一種基于2D-CNN的激光超聲表面缺陷檢測方法

（大連理工大學 機械工程學院，遼寧 大連 116024）

引言

激光超聲無損檢測憑借其高分辨率、寬頻帶、多模態的特點以及檢測過程中無需耦合劑、可實現遠距離無接觸多次掃描的優勢，在無損檢測領域受到了廣泛關注[1-3]。圍繞激光超聲缺陷檢測以及定量表征這一課題，國內外學者開展了大量的研究工作。Lei Yang[4]等提出了一種基于連續小波變換（CWT）的激光生成lamb 波透射系數計算算法，成功預測了薄結構中的缺口深度；F.Hernandez-Valle 等[5]利用激光激發Rayleigh 波實現對表面缺陷幾何形狀的測量，通過對超聲信號的分析得到的信息表征缺陷的幾何形狀；黃燕杰、尚建華等[6]運用有限元數值模擬的方法研究了表面波在復合材料中波形與裂紋深度和寬度的時間關系，實現對缺陷的定量檢測；陶程等[7]采用有限元法研究了表面波與缺陷之間的相互作用，通過超聲波傳播與缺陷之間的時間關系實現對缺陷深度的定量檢測。超聲檢測的關鍵在于對信號的處理與解釋，進而對缺陷進行定性定量分析，上述研究成果主要通過超聲波與缺陷相互作用的時間關系或通過信號處理提取特征的方式實現對缺陷的定量分析，很大程度上依賴操作者對信號的判讀，容易出現誤判、漏判的情況，難以保證檢測結果的穩定[8]。

為了保證檢測結果的穩定性，基于深度學習[9-10]在圖像識別、目標檢測等領域的成功應用，有學者嘗試使用深度學習算法實現超聲缺陷的自動檢測，以減少人工操作對檢測結果的影響，取得了良好的效果。……