厚圆片超声换能器电路系统设计

针对水果超声检测时存在声波穿透性能差,致使无法实现水果特征参数有效检测的问题,设计了一种用于水果超声检测的电路系统,用于解决这一技术瓶颈。该系统中,换能器采用厚径比为R/H=259的厚圆片压电陶瓷作为敏感元件,通过AT89S52控制的MOS管半桥对DC/DC升压转换电路产生的幅值为450 V的直流高压进行调制,将得到的高压方波信号（可调脉宽范围3～12 μs）对换能器进行激励,以产生高能低频的超声波。通过将该电路系统应用于苹果中声速的测定,验证了该电路系统的有效性。该检测系统可为水果特征参数、水果品质以及损伤的超声检测提供技术参考。     

可视化与非可视化特征融合超声3D目标识别研究

目前常用的超声3D目标识别方法主要是利用传感器在空间一点或多点获取一维回波,通过信号处理得到目标体3D信息以实现3D目标体识别。这些方法普遍存在识别率低和鲁棒性差的问题,制约了该项技术的推广和应用。为此,文中提出了一种基于可视化和非可视化特征融合的超声3D目标体识别方法,该方法将目标体回波信号处理方法与合成孔径方法相结合,将提取的目标体信息在特征层进行了融合,然后经BP神经网络实现了分类识别,可使现有方法的不足得到显著改善。通过对3类人工靶标的实验表明,该方法可显著提高缺陷的3D识别率,能够保持在90%以上,且鲁棒性也得到明显改善。     

基于多普勒参数的材料内部缺陷合成孔径超声成像

材料内部缺陷的形状、大小等信息是材料无损检测与评估的重要参数,传统的超声无损检测技术可以得到材料内部缺陷的当量信息,但缺少缺陷的量化信息及可视化信息,严重制约了超声无损检测技术在缺陷评估中的应用。本文结合合成孔径超声成像技术,采用多普勒算法及图像边缘检测技术,对材料内部缺陷进行了成像,通过对三类不同尺寸的人工缺陷进行合成孔径成像表明,该项技术提高了图像形状分辨率,得到了清晰的缺陷轮廓可视化信息,可为超声无损检测的定量分析与评估提供参考。