張富鈞，戴 寧，王宏濤，趙志鵬，代洪慶

(南京航空航天大學(xué)機(jī)電學(xué)院，江蘇 南京 210016)

碳纖維復(fù)合材料(carbon fiber reinforced polymer，CFRP)具有耐腐蝕、低密度、高比強(qiáng)度等優(yōu)點(diǎn)[1]，在航空航天領(lǐng)域應(yīng)用廣泛[2]。但CFRP在加工、裝配和服役等過程中易產(chǎn)生分層、夾雜和脫粘等缺陷[3-4]，嚴(yán)重影響復(fù)合材料構(gòu)件的安全性能，因此開展CFRP缺陷的無(wú)損檢測(cè)具有重要意義。

目前，復(fù)合材料常用的無(wú)損檢測(cè)方法主要有目視法、超聲檢測(cè)法、X射線法、光學(xué)法、微波法和聲發(fā)射法等[5]。與其他無(wú)損檢測(cè)技術(shù)相比，超聲檢測(cè)法具有可靠性高、靈敏度高、檢測(cè)快速、成本低、安全性高及便于現(xiàn)場(chǎng)使用等優(yōu)勢(shì)[6]，已成為航空、航天、船舶以及兵器等領(lǐng)域復(fù)合材料部件常規(guī)檢測(cè)技術(shù)。目前超聲檢測(cè)結(jié)果呈現(xiàn)方式主要為一維的A掃圖像和二維的B/C掃圖像，這些呈現(xiàn)方式不夠直觀，通常需要一定的經(jīng)驗(yàn)才能對(duì)結(jié)果進(jìn)行準(zhǔn)確分析，而復(fù)合材料缺陷三維成像結(jié)果更立體、直觀，能有效提高檢測(cè)質(zhì)量并減少漏檢和誤檢，具有廣闊的市場(chǎng)應(yīng)用前景[7]。

相控陣超聲檢測(cè)三維重建主流方法分為兩種。第一種，利用一維探頭采集二維超聲圖像，然后進(jìn)行序列圖像重建獲取三維圖像，主要研究?jī)?nèi)容包括數(shù)據(jù)處理方法和成像算法。第二種，使用二維探頭直接獲取空間體數(shù)據(jù)并進(jìn)行三維成像，主要研究?jī)?nèi)容包括探頭設(shè)計(jì)和成像算法，但該方法在實(shí)現(xiàn)上具有陣元多、系統(tǒng)復(fù)雜、回波信號(hào)弱以及成本較高等不足，難以在工程應(yīng)用中推廣。Kitazawa等[8]開發(fā)了相控陣系統(tǒng)3D Focus-UT，通過矩陣陣列探頭發(fā)射的聚焦超聲波一次性完成了對(duì)目標(biāo)物體的體積掃描；Oralkan等[9]設(shè)計(jì)了一種二維超聲換能器并獲得了缺陷的三維圖像；施克仁等[10]設(shè)計(jì)了8×8二維陣列探頭，實(shí)現(xiàn)了對(duì)鋁塊內(nèi)部缺陷的三維體數(shù)據(jù)采集和顯示；周正干等[11]提出了使用矩陣換能器進(jìn)行掃查時(shí)的三維體數(shù)據(jù)采集方法和數(shù)據(jù)融合算法，表明了超聲三維成像方法能夠有效表征缺陷的三維形貌特征。Mohammadkhani等[12]針對(duì)大型復(fù)合材料航空結(jié)構(gòu)件的自動(dòng)化無(wú)損檢測(cè)問題，通過基于小波變換的數(shù)據(jù)處理方法和基于結(jié)構(gòu)噪聲統(tǒng)計(jì)數(shù)據(jù)的智能閾值方法，獲取缺陷深度信息，然后結(jié)合檢測(cè)位置信息，實(shí)現(xiàn)了缺陷的三維可視化成像；Blandford等[13]針對(duì)復(fù)合材料低速?zèng)_擊損傷的無(wú)損檢測(cè)問題實(shí)現(xiàn)了復(fù)合材料低速?zèng)_擊損傷的三維可視化成像。

本文采用一維超聲相控陣換能器獲取掃查數(shù)據(jù)，首先對(duì)缺陷的信號(hào)進(jìn)行處理，并進(jìn)行A/B/C掃圖像的成像，其次實(shí)現(xiàn)CFRP內(nèi)部缺陷三維成像，最后分析掃查間距以及相控陣超聲探頭的激活孔徑對(duì)成像效果的影響。

1 相控陣超聲檢測(cè)原理

采用常規(guī)的超聲檢測(cè)方式對(duì)CFRP進(jìn)行檢測(cè)，存在復(fù)合材料內(nèi)部缺陷處的超聲波能量無(wú)法集中的問題，對(duì)于小尺寸的缺陷檢測(cè)效果不理想。而相控陣超聲檢測(cè)可以明顯改善這一問題。相控陣超聲借鑒了相控陣?yán)走_(dá)技術(shù)，將普通超聲探頭內(nèi)的一個(gè)晶片換成一組形狀、大小都相同的壓電晶片，每個(gè)獨(dú)立的晶片都可以發(fā)射超聲波波束[14]。

超聲相控陣聲束的發(fā)射與接收原理如圖1(a)所示。相控陣超聲系統(tǒng)激發(fā)相位控制單元發(fā)出脈沖信號(hào)，激發(fā)陣元發(fā)射超聲聲束。超聲波疊加形成入射波的波陣面，發(fā)射到復(fù)合材料內(nèi)部，當(dāng)超聲波遇到缺陷或到達(dá)底部界面時(shí)就會(huì)發(fā)生反射，探頭內(nèi)的陣元接收反射波信號(hào)。相控陣控制單元控制有時(shí)間差的反射波信號(hào)，按照一定的接收法則使信號(hào)匯聚到一起，并傳回到相控陣超聲檢測(cè)儀中，在屏幕上顯示出A掃波形。

圖1 超聲相控陣聲束疊加示意圖

相控陣超聲檢測(cè)可以有效地控制每個(gè)陣元所發(fā)射的超聲波波束的聲壓分布，從而達(dá)到聲束偏轉(zhuǎn)和聚焦的效果。聲束聚焦與偏轉(zhuǎn)需要通過控制各陣元的激發(fā)延時(shí)時(shí)間來實(shí)現(xiàn)。本文采用一維線性陣列，設(shè)激發(fā)陣元數(shù)為N，并將陣元編號(hào)為n，n=0，1，2，…，N-1。設(shè)陣元0為左起第一個(gè)陣元，控制聲束偏轉(zhuǎn)角為θ，焦距為f，相鄰兩個(gè)陣元的中心間距為d，陣元n的延時(shí)記為tn，則陣元位置、延時(shí)、焦距以及偏轉(zhuǎn)角度應(yīng)當(dāng)滿足公式(1)：

(1)

式中：t0為陣元0的延時(shí)時(shí)間；c為光速。通過公式(1)可得tn：

(2)

相控陣依照計(jì)算出來的延遲時(shí)間來控制探頭各個(gè)陣元發(fā)射和接收信號(hào)的時(shí)間，由于時(shí)間差的存在，每個(gè)陣元發(fā)射聲波的波陣面在空間中傳播逐漸匯聚成一點(diǎn)，從而達(dá)到聲束聚焦和偏轉(zhuǎn)的效果，如圖1(b)所示。

2 CFRP缺陷三維成像算法

2.1 數(shù)據(jù)采集

將復(fù)合材料缺陷超聲檢測(cè)設(shè)備和上位機(jī)連接，使用編碼器與相控陣超聲探頭檢測(cè)CFRP樣件，采集A掃信號(hào)數(shù)據(jù)，如圖2所示。

圖2 掃查過程示意圖

每次掃查可以得到一組B掃圖像序列，將采集到的信號(hào)數(shù)據(jù)映射到0～255，再和相關(guān)的掃查參數(shù)一起輸出到自定義格式的二進(jìn)制文件中，具體的掃查參數(shù)名稱及含義如下：Cn表示激活孔徑，即同時(shí)激發(fā)的陣元數(shù)目；fps表示超聲B掃圖像的數(shù)據(jù)幀數(shù)；St表示聲束總數(shù)，即探頭總共激發(fā)的聲束組數(shù)。在進(jìn)行超聲檢測(cè)時(shí)，超聲探頭每次激活一組陣元進(jìn)行信號(hào)采集，并沿著探頭長(zhǎng)度方向間隔一個(gè)陣元依次激活，陣元激活示意圖如圖3所示。設(shè)超聲探頭一共有N個(gè)陣元，通過式(3)可以計(jì)算得到聲束總數(shù)St：

St=N-Cn+1

(3)

圖3 陣元激活示意圖

設(shè)Ss為采樣點(diǎn)數(shù)，表示A掃數(shù)據(jù)的維度；Sr為實(shí)際的聲束長(zhǎng)度，代表一條聲束所占存儲(chǔ)空間的大小。Sr可通過式(4)得到:

Sr=128+2×Ss

(4)

一幀B掃數(shù)據(jù)由St個(gè)A掃數(shù)據(jù)構(gòu)成，如圖4所示。設(shè)P為一幀B掃數(shù)據(jù)中的數(shù)據(jù)點(diǎn)數(shù)，可以通過式(5)得到：

P=St×Sr

(5)

2.2 復(fù)合材料缺陷信號(hào)的A/B/C掃成像

目前相控陣超聲無(wú)損檢測(cè)結(jié)果的顯示方式主要為A掃圖像、B/C掃圖像。A/B/C掃的原理如圖4所示。A掃圖像所顯示的是超聲波在z方向的采樣深度與相應(yīng)深度上反射波的幅值。B掃圖像所顯示的是y方向上的某一xz截面的回波信號(hào)的幅值信息。C掃圖像所顯示的是z方向上某一深度的xy截面內(nèi)的回波信號(hào)的幅值信息。

圖4 A/B/C掃原理示意圖

通過相控陣超聲檢測(cè)設(shè)備獲取回波數(shù)據(jù)，編寫成像程序，進(jìn)行超聲數(shù)據(jù)的A掃、B掃和C掃的成像。A掃成像如圖5(a)所示，可以看到在采樣深度600處有明顯的回波，說明這個(gè)深度存在缺陷。通過B掃圖像可以從深度方向觀察缺陷的大致位置，如圖5(b)所示，在采樣深度600處有一條明顯缺陷，與A掃圖像對(duì)應(yīng)。C掃圖像可以觀察某一采樣深度下的截面樣貌，如圖5(c)所示，顯示了在600采樣深度下的截面信息，可以看到有明顯的塊狀圖像，就是顯示出來的缺陷。通過A、B、C掃成像可以多角度觀察缺陷的信息，判斷出缺陷的位置和大小，但需要多次成像比較麻煩，對(duì)缺陷進(jìn)行三維成像可以直觀地看到所有缺陷的位置和尺寸，更方便對(duì)缺陷進(jìn)行識(shí)別與判斷。

圖5 A、B、C掃成像圖

2.3 復(fù)合材料缺陷的三維成像

2.3.1基于多平面重建算法的缺陷體素三維重建

多平面重建算法(multi-planar reformation,MPR)的原理是利用二維平面信息構(gòu)建三維立體信息。用掃查獲取的二維平面序列信息構(gòu)成三維的體數(shù)據(jù)，進(jìn)而構(gòu)建三維立體模型，原理如圖6所示。其中Ii(x，z)表示一幀B掃數(shù)據(jù)，i=1，2，…，n。x方向?yàn)樘筋^陣列方向，體素在x方向上的維度等于聲束總數(shù)St；z方向?yàn)槁暿鴤鬟f方向，體素在z方向上維度等于聲束長(zhǎng)度Ss；y方向?yàn)樘筋^掃查方向，體素在y方向上維度等于數(shù)據(jù)幀數(shù)fps。I1(x，z)，I2(x，z)，…，In(x，z)表示一組維度相同的B掃圖像序列，以I1(0，0)為原點(diǎn)構(gòu)建坐標(biāo)系，按序排列則可以形成三維體數(shù)據(jù)D(x，y，z)。

記體素的尺寸為L(zhǎng)(lx，ly，lz)，其中l(wèi)x，ly，lz分別為體素在x，y，z方向上的長(zhǎng)度，設(shè)超聲探頭的掃查寬度為w，檢測(cè)的復(fù)合材料樣件的厚度為d。lx，ly，lz計(jì)算公式如下：

圖6 三維體數(shù)據(jù)重建示意圖

(6)

在實(shí)際檢測(cè)環(huán)境中，待檢工件尺寸大，無(wú)法通過一次掃查來獲取全部的檢測(cè)數(shù)據(jù)，因此需要分段分區(qū)域?qū)ぜM(jìn)行檢測(cè)，再將多次掃查獲取的體數(shù)據(jù)進(jìn)行拼接，得到完整的樣件的掃查體數(shù)據(jù)。在測(cè)量前確定好每次掃查區(qū)域的起始點(diǎn)，保證每次掃查的起始點(diǎn)在同一直線上，減少拼接出來的體數(shù)據(jù)的誤差。

基于多平面重建算法，對(duì)多個(gè)三維體數(shù)據(jù)進(jìn)行拼接，原理如圖7所示。D1(x，y，z)，D2(x，y，z)，…，Dn(x，y，z)表示一組維度相同的三維體數(shù)據(jù)序列，以D1(0，0，0)為原點(diǎn)構(gòu)建坐標(biāo)系，將D1(x，y，z)，D2(x，y，z)，…，Dn(x，y，z)沿著x軸方向排列，每?jī)蓚€(gè)體數(shù)據(jù)之間的偏移量為超聲探頭的掃查寬度w，則第n個(gè)體數(shù)據(jù)Dn(x，y，z)與原點(diǎn)的偏移量為w×(n-1)，將多次掃查得到的體數(shù)據(jù)拼接構(gòu)建完整的三維體數(shù)據(jù)Dall(x，y，z)。

圖7 三維體數(shù)據(jù)拼接示意圖

2.3.2基于光線追蹤法的體繪制成像

體繪制算法直接使用三維的體數(shù)據(jù)進(jìn)行成像，沒有體數(shù)據(jù)到幾何圖元的映射過程，因此該方法成像質(zhì)量高，容易并行處理。其中Levoy和Sabella提出的光線投射算法在體繪制三維成像中應(yīng)用最為廣泛。

光線投射法的基本原理是模擬從視點(diǎn)發(fā)射一條光線穿過體數(shù)據(jù)場(chǎng)，數(shù)據(jù)點(diǎn)被看做是具有顏色且半透明的傳光介質(zhì)，在這條光線上進(jìn)行等間距采樣，如圖8所示。根據(jù)光線穿越半透明物質(zhì)時(shí)能量聚集的光學(xué)原理，計(jì)算每個(gè)采樣點(diǎn)的不透明度、顏色和梯度向量等，最終得到投影圖像。

圖8 光線投射法原理圖

光線投射法的具體過程如圖9所示，光線投射算法主要分為4個(gè)步驟：

1)對(duì)三維體數(shù)據(jù)進(jìn)行預(yù)處理，包括對(duì)原始數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換、去除冗余數(shù)據(jù)等。

2)對(duì)預(yù)處理過的數(shù)據(jù)進(jìn)行分類，根據(jù)數(shù)據(jù)的不同進(jìn)行數(shù)值分類，再分別賦予不同的顏色值和不透明度值。

3)進(jìn)行重采樣，由距離采樣點(diǎn)最近的8個(gè)數(shù)據(jù)點(diǎn)的顏色值和不透明度值，來求出該采樣點(diǎn)的不透明值及顏色值。

4)圖像合成，沿著某一像素點(diǎn)所發(fā)出的射線，計(jì)算該射線上各采樣點(diǎn)的顏色值和不透明度值并加以合成，即可得到發(fā)出該射線的像素點(diǎn)的顏色值，從而可以在屏幕上得到最終的圖像。

圖9 光線投射算法流程圖

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)環(huán)境

本文使用32/64通道配置的相控陣超聲檢測(cè)系統(tǒng)MagicScan-UX，在此基礎(chǔ)上可進(jìn)行檢測(cè)算法、軟件界面和數(shù)據(jù)后處理的二次開發(fā)工作。使用汕頭超聲電子股份有限公司的64通道矩形相控陣超聲檢測(cè)線陣探頭對(duì)CFRP進(jìn)行缺陷檢測(cè)，相控陣超聲探頭型號(hào)為5L64-0.6×10，探頭的具體技術(shù)參數(shù)見表1。本文使用雙向編碼器BL2044039確定連續(xù)掃查的長(zhǎng)度。

表1 相控陣超聲探頭技術(shù)參數(shù)表

本次被測(cè)樣件為CFRP的矩形板材，尺寸為50 cm×50 cm，厚度為10 mm，在7，5，3 mm深度下，使用厚度為0.15 mm的聚四氟乙烯薄膜模擬并預(yù)制了尺寸為40 mm×40 mm、30 mm×30 mm、20 mm×20 mm、20 mm×10 mm、10 mm×10 mm、10 mm×5 mm、5 mm×5 mm的分層缺陷，如圖10所示。

3.2 缺陷三維成像精度實(shí)驗(yàn)

采用圖2的掃查方式對(duì)CFRP樣件進(jìn)行超聲檢測(cè)，將采集到的數(shù)據(jù)輸出到自定義格式的二進(jìn)制文件中。本次實(shí)驗(yàn)的實(shí)驗(yàn)參數(shù)見表2。其中，掃查間距表示每?jī)蓭瑪?shù)據(jù)之間編碼器步長(zhǎng)的個(gè)數(shù)。經(jīng)過標(biāo)定后確定編碼器每走一個(gè)步長(zhǎng)，超聲探頭實(shí)際走過路程為0.052 mm，本次實(shí)驗(yàn)設(shè)定編碼器每60步長(zhǎng)采集一幀數(shù)據(jù)。讀取采集到的掃查數(shù)據(jù)，進(jìn)行缺陷的三維成像顯示，結(jié)果如圖11所示，由圖11(a)直接觀察內(nèi)部缺陷有一定的困難。

圖10 被測(cè)樣件圖

表2 實(shí)驗(yàn)參數(shù)表

圖11 樣件缺陷成像圖

通過對(duì)掃查數(shù)據(jù)進(jìn)行分析可知，材料上表面和下表面的回波幅值高，成像出來會(huì)影響觀察復(fù)合材料內(nèi)部缺陷情況，因此通過濾波將上下表面的信號(hào)去掉，同時(shí)考慮存在一些噪聲干擾，濾掉脈沖信號(hào)幅值小于50的數(shù)據(jù)點(diǎn)。使用通過上述濾波后得到的掃查數(shù)據(jù)再次進(jìn)行三維成像，成像結(jié)果如圖12所示。

圖12 樣件缺陷最終成像圖(處理后)

從圖12可以看到預(yù)埋在CFRP樣件內(nèi)部的NUAA4個(gè)字母以及三排塊狀缺陷，缺陷的形狀與預(yù)期的形狀一致。

接下來選取幾組缺陷進(jìn)行測(cè)量，與預(yù)埋的尺寸進(jìn)行對(duì)比，分析CFRP內(nèi)部缺陷三維成像的精度。成像出來的缺陷邊界不規(guī)則，取每個(gè)方向的最大值為測(cè)量值，分別測(cè)量缺陷的長(zhǎng)端和短端的三維成像尺寸，并與預(yù)埋尺寸比較，計(jì)算出缺陷的平均誤差結(jié)果，見表3、表4。

表3 缺陷長(zhǎng)端尺寸與預(yù)埋尺寸對(duì)比表 單位：mm

表4 缺陷短端尺寸與預(yù)埋尺寸對(duì)比表 單位：mm

由表3和表4可以看出，CFRP內(nèi)部缺陷經(jīng)過三維成像可視化之后的平均誤差最小為0.401 mm，最大為2.172 mm。復(fù)合材料樣件預(yù)埋缺陷在制造過程中會(huì)出現(xiàn)尺寸誤差，對(duì)實(shí)驗(yàn)結(jié)果有一定的影響。實(shí)驗(yàn)結(jié)果表明，通過對(duì)缺陷進(jìn)行三維成像可視化可以檢驗(yàn)出缺陷的形狀與大小，平均誤差精度可以達(dá)到2.2 mm。

3.3 缺陷三維成像的參數(shù)影響分析實(shí)驗(yàn)

超聲檢測(cè)參數(shù)對(duì)成像結(jié)果也存在一定的影響，本文進(jìn)一步研究超聲探頭的激活孔徑大小與數(shù)據(jù)的掃查間距對(duì)成像結(jié)果的影響。相應(yīng)的實(shí)驗(yàn)參數(shù)見表5。

表5 影響分析實(shí)驗(yàn)參數(shù)表

本次實(shí)驗(yàn)分為6個(gè)分實(shí)驗(yàn)。

實(shí)驗(yàn)1～3為掃查間距對(duì)成像結(jié)果的影響分析實(shí)驗(yàn)，當(dāng)激活孔徑為32時(shí)，分別改變編碼器的掃查間距為20,60,100，相應(yīng)的數(shù)據(jù)幀數(shù)fps為450,150,90時(shí)觀察成像結(jié)果，三維成像結(jié)果如圖13所示。

圖13 不同掃查間距-幀數(shù)成像對(duì)比圖

實(shí)驗(yàn)4～6為激活孔徑對(duì)成像結(jié)果的影響分析實(shí)驗(yàn)，根據(jù)實(shí)驗(yàn)1～3的結(jié)果，選擇編碼器的掃查間距為60個(gè)步長(zhǎng)，改變超聲探頭的激活孔徑為8,16,32，分別采集相應(yīng)的數(shù)據(jù)進(jìn)行三維成像，三維成像結(jié)果如圖14所示。

觀察圖13的成像結(jié)果可以看出，縮短掃查間距，增加數(shù)據(jù)幀數(shù)，可以使成像出來的圖像更清晰，但同樣對(duì)數(shù)據(jù)采集時(shí)的定位精度有了更高的要求，容易出現(xiàn)錯(cuò)位情況，如圖13(a)中的U出現(xiàn)了錯(cuò)位情況；增加掃查間距可以獲得較好的成像質(zhì)量，但過大的掃查間距會(huì)使圖像出現(xiàn)鋸齒狀邊界，如圖13(c)中的字母N，降低了成像質(zhì)量。因此，數(shù)據(jù)的掃查間距選擇應(yīng)適中，在不出現(xiàn)錯(cuò)位的情況下選擇較小的掃查間距，以提高成像質(zhì)量。

圖14 不同激活孔徑成像對(duì)比

觀察圖14成像結(jié)果可以看出，改變超聲探頭激活孔徑的大小，可以看到成像結(jié)果有明顯的變化。當(dāng)激活孔徑為8時(shí)，有多余的干擾信號(hào)，成像效果很模糊，并且深度為7 mm的缺陷沒有成像出來；激活孔徑提高到16時(shí)，干擾信號(hào)減少，深度為7 mm的缺陷與實(shí)驗(yàn)4相比成像出來了，但很難看清；激活孔徑調(diào)整到32時(shí)，成像效果最好，各部分顯示清晰且?guī)缀鯖]有干擾信號(hào)出現(xiàn)。這是因?yàn)榧せ羁讖脚c聲束聚焦能力有關(guān)，增加激活孔徑可以增強(qiáng)聚焦能量，擴(kuò)大成像的深度范圍。因此，提高超聲探頭的激活孔徑可以明顯提高三維成像的效果。

4 結(jié)束語(yǔ)

本文針對(duì)CFRP缺陷檢測(cè)三維成像問題，提出了一種基于多平面重建和體繪制的三維成像算法，首先通過使用相控陣超聲檢測(cè)系統(tǒng)采集了缺陷數(shù)據(jù)，其次進(jìn)行了三維成像精度實(shí)驗(yàn)并驗(yàn)證了結(jié)果的準(zhǔn)確性，最后研究了數(shù)據(jù)的掃查間距、超聲探頭的激活孔徑兩個(gè)因素對(duì)成像效果的影響。經(jīng)過實(shí)驗(yàn)分析，選擇掃查間距為60、激活孔徑為32時(shí)，缺陷三維成像可視化的平均誤差可以達(dá)到2.2 mm，未來可以通過神經(jīng)網(wǎng)絡(luò)對(duì)缺陷類型進(jìn)行分析和判斷，進(jìn)一步完善對(duì)缺陷的檢測(cè)方法。