论文部分内容阅读
深厚奥氏体不锈钢在核电行业、石油化工业以及机械制造业等有着广泛的应用。但在焊接过程中极易产生看不见的气孔,且该类焊缝组织结构不均匀,具有明显的各向异性,因此单靠传统的检测手段很难实现准确可靠的检测。研究合适的方法提高奥氏体不锈钢深厚焊缝缺陷定位的准确以及提高其缺陷检出率具有十分重要的意义。超声相控阵技术发展十分迅速,由于其具有检测可靠性高、检测分辨率好、检测速度快等优点,因此将其应用在奥氏体不锈钢深厚焊缝缺陷的检测上,引起了国内外学者的广泛关注并实施研究,取得了一系列的研究成果。本文在超声相控阵实验的基础上,引入了在阵列信号领域相对比较成熟的多信号分类(Multiple Signal Classification,MUSIC)算法,结合声纳及雷达领域相对成熟的时间反转(Time Reversal,TR)算法,对超声相控阵检测结果进行重新定位计算。(1)在对超声相控阵原理分析的基础上,仿真了超声脉冲信号以及利用瑞利积分进行了声场计算,并通过MATLAB进行了可视化仿真,仿真了16阵元、中心频率为5MHz的超声辐射声场。并引入了评价缺陷检测可靠性指标-检出率。(2)对定制的奥氏体不锈钢试块深10 mm处的两个缺陷进行超声相控阵检测,对于相同深度的缺陷,焊缝都会使缺陷的信噪比降低2~3d B。其次通过对定制的奥氏体不锈钢试块的深30mm、50mm、70 mm的三个缺陷进行超声相控阵检测,缺陷的深度越大,缺陷回波的信噪比越低,且信噪比的下降速度明显加快。(3)在上述实验的基础上,研究了焊缝对缺陷检出率的影响,得到在置信度为95%时,对于非焊缝区域缺陷,深度不大于33.5mm的缺陷检出率可以达到90%以上,而对于焊缝区域的缺陷,深度不大于25.5mm的缺陷检出率可以达到90%以上。(4)通过对TFM和TR-MUSIC算法的比较,得到TR-MUSIC算法更适合相近缺陷的分辨。在仿真的基础上,用时间反转算法仿真缺陷定位,之后,通过TR-MUSIC算法,对两个缺陷的定位进行了仿真,并通过实验进行验证,发现只能将信号强度较大的缺陷检测出来。