为了能有效识别金属材料超声检测信号中的微小缺陷回波, 使用递归分析方法对检测信号进行分析。通过对超声波背散射信号进行建模, 说明其组成要素。在超声检测信号中, 缺陷回波信号会对系统的递归特性产生影响。使用递归分析对含0.8 mm平底孔人工模拟缺陷的直径为120 mm低碳钢棒材试块实验采集的背散射信号和无缺陷背散射信号进行了研究。截取试块检测信号中的背散射信号部分, 通过合理的参数选择对其进行递归分析并绘制递归图。通过与实验采集的无缺陷信号的递归图进行对比, 发现缺陷信号会在递归图中产生明显的白色交叉条纹带。使用递归定量分析进一步研究了含缺陷背散射信号的递归特征量, 结果表明捕获时间(TT)、确定率(DET)与递归熵(ENTR)这三项特征量对缺陷信号比较敏感, 在缺陷位置处均会出现明显的峰值。

为了识别厚截面碳纤维复合材料(CFRP) 远表面的微缺陷, 使用递归分析方法对超声检测信号进行分析。首先在厚截面CFRP材料上打孔以模拟微缺陷, 采用水浸超声脉冲反射法对不同大小的模拟缺陷进行检测。然后选取缺陷位置附近信号段, 确定嵌入维数m、延迟时间τ、阈值ε等参数, 对各信号段进行递归分析, 得到递归图及递归定量分析结果。比较无缺陷信号和有缺陷信号的递归图, 从宏观上定性确定微缺陷对超声信号的影响; 比较无缺陷信号和有缺陷信号的递归定量分析结果, 根据每个递归定量参数的物理意义, 对缺陷产生的影响作出合理的解释。最后, 使用不同中心频率探头进行实验, 确定合适的探头参数。分析结果表明, 使用7.5 MHz高分辨率超声探头时检测效果最好; 当嵌入维数为7、延迟时间为2、阈值为2时, 递归图中出现异常白色区域、递归点增多且对角线结构变长, 同时所选取的递归定量参数随缺陷增大而上升, 表明厚截面CFRP远表面超声信号可能存在混沌结构, 而微缺陷的存在会改变原有信号结构。所研究内容为实际微缺陷的定量识别及分类打下基础。