超声速度与生物组份关系研究

本文研究了人和猪的肝、心、脑、肾、肌肉和猪的脂肪等六种组织的声速与组份关系。结果表明:Sarvazyan A.P.得出的兔肝声速主要由组份决定,组织结构的影响可忽略不计的结论也适用于人肝和猪肝,且它们的声速与水份含量关系,可由蛋白质水溶液的声速理论所描述;生物组织的声速随蛋白质含量增高而增大,随水份和脂肪含量增高而减小。     

使用超声研究关节软骨的深度依赖瞬态膨胀行为

关节软骨是覆盖关节表面的一层承载生物重量的组织，关节软骨在正常状态下，软骨蛋白多糖的弹性和胶原纤维的张力保持平衡。这种平衡的微小变化会引起关节软骨的退化。量化关节软骨，特别是在表层区域的膨胀影响，可以表征骨关节炎的退化变化。本文的主要目的是使用一种新的实时超声膨胀测量系统来研究在改变浸泡关节软骨的盐水浓度，以及改用胰岛素溶液时的关节软骨的深度依赖瞬态膨胀行为。     

世界超声大会2005年8月29日至9月1日在北京召开

世界超声大会(TheWorldCongressonUltrasonicsmergedwithUltrasonicsInternational,WCU／UI’05)于2005年8月29日至9月1日在北京召开。这是世界超声大会(WCU)和国际超声(UI)两大组织首次联合举行学术会议,在超声研究的历史上有特殊的地位。会议由国际超声指导委员会主办,中国声学学会和中国科学院声学研究所承办。应崇福院士担     

超声三维成像技术

1 三维成像 从二维空间向三维空间发展，可以获取组织器官的立体结构和病理特点的信息，这对于病变的诊断和定位是十分有用的．自20世纪90年代初推出全数字化技术以来，在10多年期间，该技术已成为现今超声诊断系统最先进的平台．目前三维超声成像主要采用适合于二维B超和彩色多普勒血流图的体元成像．因为体元成像有表面成像和透明成像两种形式，还可加入旋转方式显示，更增强立体感．     

B型套筒角焊缝缺陷相控阵超声检测定量方法

B型套筒修复作为油气管道修复的主要方式之一,在其修复的焊接过程中,该结构的环形角焊缝内部常常出现以气孔、夹渣为代表的孔型缺陷。这类缺陷由于角焊缝特殊的结构,在利用相控阵超声无损检测技术对其检测时,难以对其进行定量分析。通过数值模拟和实验,发现通过相控阵超声扇扫得到缺陷回波信号峰值与孔型缺陷直径呈正相关,为孔型缺陷的定量分析提供了一种可靠的手段。     

固-固界面退化特性的超声反射评价方法

提出了一种基于有限宽超声束反射的固-固界面退化特性评价方法,从理论和数值仿真角度进行了分析和计算。将两固体界面间的薄层简化为界面弹簧模型,以界面法向和切向劲度系数表征界面的退化程度。通过数值计算求得有限宽超声纵波束在不同入射角和界面不同退化程度下的反射横波、反射纵波的镜面反射系数。进一步地,通过建立二维有限元模型,仿真研究了有限宽超声纵波束在给定入射角及界面不同退化程度下镜面反射系数的变化规律。结果表明,反射纵波和反射横波的镜面反射系数随有限宽超声纵波束的入射角及界面劲度系数的改变而变化,且存在镜面反射系数随界面劲度系数单调且敏感变化的入射角,据此可准确评价界面的退化程度。     

阵列式压电振子超声复合喷丸强化*

为了进一步改善超声喷丸强化质量,提升工件表面残余应力和显微硬度的均匀性,对压电振子阵列型超声喷丸强化加工系统进行了改进,提出了在强化加工过程中辅助工件往复运动的方法。对改进后的压电振子阵列型超声喷丸强化加工原理进行了阐述,分析了激振片的振动特性并进行了结构尺寸优化,应用Abaqus对工件往复运动下超声喷丸强化过程进行了仿真研究,分析了在不同的工件往复运动频率下,工件表面残余应力分布情况。实验测试了在不同喷丸强化时间及工件往复运动频率下超声喷丸强化加工质量,探究了喷丸时间和工件往复运动频率对工件表面显微硬度的影响。结果表明：在压电振子阵列型超声喷丸强化过程中辅助工件往返运动,可以有效提高工件表面残余应力和显微硬度分布的均匀性,工件表面强化质量得到提升。     

非线性工作状态压电换能器匹配技术

针对压电换能器在大功率下存在复杂非线性而导致匹配参数难以优化的问题,以大功率超声金属焊接为例,通过采集测试焊接过程换能器两端电压的幅值与频率,建立换能器反谐振电阻与驱动电压有效值、频率之间的数学模型;提出基于反谐振电阻模型的最优功率匹配方法,推导了匹配电感电容的计算公式。最后实验验证了数学模型的准确性,且当换能器输入功率在最优功率附近时,匹配网络电能传输效率最高。     

基于深度学习的材料超声回波衰减预测方法

材料超声回波衰减是评价材料均匀一致性的常用方法, 针对具有复杂结构的航空发动机盘件难以进行材料底面超声回波衰减评价的问题, 本文提出了利用超声背散射波信号直接预测底面回波衰减的方法。采用10MHz聚焦探头进行超声背散射波数据的采集, 利用深度学习技术构建和训练模型,建立了基于深度学习的材料底面回波衰减预测方法, 同时讨论了采用不同信号形式的超声波信号分类识别模型的准确率差异。研究发现：基于深度学习技术可实现通过超声背散射波预测材料的底面回波衰减, 预测结果和实际底面回波衰减试验结果具有良好的一致性。