激光超声表面缺陷检测机理分析-mechanism analysis of laser ultrasonic surface defect detection.docx

摘要本文从理论和实验两个方面研究了激励源与激光超声特性之间的关系，重点研究了激光声表面波表面缺陷的检测机理。首先介绍了几种激光超声表面缺陷检测的方法及它们探测表面缺陷的机理。分析了激光超声表面缺陷检测系统的检测机理，分别介绍了激励源系统、激光超声检测系统、数据采集系统和存在表面缺陷的标准样件四个基本组成部分的组成原理。在此基础上，搭建了基于脉冲激光器和超声接收探头的激光超声表面缺陷检测实验系统。介绍了激光超声激发的理论基础，建立了激光线源热-结构耦合模型，分析了数值模拟波形结果，验证了数值模拟结果的正确性，并进行了实验验证。数值分析了不同线源宽度、单个线源与线源阵列对激发超声频率特性的影响。结果表明，空间局域化的激光线源可提高激发超声的频带宽度；线源阵列可使激发超声的局部带宽变窄，同时提高激发超声信号的信噪比。实验分析得出了涂黑样品表面可有效增加激光吸收率，提高激光超声的激发效率；脉冲激光光斑尺寸变小可提高激光超声频带宽度。为激光超声表面缺陷检测研究中，激光超声的激发提供了参考。理论上分析了声表面波沿固体表面传播的特性，进行了探头方向性的测量分析，并利用声表面波测量了表面缺陷的位置。实验分析了有无裂纹时，反射与透射的声表面波信号的时域与频域特性的变化。结果表明裂纹的存在对声表面波的时域和频域特征均产生了显著影响。数值模拟分析了不同深度裂纹时，声表面波信号时域和频域特征。结果表明，可根据反射波、透射波时域和频域波形中的单调递增量来定量表征缺陷深度的大小，给激光超声表面缺陷的检测研究提供了理论依据。实验分析提取了声表面波信号中反映裂纹深度特征的时域和频域特征量，探讨了各特征量检测表面缺陷的机理，结果初步表明各个特征量均可在一定范围内实现缺陷深度的表征。关键词：激光超声，声表面波，表面缺陷，特征量提取ABSTRACTInthispaper,therelationshipsbetweentheexcitationsourceandthelaserultrasonicsignalcharacteristicshavebeenstudiedtheoreticallyandexperimentally,focusingonthemechanismofSAWinteractionwithsurface-breakingdetects.Firstly,weintroducedseveralmethodsandmechanismoflaserultrasonicsurfacedefectdetection.Analysisthemechanismoflaserultrasonicdetectionofsurfacedefectsdetectionsystem,introducedtheprincipleofexcitationsourcesystems,laserultrasonictestingsystems,dataacquisitionsystems,andthepresenceofsurfacedefectsofthestandardsample.Onthebasis,buildalaser-basedultrasonicpulselaserandultrasonicreceiversurfacedefectdetectionprobeexperimentalsystem.Introducedthebasictheoryoflaserultrasonicexcitation,laserlinesourceheat-structurecouplingmodelisestablished,analysestheresultofnumericalsimulationandverifiedtheaccuracyoftheresults.Amodeloflaserlinesourceheat-structurecouplingispresentedbyusingthefiniteelementsoftware.Theultrasonicfrequencycharacteristicshavebeennumericallysimulated,thatisinducedbyalinesourceofdifferentwidths,andlinesourcearray.Theresultsshowthattheultrasound-inducedbandwidthcanbeimprovedbynarrowinglaserlinewidthinbandwidthlimitations.Theultrasound-inducedsignalhasthenarrowerbandwidthandthebetterSNRbythelinesourcearray.I