超聲波時(shí)差衍射法圖像近表面缺陷檢測(cè)新方法

林乃昌，楊曉翔，林文劍，林挺翔，詹葉玉生

(1.福州大學(xué)機(jī)械工程及自動(dòng)化學(xué)院，福建福州 350108;2.廈門(mén)市特種設(shè)備檢驗(yàn)檢測(cè)院，福建廈門(mén) 361000;3.福州大學(xué) 石油化工學(xué)院，福建 福州 350108)

超聲波時(shí)差衍射法(TOFD)是一種依靠從待檢試件內(nèi)部結(jié)構(gòu)(主要是指缺陷)的“端角”和“端點(diǎn)”處得到的衍射能量來(lái)檢測(cè)缺陷的方法，用于缺陷的檢測(cè)、定量和定位.由于超聲波TOFD具有檢測(cè)速度快、可靠性好、操作簡(jiǎn)單等優(yōu)點(diǎn)，近年來(lái)該方法在焊接結(jié)構(gòu)的檢測(cè)中取得了較快的發(fā)展［1－5］.但是該方法也存在自身的技術(shù)缺陷，主要是近表面缺陷檢測(cè)的可靠性和準(zhǔn)確性不高.對(duì)于上表面缺陷，由于缺陷位置與信號(hào)接收時(shí)間(差)并非線性關(guān)系，這導(dǎo)致在A掃描線的時(shí)間軸上，越靠近直通波端，對(duì)應(yīng)工件真實(shí)位置的分布越密集，且超聲波TOFD信號(hào)的脈沖時(shí)寬通常為超聲縱波波長(zhǎng)的1.5到3.0倍，使得直通波信號(hào)在圖譜上顯示一定的“拖尾”現(xiàn)象.因此，近表面的缺陷信號(hào)常常被掩蓋在工件的直通波信號(hào)中而無(wú)法辨別，導(dǎo)致缺陷信號(hào)可能隱藏在直通波信號(hào)下而漏檢［6－7］.針對(duì)超聲波TOFD圖像近表面盲區(qū)問(wèn)題，遲大釗［8］又從圖像處理角度試圖利用自適應(yīng)濾波技術(shù)提取和直通波混疊的近表面缺陷波，提出一種圖像能量分布法.該方法簡(jiǎn)單實(shí)用，在一定程度上提高了近表面缺陷的辨識(shí)能力，但受待處理圖像的成像質(zhì)量影響很大.陳偉等［9］為了能夠精確定位并識(shí)別出近表面缺陷在低合金厚板對(duì)接焊縫中的位置，提出了基于峰值檢測(cè)算法的直通波拉直技術(shù)，并在直通波拉直的基礎(chǔ)上引入了基于A掃描線能量分布算法的直通波消除技術(shù).實(shí)驗(yàn)結(jié)果顯示，該技術(shù)有效地提高了對(duì)近表面缺陷的識(shí)別能力，但對(duì)近表面缺陷信號(hào)與背景信號(hào)能量分布相當(dāng)?shù)那闆r分辨力較差.Ido等［10］提出了one-skip法，利用超聲波TOFD縱波二次反射的方法檢測(cè)近表面缺陷.當(dāng)探頭間距是試塊厚度的4倍時(shí)，能將直通波和缺陷衍射信號(hào)有效地區(qū)分開(kāi)來(lái).該方法利用二次反射波到達(dá)表面時(shí)間較長(zhǎng)的特點(diǎn)，有效地減小了表面盲區(qū).由于到達(dá)時(shí)間較長(zhǎng)，也有效地提高了表面盲區(qū)的測(cè)量精度和檢測(cè)分辨力，但探頭接收到的信號(hào)包括多次波型轉(zhuǎn)換后的信號(hào)，分析起來(lái)較復(fù)雜.盛朝陽(yáng)等［11］提出了一種基于分水嶺的超聲波TOFD檢測(cè)圖像分割方法.該方法采用帶控制標(biāo)記的分水嶺變換實(shí)現(xiàn)了對(duì)圖像缺陷信號(hào)的分割，解決近表面缺陷檢測(cè)問(wèn)題，但是對(duì)于含有多個(gè)缺陷的圖像進(jìn)行分割時(shí)，不但需要更多的先驗(yàn)知識(shí)，而且易造成過(guò)分分割.

針對(duì)超聲波TOFD圖像近表面盲區(qū)問(wèn)題，本文根據(jù)超聲波傳播時(shí)間和深度的關(guān)系，提出了通過(guò)超聲波TOFD圖像重構(gòu)新方法將超聲波TOFD圖像中深度與時(shí)間的非線性關(guān)系轉(zhuǎn)換為線性關(guān)系.通過(guò)超聲波TOFD圖像的重構(gòu)，使其縱坐標(biāo)方向直接顯示為深度以減小測(cè)量誤差，并利用基于峰值的直通波拉直法實(shí)現(xiàn)圖像的拉直，以減小抖動(dòng)造成的不必要影響.

1 超聲波傳播時(shí)間和深度的關(guān)系

對(duì)于超聲波傳播時(shí)間t和深度d的關(guān)系，可以通過(guò)圖1a來(lái)解釋.它是一個(gè)氣孔缺陷的深度計(jì)算圖，將發(fā)射探頭和接收探頭置于缺陷的兩端，并使缺陷位于兩探頭的中垂線上，兩探頭的間距為2S，缺陷的深度為d，超聲波在試件中的傳播速度為c.圖1b中，LW表示直通波，BW表示底面反射波，t1為到達(dá)直通波的傳播時(shí)間，t2為到達(dá)底面反射波的傳播時(shí)間.超聲波的傳播時(shí)間t可以通過(guò)下式計(jì)算:

整理得

圖1 氣孔缺陷的深度計(jì)算圖Fig.1 Diagram of depth calculation for porosity defect

從式(2)可以看出，在超聲波TOFD檢測(cè)中深度和時(shí)間的關(guān)系不是線性的，因此在近表面區(qū)域，信號(hào)在時(shí)間上的微小變化轉(zhuǎn)換成深度就變化很大，即深度測(cè)量誤差隨著接近表面而迅速增大.由于直通波的存在和不斷增大的深度誤差，超聲波TOFD對(duì)近表面缺陷探測(cè)的可靠性和準(zhǔn)確性不高.因此，針對(duì)超聲波TOFD圖像的深度和時(shí)間之間的關(guān)系，通過(guò)超聲波TOFD圖像重構(gòu)，將圖像深度和時(shí)間轉(zhuǎn)換為線性關(guān)系，利于更直觀地判讀表面缺陷，減小測(cè)量誤差.

2 超聲波TOFD圖像重構(gòu)

根據(jù)式(1)，對(duì)于直通波，d=0，那么直通波的傳播時(shí)間

根據(jù)式(1)，對(duì)于底面反射波，d=D，D為試塊的厚度，那么底面反射波的傳播時(shí)間

綜合式(1)，(3)和(4)，從原有的超聲波TOFD圖像求出缺陷的t1和t2.通過(guò)選取不同的時(shí)間t，求出相應(yīng)的d/D，并獲取相應(yīng)時(shí)間的灰度值，最后根據(jù)d/D和相對(duì)應(yīng)的灰度值實(shí)現(xiàn)圖像的重構(gòu).可得到試塊上各點(diǎn)的深度與傳播時(shí)間的關(guān)系如下:

3 基于峰值的直通波拉直

由于人為抖動(dòng)、試塊不平滑等原因，超聲波TOFD的D掃描圖像會(huì)出現(xiàn)直通波不一致問(wèn)題.如果未對(duì)直通波進(jìn)行拉直，重構(gòu)圖像也依舊會(huì)出現(xiàn)這一問(wèn)題.對(duì)于重構(gòu)圖像的拉直，本文嘗試求出每一列A掃描信號(hào)的t1和t2，并根據(jù)式(5)實(shí)現(xiàn)圖像重構(gòu).但這種方法存在一個(gè)局限性:如果超聲波TOFD圖像的缺陷波與底面反射波混疊，這樣便無(wú)法提取混疊A掃描信號(hào)的t2，無(wú)法實(shí)現(xiàn)圖像的拉直.因此，提出基于峰值的方法來(lái)實(shí)現(xiàn)直通波拉直.

基于峰值捕捉和閾值處理相結(jié)合的直通波拉直技術(shù)，是通過(guò)峰值捕捉提取每列信號(hào)即A掃描信號(hào)的峰值，并通過(guò)閾值處理去除由于噪聲或者其他因素所造成的小峰值，最后通過(guò)各列第一個(gè)峰值的比較來(lái)拉直直通波.具體步驟如下:

(1)峰值捕捉.將圖像轉(zhuǎn)變成矩陣 X=［X1，X2，…，Xi，Xi+1，…，Xn］，Xi(τ)代表圖像的一列信號(hào)即A掃描信號(hào)，τ為時(shí)間即圖像的縱坐標(biāo).對(duì)于每個(gè)A掃描信號(hào)Xi，若Xi(τ)＞Xi(τ－1)且Xi(τ)＞Xi(τ+1)，那么τ為這列信號(hào)的正峰值時(shí)間，若Xi(τ)＜Xi(τ－1)且Xi(τ)＜Xi(τ+1)，那么τ為這列信號(hào)的負(fù)峰值時(shí)間.通過(guò)峰值捕捉處理，可以得到A掃描信號(hào)Xi的峰值時(shí)間Ti={τi1，τi2，…，τim}.

(2)閾值處理.通過(guò)閾值處理去除由于噪聲或者其他因素所造成的小峰值，設(shè)置一個(gè)閾值M，對(duì)于τ∈Ti，若|Xi(τ)－μ(Xi)|＞M，其中 μ(Xi)為均值，則認(rèn)為τ為信號(hào)的有效峰值時(shí)間，并將各列信號(hào)的最小有效峰值時(shí)間組成向量 T=(τ1，τ2，…，τn).

(3)τm為向量T的平均值，以τm為參考時(shí)間，那么每條A掃描信號(hào)最小有效峰值時(shí)間與參考時(shí)間的時(shí)差Δτ=τi－τm，這也是拉直直通波所需的A掃描信號(hào)平移量.直通波拉直的A掃描信號(hào)平移操作如下:

式中:X'i(τ)為平移后的A掃描信號(hào)，Xi(τ)為平移前的A掃描信號(hào).

4 圖像重構(gòu)算法

綜上所述，圖像重構(gòu)算法如下:

(1)通過(guò)峰值捕捉以及閾值處理求出各列信號(hào)的最小有效峰值時(shí)間向量T以及其平均值τm、時(shí)差Δτ，并實(shí)現(xiàn)直通波的拉直.

(2)對(duì)拉直圖像的各列無(wú)缺陷信號(hào)進(jìn)行處理，求出各列無(wú)缺陷信號(hào)的直通波傳播時(shí)間以及底面反射波傳播時(shí)間，并分別進(jìn)行平均化處理，獲得t1以及t2.

(3)分解超聲波TOFD圖像為各列A掃描信號(hào)，每一列信號(hào)均為傳播時(shí)間與灰度的關(guān)系，根據(jù)已知的t1和t2，通過(guò)式(5)得到各列深度與灰度的信號(hào)曲線，重組各列信號(hào)，即可獲取重構(gòu)圖像.

5 實(shí)驗(yàn)結(jié)果與分析

圖2為一張底面開(kāi)口裂紋的超聲波TOFDD掃描圖像.經(jīng)過(guò)圖像重構(gòu)處理，結(jié)果如圖3所示.與圖2相比，圖3主要有兩個(gè)變化:①重構(gòu)圖像的起始位置是直通波，這是由于原始圖像的縱坐標(biāo)是超聲波傳播時(shí)間，并且直通波被接收需要一段時(shí)間，而重構(gòu)圖像的縱坐標(biāo)是深度，直通波的起始位置便是圖像的起始位置，也就是深度為零的時(shí)候;②重構(gòu)圖像直通波的縱向?qū)挾让黠@增大，這點(diǎn)可通過(guò)式(7)和(8)來(lái)解釋.對(duì)式(5)兩邊求導(dǎo)，可得

即

圖2 原始圖像Fig.2 Original image

圖3 重構(gòu)圖像Fig.3 Reconstructed image

對(duì)圖2進(jìn)行拉直重構(gòu)處理，結(jié)果如圖4所示.與圖3相比，圖4不但可以直觀顯示缺陷的深度以及近表面盲區(qū)范圍，而且對(duì)于擾動(dòng)造成的直通波出現(xiàn)不一致問(wèn)題也得到有效解決，有利于圖像的進(jìn)一步研究.

圖4 拉直重構(gòu)圖像Fig.4 Straightened reconstructed image

考慮到近表面缺陷易與直通波混疊，實(shí)際缺陷圖像的直通波波動(dòng)比較大，為了驗(yàn)證拉直重構(gòu)算法的實(shí)用性，進(jìn)一步對(duì)近表面缺陷圖像和實(shí)際缺陷圖像進(jìn)行處理.圖5和6分別是近表面缺陷圖像和實(shí)際缺陷圖像.分別經(jīng)過(guò)拉直重構(gòu)處理，處理結(jié)果如圖7和8所示.由結(jié)果可以得到，該拉直重構(gòu)算法可以實(shí)現(xiàn)近表面缺陷圖像和實(shí)際缺陷圖像的直通波拉直和重構(gòu)，可以直觀顯示缺陷的深度以及近表面盲區(qū)范圍.

通過(guò)拉直重構(gòu)算法對(duì)探頭中心距較大的缺陷圖像進(jìn)行處理，得到的處理結(jié)果如圖10所示.比較圖2和4和圖9和10，可以發(fā)現(xiàn)探頭中心距較大的缺陷重構(gòu)圖像直通波寬度變化更為明顯，也就是說(shuō)探頭中心距較大的缺陷圖像近表面盲區(qū)深度較大，這可以通過(guò)式(9)來(lái)解釋.當(dāng)直通波脈沖時(shí)間寬度tp固定時(shí)，盲區(qū)的深度DZ隨著探頭中心距的增大而增大.

圖5 近表面缺陷圖像Fig.5 Near-surface defect images

圖6 實(shí)際缺陷圖像Fig.6 Actual defect image

圖7 近表面缺陷重構(gòu)圖像Fig.7 Reconstructed image of near-surface defects

圖8 實(shí)際缺陷重構(gòu)圖像Fig.8 Reconstructed image of actual defects

圖9 探頭中心距較大的缺陷圖像Fig.9 Defect image of the larger probe center spacing

圖10 探頭中心距較大的缺陷重構(gòu)圖像Fig.10 Reconstructed defect image of the larger probe center spacing

6 結(jié)論

(1)根據(jù)超聲波傳播時(shí)間t和深度d的關(guān)系提出的超聲波TOFD重構(gòu)方法，有效地將超聲波TOFD圖像中時(shí)間和深度的非線性關(guān)系變換為線性關(guān)系，更有利于判讀表面缺陷，也有效地減小了測(cè)量誤差.

(2)基于峰值捕捉和閾值處理相結(jié)合的直通波拉直技術(shù)，更有利于提取混疊在直通波中的缺陷，有效地解決近表面盲區(qū)問(wèn)題.

［1］BABY S，BALASUBRAMANIAN T，PARDIKAR R J，etal.Timeof-flight diffraction(TOFD)technique for accurate sizing of surface-breaking cracks［J］.Insight Non-Destructive Testing and Condition Monitoring，2003，45(6):426 －430.

［2］GANG T，CHID Z.Novel approach to the enhancement of ultrasonic TOFD B-scan image for themeasurement ofweld crack［J］.Science and Technology ofWelding and Joining，2007，12(1):87 －93.

［3］林乃昌.基于變型波的超聲TOFD近表面檢測(cè)新方法［J］.機(jī)電工程，2013，30(8):967 －970.

LIN Naichang.A new near surface detectionmethod of ultrasonic TOFD based on transformed wave［J］.Journal of Mechanical ＆Electrical Engineering，2013，30(8):967 －970.

［4］遲大釗，剛鐵，姚英學(xué)，等.一種基于超聲TOFD法的近表面缺陷檢測(cè)模式［J］.焊接學(xué)報(bào)，2011，32(2):25－28.

CHI Dazhao，GANG Tie，YAO Yingxue，et al.Mode for near surface defect detection based on ultrasonic TOFD［J］.Transactions of the China Welding Institution，2011，32(2):25 －28.

［5］VEIGA JL B C，DE CARVALHO A A，DA SILVA I C，et al.The use of artificial neural network in the classification of pulseecho and TOFD ultrasonic signal［J］.Journal of the Brazilian Society of Mechanical Sciences and Engineering，2005，27(4):260－265.

［6］AL-ATABY A，AL-NUAIMYW，BRETTC R，et al.Automatic detection and classification ofweld flaws in TOFD data usingwavelet transform and support vector machines［J］.Insight Non-Destructive Testing and Condition Monitoring，2010，52(11):597 －602.

［7］CHID Z，GANG T，GAO SS.Background removal and weld defect detection based on energy distribution of image［J］.China Welding，2007，16(1):14 －18.

［8］遲大釗.基于超聲TOFD法的焊縫缺陷表征研究［D］.哈爾濱:哈爾濱工業(yè)大學(xué)，2007.

CHI Dazhao.Research on characterization of weld defect based on ultrasonic TOFD［D］.Harbin:Harbin Institute of Technology，2007.

［9］陳偉，詹紅慶，楊貴德，等.基于直通波抑制的超聲TOFD圖像缺陷檢測(cè)新方法［J］.無(wú)損檢測(cè)，2010，32(6):402 －405.

CHEN Wei，ZHAN Hongqing，YANG Guide，et al.A new defect detection method of ultrasonic TOFD image based on through wave suppression［J］.Non-Destructive Testing，2010，32(6):402－405.

［10］IDO N，HATANAKA H，ARAKAWA T，et al.Examination of flaw detection near the surface by the ultrasonic TOFD method［J］.Key Engineering Materials，2004，270(1):378 －383.

［11］盛朝陽(yáng)，剛鐵，遲大釗.基于分水嶺方法的超聲TOFD檢測(cè)圖像分割［J］.機(jī)械工程學(xué)報(bào)，2011，47(8):35 －40.

SHENG Zhaoyang，GANG Tie，CHIDazhao.Segmentation of ultrasonic TOFD testing image based on watershed method［J］.Journal of Mechanical Engineering，2011，47(8):35 －40.