一種用于提高構(gòu)件損傷邊緣成像精度的方法

劉洋洋，韓 瀟1,*，張鵬嵩，沈平單，曹海林

（1.北京航空航天大學(xué) 宇航學(xué)院，北京 100191；2.北京衛(wèi)星環(huán)境工程研究所，北京 100094；3.重慶大學(xué) 微電子與通信工程學(xué)院，重慶 400044）

0 引言

金屬構(gòu)件廣泛用于航空航天、風(fēng)力電力、石油化工等領(lǐng)域，其在生產(chǎn)和使用過程中因高溫高壓、高負(fù)荷等外部環(huán)境的影響，表面或內(nèi)部易產(chǎn)生微小的損傷[1]。如果未及時(shí)發(fā)現(xiàn)與修復(fù)微小損傷，則可能導(dǎo)致重大安全事故。因此對(duì)金屬構(gòu)件的定時(shí)檢測(cè)與評(píng)估十分重要。

出于安全與經(jīng)濟(jì)考慮，常用無損檢測(cè)技術(shù)進(jìn)行損傷探測(cè)。現(xiàn)有的無損檢測(cè)技術(shù)主要包括射線檢測(cè)[2]、渦流檢測(cè)[3]、超聲波檢測(cè)[4]等。近年來提出的激光超聲檢測(cè)技術(shù)是基于激光的熱彈效應(yīng)和燒蝕機(jī)制，利用激光脈沖在待測(cè)構(gòu)件中產(chǎn)生超聲波，可在不犧牲損傷定位準(zhǔn)確性的前提下實(shí)現(xiàn)結(jié)構(gòu)非接觸式測(cè)量[5]。相比于傳統(tǒng)超聲波檢測(cè)，激光超聲技術(shù)通常不需耦合劑，從而降低了對(duì)試件表面光滑度要求，易于實(shí)現(xiàn)曲面等復(fù)雜結(jié)構(gòu)的檢測(cè)；但損傷結(jié)構(gòu)成像精度嚴(yán)重依賴于掃描點(diǎn)的空間采樣率，在缺乏損傷先驗(yàn)知識(shí)支撐的情況下，需要對(duì)整個(gè)待測(cè)構(gòu)件進(jìn)行密集掃描才能實(shí)現(xiàn)滿意的成像精度，故不適用于大型待測(cè)構(gòu)件。為此，付倩提出在大測(cè)量間距下對(duì)損傷進(jìn)行粗定位，再對(duì)局部區(qū)域密集采樣，通過多傳感器協(xié)同以提升損傷邊緣成像精度[6]；王杰利用多組小波基函數(shù)對(duì)層壓復(fù)合材料超聲回波信號(hào)去噪，提高了缺陷成像精度[7]。

數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)模型通過梯度更新算法實(shí)現(xiàn)端到端的模型參數(shù)優(yōu)化，可以完成復(fù)雜非線性映射關(guān)系的自適應(yīng)學(xué)習(xí)，因此其在結(jié)構(gòu)損傷檢測(cè)領(lǐng)域已有廣泛應(yīng)用。Lin 等利用深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)原始傳感器數(shù)據(jù)提取判別性特征，并將該特征用于結(jié)構(gòu)損傷定位，實(shí)現(xiàn)了優(yōu)于小波系數(shù)特征方法的定位精度[8]。為精確預(yù)測(cè)金屬內(nèi)部損傷寬度，Zhang等提出融合遺傳算法的神經(jīng)網(wǎng)絡(luò)模型，對(duì)金屬內(nèi)部損傷情況下的激光超聲信號(hào)進(jìn)行特征提取，自適應(yīng)學(xué)習(xí)特征與損傷寬度的映射關(guān)系，定量分析了金屬損傷寬度對(duì)網(wǎng)絡(luò)預(yù)測(cè)性能的影響[9]。目前卷積神經(jīng)網(wǎng)絡(luò)用于損傷邊緣成像精度優(yōu)化的相關(guān)研究較少，其魯棒的特征提取能力與映射關(guān)系學(xué)習(xí)能力為結(jié)構(gòu)損傷邊緣成像優(yōu)化提供了新思路。

本文以航空航天用4A01 鋁板為研究對(duì)象，采用深度學(xué)習(xí)方法與激光超聲檢測(cè)技術(shù)進(jìn)行構(gòu)件損傷超聲成像性能優(yōu)化的研究，以期實(shí)現(xiàn)損傷檢測(cè)的自動(dòng)化和智能化。首先，利用大功率脈沖激光非接觸地激發(fā)出超聲Lamb 波；其次利用鋁板中Lamb波的A0 模態(tài)的幅值完成掃描區(qū)域的可視化成像；最后，建立損傷類型-激光超聲成像特征數(shù)據(jù)庫(kù)，利用基于卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法進(jìn)行構(gòu)件損傷邊緣優(yōu)化實(shí)驗(yàn)，以提高構(gòu)件損傷邊緣清晰度。

1 激光超聲成像理論

1.1 激光超聲Lamb 波的波場(chǎng)重建方法

在試件中某一點(diǎn)施加激勵(lì)的同時(shí)從另一個(gè)位置獲取響應(yīng)信號(hào)的過程滿足聲學(xué)互易原理[10]。因此，定點(diǎn)激勵(lì)和在掃描區(qū)域布置大量傳感器接收超聲波可等效為定點(diǎn)接收和大面積掃描待測(cè)區(qū)域激勵(lì)超聲波的過程（如圖1 所示）。根據(jù)聲學(xué)互易原理，在金屬構(gòu)件附近定點(diǎn)放置用于檢測(cè)超聲響應(yīng)信號(hào)的聲發(fā)射（Acoustic emission, AE）傳感器（A點(diǎn)），對(duì)脈沖激光器進(jìn)行發(fā)射點(diǎn)校準(zhǔn)，確定其掃描方式和掃描區(qū)域并設(shè)置掃描起始位置（B點(diǎn)），在待測(cè)構(gòu)件表面進(jìn)行持續(xù)的超聲Lamb 波激發(fā)。

圖1 聲學(xué)互易示意圖Fig.1 Acoustic reciprocity diagram

將二維掃描區(qū)域下AE 傳感器采集到的Lamb波時(shí)域響應(yīng)信號(hào)保存在三維數(shù)組中，其各元素的值為超聲信號(hào)的幅值，定義為三維波場(chǎng)數(shù)據(jù)[11]?？偛蓸訒r(shí)間可由采樣頻率（80 MHz）和總采樣點(diǎn)數(shù)（16 384 個(gè)）計(jì)算，通過對(duì)三維數(shù)組時(shí)間維度的截取可獲得任意時(shí)刻Lamb 波的傳播狀態(tài)，即Lamb 波的二維波場(chǎng)重建圖，如圖2 所示，其中：x、y軸為數(shù)據(jù)的空間維度；z軸為數(shù)據(jù)的時(shí)間維度。

圖2 Lamb 波的波場(chǎng)重演方法Fig.2 Method for Lamb wave field reenactment

1.2 彈性波能流

彈性波是應(yīng)力波的一種，在無損檢測(cè)領(lǐng)域中應(yīng)用廣泛。彈性波的能量可等效為超聲波通過試件檢測(cè)區(qū)域時(shí)，試件介質(zhì)中粒子點(diǎn)處波的應(yīng)變能；單位時(shí)間內(nèi)粒子點(diǎn)處通過的總能量定義為彈性波能流。脈沖激光掃描某個(gè)區(qū)域時(shí)，對(duì)AE 傳感器接收到的掃描區(qū)域所有采樣點(diǎn)上超聲波的幅值信號(hào)進(jìn)行濾波、放大并采用相應(yīng)的數(shù)據(jù)處理算法，可得到該區(qū)域的彈性波能流圖[12]，有關(guān)損傷的信息（如位置、形狀及大小等）可根據(jù)該圖進(jìn)行評(píng)估。假設(shè)金屬鋁板的上下表面是自由的，即牽引力為0。σ表示應(yīng)力值，則沿著縱向的應(yīng)力σzz=0，表面切應(yīng)力σyz=0 和σzx=0。此時(shí)平面應(yīng)力條件和應(yīng)力-應(yīng)變方程可簡(jiǎn)化為

式中：εxx、εyy和εzz分別為橫向兩正交方向和縱向方向上的應(yīng)變；E為楊氏模量；v為泊松比；G為剪切模量。通?；诩す鉄釓椥?yīng)進(jìn)行激發(fā)僅在構(gòu)件橫向產(chǎn)生應(yīng)變，縱向應(yīng)變近似為0。因此構(gòu)件的應(yīng)變能密度為

式中λ為各向同性彈性面的一階拉梅常數(shù)。利用安裝在構(gòu)件表面附近的AE 傳感器采集超聲波響應(yīng)電信號(hào)，該電信號(hào)幅值應(yīng)與橫向應(yīng)變分量之和成正比，即與式(2)的右邊第一項(xiàng)成正比。因此利用AE傳感器采集的數(shù)據(jù)，通過式(3)中γ來近似表征應(yīng)變能密度（歸一化應(yīng)變能密度）。

式中：i為AE 傳感器數(shù)據(jù)在T內(nèi)的采樣點(diǎn)編號(hào)；T為數(shù)據(jù)采集模塊的采樣周期；ΔT為采樣間隔；β為比例常數(shù)。對(duì)待測(cè)構(gòu)件上所有掃描點(diǎn)的接收數(shù)據(jù)，利用式(3)便可構(gòu)建出γ分布情況，以表示超聲激發(fā)下構(gòu)件的彈性能流圖。

2 基于激光超聲檢測(cè)技術(shù)的構(gòu)件損傷成像

2.1 激光超聲檢測(cè)系統(tǒng)的整體結(jié)構(gòu)

激光超聲檢測(cè)系統(tǒng)（如圖3 所示）的硬件部分包括脈沖激光器、AE 傳感器、信號(hào)接收鏈路以及存儲(chǔ)模塊，軟件部分包括激光器掃描控制程序、信號(hào)處理程序和顯示保存程序。

圖3 激光超聲檢測(cè)系統(tǒng)整體架構(gòu)Fig.3 Overall architecture of the laser ultrasonic detection system

該系統(tǒng)的工作原理是：激光器發(fā)出的脈沖紅外激光束經(jīng)二維掃描振鏡偏轉(zhuǎn)和聚焦后發(fā)射到試件表面；根據(jù)激光熱彈機(jī)制，待測(cè)材料中將激發(fā)出超聲波；AE 傳感器檢測(cè)結(jié)構(gòu)中的超聲信號(hào)并轉(zhuǎn)化成相應(yīng)的電信號(hào)，電信號(hào)經(jīng)低噪聲放大器和濾波器后傳送至數(shù)據(jù)采集模塊進(jìn)行模/數(shù)轉(zhuǎn)換，并將數(shù)據(jù)保存以供后續(xù)處理與分析。

2.2 基于激光超聲檢測(cè)技術(shù)的構(gòu)件損傷成像實(shí)驗(yàn)

實(shí)驗(yàn)前需要在標(biāo)準(zhǔn)鋁板試件中制備不同形狀的損傷類型。本文選取航空航天常用的4A01 鋁板作為實(shí)驗(yàn)材料，分別制備了無損和有損試件（如圖4 所示）。試件的長(zhǎng)和寬均為300 mm，厚度為2 mm。選擇稍大尺寸的板材可消除邊界產(chǎn)生的回波信號(hào)。為減小試件表面粗糙度對(duì)實(shí)驗(yàn)結(jié)果的影響，采用機(jī)械加工操作對(duì)試件表面磨削，構(gòu)件粗糙度約為0.7 μm。另外設(shè)計(jì)了如圖4(b)～(f)所示的5 種俄羅斯方塊形式的損傷類型（分別以1、2、3、4、5 標(biāo)注），損傷深度為2 mm，用線切割機(jī)加工成形。圖4 中各損傷尺寸的單位為mm。

圖4 構(gòu)件損傷成像實(shí)驗(yàn)用無損及有損試件Fig.4 Undamaged and damaged specimens for the component damage imaging experiment

構(gòu)件損傷成像實(shí)驗(yàn)設(shè)計(jì)如圖5 所示。AE 傳感器放置在距離掃描中心區(qū)域約100 mm 的位置接收超聲波信號(hào)，傳感器的諧振頻率范圍是100～400 kHz。檢測(cè)區(qū)域范圍掃描方式為折掃，相鄰掃描點(diǎn)間距為1 mm，掃描區(qū)域面積為40 mm×40 mm，共41×41 個(gè)空間采樣點(diǎn)。在傳感器的接收頻段下，鋁板構(gòu)件中超聲信號(hào)主要為A0 模態(tài)和S0 模態(tài)信號(hào)，使用短時(shí)傅里葉變換方法實(shí)現(xiàn)A0 模態(tài)信號(hào)的分離：對(duì)用1.1 節(jié)所述方法獲得的三維波場(chǎng)數(shù)據(jù)進(jìn)行絕對(duì)值處理，得到單極性的超聲信號(hào)，使得信號(hào)的波峰更密集，信號(hào)截取更為高效?；贏0 模態(tài)和S0 模態(tài)的頻率差異，以及A0 模態(tài)信號(hào)的到達(dá)時(shí)間較長(zhǎng)和幅值較大的特點(diǎn)[13]，分析原始數(shù)據(jù)的時(shí)頻譜，取傳播時(shí)延約束時(shí)間窗中最大譜峰作為L(zhǎng)amb波A0 模態(tài)幅值。不同時(shí)刻下掃描區(qū)域的Lamb 波A0 模態(tài)幅值分布利用式(3)得到構(gòu)件彈性能流分布圖，再用插值算法平滑數(shù)據(jù)進(jìn)行繪圖，實(shí)現(xiàn)損傷形狀可視化。

圖5 構(gòu)件損傷成像實(shí)驗(yàn)設(shè)計(jì)示意Fig.5 Schematic diagram of component damage imaging experimental design

為模擬實(shí)際多層結(jié)構(gòu)，在損傷鋁板試件下方加墊一層等尺寸未損傷試件。為提高激光超聲檢測(cè)的靈敏度，從而探索提出的損傷邊緣優(yōu)化算法的性能上界，本文使用脈沖激光器無接觸激勵(lì)以及AE 傳感器定點(diǎn)接收的方式，在固定接收端使用耦合劑連接待測(cè)構(gòu)件與AE 傳感器（后續(xù)工作中將使用激光測(cè)振儀實(shí)現(xiàn)完全的非接觸檢測(cè)）。具體的實(shí)驗(yàn)過程為：

1）確定掃描間距。為滿足奈奎斯特采樣定理，掃描間距通常應(yīng)小于或等于Lamb 波在被檢測(cè)構(gòu)件中傳播的半波長(zhǎng)。過大的掃描間距會(huì)導(dǎo)致波傳播圖像質(zhì)量下降，甚至波陣面不連續(xù)。本實(shí)驗(yàn)以構(gòu)件微小損傷（約2 mm）為研究對(duì)象，經(jīng)過多次實(shí)驗(yàn)選定掃描網(wǎng)格間距為1 mm，該間距下掃描數(shù)據(jù)適量且能產(chǎn)生相對(duì)高質(zhì)量的波場(chǎng)圖像。

2）在AutoCAD 軟件中設(shè)置需掃描的激光點(diǎn)陣，加載CAD 文件，將脈沖激光投射到鋁板柵格點(diǎn)對(duì)應(yīng)位置以激發(fā)Lamb 波。

3）將鋁板表面用無水乙醇進(jìn)行清潔處理，然后利用聲發(fā)射專用的耦合劑將AE 傳感器固定耦合在鋁板的對(duì)應(yīng)位置。

4）將AE 傳感器連接至低噪聲放大器，設(shè)置放大器增益為10 dB。使用截止頻率為500 kHz 的低通濾波器以減少帶外干擾的影響。最后通過壓點(diǎn)轉(zhuǎn)換器將超聲波轉(zhuǎn)換為電信號(hào)輸入到數(shù)據(jù)采集器中，經(jīng)過模/數(shù)轉(zhuǎn)換后將數(shù)據(jù)送入計(jì)算機(jī)顯示和保存。

5）重復(fù)步驟2）～4），直到1681 個(gè)掃描點(diǎn)全部完成超聲激發(fā)。同時(shí)為了減少環(huán)境以及實(shí)驗(yàn)器材的影響，每個(gè)掃描點(diǎn)重復(fù)實(shí)驗(yàn)10 次，以提高實(shí)驗(yàn)的準(zhǔn)確性和可靠性。

6）利用彈性能流法對(duì)記錄的數(shù)據(jù)進(jìn)行處理，每個(gè)掃描點(diǎn)都利用式(3)計(jì)算出γ，以便實(shí)現(xiàn)超聲波的可視化。

2.3 不同形狀的損傷成像結(jié)果分析

為研究超聲Lamb 波幅值在健康區(qū)域和損傷區(qū)域的變化機(jī)理，分別對(duì)2 條經(jīng)過損傷區(qū)域的掃描路徑（對(duì)應(yīng)坐標(biāo)x=80 和x=81）以及2 條未經(jīng)過損傷區(qū)域的掃描路徑（坐標(biāo)x=70 和x=71）上各掃描點(diǎn)產(chǎn)生的原始超聲Lamb 波時(shí)域信號(hào)幅值進(jìn)行研究，結(jié)果如圖6 所示。當(dāng)超聲波在損傷凹槽邊緣激發(fā)時(shí)，凹槽阻擋效應(yīng)較強(qiáng)，大部分超聲信號(hào)能量被損耗與反射，在損傷區(qū)域中透射效應(yīng)較為明顯，因此附著在待測(cè)構(gòu)件表面的超聲傳感器所采集的信號(hào)強(qiáng)度較低。圖6 中損傷路徑的各掃描點(diǎn)幅值分布在相應(yīng)的損傷位置處有明顯極小值，由此可以初步確定損傷發(fā)生范圍。通過截取各時(shí)刻超聲Lamb波A0 模態(tài)的幅值，可以得到無損和有損鋁板掃描區(qū)域內(nèi)由超聲激發(fā)的彈性能流分布，即得到其可視化成像結(jié)果，其中：圖7(a)為無損成像，圖7(b)～(f)分別為5 種損傷類型的成像；圖中顏色表示該位置處的能量。從圖中可以看出：1）當(dāng)構(gòu)件存在損傷時(shí)，激光超聲成像的結(jié)果中存在與損傷形狀相應(yīng)的能流明顯較小的區(qū)域；2）由于超聲傳播損耗，距AE 傳感器越近，彈性波能流越強(qiáng)，成像顏色越深；3）由于掃描點(diǎn)數(shù)的約束及噪聲信號(hào)影響，各損傷類型損傷邊緣出現(xiàn)不同程度的畸變，其中，圖7(c)的損傷成像精度相對(duì)較高且邊界模糊最少，而圖7(d)、(e)和(f)損傷結(jié)構(gòu)成像存在較為嚴(yán)重的失真。因此，基于超聲Lamb 波A0 模態(tài)幅值的方法可初步實(shí)現(xiàn)構(gòu)件損傷邊緣成像，但還需對(duì)邊緣特征進(jìn)行優(yōu)化。

圖6 損傷和健康路徑上的Lamb 波幅值對(duì)比Fig.6 Comparison of the Lamb wave amplitude on damaged and undamaged paths

圖7 構(gòu)件的無損和有損成像結(jié)果對(duì)比Fig.7 Comparison of component undamaged and damaged imaging results

3 基于卷積神經(jīng)網(wǎng)絡(luò)的損傷邊緣優(yōu)化算法

3.1 損傷邊緣優(yōu)化算法的整體架構(gòu)

僅利用Lamb 波A0 模態(tài)幅值的方法無法高精度重建損傷的幾何形狀。本文提出受損邊緣高精度重建卷積神經(jīng)網(wǎng)絡(luò)算法：預(yù)先構(gòu)建損傷類型和激光超聲成像的特征數(shù)據(jù)庫(kù)，利用卷積神經(jīng)網(wǎng)絡(luò)方法，通過端到端的離線自學(xué)習(xí)，建立模糊損傷邊界與高分辨率損傷邊界的魯棒映射關(guān)系，構(gòu)建智能化損傷邊緣優(yōu)化模型。卷積神經(jīng)網(wǎng)絡(luò)使用3 個(gè)卷積層提取具有判別性的超聲數(shù)據(jù)特征；基于提取的高維度特征，利用3 個(gè)反卷積層實(shí)現(xiàn)損傷邊緣優(yōu)化圖像像素級(jí)重建；引入ReLU 激活函數(shù)為特征提取與重建過程加入非線性，使網(wǎng)絡(luò)具備映射關(guān)系自學(xué)習(xí)能力；網(wǎng)絡(luò)輸出層使用Sigmoid 函數(shù)激活將重建結(jié)果投影到0-1 區(qū)間，加速網(wǎng)絡(luò)收斂過程。算法的總體架構(gòu)如圖8 所示。

圖8 受損邊緣高精度重建卷積神經(jīng)網(wǎng)絡(luò)算法架構(gòu)Fig.8 Convolutional neural network algorithm architecture for high-resolution reconstruction of damaged edges

算法流程為：激光激勵(lì)后使用AE 傳感器測(cè)量金屬鋁板中由熱彈性效應(yīng)產(chǎn)生的超聲波信號(hào)并采集存儲(chǔ)；各掃描點(diǎn)多次測(cè)量數(shù)據(jù)求均值并用最大值對(duì)數(shù)據(jù)歸一化處理；將預(yù)先處理的超聲數(shù)據(jù)劃分為訓(xùn)練集、驗(yàn)證集與測(cè)試集，利用訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練，訓(xùn)練過程中觀察網(wǎng)絡(luò)在驗(yàn)證集數(shù)據(jù)的泛化能力并進(jìn)行相應(yīng)網(wǎng)絡(luò)超參數(shù)調(diào)整，直到網(wǎng)絡(luò)在驗(yàn)證集上性能良好。訓(xùn)練結(jié)束后凍結(jié)網(wǎng)絡(luò)參數(shù)，輸入損傷邊界模糊的測(cè)試集數(shù)據(jù)進(jìn)行前向預(yù)測(cè)，最終得到邊界優(yōu)化的損傷圖像。

3.2 損傷邊緣優(yōu)化算法的實(shí)驗(yàn)環(huán)境

本文使用的編程軟件為Python 和MATLAB，深度學(xué)習(xí)框架為Keras。硬件環(huán)境如表1 所示。

1）數(shù)據(jù)集

網(wǎng)絡(luò)輸入的圖像數(shù)據(jù)為基于Lamb 波A0 模態(tài)幅值方法獲取的構(gòu)件彈性波能流數(shù)據(jù)，根據(jù)待測(cè)構(gòu)件損傷類型構(gòu)建相應(yīng)的標(biāo)簽數(shù)據(jù)庫(kù)。此外，對(duì)實(shí)測(cè)的損傷類型-激光超聲成像特征數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)增強(qiáng)，在數(shù)據(jù)集中加入高斯白噪聲來獲得多模態(tài)的訓(xùn)練數(shù)據(jù)，將原始測(cè)量的超聲數(shù)據(jù)圖像擴(kuò)充到3000 張，以提高網(wǎng)絡(luò)的收斂性能。

2）損失函數(shù)與評(píng)價(jià)指標(biāo)

損失函數(shù)采用均方誤差（mean square error, MSE）對(duì)需優(yōu)化的構(gòu)件超聲圖像進(jìn)行像素級(jí)的約束，以恢復(fù)出高保真度的損傷邊界。損失函數(shù)為

式中：P? 和P分別表示預(yù)測(cè)的構(gòu)件彈性能流分布圖及相應(yīng)標(biāo)簽；N表示每次訓(xùn)練使用的樣本數(shù)。

本文采用在圖像重建領(lǐng)域中最為常用的指標(biāo)之一——結(jié)構(gòu)相似性指數(shù)（structural similarity index measure, SSIM）來評(píng)價(jià)構(gòu)件損傷邊緣的優(yōu)化性能。SSIM 體現(xiàn)了圖像像素間的內(nèi)在相關(guān)性，是一種與人類的真實(shí)感知統(tǒng)一的圖像質(zhì)量評(píng)價(jià)指標(biāo)，該值越大則表示構(gòu)件損傷邊緣重建效果越好。

3.3 損傷邊緣優(yōu)化算法的實(shí)驗(yàn)結(jié)果

采用優(yōu)化算法對(duì)試件的損傷邊緣進(jìn)行優(yōu)化，結(jié)果如圖9 所示。對(duì)比優(yōu)化前的構(gòu)件損傷圖像（見圖7）可以看到，在優(yōu)化后的構(gòu)件損傷圖像中可清晰地區(qū)分出5 種損傷的位置和形狀，這說明采用該算法對(duì)損傷區(qū)域邊緣細(xì)節(jié)實(shí)現(xiàn)了優(yōu)化，提高了整體成像的分辨率，極大改善了Lamb 波A0 模態(tài)幅值成像方法由于噪聲導(dǎo)致成像區(qū)域模糊的問題。

圖9 優(yōu)化后的構(gòu)件損傷圖像Fig.9 Optimized images of component damage

對(duì)于圖9(a)和(e)的長(zhǎng)方形和正方形損傷類型，優(yōu)化算法可實(shí)現(xiàn)缺陷邊緣幾何形狀高質(zhì)量重建，恢復(fù)出清晰的損傷結(jié)構(gòu)；然而當(dāng)構(gòu)件缺陷結(jié)構(gòu)較為復(fù)雜時(shí)，如圖9(b)、(c)和(e)中缺陷結(jié)構(gòu)包含轉(zhuǎn)角，損傷邊緣的重建性能出現(xiàn)了不同程度的下降，存在轉(zhuǎn)角邊界不夠清晰問題。圖9(c)的上下邊界比較清晰，但是直角轉(zhuǎn)角相較于其他類型的圖像模糊較為明顯。究其原因可能是該實(shí)驗(yàn)中各損傷類型設(shè)定的損傷區(qū)域較小，損傷寬度最小為2 mm，同時(shí)為降低計(jì)算復(fù)雜度需適當(dāng)選擇成像的空間分辨率（實(shí)驗(yàn)中設(shè)置為1 mm），導(dǎo)致轉(zhuǎn)角處采樣點(diǎn)數(shù)不足。

損傷1～5 的優(yōu)化前超聲圖像與標(biāo)簽圖像的SSIM 計(jì)算結(jié)果分別為0.909、0.912、0.875、0.873 與0.898。利用卷積神經(jīng)網(wǎng)絡(luò)增強(qiáng)A0 模態(tài)構(gòu)件損傷成像精度隨訓(xùn)練輪次的變化曲線如圖10 所示。實(shí)驗(yàn)結(jié)果顯示：隨著訓(xùn)練次數(shù)的增加，各損傷類型的超聲圖像和標(biāo)簽圖像的SSIM 相應(yīng)提升；當(dāng)訓(xùn)練進(jìn)行到200 輪時(shí)網(wǎng)絡(luò)收斂，網(wǎng)絡(luò)增強(qiáng)的各損傷類型超聲圖像均可達(dá)到較優(yōu)的SSIM，其中損傷5 的SSIM 最高，約為0.970，損傷1 和2 的SSIM 約為0.961，損傷3 的約為0.952，損傷4 的最低，約為0.944。比較可知：相比優(yōu)化前的損傷圖像，優(yōu)化后各類損傷邊緣均實(shí)現(xiàn)了SSIM 指標(biāo)大幅提升，各類損傷SSIM 平均提升0.0642。幾何結(jié)構(gòu)簡(jiǎn)單的構(gòu)件損傷可實(shí)現(xiàn)高分辨率恢復(fù)；當(dāng)構(gòu)件損傷幾何結(jié)構(gòu)較復(fù)雜時(shí)，損傷邊緣成像精度小幅下降，各損傷類型中SSIM 最大下降0.026。以上結(jié)果表明基于自建的構(gòu)件損傷類型-激光超聲成像特征數(shù)據(jù)庫(kù)，搭建的卷積神經(jīng)網(wǎng)絡(luò)模型增強(qiáng)了僅用超聲Lamb 波重建構(gòu)件損傷的結(jié)果，實(shí)現(xiàn)了損傷區(qū)域的幾何形狀特征高保真恢復(fù)。

圖10 構(gòu)件損傷邊緣優(yōu)化圖像SSIM 隨訓(xùn)練次數(shù)變化曲線Fig.10 The SSIM of the optimized image of component edge against the training times

4 結(jié)束語(yǔ)

針對(duì)目前構(gòu)件損傷邊緣成像模糊、成像精度低等問題，本文提出了基于深度學(xué)習(xí)的構(gòu)件損傷激光超聲成像方法。該方法利用高能脈沖激光器以非接觸激勵(lì)的方式獲取結(jié)構(gòu)中的超聲波數(shù)據(jù)，采用基于卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法對(duì)損傷邊緣區(qū)域進(jìn)行處理，針對(duì)各損傷類型實(shí)現(xiàn)SSIM 平均提升0.0642，優(yōu)化結(jié)果能夠清晰顯示損傷的幾何形狀信息。與傳統(tǒng)損傷成像技術(shù)相比，本文方法具有高保真度、寬頻帶、對(duì)材料表面光滑度要求較低、適用面廣等優(yōu)點(diǎn)，具有廣泛的應(yīng)用前景，可應(yīng)用于航空航天等領(lǐng)域的材料檢測(cè)。