机械工程学报

作者：胡宏伟, 周刚, 沈晓炜, 徐晓强

单位：1. 长沙理工大学汽车与机械工程学院 长沙 410114;2. 机械装备高性能智能制造关键技术湖南省重点实验室 长沙 410114

关键词：超声无损检测,漏表面波,主成分分析,小波域隐马尔可夫模型,频域合成孔径；

基金：国家自然科学基金（52075049）和湖南省自然科学杰出青年基金（2020JJ2028）资助项目

超声漏表面波可用于检测表面或近表面缺陷，其非接触检测的优点易于实现自动化检测。但由于波型转换与传播衰减，漏表面波的回波幅值较小，不利于缺陷检测和成像。仿真分析了漏表面波的传播特性及缺陷回波特征，应用主成分分析分离回波信号中的干扰波，再利用小波域隐马尔可夫模型算法分离整段信号的系统噪声，联合两种方法提取漏表面波信号中的缺陷信息，最后通过频域合成孔径算法对漏表面波扫查数据进行了高分辨率图像重建。结果表明，相比于传统B扫成像，基于PCA-WHMM的超声漏表面波F-SAFT方法在回波信号平均信噪比上提高了10.05 dB，平均成像误差降低了26.3%，为金属表面及近表面缺陷检测提供了一种有效方法。

来源：2021年第14期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2021年第14期