基于2D-SAFT的复杂型面构件超声检测方法研究

复杂型面构件缺陷的超声检测是无损检测领域研究的前沿课题之一。本项目针对探头声束扩散角困扰复杂型面构件超声检测精度及可靠性的难题，深入研究面向超声A波数据的二维邻域聚集算法（2D-SAFT）：利用球靶法获取探头扩散角，建立聚焦邻域的数学模型，研究聚焦处理点的规划方法，将传统的SAFT算法提升至二维数据平面，为降低算法复杂度采用波包识别进行数据预处理。研究基于2D-SAFT算法的超声测量方法以提高构件表面的测量精度。在利用2D-SAFT算法处理缺陷波的基础上，建立一套复杂型面构件缺陷分析的新方法：⑴通过重构C扫描图像提高缺陷定位、定量分析的精度；⑵构建缺陷波静态特征及动态特征，探求缺陷性质与缺陷波特征之间的内在联系，研究一种基于支持向量机的缺陷分类算法。预期研究成果可为完善复杂型面构件缺陷超声检测方法提供理论指导，对提高复杂型面构件的产品质量与性能，保证其应用安全具有重要实际意义。

航空航天、兵器、造船等众多领域对复杂型面构件有迫切的需求，且实现复杂型面构件的超声检测是无损检测领域研究的前沿课题。本项目针对探头声束扩散角困扰复杂型面构件超声检测精度及可靠性的难题，系统地研究了面向超声A波数据的二维邻域聚焦算法（2D-SAFT），包含探头声场可视化、聚焦处理点的邻域数学模型及水声程间距优化方法、合成孔径聚焦算法，有效抑制了探头声束扩散角对超声检测的不利影响。在此基础上,提出了基于2D-SAFT的超声曲面测量方法，可以对复杂型面构件进行曲面造型、检测路径规划及路径校验，为超声测量、建模和检测一体化方案提供了精度保障。设计并实现了一种基于2D-SAFT的缺陷重构算法，提高了缺陷的超声检出能力。构建缺陷波动态特征库，深度挖掘缺陷性质与缺陷波特征之间的内在联系，研究了一种基于2D-SAFT的缺陷分类算法。本项目已累计发表论文19篇，其中SCI收录2篇，EI/ISTP收录10篇；申请并获授权专利4项，包括1项发明专利和3项实用新型专利；获得软件著作权2项；培养研究生4人，其中已毕业1人。本项目的研究成果为完善复杂型面构件缺陷超声检测方法提供了理论指导，并已在军工和造船等高端领域得到了良好应用，对提高复杂型面构件的产品质量与性能具有重要实际意义。