TOFD超声成像

TOFD超声成像（精选3篇）

TOFD超声成像 篇1

压力容器是工业生产的重要组成部分, 通常情况下, 压力容器始终处于高温 (或低温) 、高压、腐蚀性强的环境中, 而这样的工作环境就使得压力容器的质量和稳定显得十分重要, 一旦压力容器出现安全问题, 可能对整个环境造成的不可挽回的影响, 为此, 需要强化压力容器的检测检验工作, 及时发现缺陷, 避免缺陷的进一步扩大。TOFD超声成像检测技术是现代压力容器检测中常用的技术类型, 具有无损检测的特点, 避免对压力容器造成影响, 及时发现缺陷的存在, 规避安全隐患。

1 TOFD超声成像检测技术的相关概述

TOFD超声成像检测技术主要是对超声波进行应用, 从而实现无损检测。其具体的原理就是通过超声波的探测的形式获得的压力容器内部可见的图像, 对超声波的穿透性进行应用, 由超声波对容器内部结构的声学特征信息进行收集, 并由相关软件对获取的数据信息进行收集和整理, 最后形成可见的图像形式。TOFD超声成像检测技术可以有效的发现压力容器内部的缺陷情况, 配合相关维护人员的工作, 使得的缺陷可以得到及时处理, 避免隐患的进一步扩大。

TOFD超声成像检测技术具有无损检测的特点, 检测过程中不会对压力容器造成影响, 其检测结果具有准确度高, 缺陷位置明显的效果, 对压力容器的检验具有十分重要的作用, 而且, 成本不高, 自动化程度高, 相关作业是由的计算机完成, 减少误差的产生, 规避压力容器的安全隐患。

2 TOFD超声成像检测技术在压力容器检验中的应用

通过TOFD超声成像检测技术的应用, 可以有效的对压力容器内部的具体情况进行判定, 并确定隐患的具体位置, 为压力容器的检修提供参考, 为此, 需要对其的应用要点进行分析和解读。

2.1 被检验设备的要求

为了实现的TOFD超声成像检测技术的有效应用, 需要合理的对压力容器进行处理, 促使检测的效果可以得到提升, 减少误差的产生。需要的对压力容器内部的影响检测效果的杂物、土层等进行控制, 采用耦合凝胶等材料, 压力容器进行控制, 保障检测的效果。此外, 还需要在的根据压力容器的实际情况选择适宜的耦合、控制温度, 提高检测的可靠性。

2.2 仪器的准备

为了实现TOFD超声成像检测技术的应用, 需要重视对设备准备工作。首先, 需要科学的对探头进行选择, 探头是影响检测准确性的关键部分, 保障探讨的适应性。如果压力容器的厚度<7.5cm时, 可以选择单探头的形式, 如果的厚度>7.5cm时, 可以选择探头组合式。针对化工企业, 压力容器通常会>7.5cm, 因此, 选择的探头组的形式。并根据检测的实际需求, 合理的探头中心距进行调整。

2.3 仪器的校准

检测之前, 需要强化对检测设备的校准工作, 为了确保检测的准确性和灵敏性, 需要对对的波幅进行调整, 并合理进行增益设置。设置时, 需要根据压力容器的基本情况, 促使检测质量可以得到提升。TOFD工作探头组需要满足的表面波波高处于满屏高的0.4~0.9。此外, 为了获得准确的检测结果, 需要科学的对声速进行控制, 避免声速波动对检测造成影响。最后, 还需要合理的对探头角度进行调整, 确保探头可以采集到有效的数据信息。

2.4 检测的实施

针对TOFD超声成像检测技术的实际情况, 需要科学的展开压力容器的检测, 保障实验的可靠性。首先, 需要对超声波发射装置和探头等部分进行开机, 开始进行的超声波的发射, 沿着焊缝处展开B-扫描, 如果测得两个超声波信号, 则证明的焊缝处没有缺陷的存在。将无缺陷部分作为参考, 如果出现的衍射波的情况, 可以有效的由探头进行检测, 从而获得准确的数据资料, 对获得的数据资料进行整合。下图为TOFD超声成像检测技术的实施图。

2.5 数据处理

结合TTOOFFD超声成像检测技术采集的数据参数, 科学的展开数据据的的分分析析工工作作, , 并并根根据据数数据据分分析析的的基基本本参参数数, , 由由软软件件进进行行的图像的生成, 并根据数据图像的基本情况, 获得准确的缺陷情况, 对缺陷的危险性进行判断, 推动的化工设备的稳定, 实现相关产业的持续健康发展。

3 结语

TOFD超声成像检测技术是化工压力容器的检测具有十分有效的推动作用, 可以使得压力容器的质量可以得到有效的控制, 使得压力容器的缺陷问题得到抑制, 发挥压力容器的功能性, 推动相关产业的持续健康发展。

参考文献

[1]秦志辉, 孙小兵.TOFD检测技术在压力容器定期检验中的应用[J].中国特种设备安全, 2011, 08:31-33.

[2]胡滨.压力容器检验中TOFD超声成像检测技术应用分析[J].科技风, 2015, 13:73.

[3]苏红哲.TOFD超声成像检测技术在压力容器检验中的应用[J].科技与企业, 2015, 15:250.

TOFD超声成像 篇2

公司领导: 国家质量监督检验检疫总局于2009年8月31日发布公告(第83号),正式颁布了《固定式压力容器安全技术监察规程》(以下简称:新容规)。《新容规》是根据第549号国务院令《特种设备安全监察条例》对老容规进行修订后颁布的。《新容规》是固定式压力容器设计、制造、安装、使用单位必须遵守的部门法规。

根据《新容规》4.5.3.1款的规定：压力容器的对接接头应当采用射线检测或者超声检测，超声检测包括衍射时差法超声检测（TOFD）、可记录的脉冲反射法超声检测和不可记录的脉冲反射法超声检测；当采用不可记录的脉冲反射法超声检测时，应当采用射线检测或者衍射时差法超声检测做为附加局部检测。其中衍射时差法超声波检测（简称：TOFD）是一种无损检测新技术。它对焊接缺陷的检测灵敏度高，检测扫查简便快捷，存储的检测过程的丰富信息的图像更有利于缺陷的识别和分析。它与我公司目前采用的射线检测相比，有以下的优点：

1.符合国家的产业政策，环保、节能、低排放

a.射线检测会产生辐射，控制不好会造成人身伤害和环境污染。b.射线检测一般采用200～300KV的高电压，能耗相对较高。c.射线胶片在暗室处理过程中会产生废液，容易造成环境污染。2.检测费用低

a.射线检测需使用胶片，目前规格为360×80mm的胶片，每拍一片成本在10元钱以上（人工成本未计）。我公司近几年容器年拍片量4万张，若采用TOFD检测至少可少拍片2万张以上，可节约胶片成本20万元以上。b.检测设备的维修费用降低

容器拍片近三年的射线机修理费用在10万元/年以上，若大直径、中厚板容器采用TOFD检测，可大大降低X射线探伤机的故障，从而大大降低维修费用。

c.对工作场地要求低

射线检测因辐射防护需要对工作场地的要求非常高，根据我公司容器产品结构的日趋大型化的趋势，现在的射线曝光室早已不能满足生产，若要使其满足生产和环保的要求，扩建现有的曝光室，需5万元以上的费用。3.可提高工作效率

a.因TOFD检测不受场地限制，只要符合要求，检测工作可与其他生产程序同时进行。而射线检测因辐射防护的要求，在进行检测时，厂房内的其他工作必须停止，工作人员必须全部撤离。

b.射线检测当发现存在超标缺陷时，应无法确定缺陷的埋藏深度，给缺陷的返修带来困难。而TOFD检测在发现缺陷时，能同时显示缺陷在材料中的埋藏深度，便于指导返修，保证返修工作的成功率。

存在的缺点：

1.对缺陷的定性比较困难。（即不能直观的表现所发现的缺陷的性质）2.对近表面缺陷的检测可靠性及测量精度不高。

3.要求检测人员对检测结果的数据分析具有丰富的经验。

4.所用的探头价格较高，目前一对探头的价格在2万元左右。一对探头能检测多少未焊缝还没有具体的数据。（主要损坏原因为探头在移动过程中的磨损）

目前国内各品牌的TOFD检测仪价格在17～19万元之间，我认为我公司应尽 快购买一台TOFD超声检测仪，将该项检测新技术用于容器生产过程的检测，提高检测工作效率，降低检测成本。特此报告，请公司领导审批。

TOFD超声成像 篇3

超声TOFD (Time Of Flight Diffraction) 衍射时差法是利用超声波作用于裂纹缺陷, 其裂纹端点和顶角产生的衍射波来对缺陷进行定位和定量分析。在超声TOFD图像处理过程中, 图像配准可提供焊缝缺陷目标区域, 减少后期图像处理的数据量和提高效率, 主要方法有基于灰度统计、变换域和特征[1,2,3]。

目前, 基于灰度的匹配算法研究, 1971年Leese提出MAD算法[4,5];1972年Barnea提出有利于提高模板匹配速度的序贯相似性检测算法 (Similarity Detection Algorithm, SSDA) [6], 但该算法易受噪声影响, 且匹配精度较低, 匹配结果并不理想;紧接着研究人员提出了归一化灰度相关算法[7], 在频域中基于傅氏变换的Fourier-Mellin变换相位相关法, 互信息法 (Mutual Information, MI) 等一系列匹配算法[8], 虽然这些算法具有计算量大、复杂度高及耗时多的缺点, 但其精确度要优于基于特征的匹配算法。

1988年Harris和Stephens提出了基于特征的Harris角点检测图像配准算法[9];1997年Smith和Brady提出SUSAN (Small Univalue Segment Assimilating Nucleus) 角点检测法[10];进一步, 陈白帆等人提出一种结合尺度空间理论的多尺度Harris角点检测法[11]。2007年, Gehua Yang等人提出GDBICP算法[12], 该算法是一整套适用于普遍意义上图像配准的算法, 包括初始化技术、DBICP估算方法和决策标准三大步骤, 决策标准的引入使得该算法区别于以往的配准算法, 配准的通用性增强, 取得了较为满意的效果。

本文使用离散傅立叶变换DFT来处理TOFD图像, 完善像素级的配准算法, 编写了亚像素级超声TOFD图像配准算法。

1 超声TOFD图像的亚像素配准算法

对于面阵CCD拍摄到的离散化图像, 在像素之间可以按照一定的灰度变化进一步对离散点区域进行细分, 称为“亚像素”[13], 由于一般硬件无法达到精确细分, 可以通过一定的算法软件把它近似地细分出来。

1.1 亚像素配准原理

在图像配准中, 每个图像帧的亮度部分都被切分为M×N大小的块, 当前图像帧中的每块都在参考图像中固定搜索范围内搜索最匹配M×N大小的块, 如图1所示。最佳配准位置的图像块相对于其它位置的块有最小的匹配误差或者最大的相似度[14]。为了提高匹配精度, 搜索窗中的匹配位置可精确到亚像素, 亚像素位置的图像数据由插值计算得到[15]。由于配准精度与内插的次数成正比, 要想得到高精度的亚像素配准, 就必须进行多次内插, 但势必会增加整个算法的计算量。

假设F1和F2分别为数字图像f1和f2的二维离散傅里叶变换, 则f1和f2的互相关度C可以表示为:

其中, 表示卷积, *表示复共扼, 而F-1表示傅里叶逆变换。F1F2*己经过归一化处理, 去除了对图像内容的依赖, 而保留对图像位移的敏感性。则相位矩阵Φ和相位相关矩阵D分别为:

在图像循环平移L的理想情况下, 相位矩阵Φ是位于L处的冲击函数[16]。

1.2 亚像素配准算法的设计

本文设计了一种基于互相关的亚像素图像配准算法。通过指定图像一个像素的一小部分来配准两幅图像, 得到亚像素的匹配精度。相对于零填充的FFT (快速傅里叶变换) 计算, 该算法在不降低精度的前提下, 使用选择性上采样矩阵乘法DFT (离散FT) , 显著降低了计算时间和内存占用率。计算过程中, 在其峰值附近一个非常小的区域内, 所有的图像点被用来计算上采样的互相关。

假设两幅图像f (x, y) 和g (x, y) 之间存在一定的移动, 可以通过快速傅里叶变换 (FFT) 来定位其峰值, 计算得到参考图像f (x, y) 和移位图像g (x, y) 之间的上采样互相关度。

算法基本步骤如下:

(1) 计算f (x, y) 和g (x, y) 的FFT (快速傅里叶变换) , 得到F (u, v) 和G (u, v) 。

(2) 将F (u, v) G* (u, v) 的乘积结果放在比原先f (x, y) 和g (x, y) 大一倍的矩阵空间内。

(3) 计算F (u, v) G* (u, v) 乘积结果的逆FFT (快速傅里叶反变换) , 得到一个上采样互相关度。

(4) 在所有得到的上采样互相关度值中找到最大值, 定位其峰值。

图像配准的误差指标为归一化均方根误差 (NRMSE) E, 由式 (4) 定义:

其中, rfg (x0, y0) 是f (x, y) 和g (x, y) 的互相关度, 由式 (5) 定义:

其中, F (u, v) 实现f (x, y) 的频域平移, 由式 (6) 定义:

通过该亚像素配准算法, 超声TOFD图像与模板图之间的互相关度由一般像素级配准算法的0.9提高到了0.99的亚像素级别。

2 实验结果与分析

实验使用奥林巴斯Focus LT-16:128设备, 测试模块的焊缝缺陷为400mm×300mm, 在增益为65d B下, 使用非平行对称扫查方式, 得到了50张超声TOFD原始图像的文本数据。

经由MATLAB软件导入文本数据转化为可视的超声TOFD原始图像如图2所示。

图像配准是在Windows XP SP3, MATLAB 7.0的平台上进行的, 计算机配置是Intel (R) Celeron (R) M processor 1.70 GHz, 内存为384MB。为符合超声TOFD成像特点, 顺时针旋转90度50张原始图以便获得目标缺陷。

2.1 像素级模板匹配算法结果分析

采用像素级配准算法得到结果如图3-5所示。

图3 (b) 中的标记即是算法找的最佳匹配位置, 图3 (a) 的缺陷图1大小为440×404像素, 而图4 (a) 的模板图大小为371×394像素, 是截取的50张缺陷图中缺陷比较明显的一张局部缺陷图, 图4 (b) 配准图是以最佳匹配位置为中心, 在原图上截取的与模板图等大的结果图。图5 (a) 是差的平方和SSD (Sum of Squared Differences) 显示图, 图5 (b) 是归一化互相关度NCC (Normalized Cross Correlation) 显示图, 两者取值范围皆为[0, 1], 且值越大, 图中亮度越亮。从图5 (a) 、5 (b) 来看, SSD和NCC皆是越靠近最佳匹配位置处越亮, 远离越暗。

由表1可得在最佳匹配位置处:坐标[x, y]=[213, 206], 平方差总和SSD=1, 归一化互相关度NCC=0.9368。

由图6可知:运用像素级模板匹配法对50张缺陷图进行配准, 原图和模板图之间的归一化互相关度NCC介于0.88到1之间, 在0.93附近波动, 50个样本图像中只有3个样本图像的NCC低于0.9。NCC集中分布在0.9~0.96。由统计特性得:NCC均值=0.9346334, 标准偏差=0.018915017。

由图7可知:运用像素级模板匹配法对50张缺陷图进行配准, 配准前后原图和模板图之间的归一化互相关度NCC变化明显, 配准前NCC全部低于0.5, 配准后NCC均有显著提升, 达到0.9的水平, 本文方法提升配准精度效果显著, 满足基本匹配要求, 匹配算法成功使得图像配准在TOFD图像中得以实现。

2.2 亚像素级配准算法结果分析

亚像素级图像配准算法得到结果如图8-10所示。

图8中移位图相对于参考图移动了[x, y]=[3.48574, 8.73837], 同时乘上了2个弧度全局相位;图9中配准图是由参考图将配准像素限定在0.5像素内, 即上采样因子设定为2采样还原得到的。

由表2可知:输出参数中归一化均方根误差NRMSE=0.0351, 全局相位=2, 归一化互相关度NCC=0.99526, 位移量[x, y]=[3.5000, 8.5000], 与预设移位值[3.48574, 8.73837]的误差在0.5像素内, 达到了亚像素精度。

由图10可知:运用本文的亚像素图像配准算法对50张缺陷图进行配准, 其归一化互相关度NCC介于0.989到0.996之间, 在0.9945附近波动, 50个样本图像中只有1个样本图像的NCC低于0.99。NCC集中分布在0.993~0.996。由统计特性得:NCC均值=0.994079, 标准偏差=0.001002412。

运用本文的亚像素图像配准算法对缺陷图进行配准, 配准后的NCC达到了0.99的水平, 本文亚像素配准方法在基本匹配上又有进一步提升, 算法成功使得图像配准精度达到亚像素层次。

3 结束语

在奥林巴斯超声采集设备上, 通过济宁模具厂400mm×300mm样品的焊缝检测实验, 对采集到的50张超声TOFD原始焊缝缺陷图像进行了配准, 匹配精度达到了亚像素水平, 得到以下成果:

(1) 使用基于FFT相关性的模板匹配算法, 使原图和模板图的NCC高于0.9, 实现基本匹配的需求。

(2) 完善超声TOFD图像配准算法, 编写基于离散傅里叶变换 (DFT) 的亚像素图像配准算法, 使配准后的NCC高达0.99。

(3) 通过亚像素图像配准算法得到焊缝缺陷目标图像, 并通过实际焊缝缺陷图像验证了算法的可行性。

(4) 通过提高图像配准精度到亚像素层次, 提供更加准确的超声TOFD焊缝缺陷目标图像, 大大减少后期图像处理的数据量和提高缺陷识别效率。

(5) 成功将灰度光学图像处理方法应用于超声波图像, 超声TOFD图像得到亚像素配准效果。

本文的亚像素配准算法仍可在降低算法复杂度上进一步改进。

摘要：为了提高超声TOFD (Time Of Flight Diffraction) 图像的配准精度, 研究编写了基于离散傅里叶变换 (DFT) 的亚像素配准算法, 使得原图与模板图的互相关度在0.99附近。为解决实际焊缝缺陷检测过程中处理数据量较大问题, 文章通过图像配准来提取有效缺陷区域, 减少后期图像处理的数据量和提高缺陷识别效率。现基于FFT的相关性, 提出了一种超声TOFD图像配准算法, 成功将灰度光学图像处理方法应用于超声波图像, 提高配准精度到亚像素层次, 得到的配准图像清晰, 缺陷特征明显, 其操作过程简单, 配准位置准确。