Page 139 - 201901
P. 139

第 38 卷 第 1 期               郑善朴等: 多层结构中脱粘缺陷的超声检测方法                                           135


                                                                                     S
             0 引言

                                                                          P r  P   P r  P   P 
                 脱粘缺陷在固体火箭发动机装药结构中的位
             置、大小和类型是决定其危害程度的关键参数,对                                                                Z 1
                                                                                   F 15
                                                                             F 12
             多层装药粘接结构中脱粘缺陷的无损检测是保证
                                                                         T 12          Z 5   T 21
                                                                                   A
             发动机安全、高性能工作的重中之重                 [1−2] 。随着大
                                                                                                   Z 2
             直径整体缠绕式复合材料逐渐代替高强度合金钢                                                F 23
             作为固体火箭发动机壳体成为国际主流趋势,装药                                      T 23                T 32
                                                                                                   Z 3
             结构粘接质量的无损检测技术也需与时俱进                     [3] 。超                          F 34
             声检测技术的研发和应用程度远远小于较成熟的                                                                 Z 4
             高精度工业 CT 技术和激光全息检测技术,但其成                                 图 1  声波在不连续多层介质中的传播图
             本低、无害的检测优势正是大直径发动机现场检测                               Fig. 1 Propagation of ultrasonic waves in discon-
             所需要的     [4] 。脉冲反射法检测金属壳体装药结构                        tinuous multilayer media
             时,金属产生屏蔽效应使声波能量聚集在金属层难                            结合介质的衰减系数α i 可求出声波的界面i反射声
             以下传。因此,以往金属壳体装药结构的超声检测                            压P j 分别为
             为基于板波诱发波法和聚焦探头双模式检测法的                                     ( (   A  )     A    )
                                                                                                2
                                                                  P 1 =   1 −   F 12 +  F 15 P r α ,      (3)
             螺旋 C 扫成像     [5] 。复合材料内部的结构复杂,衰减                                S        S         1
             较大,不适合板波和横波的传播,因此选择单发单收                                   (    A  )            2 2
                                                                  P 2 = 1 −    P r T 12 F 23 T 21 α α ,   (4)
                                                                                            1 2
             的大功率接触型超声纵波垂直脉冲反射法对多层                                          S
                                                                            A                     2 2 2
                                                                       (      )
             结构的脱粘缺陷进行检测。                                         P 3 = 1 −    P r T 12 T 23 F 34 T 32 T 21 α α α .  (5)
                                                                                                  1 2 3
                                                                            S
                 超声脉冲反射法依靠声波在工件内的传播时                               同理可知,当不连续区域位于界面 2 时,界面 i
             间和回波确定缺陷位置和缺陷尺寸,但该技术缺少                            反射声压P j 为
             判定缺陷类型的信息源,至今为止未能实现缺陷定                                      2
                                                                P 1 = P r α F 12 ,                        (6)
                                                                         1
             性的标准化,检测的准确与否很大程度上取决于探                                  ( (    A  )     A    )
                                                                                               2 2
             伤工作者的经验和素质。对固体火箭发动机装药结                             P 2 =   1 −    F 23 +  F 25 P r α α T 12 T 21 , (7)
                                                                                               1 2
                                                                            F        F
             构的鼓包型、紧贴型和斑点型脱粘缺陷进行检测分                                  (    A  )
                                                                                                2 2 2
                                                                P 3 = 1 −     P r T 12 T 23 F 34 T 32 T 21 α α α .  (8)
                                                                                                1 2 3
             类可改进其制作工艺和贮存条件               [6−7] 。本文提出脱                     S
             粘缺陷的超声定性、定位和定量检测方法,并通过                                由以上公式可知,理想情况下,平面波入射至
             Comsol仿真和实验验证各方法的准确性和可行性。                         含有不连续区域的多层介质中,相同尺寸、不同深
                                                               度的不连续区域对整体底面回波 P 3 影响不变;返回
             1 声波在不连续多层介质中的传播规律                                的界面 i 反射声波 P j 与不连续区域的面积、位置有
                                                               关,因此,可作为不连续区域的定性和定量依据。
                 图 1 为声波在不连续多层介质中的传播图,一
             束直径 S、声压 P r 的平面波垂直入射至界面 1 含不                     2 BP神经网络在分类中的应用
             连续区域 (直径 A) 的多层介质中。依据声波在异质
             界面的声压分配规律,两侧介质的声阻抗 Z i 决定了                            多层粘接结构成型复杂,脱粘类型众多,超声
                                                               脉冲反射信号与脱粘类别之间存在着极为复杂的
             声波在异质界面上的透射率T ij 和反射率F ij 为
                                                               非线性关系,且不同脱粘类型的信号之间具有高度
                            2Z j
                    T ij =       , i, j = 1, 2, 3, 4, 5,  (1)  相似性、模糊性,很难建立判定脱粘类型的标准。针
                          Z i + Z j
                                                               对脱粘类型的分类困难,可利用 BP(Back propaga-
                          Z j − Z i
                    F ij =       , i, j = 1, 2, 3, 4, 5.  (2)
                                                               tion) 神经网络区分具有模糊边界的类别。BP 神经
                          Z i + Z j
                 假设不连续区域的声阻抗远小于两侧介质,                           网络是一种按误差反向传播算法训练的多层前馈
             则声波入射到介质与不连续区域的界面几乎全反射。                           神经网络,其可利用函数逼近功能来逼近分类边界,
   134   135   136   137   138   139   140   141   142   143   144