; (b) partial enlarged view of Fig.7(a); (c) total focus method; (d) gray scale of Fig.7 (c); (e) total focus method corrected by directivity function; (f) gray scale of Fig.7 (e).

圖8 試樣C及其成像結果 (a)實物圖; (b)圖8(a)的局部放大圖; (c)全聚焦成像結果; (d)圖8(c)的灰度圖; (e)用指向性函數校正的全聚焦成像結果; (f)圖8(e)的灰度圖Fig.8.Sample C and its imaging results: (a) Sample C; (b) partial enlarged view of Fig.8 (a); (c) total focus method; (d) gray scale of Fig.8 (c); (e) total focus method corrected by directivity function; (f) gray scale of Fig.8 (e).

表2 圖6(f)中玻璃纖維的成像位置和實際位置對比Table 2.Comparison of imaging position in Fig.6(f)and actual position of glass fiber.

同理， 對試樣B和試樣C進行數據采集并成像， 得到圖7和圖8.可以觀察到， 未校正的圖像基本觀察不到纖維鋪層結構及是否含有褶皺缺陷， 而校正后的圖像可以恢復出褶皺信息， 且圖7(f)和圖8(f)中褶皺與實物試樣高度一致， 如圓圈標記區域的細節信息與圖7(b)和圖8(b)局部放大圖一致， 且缺陷深度與實際深度誤差不超過6%.可見，經指向性函數校正之后， 全聚焦成像的質量大大提高， 從而可實現褶皺缺陷的精確表征.

5 結 論

針對CFRP在制造和使用過程中產生的亞宏觀褶皺缺陷， 提出一種全聚焦成像的校正方法， 使用相控陣對3塊復雜纖維鋪層的CFRP試樣進行超聲檢測， 得到了高質量的重建圖像， 能夠再現纖維層的細節信息.主要研究結果包括:

1)針對超聲陣列中同一陣元發射的超聲波聲束方向不同而存在的能量差異問題， 提出了聲束指向性函數校正的全聚焦成像方法;

2)將校正后的全聚焦成像算法用于CFRP褶皺缺陷的表征， 成像圖中的鋪層結構符合光學顯微鏡圖像中呈現的制造工藝， 且褶皺缺陷和實物圖高度一致;

3)指向性函數的引入可以有效地抑制近表面噪聲， 恢復出了部分近表面纖維層信息， 提高了圖像信噪比.