Lamb波具有检测范围广、检测全面、对多类型缺陷敏感等特点,在无损检测领域具有较强的应用潜力[1]。激光超声具有非接触、检测效率高等优点,受到广泛关注。由于激光超声具有频带宽的特点,利用连续小波变换可从激光Lamb波信号中提取出特定频率下的有用信息[2]。Lamb波在板结构中传播时会出现频散现象,在利用Lamb波进行检测时,检测得到的信号会被Lamb波的频散特性所影响。频散会导致波形能量在时间和空间域的泄漏,而且频散现象所引起的波形叠加还会降低信号的分辨率,使得实验数据更加难以识别[3,4]。Liu等[5]利用线性映射补偿方法改善Lamb波的频散现象。因此,利用激光激励和接收Lamb波能够实现对金属板结构的缺陷定位[6]。Zhou等[7]利用激光超声实现了对复合材料结构表面和内部缺陷的无损检测和成像。Zhang等[8]将激光超声检测和有限元分析相结合,实现了对复合材料缺陷的定量检测。Tian等[9]将频率波数域和延时叠加算法应用到多普勒脉冲激光扫描系统实现缺陷检测,提高了分辨率。Lee等[10]分别通过仿真和实验研究烧蚀对激光激励的弹性波形状的影响。结果表明,如果发生烧蚀,会产生热膨胀和辐射压力。

针对Lamb波检测技术,国内外学者提出并发展了一些缺陷定位和成像技术[11]。Liu等[12]将幅值全加法和幅值全乘法应用于非接触式空耦扫描检测中,实现了复合材料板中不同形状缺陷的定位和重构。为直观显示缺陷,Lamb波多采用阵列检测技术,阵列分布形式分主要两种,即分布式(稀疏)、密集式。Wandowski等[13]利用压电片激励和激光接收的方法,比较了四种不同结构的密集型阵列的成像效果并且对缺陷进行定位。Liu等[14]采用激光Lamb波利用波数分析方法实现了槽型缺陷的定量检测。He等[15]将时间反转算法和多模态相结合,利用超声导波实现对缺陷的定位。Han等[16]将多重信号分类算法和密集型十字形阵列相结合实现对缺陷定位成像。Liu等[17]采用密集型矩形压电阵列在铝板中激励接收Lamb波,利用幅值成像和符号相干因子成像融合技术对缺陷成像,提高了缺陷成像对比度。钟永腾等[18]将多重信号分类算法和梅花阵列相结合实现了对复合材料的近场声源定位。王强等[19]基于圆形阵列,采用合成波阵面损伤成像方法有效提高Lamb波损伤散射信号的能量和监测质量,实现复合材料板中缺陷的定位。传感器阵列阵元的性质和阵元的排布方式会对阵列的指向性有很大的影响[20]。Wooh等[21,22]研究了线型阵列中阵元数量、阵元间距、阵元尺寸对指向性的影响。杨天雪等[23]讨论了超声相控线阵探头的阵元数量、阵元间距、偏转角度和阵元宽度对指向性和声场的影响。

为利用激光超声实现对铝板结构的缺陷定位,利用连续小波变换对激光激励信号进行特定频率成分提取,引入频散补偿方法消除Lamb波信号的频散,采用幅值成像技术和符号相干因子综合成像技术进行缺陷定位和成像,实现铝板中典型缺陷的准确定位。在此基础上,对不同的阵元数量和阵元间距对密集型阵列指向性和缺陷成像效果的影响进行分析。

传统线型传感器阵列成像时会产生虚拟的镜像影像干扰检测结果,本文能够实现360°全范围检测,排除干扰。传统检测技术大多是接触式,不能够排除耦合剂对检测效果的影响,该方法结合激光超声非接触式的优点,实现了缺陷快速、准确定位,具有重要的工程应用意义。

1、密集型传感器阵列的指向性

密集阵列缺陷检测技术是通过对在一定区域内按一定规则组成的检测阵列单元上接收到的信号进行分析实现结构缺陷检测的一种技术。阵元的排布方式会对阵列指向性的影响较大[24],进而影响阵列缺陷成像的效果,波束指向性的衡量指标既受主瓣宽度的影响,又受旁瓣高度的影响,二者相互制约。本文研究矩形阵列阵元数量和间距对阵列的指向性和成像质量的影响。

1.1 阵元间距对波束指向性的影响

当阵元数量为16时,分别选取阵元间距为λ/2,λ,2λ时,其中λ为波长,研究阵元间距对密集型矩形阵列指向性的影响。阵元间距对于阵列波束指向性的影响如图1所示。

图1阵元间距对阵列波束指向性的影响

由图1可知,增大阵元间距能有效的减小主瓣宽度,但当阵元间距大于一个波长时,会产生栅瓣并且向主瓣逼近。栅瓣会严重的干扰有用信号,降低密集型阵列的指向性。当减小阵元间距时,主瓣宽度会增加。

1.2 阵元数量对波束指向性的影响

阵元间距固定为λ,研究阵元数量M分别为9,16,25时,对矩形阵列指向性的影响,得到的分析结果如图2所示。从图2可知,随着阵元数量的增加,波束主瓣宽度逐渐变窄,阵元数量对主瓣宽度影响较大,而旁瓣并没有随着阵元数量的增加而有明显降低。考虑到实验所用传感器个数和采集数据量的影响,实验研究采用阵元数量为16。

图2阵元数量对阵列波束指向性的影响

2、密集型传感器阵列成像方法

图3为密集型矩形阵列幅值成像示意图,其中,阵元数量为N,阵元间距为d。其中一个阵元激励,其余(N-1)个阵元接收,并依次变换激励用的阵列阵元,一共可采集得到N(N-1)组数据。本文传感器阵列中的阵元均是激光。首先,采用连续小波变换对采集的信号进行处理,提取得到特定频率下的窄带信号。其次,利用线性映射补偿技术抑制所提取窄带信号中的频散,消除频散的信号用于缺陷成像分析。最后,结合幅值成像技术和符号相干因子成像技术对频散补偿后的N(N-1)组信号进行处理,实现铝板中典型缺陷的成像和定位。

图3密集型矩形阵列幅值成像示意图

2.1 连续小波变换

设函数w(t)∈L2(R),W(ω)是w(t)的傅里叶变换,如果W(ω)满足容许条件Cw=∫+∞−∞|W(ω)|2ωdω<∞Cw=∫-∞+∞|W(ω)|2ωdω<∞,则称Cw有界,w(t)可成为一个母小波。则函数s(t)∈L2(R)所对应母小波w(t)的连续小波变换(ContinuousWaveletTransform,CWT)可定义为[25]

CWTw(a,b)=1a√∫∞−∞s(t)w¯¯¯(t−ba)dtCWΤw(a,b)=1a∫-∞∞s(t)w¯(t-ba)dt(1)

式中:a为伸缩因子;b为平移因子;s(t)为时域信号;w¯¯¯w¯为w的复共轭,wa,b(t)=1a√w(t−ba)wa,b(t)=1aw(t-ba)为母小波经过时间平移和尺度伸缩变换后的小波序列。

2.2 线性映射补偿

假设入射波在原始位置即x=0位置进行激励,激励形式为

f(t)=m(t)eiω0t(2)

式中:m(t)为缓慢变化的包络调制函数,随着信号的变化而变化,在频域中有小的带宽;ω0为一个特殊频率。由于调制,函数f(t)无论在频域还是在时域都会被m(t)所影响。傅里叶变换对可描述入射波在频域和时域上的关系

f(t)=12π∫∞−∞F(ω)eiωtdωf(t)=12π∫-∞∞F(ω)eiωtdω(3)

F(ω)=∫∞-∞f(t)e-iωtdt(4)

将时间(t-kx/ω)代替式(3)中的t,得到一个随时间和位移改变的波形函数

f(x,t)=12π∫∞−∞F(ω)ei(ωt−kx)dωf(x,t)=12π∫-∞∞F(ω)ei(ωt-kx)dω(5)

式中,k为频散系数,对于正向激励ω和k符号相同。

假设反射模态转换只是量级上的变化,则激励信号传播时在缺陷和边界反射后接收到的信号式(5)的调制结果为

f(x,t)=12π∫∞−∞A(ω)F(ω)ei(ωt−kx)dωf(x,t)=12π∫-∞∞A(ω)F(ω)ei(ωt-kx)dω(6)

式中,A(ω)为信号的幅值反射系数。

传感器接收到的信号包含多路径传播所接收到的信号

g(t)=∑z=1Zfz(rz,t)=12π∫∞−∞F(ω)×∑z=1Z(A(ω)e−ikrz)eiωtdω         (7)g(t)=∑z=1Ζfz(rz,t)=12π∫-∞∞F(ω)×∑z=1Ζ(A(ω)e-ikrz)eiωtdω         (7)

式中:Z为信号传播的路径总数;rz为第Z条信号路径。

通过傅里叶变换,可以得到接收信号的频谱为

G(ω)=F(ω)∑z=1ZA(ω)e−ikrzG(ω)=F(ω)∑z=1ΖA(ω)e-ikrz(8)

式(8)代表Z条传输路径波包叠加信号的频率成分。

2.3 幅值成像

幅值成像可以实现对检测区域360°全范围的缺陷检测。首先将检测区域(xoy平面内)离散成若干个离散点,然后将密集型传感器阵列采集得到的N(N-1)组信号在离散点(x,y)处进行能量叠加[26],si,j为阵列第i个阵元激励第j个阵元接收时采集的所有信号。

TFM(x,z)=∑i=1N∑j=1Nsi,j(i≠j)(ti,j(x,y))ΤFΜ(x,z)=∑i=1Ν∑j=1Νsi,j(i≠j)(ti,j(x,y))(9)

式中,ti,j(x,y)为激励阵元激励的信号经过检测位置(x,y)到达接收阵元所经过的时间。

2.4 符号相干因子成像

为了提高分辨率和信噪比,抑制旁瓣和栅瓣,采用符号相干因子成像。该方法是基于阵列信号相位差来实现对检测区域内的缺陷定位。每个成像点都与延时聚焦信号的代数符号之和有关,相对大的值会出现在缺陷位置;而在无缺陷的位置,代数符号随机,相加后会产生一个较小的值[27]。

首先,得到信号si,j(t)的符号极性bi,j(t)

bi,j(t)的标准差由式(11)可得

σ2=1−(∑i=1N∑j=1Nbi,j(i≠j)(ti,j(x,y)))2N2(N−1)2σ2=1-(∑i=1Ν∑j=1Νbi,j(i≠j)(ti,j(x,y)))2Ν2(Ν-1)2(11)

进而得到符号相干因子算法的计算公式

如指数p=0,则SCF0=1没有对其进行修正。高的p值可提高修正效果,更好地抑制旁瓣,使主瓣变窄,在此取p=1,可得

3、激光超声阵列实验研究

3.1 实验装置

实验系统由激光超声检测系统和被检对象铝板组成,如图4所示。其中,激光超声检测系统包括Nd:YAG脉冲激光器、AIR-1550-TWM双波混频干涉仪、运动控制平台、激光激励和接收探头、数字示波器。激励装置主要参数为:脉冲激光器激励的激光波长1064nm,脉宽0.01μs,激光能量范围0～50mJ,纤芯1mm,焦距50mm,光源直径700μm,激光激励能量3.8J和脉冲宽度0.01μs,激励光源直径1mm。调节器将光信号转换为电信号,由DPO4054数字示波器采集信号。铝板尺寸为1000mm×1000mm×0.8mm。

Lamb波信号接收时,由连续激光器发出连续激光光束,光束进入分光器分出两束光,一束信号光,一束参考光,参考光直接进入双波混频干涉仪中,信号光通过光纤输入激光探头检测铝板中表面位移,检测后的光信号经过反射进入光纤并传输至激光双波混频干涉仪,参考光和信号光在双波混频干涉仪中干涉后转化为直流电信号或者交流电信号,由数字示波器接收并存储。

实验中采用两块尺寸相同的圆柱形磁铁吸附在铝板同一位置的上下表面模拟缺陷,磁铁直径25mm,厚20mm。

激光超声检测系统对离面位移更敏感。在Lamb波的低阶模态中,A0模态以离面位移为主,而高阶模态衰减较大,传播距离短,难以接收到,因此接收探头检测得到的信号中主要成分为A0模态。图5为激光超声接收探头接收到的信号。但是该信号没有明显的单个波包,需要信号处理,对其进行特定频率的成分提取。

图4实验系统示意图

图5时域信号

由于Lamb波具有频散特性,同一模态的频率不同,波速也不同。因此,对激光接收的宽频信号进行特定频率提取很有必要。在此,采用连续小波变换对原始信号进行特定频率成分提取,从图5中时域信号提取频率300kHz的小波系数信号,如图6所示。从图6中可直观识别出直达波和缺陷回波。0.8mm厚铝板中Lamb波的群速度频散曲线如图7所示。由图7可知,频率300kHz的A0模态的理论群速度为2455m/s。

图6从图5时域信号提取的300kHz小波系数信号

激光对薄板中传播的A0模态敏感,但A0模态频散较大。在超声检测中,频散使信号波包的宽度增加,而且还会出现多个波包叠加的现象,对缺陷检测有较大影响。为了降低频散对成像效果的影响,采用线性映射补偿对激光超声信号进行频散去除。经过频散去除后其缺陷成像效果得到较大提高,成像结果如图8所示。

图70.8mm厚铝板中Lamb波的群速度频散曲线

3.2 阵元数量对缺陷成像效果的影响

阵元间距存在一个合理的范围,为了抑制栅瓣,实验选取d=λ。考虑到实验条件因素,本次实验选取阵元数分别为9(3×3),16(4×4)和25(5×5)。在阵列上方的位置布置一个模拟的表面缺陷,并且利用纯光学的检测设备对实验铝板进行检测。

由上文提到的采集方法,分别采集到72组,240组和600组数据。为了提取到有用的缺陷信息,对采集到的宽频信号进行连续小波变换提取频率300kHz下的信号。为了消除铝板表面不一致等外界环境的影响,对连续小波变换后的信号进行归一化处理,采用线性映射补偿对激光超声信号消除频散,利用幅值成像和符号相干因子成像方法对预处理后的数据进行成像,结果如图9～图11所示,其中,图中白色圆圈代表缺陷位置,白色圆点代表阵元点。

从图9～图11的成像结果对比可以看出,当阵元数为9时,能够识别出缺陷位置,但是幅值成像会产生赝像,且两种成像结果的准确性相对较低。当阵元数为16时,两种成像结果的准确性较高且没有明显赝像。当阵元数量为25时,两种成像结果的准确性较阵元为16时并没有明显提高,而且由于采集信号数量激增,引入了噪声,成像结果出现赝像。综合实验的实际情况,以阵元数量为16进行实验最佳。

图8利用激光阵列进行单缺陷检测的幅值成像

图93×3激光密集型矩形阵列成像

图104×4激光密集型矩形阵列成像

图115×5激光密集型矩形阵列成像

3.3 阵元间距对缺陷成像结果的影响

当阵元数量为16时,分别选取阵元间距为λ/2,λ,2λ。在三种不同阵元间距时,分别采集得到信号共计240组,同样进行连续小波变换和线性映射补偿处理,利用幅值成像和符号相干因子成像方法对预处理后的信号进行成像,其中,当间距为λ时,成像结果见图10。当间距为λ/2、2λ时得到的成像结果分别,如图12～图13所示。

由图12成像结果可知,当阵元间距d=λ/2时,幅值成像图中有很多赝像干扰缺陷的有效定位,这是由于当阵元间距较小时,主瓣宽度越宽,检测的辨率越低,缺陷定位准确度越差。当增加阵元间距d=λ时,主瓣宽度变窄,检测的分辨率变高,缺陷定位准确度越高(见图10)。当增加阵元间距d=2λ时,主瓣宽度变窄,但是会产生栅瓣并且向主瓣逼近。栅瓣会严重的干扰有用信号,降低密集型阵列的指向性,可能导致定位失败(见图13)。综合考虑,密集型矩形阵列最适合的阵元间距为λ。

图12d=λ/2激光密集型矩形阵列成像

图13d=2λ激光密集型矩形阵列成像

4、结论

(1)提出了基于密集型阵列铝板结构符号相干因子成像方法,该方法基于阵列数据相位差实现对检测区域内的缺陷定位。

(2)通过激光阵列实验分别讨论了不同的阵元数量和阵元间距对缺陷成像效果的影响,同时也对前面阵列指向性理论分析进行了验证,当密集型矩形阵列的阵元数量为16,阵元间距为λ时,缺陷成像效果较好。

参考文献：

[2]刘增华,曹丽华,何存富,等.铝板中激光Lamb波信号的模态分析与缺陷检测研究[J].实验力学,2016,31(4):425-430.

[18]钟永腾,袁慎芳,邱雷.基于梅花阵列的复合材料全方位冲击定位方法[J].复合材料学报,2014,31(5):1369-1374.

[19]王强,袁慎芳,陈小惠,等.主动Lamb波合成波阵面损伤成像监测方法[J].仪器仪表学报,2011,32(11):2468-2474.

[20]朱晓黎.对于提高压电超声换能器阵指向性的研究[D].武汉:华中科技大学,2007.

[23]杨天雪,徐春广,肖定国,等.超声相控线阵探头线列参数对波束指向性的影响[J].无损检测,2009,31(3):181-185.

[24]杨敬.基于虚拟聚焦的板结构兰姆波换能器阵列检测方法研究[D].北京:北京工业大学,2010.

刘增华,马春雷,陈洪磊,何存富,吴斌.密集型矩形阵列参数对激光Lamb波成像的影响分析[J].振动与冲击,2020,39(14):87-93.

基金:国家自然科学基金项目(11772014;51475012).