买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利基于多帧多模式波融合的管道轴向缺陷全聚焦成像方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116660371B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310606536.7，技术领域涉及：G01N29/04；该发明授权基于多帧多模式波融合的管道轴向缺陷全聚焦成像方法是由金士杰;罗忠兵;苏嘉凯;狄成军设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于多帧多模式波融合的管道轴向缺陷全聚焦成像方法在说明书摘要公布了：本发明属于无损检测技术领域，提出了一种基于多帧多模式波融合的管道轴向缺陷全聚焦成像方法。该方法采用由全矩阵数据采集仪器、相控阵探头和角度楔块构成的检测系统，从管道待检测区域一侧的不同周向位置采集多帧全矩阵数据；针对成像区域内各重建点，使用6种模式波对每一帧采集的全矩阵数据实施延时叠加与幅值加权处理，并提取各帧成像结果中的最强响应进行数据融合，对管道内先验未知轴向缺陷进行轮廓重建。该方法考虑了管道曲率对超声波传播的影响，通过修正传播声时计算、延时叠加与幅值加权处理以及多帧数据融合，实现管道内先验未知轴向缺陷的成像表征与定量检测。

本发明授权基于多帧多模式波融合的管道轴向缺陷全聚焦成像方法在权利要求书中公布了：1.一种基于多帧多模式波融合的管道轴向缺陷全聚焦成像方法，其特征在于，该方法基于全矩阵数据采集仪器1、相控阵探头2和角度楔块3构成的检测系统，从管道待检测区域一侧的不同周向位置采集多帧全矩阵数据；针对成像区域内各重建点，使用6种模式波对每一帧采集的全矩阵数据实施延时叠加与幅值加权处理，并提取各帧成像结果中的最强响应进行数据融合，从而实现管道内先验未知轴向缺陷的轮廓重建与定量检测； 具体包括步骤如下： 步骤1.检测参数确定 针对待测管道的材料、形状和尺寸信息，选择相控阵探头2的中心频率和阵元数量，以及与待测管道表面曲率匹配的角度楔块3； 步骤2.多帧全矩阵数据采集 依次连接全矩阵数据采集仪器1、相控阵探头2和角度楔块3，并将相控阵探头2置于待测管道一侧，沿待测管道周向移动相控阵探头2的位置，采集多帧全矩阵数据；若选取的相控阵探头2阵元数量为N，于M个位置进行数据采集，则获得M帧包含N2个A扫描信号的全矩阵数据；第s帧数据采集时，相控阵探头第i个阵元坐标为xs-i,ys-i，第j个阵元坐标为xs-j,ys-j，则对于第s帧采集到的全矩阵数据，第i个阵元发射、第j个阵元接收的信号定义为Ls-ij；其中，1≤i≤N，1≤j≤N，1≤s≤M； 步骤3.重建区域网格划分 以待测管道轴心作为坐标原点，将待检测区域进行网格化，各网格节点定义为图像重建点，形成具有m×n个点的重建区域，任意重建点P的坐标为al,bw，其中，1≤l≤m，1≤w≤n； 步骤4.多模式波声时计算 实施全聚焦时，考虑到超声波在管道表界面和缺陷表面处发生折射、反射和模式转换，产生了直接模式、半跨模式和全跨模式三种传播模式，共21种不同模式波；考虑到管道表界面和曲率影响，从直接模式中选取LL、TT模式波，半跨模式中选取TTL、TTT、TLT模式波，全跨模式中选取TTTT模式波作为成像模式波，其中L为纵波，T为横波；确定第s帧全矩阵数据的发射i、接收阵元j和图像重建点P，第G种模式波的总声时ts-G-ijal,bw取入射声时ts-G-ipal,bw和出射声时ts-G-pjal,bw之和，其中，1≤G≤6； 1； 根据费马定理，声束经过表界面时的折射点满足总声时最小，检测管道轴向缺陷时，声束入射和出射点均位于曲面角度楔块3与待测管道的耦合曲面界面处；令第i阵元的发射声束入射点为Axs-G-ip,ys-G-ip，第j阵元的接收声束入射点为Bxs-G-pj,ys-G-pj，若待测管道外表面半径为R1，入射点A与出射点B坐标满足： 2； 令发射阶段声束在待测管道内壁的反射点坐标为Cxs-G-qip,ys-G-qip，接收阶段声束在待测管道内壁的反射点坐标为Dxs-G-qpj,ys-G-qpj；若待测管道内壁半径为R2，则此时满足 3； 根据费马定理和斯涅耳定律，直接模式成像时，声时将满足： 4； 半跨模式成像时，声时将满足： 5； 全跨模式成像时，声时将满足： 6； 以此获得各模式波在重建点P处的声时ts-G-ijal,bw； 从Ls-ij中选取声时ts-G-ijal,bw处对应幅值Ls-ijts-G-ijal,bw作为重建点P处，第s帧、第G种模式波时阵元i发射，阵元j接收信号的幅值； 步骤5.延时叠加处理 对第s帧全矩阵数据中N2个A扫描信号分别实施上述6种模式波的延时叠加处理，该过程为 7； 式中，Is-Gal,bw为对第s帧数据使用第G种模式波延时叠加处理后，得到的重建点Pal,bw的绝对幅值； 此时，由第s帧采集的全矩阵数据获得Is-LLal,bw、Is-LLal,bw、Is-LLal,bw、Is-LLal,bw、Is-LLal,bw和Is-LLal,bw共6种模式波的响应幅值矩阵； 对全部M帧全矩阵数据重复步骤4-5的处理过程，获得各帧各模式波的响应幅值矩阵； 步骤6.幅值加权和融合成像 随后，针对第s帧的6个响应幅值矩阵进行加权处理；加权时考虑成像模式波声程、该采集帧时探头与重建区域中心的相对圆心角φs，以及不同模式波经由管道内壁反射产生的幅值下降，则对不同模式波施加相应的加权系数；设成像区域中心距管道外壁深度为h，则定义直接模式加权系数εs-direct、半跨模式加权系数εs-half和全跨模式加权系数εs-full，分别可表示为： 8； 9； 10； 式中，ζ为模式波经过管道内表面后幅值下降系数，为常数； 针对第s帧采集的全矩阵数据，提取重建点P处不同模式波加权后的最大幅值，此过程表示为 11； 在此基础上，针对全部M帧全矩阵数据的处理结果，比较并提取该重建点处不同模式波加权后的最大幅值，得到对应最强响应Imax，此过程表示为 12； 对待测区域内的每个重建点重复步骤4-6的处理过程，即可得到用于缺陷评定的基准图像； 步骤7.管道轴向缺陷定性和定量检测 基于步骤6中得到的多帧多模式波融合全聚焦图像进行缺陷评定，提取出管道中未知轴向缺陷的轮廓信息以进一步定性识别；最后，读取缺陷端点坐标，采用分贝下降法计算缺陷的尺寸、深度和取向角度等定量信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。