Informatics | 复杂型面结构自适应超声检测:从数据采集到成像

复杂型面结构在航空航天等领域广泛应用，其制造缺陷与服役损伤易扩展并引发整体失效。当前自动化超声检测多适用于简单型面，在声耦合稳定、随形扫描及传播建模成像等方面仍有局限。本文系统梳理该领域关键进展与不足，展望未来方向，以促进相关研究与应用发展。

复杂型面结构广泛应用于航空航天、压力容器与管道、轨道交通等重大装备中。相较于平面或小曲率结构，拐角、曲率突变与倾斜面会显著放大检测难度。声耦合更难长期稳定，探头姿态更难随形保持，声束入射与回波路径更易偏折并伴随模式转换，进而引发信号衰减、失真与伪影增多，削弱缺陷定位与定量评估的可靠性。面向此类对象，超声检测通常可归纳为三个相互耦合的步骤，包括数据采集、声学建模与缺陷成像。三者共同决定复杂型面检测能否由可检出进一步走向可验证与可量化。

复杂型面场景下，超声信号获取的难点不仅在于覆盖检测区域，更在于扫描全过程尽可能保持耦合状态稳定。本阶段的关键工作主要包括耦合与接触方式的合理选择，发射接收方案与阵列采集策略的优化，以及随形扫描控制能力的提升。对于曲面与拐角，探头姿态的微小漂移就可能引起幅值显著波动，并导致回波飞行时间发生偏移，进而在后续建模与成像中累积为系统性误差。因此，高质量数据采集的核心在于为后续的可计算校正与精确聚焦提供可靠的数据基础。

结构几何会改变声束入射角与有效传播路径，材料非均匀性与各向异性会导致声速场空间分布变化并引发波束偏折，多层结构还会叠加反射、折射与模式转换等效应。声学建模的核心作用在于计算出超声传播时间与传播路径，为聚焦延时计算、传播补偿与伪影抑制提供可靠依据。工程应用中，模型既要避免过度简化带来的系统性偏差，也需控制计算代价以适配检测流程，精度与效率的权衡往往决定方法能否落地。

成像的目标是将回波数据转化为直观可判读、并尽可能支持定量分析的缺陷表征。传统方法虽便于快速可视化，但在复杂型面条件下更易受到传播畸变与聚焦误差影响，导致分辨率下降。近年来，成像方法主要沿两条路径发展，一条是以物理模型为核心的聚焦与成像重建方法，涵盖延时聚焦、偏移成像以及基于波场传播的成像与反演，通过传播补偿提升分辨率与定位精度；另一条是基于机器学习的成像与重建方法，用于加速重建、增强对复杂回波模式的表征，并辅助判读与决策。与此同时，几何形貌与材料声学特性的耦合会改变数据分布，进一步提高了方法在不同结构与工况下的泛化与可靠性要求，因此更强调可验证、可迁移的成像框架。