混凝土是由骨料、水泥浆体等多相异质组分构成的复合材料,其内部存在的复杂声阻抗界面虽是超声检测缺陷的物理基础,但同样也会引发强烈的散射噪声和显著的超声能量衰减特性,使得基于超声检测的成像质量仍面临诸多限制。其中,全聚焦成像(TFM)技术虽能通过全矩阵数据(FMC)采集提升分辨率,但在混凝土这类强散射介质中仍受噪声和伪像干扰。为进一步提高全聚焦成像质量,本文提出了一种基于相干加权融合(CWF)的全聚焦成像算法。该方法旨在最大化利用全矩阵数据(FMC)中所包含的散射场,以扩大相干与非相干信号间的差异,从而增强最终成像分辨率和缺陷可辨识度。混凝土细观模型数值模拟和实验结果表明,CWF-TFM全聚焦优化算法能够有效抑制部分噪声和伪像,提高纵向分辨率,使缺陷区域信号更加集中。在用50 kHz激励信号检测单裂缝缺陷时,信噪比较传统TFM提高30.0%;检测单孔洞缺陷时,信噪比较传统TFM提高32.2%;检测多缺陷时,信噪比较传统TFM提高22.7%。该成果突破了传统TFM在混凝土缺陷检测中的模态局限性,显著提升了图像信噪比及缺陷可辨识度,为高分辨率超声混凝土缺陷检测提供了新思路。
Huang et al. (Sun,) studied this question.