Page 260 - 《应用声学》2025年第3期

794 2025 年 5 月

盲区的同时也削弱了缺陷幅值，无法检测出缺陷；当 1 6 σ 2 6 3 时，σ 2 越大对结构噪声的抑制越明显，
σ 2 = 1.7时，OPCF-TFM成像算法削弱结构噪声和 选择的 σ 2 过大会对缺陷特征造成影响，选择的 σ 2
近场盲区的同时也保证了缺陷能被有效检测。此 过小就会残留部分结构噪声，因此需要选择合适的
外，图 6(b) 与图 4(a) 和图 4(b) 相比，近场盲区位置 σ 2 才能清楚地辨识缺陷，使近场盲区和结构噪声得
缩小到横坐标 −2 ∼ 48.5 mm、纵坐标 0 ∼ 8.8 mm， 到显著抑制，对于奥氏体不锈钢 σ 2 的选择范围为
能够将原本位于近场盲区中的缺陷完整呈现。通 1.5∼2之间较为合适。综上所述，本文算法在处理相
过对比，当 σ 2 = 1.7 时，OPCF-TFM 成像算法的成 同数据后，成像的结果要优于 TFM 算法和 PCI 算
像效果最好，缺陷区域的成像放大如图 7 所示。当 法得到的成像结果。

ࣨϙ/dB ࣨϙ/dB ࣨϙ/dB
0 0 0
10 10 10
-5 -5 -5
20 20 20
30 -10 30 -10 30 -10
ງए/mm 50 -20 ງए/mm 50 -20 ງए/mm 50 -20
-15
-15
-15
40
40
40
60
60
60
70 -25 70 -25 70 -25
-30 -30 -30
80 80 80
90 -35 90 -35 90 -35
100 -40 100 -40 100 -40
-10 0 10 20 30 40 50 -10 0 10 20 30 40 50 -10 0 10 20 30 40 50
ඵࣱᡰሏ/mm ඵࣱᡰሏ/mm ඵࣱᡰሏ/mm
(a) σ 1 =0.6 (b) σ 1 =1.0 (c) σ 1 =1.5
图 5 奥氏体不锈钢试块 TFM 成像的增益处理后结果
Fig. 5 Results of gain processing by TFM imaging for austenitic steel weld test block
ࣨϙ/dB ࣨϙ/dB ࣨϙ/dB
0 0 0
10 10 10
-5 -5 -5
20 20 20
30 -10 30 -10 30 -10
ງए/mm 50 -20 ງए/mm 50 -20 ງए/mm 50 -20
-15
-15
-15
40
40
40
60
60
60
70 -25 70 -25 70 -25
-30 -30 -30
80 80 80
90 -35 90 -35 90 -35
100 -40 100 -40 100 -40
-10 0 10 20 30 40 50 -10 0 10 20 30 40 50 -10 0 10 20 30 40 50
ඵࣱᡰሏ/mm ඵࣱᡰሏ/mm ඵࣱᡰሏ/mm
(a) σ 2 =1.5 (b) σ 2 =1.7 (c) σ 2 =1.9
图 6 奥氏体不锈钢试块 OPCF-TFM 成像结果
Fig. 6 OPCF-TFM imaging results of austenitic steel weld test block
ࣨϙ/dB ࣨϙ/dB ࣨϙ/dB
0 0 0
10 5
15 -5 10 -5 10 -5
20 -10 20 -10 -10
25
-15
-15
-15
ງए/mm 30 -20 ງए/mm 30 -20 ງए/mm 15 -20
20
35
25
-25
-25
-25
40
45 -30 40 -30 30 -30
50 -35 50 -35 35 -35
55 -40 -40 40 -40
-15-10 -5 0 5 10 15 20 5 10 15 20 25 30 35 40 30 35 40 45 50 55
ඵࣱᡰሏ/mm ඵࣱᡰሏ/mm ඵࣱᡰሏ/mm
(a) ࢻ᣸ཽՌӝᎥᬞ (b) ཝᎋӝᎥᬞ (d=10 mm, 20 mm, (c) ཝᎋӝᎥᬞ (d=10 mm, 15 mm,
(d=10 mm, 30 mm, 50 mm) 30 mm, 40 mm, 50 mm) 20 mm, 25 mm, 30 mm)
图 7 奥氏体不锈钢试块 OPCF-TFM 最佳成像结果
Fig. 7 The best imaging results of OPCF-TFM for austenitic steel weld test block