【技术实现步骤摘要】
本专利技术涉及厚壁奥氏体不锈钢全聚焦成像，特别是涉及一种基于trl探头的奥氏体不锈钢稀疏阵列全聚焦成像方法。
技术介绍
1、由于厚壁奥氏体不锈钢中焊缝中具有柱状晶组织、晶粒粗大，超声波在焊缝中传播时，会受到其晶粒直径和柱状晶组织所具有的弹性各向异性的严重影响，引起声速变化，散射衰减增大，波束偏移、检测信噪比低等问题，给缺陷检出和精确定量、定位带来困难。与相控阵超声检测技术(paut)相比，tfm成像技术具有成像信噪比(snr)高、缺陷图像分辨率高、缺陷定位/定量误差小的优势。但全聚焦(total focus method，tfm)成像技术由于成像时涉及的fmc数据量大，像素点的延时叠加计算耗时长，实时处理能力差，检测系统硬件投入成本高等问题，限制了其工业应用。而稀疏阵列成像参与成像的阵元数目较少，对数据的处理和计算量相应降低，可有效提升成像效率。因此，设计一种基于trl探头的奥氏体不锈钢稀疏阵列全聚焦成像方法是十分有必要的。
技术实现思路
1、为改善trl探头全聚焦成像计算量大、成像速度低的问题，本专利技术提供一种基于trl探头的奥氏体不锈钢稀疏阵列全聚焦成像方法，在一定程度保持成像质量的前提下，大幅度提升成像速度。
2、为实现上述目的，本专利技术提供了如下方案：
3、本专利技术提供了一种基于trl探头的奥氏体不锈钢稀疏阵列全聚焦成像方法，包括：
4、基于trl面阵探头对厚壁奥氏体不锈钢进行超声信号采集，获取全矩阵捕捉数据；
5、利用
6、通过优化后的trl阵元排布进行稀疏阵列全聚焦成像。
7、优选地，利用遗传算法结合声束指向函数进行trl阵列排布优化，具体为：
8、建立适应度函数；
9、采用遗传算法优化trl阵列稀疏排布方式。
10、优选地，建立适应度函数，具体为：
11、根据声束指向性旁瓣幅值水平建立优化数学模型，并确定遗传算法的适应度函数；
12、将阵元当作各向同性的点源，则具有n个阵元的稀疏阵列的波束e(u)表示为：
13、
14、式中，dn和in分别表示阵元的坐标和激励振幅，u＝cos(θ)，θ为波束的偏转角度，0≤θ≤π，k＝2π/λ，λ为介质中的超声波长，设在trl探头中每个阵元的幅度都是相等的，即in＝1，同时d1＝0，dn＝l，对公式进行简化，为：
15、
16、以最小化稀疏阵列的峰值旁瓣水平为算法的优化目标，根据阵列峰值旁瓣的含义，将遗传算法的适应度函数定义为：
17、
18、式中，ffmax为波束主瓣的峰值，变量u表示除主瓣以外的波束范围。
19、优选地，通过优化后的trl阵元排布进行稀疏阵列成像，具体为：
20、计算trl面阵探头阵元坐标；
21、计算成像区域内像素点坐标；
22、在双介质界面离散出多个声束折射点；
23、计算阵列稀疏优化后的声束路径传播耗时；
24、根据费马原理选择耗时最短传播路径；
25、遍历所有稀疏信号并对该像素延时叠加；
26、重复上述步骤完成整幅trl稀疏阵列全聚焦图像。
27、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
28、本专利技术提供了一种基于trl探头的奥氏体不锈钢稀疏阵列全聚焦成像方法，该方法包括利用声束指向旁瓣幅值水平作为目标函数，结合遗传算法建立优化数学模型，获得trl探头的稀疏阵列排布方式。使用trl面阵探头采集厚壁奥氏体不锈钢全矩阵数据，通过优化后的trl阵元排布进行稀疏阵列成像。本专利技术相比于paut检测技术，具有成像分辨力高、信噪比高，定位/定量误差小的优势，对比tfm成像检测技术，可在仅少量损失成像质量的情况下，大幅提升tfm成像效率，且25％稀疏阵列成像的效果要明显优于paut成像，实现了检测效率与成像质量的良好平衡。
本文档来自技高网...【技术保护点】
1.一种基于TRL(Transmit-Receive Longitudinal)探头的奥氏体不锈钢稀疏阵列全聚焦成像方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用遗传算法结合声束指向函数进行TRL阵列排布优化，具体为：
3.根据权利要求2所述的方法，其特征在于，建立适应度函数，具体为：
4.根据权利要求1所述的方法，其特征在于，通过优化后的TRL阵元排布进行稀疏阵列成像，具体为：
【技术特征摘要】
1.一种基于trl(transmit-receive longitudinal)探头的奥氏体不锈钢稀疏阵列全聚焦成像方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用遗传算法结合声束指向函...
【专利技术属性】
技术研发人员：严宇，王俊龙，杨会敏，刘伟达，徐喆，李梦园，彭炎，陈春林，张洋，
申请(专利权)人：中国核工业二三建设有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。