　　超声无损检测技术是无损检测领域中使用频率最高、发展速度最快的一种检测技术。利用超声波进行无损检测始于20世纪30年代。发展到60年代，超声检测技术已经成为有效而可靠的无损检测手段。80年代末计算机和电子技术的发展中产生了数字式超声检测仪，使得检测更加形象具体。超声无损检测技术已得到了巨大发展，被广泛的应用到几乎所有工业的探伤领域，例如作为基础工业的钢铁、化工、机械、压力容器等有关部门。在铁路运输、造船、兵器、航空航天工业等重要部门和高速发展中的集成电路、核电等新技术产业中也都有着十分广阔的应用前景，同时还应用在新型陶瓷、复合材料等新兴材料及质量在线监控和产品在役检查中。

　　1.超声检测的常用方法

　　常用的超声检测方法除常规超声检测外还有超声导波和相控阵技术等，非接触式超声检测新技术有电磁超声检测、激光超声检测、空气耦合和静电耦合超声检测等。超声导波检测主要用于在线管道检测，能检测出管道中内外部腐蚀或冲蚀、环向裂纹、焊缝错边、疲劳裂纹等缺陷。超声导波的优点是传播长距离而衰减很小，在一个位置固定脉冲回波阵列就可以一次性对管壁进行长距离大范围的快速检测。相控阵技术能够通过图像的形式直观地显示缺陷，并通过线性B扫描图或扇形图显示一定区域范围内的缺陷，有利于对缺陷的评价。从应用效果来看，使用相控阵探伤仪检测复合材料能极大地提高检测效率，提高检测准确性，节省检测成本。20世纪60年代末电磁超声换能器（EMAT）的出现，使得无损检测能够在高温、高速等恶劣条件下得以实现。近年来这种新型的超声检测技术，已经由实验室研究阶段进入工业生产的实际应用阶段。电磁超声只能在导电介质上产生，因此主要应用于金属材料的检测，跟传统的超声检测技术相比具有无需任何耦合剂、产生各类波形灵活、声传播距离远、检测速度快等优点。在变电站GIS管道裂纹检测嘲、焊缝检测H]、铁路钢轨在线检测等众多领域得到了很好的应用。总之，电磁超声技术的发展扩展了超声检测的应用范围。

　　20世纪70年代，激光超声检测技术开始应用于无损检测领域，目前已被广泛应用于材料的力学、光学特性检测以及材料的缺陷检测。激光超声检测在无损检测中具有抗干扰强、高时空分辨率、适合恶劣环境下的在线检测等优点，使得该技术在材料无损检测方面有广阔的应用前景。但是其本身也有一定缺陷，例如光声能量的转换效率低、检测灵敏度较低、检测系统昂贵等。因此激光超声检测技术并不能完全取代传统超声技术，而是在某些常规技术不适用的领域发挥优势。

　　空气耦合是一种直接用空气作为耦合介质的检测方法，其进展得益于空气耦合理论、新型换能器及信号处理技术的不断进展。该技术在航天复合材料检测印3中的应用对我国航天科技的发展起到了积极作用，对提高我国无损检测水平具有重要的理论参考和工程应用价值。

　　静电换能器是在电容传声器的基础上发展起来的，其优点包括以下几点：频带宽，可以响应的超声波带宽达几百kHz；灵敏度高，因为它不是谐振式换能器，故可以测量到非常小的振幅，并且有很宽且平坦的灵敏度频率响应曲线。但是这一类换能器也存在着一些缺点，如：一般需要加一偏置电压，且由于其电阻抗很高，增加了对前置放大器的要求；对灰尘、湿度也比较敏感，而且易受损伤。

　　2.超声检测中的信号处理方法

　　在超声检测的信号降噪、数据压缩、特征提取、缺陷识别等数据处理过程中，各种先进的算法得到了广泛的应用。现代信息处理技术如数值分析法、神经网络技术、人工智能、模糊技术、自适应技术、虚拟仪器技术的逐步成熟促进了超声检测技术的应用发展和智能化程度。

　　小波变换是一种时频分析方法，其在时频平面上具有可变的时间和频率分辨率以及良好的表征信号局部特征的能力。小波分析技术以其多分辨率和局部化的突出特点使其成为目前超声信号时频表达的最佳分析方法之一，被广泛应用于超声信号的降噪处理、特征提取和数据压缩中。母小波和分解层数的选择以及小波系数非线性处理方法的选择是小波分析的关键技术。小波分析的改进算法，比如小波包分析，对小波变换没有细分的高频部分进一步分解，提高了处理信号的能力。提升小波变换则直接在时（空）域进行变换，获得了更好的去噪效果和更高的信噪比，并且提升小波变换的去噪速度更快、设计灵活、编程简单、易于实现。

　　Hilbert—Huang变换（HHT）是专为非线性、非平稳数据分析而设计的，它可根据信号的局部时变特征进行自适应的时频分解，消除了人为因素的影响。HHT对超声回波信号进行EMD分解后再进行Hilbert谱分析，构造的Hilbert谱及Hilbert能量谱能够反映回波信号的时频信息和时间信息，从而有效地判断缺陷的有无及位置。

　　人工神经网络将未知缺陷的回波特征参数与数据库中已知缺陷的回波特征参数进行比较，来确定未知缺陷的类型。选择合适的初始网络参数，将有利于网络的训练和提高识别率。小波神经网络是基于小波分析所构造的一种新的神经网络模型，它结合小波变换所具有的良好的高频域时间精度、低频域频率精度的性质和神经网络的自学习功能，因而具有较强的逼近、容错能力。小波包分析和人工神经网络的结合能为缺陷类型提供有效的智能识别。

　　基于多传感器信息融合技术的缺陷识别，可以充分利用不同传感器对不同缺陷的敏感程度，对来自多个传感器的数据进行综合处理，以获得对被测对象的精确估计和评价口43（如图1）。通过传感器之间的协调和互补，克服单传感器的不确定性和局限性，提高系统的整体识别性能，与单传感器相比，能大大提高判断结果的准确性和可靠性。另外，建立基于3个BP网络和D-S证据理论的融合模型，将数据融合技术应用于超声缺陷分类中的方法，能够得到比单个网络更加准确的识别结果口钥（如图2）。

坚持,住房,用地,房地产,调控,市场,供应,工作,目标,城市

北沿江高速公路巢湖至无为段钢结构第三方检测

西藏澜沧江大桥第三方检测已圆满结束

北沿江高速公路巢湖至无为段钢结构第三方检测

西藏澜沧江大桥第三方检测已圆满结束