超声层析成像是基于超声传播理论，由检测设备从物体外部实测获得投影数据，通过建立投影数据与超声传播路径和声速参数分布组成的模型方程之间的关系，反演出物体内部的二维图像。超声层析成像按照采集方式的不同，可以分为透射式和反射式。透射式层析成像最先被提出和应用，最初的假设声波按照直线传播，类似于X射线，但在实际中声波往往存在折射和衍射的特征，在不同的介质的界面处会发射折射和衍射的现象。因此，Lytle等基于射线追踪方法，反复迭代更新超声波以反演出实际的超声波的传播路径，从而获得物体内部损伤的成像。反射式层析成像则用于大尺度结构的损伤成像，基于置于检测物体一侧的换能器的测量数据，通过滤波-反投影法以重建损伤的形貌。Jansen等在反射式采集方式下，利用Lamb波的声时和能量衰减等信息为层析成像所需的投影数据，实现了碳纤维复合材料中分层损伤的层析成像。然而，采用射线近似的假设，不适用于复合材料中的微小损伤，因为此时的损伤在投影的方向尺寸不大于低频导波的波长，从而出现较大的误差。对此，一些学者提出了基于波动方程的衍射层析成像方法。Wang等基于波函数给出了由不均匀性引起的拉伸和弯曲平板波的散射现象的精确解。
图 15 碳纤维复合材料的损伤层析成像结果
Fig.15 Tomography results of damage in carbon fibre composites
为避免Lamb波在碳纤维复合材料中传播的产生的复杂反射信号的特征提取困难，Su等提出了基于希尔伯特能谱和Lamb波层析成像的损伤识别方法，如图15所示，分别在仿真模拟和实验两方面都实现了碳纤维复合材料的单损伤和多损伤的定位成像。逆时偏移方法被认为是地质勘探领域中高精度的地质构造轮廓的成像方法。它是一种基于波动理论的深度域偏移方法，可以呈现出极其复杂的地层结构模型的轮廓图像。按照处理资料的不同，可以分为叠后和叠前逆时偏移成像。目前，在超声无损检测领域，叠前逆时偏移方法广泛用于均匀介质和分层介质中的损伤成像。叠前逆时偏移方法主要分为三步：（1）通过求解波动方程，计算出激励换能器发射出的声波在介质中传播的正向波场Si(x, z, t)；（2）通过逆时外推接收阵元接收到的信号，可以得到接收波场Ri(x, z, t)；（3）采用不同的成像条件进行成像，再对所有时刻的剖面进行叠加，得到最终的成像结果。常用的叠前逆时偏移成像条件有激发时间成像、振幅比成像和互相关成像条件。其中互相关成像条件应用最为广泛，源波场归一化互相关成像结果为
其中，x, z, t为空间坐标和时间，i为第i个阵元。对于较薄的碳纤维复合材料层合板，采用频率相对较低可近似于Mindlin板理论的波模型，从而利用叠前逆时偏移结合激发时间成像条件实现损伤的成像。进一步，为了提高成像的分辨率和效率，采用零延迟互相关成像条件对复合材料层合板中的损伤进行逆时偏移成像。逆时偏移方法对于较薄的碳纤维复合材料板中的损伤，能够不受其频散的影响，较好地实现损伤成像，但是使用该方法时耗费的计算时间较长，计算数据量大，不适合用于损伤的在线监测。上述的三种成像算法中，全聚焦成像算法和三维可视化成像方法、以及逆时偏移成像方法都可用于基于体波检测技术的信号，实现损伤的检测成像。而概率成像则主要用于基于导波检测数据的损伤成像。该方法不依赖于结构的先验知识，如导波的传播模态和群速度等。该方法是基于概率的损伤检测重构算法，通过引入空间概率分布函数和信号损伤指数表征损伤。对于平面中的某一点的成像幅值为
式中，N是总路径数；DIi是第i条传感路径的信号损伤指数；Wi[Ri(x,y)] 是第i条传感路径对应的非负路径加权函数，代表第i条传感路径受损伤影响的范围。上述公式表明空间中某点的成像点的幅值是以各路径的损伤指数因子乘上加权函数的结果，当成像幅值越大，则该点位置出现损伤的概率就越高。概率成像方法因在成像过程中无需导波在结构中的模态和群速度的空间分布等先验知识，具有计算效率高并且能够有效识别碳纤维复合材料结构上的各种类型的损伤。如图16所示，Liu 等结合虚拟时间反转和概率成像方法，对碳纤维复合材料中梯形、矩形和圆形等不同形状的损伤进行成像。由于基于导波的检测数据，其损伤形貌的成像结果不如C扫描的成像结果，然而其成像效率远高于C扫描技术。Mustapha等还研究了变厚度的碳纤维环氧树脂层压板和高性能泡沫夹芯组成的夹芯板中的导波传播规律，定义了单个传感路径的损伤指数，以检测锥形复合夹层板中的脱粘损伤。
图 16 碳纤维复合材料不同形状的损伤的概率成像结果Fig.16 Probability imaging results of damage in carbon fiber composites with different shapes
然而，影响概率损伤成像诊断效果的因素有频率、传感路径网络以及有效椭圆分布区域的大小等。对此，Wu等提出采用多个频率融合图像的方法以消除不同频率的影响，并针对其他影响因素提出了提高损伤识别效果的优化方案，成功提高了碳纤维复合材料加筋板上的损伤定位精度。对于传感网络的密度影响概率成像效果的问题，Liu等结合全求和方法和全乘法方法这两种图像融合方法，对概率成像方法进行了改进，以消除不均匀概率分布的影响，从而提高检测的准确性和可靠性。Zhu等基于机电阻抗结构健康监测方法提出了改进的概率加权损伤成像算法，有效地检测出蜂窝夹层复合材料结构内部的脱粘。
概率成像方法能够在未知导波的传播模态和群速度等先验知识下，基于引入的空间概率分布函数和实际测量到的信号差异对损伤的严重程度进行诊断。然而，在真实服役环境下，各接收信号之间产生差异的原因可能不仅仅来源于由损伤引起的超声导波散射信号，因此，损伤诊断成像效果易受检测环境的影响。
3.6 五种成像方法的对比
对比并总结出以上五种成像方法的优劣以及现有研究采用的波型和检测应用，列入了表4中。然而，这五种成像方法的可靠性都依赖于碳纤维复合材料传播模型和换能器的设计与布局，因此，在实际工业损伤检测诊断成像前，应准确测量各检测样品的各层厚度、弹性常数、密度以及检测换能器的参数等。根据实际损伤诊断需求，选择相应的成像方法。
