李忠虎，呂 鑫，薛婉婷，李 靖，王金明

(內(nèi)蒙古科技大學(xué) a.信息工程學(xué)院；b.內(nèi)蒙古自治區(qū)光熱與風(fēng)能發(fā)電重點實驗室，內(nèi)蒙古 包頭 014010)

0 引言

隨著中國能源的綠色轉(zhuǎn)型，風(fēng)電等新能源發(fā)展迅速，已成為可再生能源的發(fā)展主體。大型風(fēng)電機組常見的薄壁鋼筒采用分段連接方式，鋼材卷板焊接縱、環(huán)縫組成塔筒段，在現(xiàn)場進行法蘭焊接組裝。塔筒因受環(huán)境酸堿度、溫差及風(fēng)力等影響，再加之機組自身質(zhì)量和應(yīng)力的變化，易造成焊縫疲勞破壞，嚴重時會引發(fā)倒塔事故[1]。對于風(fēng)電塔筒焊縫檢測，在加工制作過程一般采用超聲與射線的檢測法[2]，裝機后則需人工爬塔檢測，檢測效率低且存在安全隱患。

全聚焦成像是一種超聲信號后聚焦成像技術(shù)[3-5]，各陣元聲束在待測區(qū)域成像的每個像素聚焦，有很高的檢測精度[6-8]，其應(yīng)用范圍已逐步從金屬[4,9]、混凝土[10-11]等擴展到合成樹脂[12]、生物醫(yī)學(xué)[13]等領(lǐng)域，將其應(yīng)用于風(fēng)電塔筒焊縫缺陷檢測具有顯著的優(yōu)勢。為了提高全聚焦成像精度，可從多個環(huán)節(jié)對全聚焦算法進行優(yōu)化。文獻[10]對信號進行卷積濾波、提取包絡(luò)及銳化來提高成像精度。文獻[13]使用雙層折射修正全聚焦算法修正聲波穿過雙層介質(zhì)時產(chǎn)生的偏移。文獻[14]使用場校準的方法實現(xiàn)檢測區(qū)域缺陷的均勻提取。文獻[15]使用數(shù)據(jù)均方根誤差自適應(yīng)算法和圖像強度分布特征去除全聚焦成像中的偽缺陷。在超聲換能器方面，相對于壓電式，電磁超聲換能器通常陣元間距更大，全聚焦成像會產(chǎn)生較大柵瓣[16]，成像結(jié)果較難優(yōu)化；但由于無需清理檢測表面及添加耦合劑[17]，能夠無接觸地在金屬內(nèi)部激勵和接收超聲波[18]，更適用于與待測物間接接觸的工況。對于風(fēng)電塔筒等厚壁鋼板焊縫，單側(cè)探頭檢測范圍有限，使用雙側(cè)探頭可實現(xiàn)更高的缺陷檢出率?；诖?，本文提出一種使用兩組電磁超聲換能器陣列在塔筒焊縫兩側(cè)對缺陷進行全聚焦成像與分析的方法，對于全聚焦成像時出現(xiàn)的等聲程線偽缺陷問題，以拓撲細化算法提取骨架的方法對缺陷進行識別。

1 檢測方案設(shè)計與有限元仿真

風(fēng)電塔筒環(huán)焊縫檢測示意圖如圖1所示，12個陣元為獨立線圈，呈線陣置于焊縫兩側(cè)。激勵信號選擇漢寧窗調(diào)制的3周期2 MHz正弦波，采用一發(fā)多收的形式對焊縫進行檢測與全聚焦成像。

圖1 風(fēng)電塔筒環(huán)焊縫檢測示意圖

在COMSOL多物理場仿真軟件聲學(xué)環(huán)境下，建立風(fēng)電塔筒環(huán)焊縫的無缺陷標(biāo)準試塊和有缺陷試塊(試塊1、試塊2)的二維模型，如圖2所示。

圖2中，焊縫上方即塔筒內(nèi)側(cè)余高為1 mm，焊縫下方即塔筒外側(cè)余高為2 mm。板材填充材料為合成鋼Q345。材料密度為7 850 m/s3，楊氏模量為2.06E11 Pa，泊松比為0.28。試塊1的中間為圓孔缺陷，試塊2的上方為橢圓孔缺陷1、下方為圓孔缺陷2，缺陷處的填充材料為空氣。焊縫兩側(cè)各設(shè)置6個電磁超聲等效陣元。陣元寬度等效線圈導(dǎo)線寬度為0.5 mm，陣元間距為3 mm。

2 全聚焦成像優(yōu)化方法

全聚焦算法成像的本質(zhì)是一個數(shù)值矩陣[6-8]。超聲陣列的n個陣元以一發(fā)多收的形式依次發(fā)射并采集n×n個信號，數(shù)值矩陣中每個點的數(shù)值為該點在每個接收信號中對應(yīng)幅值之和[5]。

全聚焦成像優(yōu)化流程包括希爾伯特(Hilbert)變換取包絡(luò)、場校準、分層去均值化3個步驟。

2.1 希爾伯特變換取包絡(luò)

標(biāo)準試塊、試塊1、試塊2在230*300分辨率下，使用全聚焦成像法生成的圖像如圖3所示。

由圖3可知:標(biāo)準試塊中存在聲壓幅值的高能量區(qū)與低能量區(qū)，無信號聚焦；試塊1缺陷、試塊2缺陷2處有較明顯的信號聚焦，但由于原始信號正負不一，聚焦后波幅疊加時容易正負相消，不能很好地反映缺陷形狀與大?。辉噳K2缺陷1處因位置較深、缺陷較小，信號聚焦難以觀測。因此,對原始波形使用希爾伯特變換進行包絡(luò)處理。

希爾伯特變換可以視為函數(shù)f(x)與函數(shù)1/(πx)的卷積，計算公式如下：

(1)

函數(shù)f(x)的包絡(luò)函數(shù)可表示為[19]：

(2)

圖4 包絡(luò)信號與原始信號對比示意圖

以試塊1中由陣元9發(fā)出、陣元7接收的信號波形為例，將包絡(luò)信號與原始信號進行對比，如圖4所示。圖4中，3處波包從左到右依次為激勵信號、缺陷回波和端面回波。包絡(luò)信號與原始信號相比有明顯的波包，且均為正值，更利于表現(xiàn)波幅疊加效果。

使用包絡(luò)信號再次對標(biāo)準試塊、試塊1、試塊2進行全聚焦成像，如圖5所示。由圖5可以更清晰地看到：標(biāo)準試塊中存在聲壓幅值的高能量區(qū)與低能量區(qū)，無信號聚焦；試塊1缺陷處存在信號聚焦，聲壓幅值低于高能量區(qū)；試塊2缺陷1處可觀測到信號聚焦，但幅值仍遠小于缺陷2處，缺陷2處信號聚焦效果明顯，且能分辨出缺陷輪廓。使用包絡(luò)信號進行全聚焦成像大幅增加了成像的可讀性。

2.2 場校準

在利用全聚焦算法成像時，存在激勵波、端面回波和深度距離等干擾因素，檢測風(fēng)電塔筒等厚壁結(jié)構(gòu)的焊縫時尤為明顯。這些干擾會使成像產(chǎn)生高能量區(qū)與低能量區(qū)。但由于全聚焦成像法提取出的缺陷具有信噪比高的特點，所以可對其進行場校準，對低能量區(qū)加以增益，對高能量區(qū)進行減益[14]，以實現(xiàn)成像區(qū)域內(nèi)缺陷的均勻提取。

本文以無缺陷時全聚焦成像每個像素點幅值倒數(shù)矩陣為基準，設(shè)計場校準系數(shù)矩陣C：

C=k×S-1+τ，

(3)

其中：S為希爾伯特變換取包絡(luò)信號后得到的全聚焦成像數(shù)值矩陣；k和τ為場校準系數(shù)。

在倒數(shù)矩陣S-1中，最高值與最低值可相差幾十倍。若k值過高會導(dǎo)致低能量區(qū)增益過高，τ值過低會導(dǎo)致高能量區(qū)減益過高，此處取經(jīng)驗值k=0.6，τ=0.3。

將矩陣C中的場校準系數(shù)與S中的幅值對應(yīng)相乘，場校準后試塊1、試塊2的成像結(jié)果如圖6所示。經(jīng)場校準后試塊1缺陷處聲壓幅值升高，原高能量區(qū)聲壓幅值降低；試塊2缺陷1處信號聚焦效果更加明顯，更接近于缺陷2處聲壓幅值。場校準提升了全聚焦成像的信噪比。

2.3 分層去均值化

去均值化是圖像處理中常用的處理方法，可以增強對比度，凸顯圖像特征。由于本文中的陣元排布為線性陣列，分布于焊縫兩側(cè)且間距較大，全聚焦成像中缺陷兩側(cè)存在近似橫向的高能量區(qū)。本文采用橫向分層去均值化對缺陷進行提取，計算公式如下：

(4)

其中：Sij為全聚焦成像數(shù)值矩陣中第i行第j列的幅值；n為橫向像素點的數(shù)量，此處取230。

分層去均值化并劃定成像閾值后，全聚焦成像如圖7所示，試塊1缺陷的形狀更加明確；試塊2缺陷1的形狀明確的同時，其聲壓幅值也更接近缺陷2，有利于缺陷的標(biāo)定。分層去均值化在減少缺陷兩側(cè)高能量區(qū)影響的同時，保留了缺陷的特征。

3 缺陷識別方法

等聲程線示意圖如圖8所示，當(dāng)信號由a陣元發(fā)射，b陣元接收時，p1點、p2點與a點、b點距離之和相等，則其在該信號中取相同幅值。這些點的集合稱作等聲程線，在全聚焦成像的缺陷識別中會對結(jié)果造成干擾。

圖8 等聲程線示意圖

設(shè)定缺陷識別閾值后，對試塊1和試塊2的全聚焦成像結(jié)果進行缺陷識別，如圖9所示。由圖9可以看出：對試塊2缺陷2處等聲程線上的高能量區(qū)產(chǎn)生了錯標(biāo)。

為解決等聲程線上的高能量區(qū)影響缺陷標(biāo)定的問題，本文以拓撲細化算法提取等聲程線骨架，實現(xiàn)對真缺陷與偽缺陷的識別。該算法從邊界向內(nèi)迭代，逐層剝離像素直到剩下最里層的一維骨架[20]。缺陷識別流程如圖10所示。

圖10 缺陷識別流程圖

選定缺陷標(biāo)記范圍3倍區(qū)域作為待處理區(qū)域，將歸一化聲壓幅值以0.3為界二值化，其余位置歸0，獲得的缺陷等聲程線區(qū)域圖如圖11所示。

骨架化結(jié)構(gòu)是對圖像的重要拓撲描述[21]。缺陷識別示意圖如圖12所示。圖12a～圖12c中，提取等聲程線骨架后，標(biāo)記原缺陷識別區(qū)域，可以看到真實缺陷處存在等聲程線骨架交叉，而圖12c中等聲程線上的偽缺陷處僅有單條骨架，根據(jù)標(biāo)記區(qū)域中等聲程線骨架交叉情況可判斷出缺陷的真?zhèn)?。將原待處理區(qū)域中偽缺陷區(qū)域歸0，調(diào)整成像顏色閾值使缺陷范圍更加明確。圖12d為試塊2剔除偽缺陷后的全聚焦成像圖。

統(tǒng)計全聚焦成像中歸一化聲壓幅值大于0.4的像素面積大小，與模型中缺陷面積對比可得缺陷面積檢測量化誤差。經(jīng)多組含缺陷試塊仿真，使用拓撲細化算法提取等聲程線骨架的方法可以識別真?zhèn)稳毕?。缺陷深度定位誤差小于0.1 mm，橫向定位平均誤差為0.5 mm，缺陷面積平均量化誤差約19.6%。

4 結(jié)論

本文根據(jù)超聲全聚焦算法成像原理，對風(fēng)電塔筒環(huán)焊縫的掃查成像通過希爾伯特變換、場校準及分層去均值化進行了針對性的優(yōu)化；在解釋全聚焦成像偽缺陷形成原因的基礎(chǔ)上，使用拓撲細化算法提取等聲程線的骨架，判別缺陷的真?zhèn)巍Ｍㄟ^不同位置、大小的缺陷仿真，證明本方法可以實現(xiàn)風(fēng)電塔筒焊縫缺陷成像與定位、量化分析。限于實驗設(shè)備與COMSOL多物理場仿真軟件的性能，本文僅對二維模型成像進行分析與優(yōu)化，后續(xù)可通過多組連續(xù)采樣對焊縫進行三維重建，通過機器學(xué)習(xí)的方式提高真?zhèn)稳毕菖袆e效率。