基于频域合成孔径聚焦的光声相控阵缺陷成像方法

张子晟; 张鑫宇; 王金明; 杨立清; 李忠虎

doi:10.12404/j.issn.1671-1815.2503302

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (12) :5120-5129 DOI: 10.12404/j.issn.1671-1815.2503302

电子技术、通信技术

基于频域合成孔径聚焦的光声相控阵缺陷成像方法

张子晟 ¹ ,
张鑫宇 ² ,
王金明 ¹ ,
杨立清 ¹ ,
李忠虎 ¹^,^*

作者信息 +

A Photoacoustic Phased Array Defect Imaging Method Based on Frequency-domain Synthetic Aperture Focusing

Author information +

文章历史 +

摘要

随着工业技术的快速发展,对缺陷检测成像精度要求日益提高。为实现管壁内部微小缺陷的精确成像与定位,采用基于相控阵激光超声与频域合成孔径聚焦技术相结合的方式进行缺陷成像,提出一种激光超声波信号预处理技术的缺陷成像优化方法,以实现对内部缺陷的快速高质量检测。首先,通过有限元法模拟相控阵激光源激发条件下超声横波的激发及传播过程,分析其与缺陷相互作用的超声声场并采集扫查信号,再对信号进行差分计算、包络提取及时域加窗处理,最后采用相移迁移法实现声场反演。与未经预处理的成像结果对比表明,所提出的优化方法使缺陷横、纵向定位误差分别平均降低约20%、3%;缺陷成像信噪比提升约45%;效率较时域成像提升约50倍。所提出的缺陷频域成像优化方法实现了缺陷的精确定位及高质量成像,为激光超声无损检测的实时成像提供了可行的解决方案。

Abstract

With the rapid development of industrial technology, the requirements for the imaging accuracy of defect detection are increasing day by day. To achieve precise imaging and positioning of tiny internal defects in the pipe wall, a method combining phased array laser ultrasonic and frequency-domain synthetic aperture focusing technology for defect imaging was adopted. A defect imaging optimization method for laser ultrasonic signal preprocessing was proposed to achieve rapid and high-quality detection of internal defects. Firstly, the excitation and propagation process of ultrasonic transverse waves under the condition of phased array laser source excitation was simulated by the finite element method. The ultrasonic acoustic field interacting with the defect was analyzed and the scanning signals were collected. Then, the signals were processed by differential calculation, envelope extraction and time-domain windowing. Finally, the phase shift migration method was used to achieve acoustic field inversion. Compared with the imaging results without preprocessing, it is shown that the proposed optimization method reduces the average positioning error of the defect in the transverse and longitudinal directions by approximately 20% and 3% respectively. The signal-to-noise ratio of defect imaging is improved by approximately 45%, and the efficiency is increased by approximately 50 times compared with time-domain imaging. The proposed frequency-domain defect imaging optimization method realizes precise positioning and high-quality imaging of defects, providing a feasible solution for real-time imaging in laser ultrasonic non-destructive testing.

Graphical abstract

关键词

无损检测 / 激光超声 / 相控阵 / 合成孔径聚焦成像 / 缺陷检测

Key words

non-destructive testing / laser ultrasonics / phased array / synthetic aperture focusing imaging / defect detection

引用本文

引用格式 ▾

张子晟, 张鑫宇, 王金明, 杨立清, 李忠虎. 基于频域合成孔径聚焦的光声相控阵缺陷成像方法[J]. 科学技术与工程, 2026, 26(12): 5120-5129 DOI:10.12404/j.issn.1671-1815.2503302

ZHANG Zi-sheng, ZHANG Xin-yu, WANG Jin-ming, YANG Li-qing, LI Zhong-hu. A Photoacoustic Phased Array Defect Imaging Method Based on Frequency-domain Synthetic Aperture Focusing[J]. Science Technology and Engineering, 2026, 26(12): 5120-5129 DOI:10.12404/j.issn.1671-1815.2503302

登录浏览全文

4963

注册一个新账户忘记密码

激光超声^[1]无损检测技术作为一种非接触、高精度的新型超声检测技术,利用高能脉冲激光以热弹效应在被检工件内部激发出多模态超声波,并通过检测信号获取工件信息及缺陷表征。考虑到热弹性机制下的激光超声波易淹没于背景噪声中^[2],引入超声检测中相控阵激发思想,通过给定激光阵列间的阵列间距与时间延迟,达到介质中超声波的叠加效果,增强信号能量^[3-5]。

合成孔径聚焦技术(synthetic aperture focused technique,SAFT)作为缺陷检测领域经典成像方法,采用小尺寸探测阵列采集时空序列信号,通过相位补偿将离散声场数据重构为等效大孔径的声学响应,有效解决了传统超声检测中横向分辨精度^[6]受制于探头尺寸的物理瓶颈问题。何力等^[7]在时域SAFT算法的基础上,对待成像的超声信号进行预处理,大大减少缺陷检测位置误差。李俊燕等^[8]通过将激发-探测两点分离,降低了激光辐照区域热膨胀波对信号成像的严重影响。Ying等^[9]针对多模态激光超声波利用率低等问题,提出一种多模时域SAFT成像算法。成像结果表明,较单一模态波时域SAFT成像结果,所提出算法能够使缺陷顶部图像清晰化。随着工业检测对缺陷成像实时性要求的提高,常规的时域SAFT难以满足检测系统对实时成像性能的需求^[10-11]。因此,解决其由于繁重迭代计算导致成像效率较低的问题成为研究热点,其中应用较为广泛的是频域SAFT成像算法。为实现缺陷快速、准确的检测,王冠等^[12]利用基于相位迁移法(phase shift migration,PSM)的频域SAFT算法对预处理后的超声信号进行单模态超声成像。结果表明,相同实验条件下,信号预处理后的成像质量得到明显提高。冒秋琴等^[13]通过相位分布对频域SAFT成像信号做加权处理,显著增强图像分辨率,且运算时间少于时域SAFT的 1/46。然而,为实现准确、快速及高分辨率的激光超声缺陷成像,需要在传统超声频域成像的基础上有效降低由多模态超声波造成的伪像、定位精度低等负面影响。

因此,为提高实时性成像质量,实现对缺陷的可靠检测。将相控阵激光超声检测技术与基于PSM的频域SAFT成像算法相结合,并提出一种超声信号预处理的优化方法。采用激发-扫查区域分离的方式获取扫查信号,并对其依次进行差分运算、希尔伯特变换(Hilbert transform,HT)提取信号包络、加时域窗去伪像操作,并对比处理前后的成像结果以验证有效性,实现对内部缺陷的高质量实时成像及精确定位,以期为实际场景中激光超声缺陷存在性的快速无损检测提供参考。

1 PSM-SAFT缺陷超声成像

SAFT成像通过小孔径在预设轨迹的确定位置顺序发射并接收缺陷检测信号,然后根据探测位置对检测信号进行时延相干叠加,以达到虚拟大孔径的缺陷成像效果,以较低成本获得高空间分辨率缺陷成像结果^[14]。小孔径等效合成示意图如图1所示。

PSM是一种基于波动方程的成像技术,其核心是通过相位调整在频率-波数域进行波场外推,实现精确成像。成像区域是以x轴方向为横向扫查方向,z轴为深度方向的二维平面,因此以p(x,z,t)表示超声波传播过程中样品任意位置(x,z)随时间t变化的声波压力场强,满足波动方程:

(1)

$\left(\frac{{\partial }^{2}}{\partial {x}^{2}}+\frac{{\partial }^{2}}{\partial {z}^{2}}-\frac{1}{{c}_{\mathrm{e}\mathrm{q}}^{2}}\frac{{\partial }^{2}}{\partial {t}^{2}}\right)$

p(x,z,t)=0

式(1)中:c_eq为爆炸反射模型等效波速。

爆炸反射模型的技术实现如图2所示,缺陷被等效为直接辐射超声波的次级声源,且模型通过一个数值等效:将介质中的声速化为实际值的1/2来建立缺陷辐射与探头接收时刻的严格对应关系。通过这样的等效处理维持了波传播过程的时空一致性,更有效抑制了波束扩散效应,具有明确的工程价值并成为提升成像分辨率的关键。

通过对式(1)作傅里叶变换转换到空间频域后核心波场反演公式为

(2)P(k_x,z,ω)=P(k_x,Z,ω)exp[ik_z(z-Z)]

式(2)中:k_x与k_z分别为沿两坐标轴方向传播的波数分量,k_x=αk;k_z=γk;k为波数,k=ω/c_eq;α、γ分别为两方向上的方向余弦;i为虚数单位;ω为角频率;Z为样品探测点扫查深度;P(k_x,Z,ω)为样品某一扫查深度声场的二维傅里叶变换结果。

计算出所有深度反演的频域波场后进行傅里叶反变换即可重构出整个观测区域内t=0时刻的声压分布图像,为PSM-SAFT缺陷成像结果。该方法通过频域中的相位迁移运算替代复杂的时域空间运算,在保证计算精度的同时显著提升了成像效率。

2 激光超声数值计算模型

2.1 激光超声理论建模

利用COMSOL仿真软件对上述多融合预处理频域成像算法的可行性进行验证。数值模拟计算中,为有效复现激光超声检测过程,利用固体传热与固体力学两个物理场耦合计算^[15]激光阵列辐照在金属表面后产生热膨胀,并在介质中作为声源激发、传播多模态超声波的物理过程。其中,在样品上表面以边界热通量的形式设置一个在横轴呈高斯分布、深度方向呈均匀分布的热源等效高功率脉冲激光。将三维模型转换为二维平面的有限元模型,热源公式可定义为^[4]

(3)Q=${\left.-{k}_{\mathrm{h}\mathrm{e}\mathrm{a}\mathrm{t}}\frac{\partial T}{\partial z}\right|}_{z=0}$=AI₀

$\stackrel{n}{\sum _{j=1}}$

f_j(x)g_j(t)

式(3)中:k_heat为热扩散系数;T为瞬态温度场;z为模型深度;Q为热源;A为激光吸收系数;I₀为最大热流密度;f_j(x)为激光能量密度的空间分布;g_j(t)为时间分布;j=1,2,…,n为激光束。

其中,相控阵激光源的空间分布可表示为

(4)f_j(x)=exp$\left\{-\frac{[x-{(j-1)\mathrm{\Delta }x]}^{2}}{{r}_{0}^{2}}\right\}$

式(4)中:x为横轴坐标点;r₀为激光光斑半径;Δx为激光阵列间距,设为1 mm。

时间分布中仅当时间t-(j-1)Δt≥0时函数由式(10)给出,否则取值为0。

(5)g_j(t)=$\frac{t-(j-1)\mathrm{\Delta }t}{{t}_{0}}$exp$\left[-\frac{t-(j-1)\mathrm{\Delta }t}{{t}_{0}}\right]$

式(5)中:Δt为激光阵列时延;t₀为上升时间。

由于脉冲激光在样品表面辐照后在局部区域产生瞬时温升,形成温度梯度场,进而在介质内部产生应变,形成激光超声声场。基于热弹性理论,位移场可由Navier-Stokes方程表示为

(6) (λ+2μ)▽(▽·U)-μ▽×▽×U=ρ$\ddot{U}$+(3λ+2μ)α▽T

式(6)中:λ、μ为Lamé常数;U为位移场;α为热膨胀系数;ρ为材料密度;▽为微分算子。

2.2 有限元建模及参数设置

缺陷数值计算模型如图3所示。鉴于热膨胀区域的离面位移严重影响成像效果,采用异点激发、探测方式采集缺陷检测信号。激光阵列中心位置设为(x₀,z₀),扫查范围为-3.5~0.5 mm,探测空间步长0.025 mm,共计161个探测点。在高度为z_m的样品表面下z₁深度处设置一个圆形缺陷,用于模拟加工过程中的固有缺陷或氢致孔洞等管道损伤^[16]。

选用X80管线钢为模型材料,其材料属性如表1所示,脉冲激光源参数如表2所示。

激光以边界热通量形式施加于模型上表面,模型左、右边界及下表面采用低反射边界,以抑制边界效应引起的杂波干扰。采用多维度离散策略对模型进行网格剖分:在激光激励区域附近采用自由三角形网格,并设置其大小范围为0.025~0.035 mm以捕捉温度场梯度、超声波激发等瞬态细节。激发点远场以及缺陷附近同样采用自由三角形网格实现几何适配性离散,大小范围为0.035~0.1 mm。针对管道壁厚为40 mm,下表面边界区域采用完美匹配层并应用大小为0.1 mm的结构化网格映射以提高计算效率。整体模型划分后的完整网格数约1×10⁵,边界单元有1 384个,具体网格配置如图4所示。

如图5所示为不同条件下1 344 ns的超声波云图,包括单激光束辐照和相控阵激光源辐照。可以看出,在温度梯度与自由边界约束共同作用下,产生了各种超声模态波。包括在样品内部传播的体波,如纵波(longitudinal wave,L)、横波(shear wave,S)、首波(head wave,H)以及沿表面传播的瑞利波(Rayleigh wave,RW),其中瑞利波的能量最大。此外,通过调节相控阵激光源,使得不同时间所激发的超声波波阵面重叠,在体波传播方向上形成一个较单一激光源能量增强型的超声波束,从而达到有效提高检测信号信噪比的效果。

2.3 B扫描结果分析

如图6所示为对内部圆形缺陷和无缺陷模型进行数值计算后所得的B扫描图。可以看出,图6(a)中除1 500 ns附近为RW与掠面纵波(swept plane longitudinal wave,SP)以外,仅有部分模型边界反射的杂波(noisy wave,NW),而图6(b)则有3 000~5 000 ns的纵波转纵波(LL)、横波转纵波(SL)、横波转横波(SS)等缺陷反射模态波。并且从B扫描和波形图发现SL能量最强,因此采用该模态波进行缺陷成像。

3 超声信号预处理

为了提高成像清晰度、降低杂波信号以及散射影响,缺陷成像前对扫查信号依次进行差分计算、提取包络以及加时域窗去伪像预处理操作,以降低模式杂波对成像结果的影响并提高图像缺陷对比度,缺陷频域SAFT成像流程如图7所示。

3.1 差分计算

在保持其他参数不变的前提下设置无缺陷模型。从图8可以看出,缺陷与超声波相互作用后对SP和RW并无任何影响,仅在超声波探测后期有差异。此外,通过时域数据B扫描结果图6可以看出,上述两种模态波的幅值较大,导致成像时缺陷部分幅值相对较低,易被背景噪声淹没,严重影响缺陷可视化效果。因此,将同一扫查区域下有、无缺陷模型的检测信号做整体差分计算,以达到剔除SP与RW的效果。

3.2 希尔伯特变换提取包络

由于差分计算及超声信号传播特性等因素,导致缺陷反射回波处拖尾较为严重且高频杂波能量较大,成像过程中不可忽略。因此需要基于HT方法,对差分计算后的信号提取包络信号。HT的核心是信号函数与函数h=1/(πx)进行卷积操作,表达式为^[16]

(7)$\hat{u}$=H{u}=u*h=$\frac{1}{\mathrm{\pi }}{\int }_{-\infty }^{+\infty }\frac{u\left(\tau \right)}{t-\tau }$dτ

式(7)中:u为差分模式波信号;

$\hat{u}$

为其进行HT后的函数;*为卷积操作;τ为积分变量;H{·}为HT。

将

$\hat{u}$

的实部设为

${\hat{u}}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l}}$

,虚部设为

${\hat{u}}_{\mathrm{i}\mathrm{m}}$

,则该点的包络值计算公式为

(8)U=$\sqrt{{\left|{\hat{u}}_{\mathrm{r}\mathrm{e}\mathrm{a}\mathrm{l}}\right|}^{2}+{\left|{\hat{u}}_{\mathrm{i}\mathrm{m}}\right|}^{2}}$

式(8)中:U为所提取出的包络信号。

如图9所示,模态波的幅值分布具有显著的正负交替特性,该特性使得在缺陷信号重构的过程中正负幅值信号在延时叠加时容易发生相互抵消,造成缺陷成像信噪比低甚至被噪声淹没。为消除基线上下信号高频振荡对成像质量的干扰,有必要引入HT对信号进行包络提取。从短划线波形可以看出,提取信号包络不仅消除了正负幅值相互抵消的负面影响,还通过包络信号的幅值增强效应提升缺陷回波的显性特征。

3.3 时域加窗去除伪像

对差分信号提取包络后,仍有较多非缺陷映射模态波的毛刺信号存在且频带较宽,难以在频域进行有效去除。因此,为了去除伪像,对上述包络信号进行时域加窗操作。由于激发点与扫查最远处相距6.5 mm,根据波速计算公式,RW在X80管线钢材料中波速为2 989 m/s,RW计算公式为

(9)C_R=$\frac{0.87+1.12\sigma }{1+\sigma }\sqrt{\frac{E}{\rho }}\sqrt{\frac{1}{2(1+\sigma )}}$

式(9)中:σ为泊松比;E为杨氏模量;ρ为密度;C_R为表面波波速。

对表面波及掠面纵波进行加窗,将窗内信号的权系数置0。通过加时域去除RW遗留的毛刺信号后,其他模态超声波幅值相对变大,缺陷部分对比更强。

然而,以上述时域矩形窗算法对包络信号进行处理后成像发现,将杂波信号直接置零所带来的信号突变会激增大量高频分量,影响缺陷成像对比度。针对此问题,采用平滑过渡的方式替代硬置零方式,有效降低突变部分导致的成像伪影,不同时域窗的频域成像结果如图10所示。

可以看出,平滑窗函数通过加权衰减信号边缘可显著降低旁瓣,避免了图10(a)中由于时域截断导致伪影严重,进而大幅降低有效分辨率的问题。

4 成像结果及分析

4.1 预处理前后成像效果对比及分析

频域SAFT预处理前后算法成像结果对比如图11所示。可以看出,通过去除扫查表面附近伪像可有效提高缺陷反演成像的直观辨识度。此外,采用差分计算和包络提取技术,有效抑制了杂波干扰及信号过零交变振荡现象,提高了成像横、纵向的分布准确率。

横、纵轴方向上信号预处理前后在缺陷成像位置处的幅值分布如图12所示。图12(a)为横轴方向上缺陷成像位置的幅值分布,未处理信号幅值较大但相对实际位置误差较大,为20%;而预处理信号后峰值降低,相对实际位置误差极小,为1.6%。图12(b)为纵轴方向上缺陷成像位置的幅值分布,未处理信号成像结果相对实际位置误差为1.05%;而预处理信号成像结果相对实际位置误差为0.81%。

根据文献[17]取最大幅值的70%时所对应的x轴方向上的范围作为缺陷宽度的标准。经过计算,未处理信号的缺陷成像宽度为1.5 mm,处理信号的缺陷成像宽度为1.42 mm,与真实宽度相对误差分别为15.39%和9.23%。上述指标证明了所提出的多融合预处理PSM-SAFT成像算法的有效性。

4.2 不同缺陷尺寸对成像效果的影响

实际工况中存在不同尺寸的圆孔缺陷,并且同一位置下不同大小的缺陷会改变超声波传播特性。为研究分析缺陷尺寸对所提出成像算法的精度、对比度的影响,采用该成像方法对样品内同一缺陷位置、不同缺陷尺寸的样品的扫查信号进行成像。样品尺寸和激发探测方法与图3一致,样品中缺陷半径分别为0.4、0.7、1.0、1.3、1.6 mm,如图13所示为利用所提成像方法得到的缺陷成像图。从不同缺陷尺寸的成像结果(图13)可以看出,缺陷位置准确且与非缺陷信号部分对比度较高,能够通过成像的横向坐标及纵向深度准确辨别缺陷位置与尺寸。对比成像结果图与检测信号时域波形可发现,对于缺陷映射信号部分,峰值越高越有利于进行高精度、高对比度的缺陷成像。

为量化缺陷成像效果,通过计算缺陷区域的平均强度与噪声波动的比值来衡量缺陷成像信噪比,计算公式可表示为

(10)SNR=20lg$\frac{\frac{1}{{N}_{\mathrm{s}}}\stackrel{{N}_{\mathrm{s}}}{\sum _{i=1}}{I}_{\mathrm{s}}\left(i\right)}{\sqrt{\frac{1}{{N}_{\mathrm{n}}-1}\stackrel{{N}_{\mathrm{n}}}{\sum _{j=1}}\left[{I}_{\mathrm{n}}\right(j)-{\mu }_{\mathrm{n}}{]}^{2}}}$

式(10)中:N_s为缺陷区域像素总数;I_s(i)为该区域第i个像素的强度值;N_n为背景区域的像素总数;I_n(j)为背景区域第j个像素的强度;μ_n为背景区域平均强度。

以缺陷位置为(-1.5,-8)扫查信号的缺陷成像为例,模型缺陷成像预处理与未预处理的分析如表3~表5所示。可以看出,对5个不同尺寸的缺陷在改进PSM-SAFT算法以及传统频域算法下进行了成像效果对比,在实现快速超声成像的基础上,预处理后的成像位置误差减小,提升了缺陷深度、横向位置的检测能力,缺陷成像质量显著改善,信噪比平均提升约44%。

此外,为进一步验证所提出的预处理频域缺陷成像方法,将原模型中的缺陷设置为方形缺陷,缺陷边长分别设置为0.8、1.4、2.0、2.6、3.2 mm,激光激发及扫查区域位置及其他激发参数均保持不变,选用SL波对缺陷模型进行成像。与圆形缺陷相同,成像结果中可清晰观测到亮黄色区域为成像的缺陷位置,表明该成像方法可准确地实现对缺陷成像的定性判别,而缺陷成像的横、纵位置可从缺陷成像位置波形图定量判断,缺陷成像质量用信噪比计算公式判定。从表6~表8可以看出,通过对方形缺陷超声扫查信号实施上述预处理操作,缺陷位置误差明显减小、成像质量明显提高。

通过时域SAFT与PSM-SAFT成像算法对比发现,由于传统时域成像算法需要对每个像素点进行均方根等运算,导致成像时间极长。以相同扫查信号为数据集,时域SAFT成像需要约270 s,约为所提出的多融合预处理PSM-SAFT算法的50~135倍,证明所提出改进频域成像算法的高效性。

5 结论

在相控阵激光超声缺陷频域SAFT成像的基础上,提出一种激光超声扫查信号的预处理优化方法,并进行高对比度、高信噪比缺陷成像。得出如下结论。

(1)利用COMSOL Multiphysics仿真软件通过有限元热固耦合数值模拟相控阵激光超声检测过程。通过对阵列激光源时空调制,增强SW检测能量,提高检测信噪比。

(2)通过对扫查区域信号进行包括差分计算、提取包络与加时域窗去伪像的预处理,然后利用PSM-SAFT算法进行频域快速成像,获得无伪像的较高质量缺陷成像图。

(3)实验结果表明,与未预处理的成像结果对比,采用所提出的多融合预处理PSM-SAFT算法进行成像后,横、纵向定位误差平均降低约20%、3%,实现了缺陷位置检测精准性的显著提升;成像结果信噪比提升约45%,成像质量得到有效保证。此外,较时域SAFT有效提高成像效率,在工程实践中具有一定的实际应用价值。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	White R M. Generation of elastic waves by transient surface heating[J]. Journal of Applied Physics, 1963, 12(34): 3559-3567.

[2]	董晓虎, 程绳, 范杨, 等. 激光超声的铝板缺陷可视化检测方法[J]. 科学技术与工程, 2022, 22(6): 2170-2176.

[3]	Dong Xiaohu, Cheng Sheng, Fan Yang, et al. Research on visua-lization detection of aluminum plate defects based on laser ultrasound[J]. Science Technology and Engineering, 2022, 22(6): 2170-2176.

[4]	Gao F, Zhou H, Huang C. Defect detection using the phased-array laser ultrasonic crack diffraction enhancement method[J]. Optics Communications, 2020, 474: 126070.

[5]	Sui H, Li K S, Zhu Z Y, et al. Numerical simulation of internal defect imaging with the longitudinal wave generated by laser induced ultrasonic array[J]. Modern Physics Letters B, 2021, 35(6): 2150103.

[6]	高锋, 周虹, 黄超. 基于相控阵激光超声的裂纹衍射增强试验研究. 振动与冲击, 2022, 41(3): 37-44.

[7]	Gao Feng, Zhou Hong, Huang Chao. Tests for crack diffraction enhancement based on phased array laser ultrasound[J]. Journal of Vibration and Shock, 2022, 41(3): 37-44.

[8]	孙宝申, 沈建中. 合成孔径聚焦超声成像(一)[J]. 应用声学, 1993, 12(3): 43-48.

[9]	Sun Baoshen, Shen Jianzhong. Synthetic aperture focused ultrasound imaging (I)[J]. Journal of Applied Acoustics, 1993, 12(3): 43-48.

[10]	何力, 郭华玲. 基于激光超声的矩形缺陷合成孔径成像方法仿真研究[J]. 激光与光电子学进展, 2024, 61(10): 207-216.

[11]	He Li, Guo Hualing. Simulation study on synthetic aperture imaging method for rectangular defects based on laser ultrasound[J]. Laser & Optoelectronics Progress, 2024, 61(10): 207-216.

[12]	李俊燕, 沈中华, 倪晓武, 等. 基于合成孔径聚焦技术的激光超声无损检测方法研究[J]. 中国激光, 2018, 45(9): 269-275.

[13]	Li Junyan, Shen Zhonghua, Ni Xiaowu, et al. Laser-ultrasonic non-destructive detection based on synthetic aperture focusing technique[J]. Chinese Journal of Lasers, 2018, 45(9): 269-275.

[14]	Ying K N, Ni C Y, Dai L N, et al. Multi-mode laser-ultrasound imaging using time-domain synthetic aperture focusing technique (T-SAFT)[J]. Photoacoustics, 2022, 27: 100370.

[15]	陈尧, 冒秋琴, 石文泽, 等. 基于虚拟源的非规则双层介质频域合成孔径聚焦超声成像[J]. 仪器仪表学报, 2019, 40(6): 48-55.

[16]	Chen Yao, Mao Qiuqin, Shi Wenze, et al. Frequency domain synthetic aperture focusing technique for irregular two-layered medium based on visual source[J]. Chinese journal of science instrument, 2019, 40(6): 48-55.

[17]	何志同, 应恺宁, 戴鹭楠, 等. 基于压缩感知的快速激光超声合成孔径聚焦技术[J]. 中国激光, 2024, 51(2): 36-46.

[18]	He Zhitong, Ying Kaining, Dai Lunan, et al. Fast laser ultrasonic synthetic aperture focusing technology based on compressed sensing[J]. Chinese Journal of Lasers, 2024, 51(2): 36-46.

[19]	王冠, 黄丽霞, 王志刚, 等. 提高频域合成孔径超声阵列成像质量的方法[J]. 传感技术学报, 2020, 33(9): 1285-1291.

[20]	Wang Guan, Huang Lixia, Wang Zhigang, et al. A method for improving the imaging quality of synthetic aperture ultrasonic array in frequency domain[J]. Chinese Journal of Sensors and Actuators, 2020, 33(9): 1285-1291.

[21]	冒秋琴, 陈尧, 石文泽, 等. 频域相位相干合成孔径聚焦超声成像研究[J]. 仪器仪表学报, 2020, 41(2): 135-145.

[22]	Mao Qiuqin, Chen Yao, Shi Wenze, et al. Research on synthetic aperture focusing ultrasonic imaging based on phase coherence in frequency domain[J]. Chinese Journal of Scientific Instrument, 2020, 41(2): 135-145.

[23]	孙宝申. 合成孔径成像的应用及发展[J]. 应用声学, 2018, 37(5): 787-793.

[24]	Sun Baoshen. Applications and development of synthetic aperture imaging[J]. Journal of Applied Acoustics, 2018, 37(5): 787-793.

[25]	赵威隆, 李忠虎, 张鑫宇, 等. 激光超声声场传播特性及参数优化[J]. 科学技术与工程, 2025, 25(3): 1102-1109.

[26]	Zhao Weilong, Li Zhonghu, Zhang Xinyu, et al. Study on propagation characteristics and parameter optimization of laser ultrasonic sound field[J]. Science Technology and Engineering, 2025, 25(3): 1102-1109.

[27]	陈子俨, 赵弘. 掺氢天然气管道氢损伤管外漏磁检测机构设计[J]. 机床与液压, 2024, 52(15): 75-81.

[28]	Chen Ziyan, Zhao Hong. Design of magnetic flux leakage detection mechanism for hydrogen damage outside pipes of hydrogendoped natural gas pipelines[J]. Machine Tool & Hydraulics, 2024, 52(15): 75-81.

[29]	李克斯. 基于激光超声的材料缺陷检测技术研究[D]. 成都: 西南交通大学, 2020.

[30]	Li Kesi. Research on material defect detection technology based on laser ultrasound[D]. Chengdu: Southwest Jiaotong University, 2020.

基金资助

国家自然科学基金(62161042)

内蒙古自治区自然科学基金(2023MS06006)

内蒙古自治区自然科学基金(2024LHMS06004)

PDF (10662KB)

访问

被引

详细

导航

Received	Published	Revised
2025-05-07	2026-04-28	2025-11-19
Online Date
2026-05-29

摘要