前言：中文期刊网精心挑选了多波束形成的基本原理范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
多波束形成的基本原理范文1
关键词：智能天线；移动通信；应用
Abstract: With the vigorous development of mobile communication, rapid increase in the number of users, the spectrum resource becomes more and more intense, how to use the existing spectrum resources to further expand capacity has become a key problem in the development of mobile communication. Smart antenna is regarded as a kind of future mobile communications development trend. Based on the basic principles of smart antennas, uses and its application in mobile communication to wait undertook specific elaborate.
Key words: smart antenna; mobile communication; application
中图分类号：S972.7+6
一、智能天线的基本原理
在移动通信中,智能天线是天线阵在感知和判断自身所处电磁环境的基础上,依据一定的准则,自动地形成多个高增益的动态窄波束,以跟踪移动用户,同时抑制波束以外的各种干扰和噪声,从而处于最佳工作状态。智能天线吸取了自适应天线的抗干扰原理,依靠阵列信号处理和数字波束形成技术发展起来。智能天线包括多波束天线阵列和自适应天线阵列,后者是智能天线的主要形式。智能天线技术主要基于自适应天线阵列原理,天线阵收到信号后,通过由处理器和权值调整算法组成的反馈控制系统,根据一定的算法分析该信号,判断信号及干扰到达的方位角度,将计算分析所得的信号作为天线阵元的激励信号,调整天线阵列单元的辐射方向图、频率响应及其它参数。利用天线阵列的波束合成和指向,产生多个独立的波束,自适应地调整其方向图,跟踪信号变化,对干扰方向调零,减弱甚至抵消干扰,从而提高接收信号的载干比,改善无线网基站覆盖质量,增加系统容量。
二、智能天线对移动通信系统的影响
1．智能天线的优点。智能天线对系统性能的改善如下：a．提高系统容量。智能天线采用窄波束接收和发射移动用户信号，降低了其他用户的干扰，因此对于自干扰系统如CDMA系统，可以有效地提高系统容量；同时，采用空分技术复用信道，也增加了系统容量。b．增大覆盖范围。波束形成是多根天线的矢量叠加，等效为天线增益的增加，也就是提高了基站接收机的灵敏度和基站发射机的EIRP有效全向辐射功率。这意味着在同样的接收和发射条件下可以达到更远的通信距离，因此增大了覆盖范围。c．降低系统干扰。采用窄波束的主瓣接收和发射信号，旁瓣和零点抑制干扰信号，可以降低系统干扰，提高阵列的输出信噪比，即提高系统的抗干扰能力。除外，它对于移动系统中的多径干扰也有一定的削弱作用。d．降低系统成本。由于波束形成的增益可以减小对功放的要求，降低基站的成本，并提高可靠性；同时可以减小移动台的体积和重量，延长了移动台的电池使用寿命，降低移动台的成本。e．增加增值业务。智能天线可以获得移动用户的方位信息，同其他技术配合可以实现移动用户的无线定位。无线定位目前是移动通信领域的热点技术，将来的市场潜力巨大，这是一项很有实用价值的增值业务。
2．智能天线存在的问题。a．增加了系统复杂度。智能天线需要高效的算法、高速的DSP器件，满足实时性处理要求。智能天线的算法结构应该尽量能够兼容常规的处理结构，便于系统灵活配置，降低成本。采用智能天线的基站要能够和常规基站混合组网，兼容网络侧的管理和维护。b．增加了通道校正。如果要在基带完成波束形成，则需要进行通道校正，提高了通道要求。
三、智能天线在移动通信中的用途
(1)抗衰落。在陆地移动通信中,电波传播路径由反射、折射及散射的多径波组成,随着移动台移动及环境变化,信号瞬时值及延迟失真的变化非常迅速且不规则,造成信号衰落。采用全向天线接收所有方向的信号,或采用定向天线接收某个固定方向的信号,都会因衰落使信号失真较大。如果采用智能天线控制接收方向,天线自适应地构成波束的方向性,使得延迟波方向的增益最小,减小信号衰落的影响。智能天线还可用于分集,减少衰落。电波通过不同路径到达接收天线,其方向角各不相同,利用多副指向不同的自适应接收天线,将这些分量隔离开,然后再合成处理,即可实现角度分集。
(2)抗干扰。用高增益、窄波束智能天线阵代替现有FD-MA和TDMA基站的天线。与传统天线相比,用12个30°波束天线阵列组成360°全覆盖天线的同频干扰要小得多。将智能天线用于CDMA基站,可减少移动台对基站的干扰,改善系统性能。抗干扰应用的实质是空间域滤波。智能天线波束具有方向性,可区别不同入射角的无线电波,可调整控制天线阵单元的激励“权值”,其调整方式与具有时域滤波特性的自适应均衡器类似,可以自适应电波传播环境的变化,优化天线阵列方向图,将其“零点”自动对准干扰方向,大大提高阵列的输出信噪比,提高系统可靠性。
(3)增加系统容量。为了满足移动通信业务的巨大需求,应尽量扩大现有基站容量和覆盖范围。要尽量减少新建网络所需的基站数量,必须通过各种方式提高频谱利用效率。方法之一是采用智能天线技术,用多波束板状天线代替普通天线。由于天线波束变窄,提高了天线增益及C /I指标,减少了移动通信系统的同频干扰,降低了频率复用系数,提高了频谱利用效率。使用智能天线后,毋需增加新的基站就可改善系统覆盖质量,扩大系统容量,增强现有移动通信网络基础设施的性能。
(4)实现移动台定位。目前蜂窝移动通信系统只能确定移动台所处的小区,如果增加定位业务,则可随时确定持机者所处位置,不但给用户和网络管理者提供很大方便,还可开发出更多的新业务。 在陆地移动通信中,如果基站采用智能天线阵,一旦收到信号,即对每个天线元所连接收机产生的响应作相应处理,获得该信号的空间特征矢量及矩阵,由此获得信号的功率估值和到达方向,即用户终端的方位。通过此方法,用两个基站就可将用户终端定位到一个较小区域。
四、智能天线在移动通信中的具体应用
(1)用于FDMA系统。据研究,与通常的三扇区基站相比,C /I值平均提高约8dB,大大改善了基站覆盖效果；频率复用系数由7改善为4,增加了系统容量。在网络优化时,采用智能天线技术可降低无线掉话率和切换失败率。
(2)用于TDMA系统。无线能量在时间和空间上都受到限制,智能波束切换规则可提高C /I指标。据研究,用4个30°天线代替传统的120°天线,C /I可提高6dB,提高了服务质量。在满足GSM系统C /I比最小的前提下,提高频率复用系数,增加了系统容量。
（3）用于CDMA系统。在CDMA系统中,智能天线可进行话务均衡,将高话务扇区的部分话务量转移到容量资源未充分利用的扇区;通过智能天线灵活的辐射模式和定向性,可进行软/更软切换控制;智能天线的空间域滤波可改善远近效应,简化功率控制,降低系统成本,也可减少多址干扰,提高系统性能。
(4)用于无线本地环路系统。在无线本地环路系统中,基站对收到的上行信号进行处理,获得该信号的空间特征矢量,进行上行波束赋形,达到最佳接收效果。由于本系统采用TDD方式,可将上行波束赋形数据直接用于下行发射信号,实现对下行波束的赋形。天线波束赋形等效于提高天线增益,改善了接收灵敏度和基站发射功率,扩大了通信距离,并在一定程度上减少了多径传播的影响。
(5)用于DECT、PHS等系统。DECT、PHS都是基于TDD方式的慢速移动通信系统。欧洲在DECT基站中进行智能天线实验时,采用和评估了多种自适应算法,并验证了智能天线的功能。日本在PHS系统中的测试表明,采用智能天线可减少基站数量。近期受移动“本地通”业务的启发,我国一些地方提出利用PHS等技术建设“移动市话”,期望与蜂窝移动网争夺本地移动用户群。由于PHS等系统的通信距离有限,需要建立很多基站,若采用智能天线技术,则可降低成本。
(6)用于第三代移动通信。采用智能天线技术可提高第三代移动通信系统的容量及服务质量,W-CDMA系统就采用自适应天线阵列技术,增加系统容量。在第三代移动通信系统中,我国SCDMA系统是应用智能天线技术的典型范例。SCDMA系统采用TDD方式,使上下射频信道完全对称,可同时解决诸如天线上下行波束赋形、抗多径干扰和抗多址干扰等问题。该系统具有精确定位功能,可实现接力切换,减少信道资源浪费。
多波束形成的基本原理范文2
关键词：贝叶斯估计信息融合障碍探测智能驾驶
随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统（辅助驾驶系统一无人驾驶系统）也得了飞速的发展。消费者越来越注重驾驶的安全性与舒适性，这就要求传感器能识别在同一车道上前方行驶的汽车，并能在有障碍时提醒驾驶员或者自动改变汽车状态，以避免事故诉发生。国际上各大汽车公司也都致力于这方面的研究，并开发了一系列安全驾驶系统，如碰撞报警系统（CW）、偏向报警系统（LDW）和智能巡游系统（ICC）等。国内在这些方面也有一定的研究，但与国外相比仍存在较大的差距。本文将主要讨论多传感器信息融合技术在智能驾驶系统（ITS）中的应用。
1ICC/CW和LDW系统中存在的问题
1.1ICC/CW系统中的误识别问题
ICC/CW系统中经常使用单一波束传感器。这类传感器利用非常狭窄的波束宽度测定前方的车辆，对于弯曲道路（见图1（a）），前后车辆很容易驶出传感器的测量范围，这将引起智能巡游系统误加速。如果前方车辆减速或在拐弯处另一辆汽车驶入本车道，碰撞报警系统将不能在安全停车范围内给出响应而容易产生碰撞。类似地，当弯曲度延伸时（见图1(b)），雷达系统易把邻近道路的车辆或路边的防护栏误认为是障碍而给出报警。当道路不平坦时，雷达传感器前方的道路是斜向上，小丘或小堆也可能被误认为是障碍，这些都降低了系统的稳定性。现在有一些滤波算法可以处理这些问题并取得了一定效果，但不能彻底解决。
1.2LDW系统中存在的场景识别问题
LDW系统中同样存在公共驾驶区场景识别问题。LDW系统依赖于一侧的摄像机（经常仅能测道路上相邻车辆的位置），很难区分弯曲的道路和做到多样的个人驾驶模式。LDW系统利用一个前向摄像机探测车辆前方道路的地理状况，这对于远距离测量存在着精确性的问题，所有这些都影响了TLC（Time-to-Line-Crossing）测量的准确性。现常用死区识别和驾驶信息修订法进行处理，但并不能给出任何先验知识去识别故障。
2多传感器信息融合技术在ITS系统中的应用
针对以上系统存在的一些问题，研究者们纷纷引入了多传感器信息融合技术，并提出了不同的融合算法。基于视觉系统的传感器可以提供大量的场景信息，其它传感器（如雷达或激光等）可以测定距离、范围等信息，对两方面的信息融合处理后能够给出更可靠的识别信息。融合技术可以采用Beaurais等人于1999年提出的CLARK算法（CombinedLikelihoodAddingRadar）和InstitudeNeuroinformatik提出的ICDA（IntegrativeCouplingofDifferentAlgorithms）算法等方法实现。
2.1传感器的选择
识别障碍的首要问题是传感器的选择，下面对几种传感器的优缺点进行说明（见表1）。探测障碍的最简单的方法是使用超声波传感器，它是利用向目标发射超声波脉冲，计算其往返时间来判定距离的。该方法被广泛应用于移动机器人的研究上。其优点是价格便宜，易于使用，且在10m以内能给出精确的测量。不过在ITS系统中除了上文提出的场景限制外，还有以下问题。首先因其只能在10m以内有效使用，所以并不适合ITS系统。另外超声波传感器的工作原理基于声，即使可以使之测达100m远，但其更新频率为2Hz，而且还有可能在传输中受到其它信号的干扰，所以在CW/ICC系统中使用是不实际的。
表1传感器性能比较
传感器类型优点缺点
超声波
视觉
激光雷达
MMW雷达价格合理，夜间不受影响。
易于多目标测量和分类，分辨率好。
价格相合理，夜间不受影响
不受灯光、天气影响。测量范围小，对天气变化敏感。
不能直接测量距离，算法复杂，处理速度慢。
对水、灰尘、灯光敏感。
价格贵
视觉传感器在CW系统中使用得非常广泛。其优点是尺寸小，价格合理，在一定的宽度和视觉域内可以测量定多个目标，并且可以利用测量的图像根据外形和大小对目标进行分类。但是算法复杂，处理速度慢。
雷达传感器在军事和航空领域已经使用了几十年。主要优点是可以鲁棒地探测到障碍而不受天气或灯光条件限制。近十年来随着尺寸及价格的降低，在汽车行业开始被使用。但是仍存在性价比的问题。
为了克服这些问题，利用信息融合技术提出了一些新的方法，利用这些方式可以得到较单一传感器更为可靠的探测。
2.2信息融合的基本原理
所谓信息融合就是将来自多个传感器或多源的信息进行综合处理，从而得出更为准确、可靠的结论。多传感器信息融合是人类和其它生物系统中普遍存在的一种基本功能，人类本地地具有将身体上的各种功能器官（眼、耳、鼻、四肢）所探测的信息(景物、声音、气味和触觉)与先验知识进行综合的能力，以便对其周围的环境和正在发生的事件做出估计。由于人类的感官具有不同度量特征，因而可测出不同空间范围的各种物理现象，这一过程是复杂的，也是自适应的。它将各种信息（图像、声音、气味和物理形状或描述）转化成对环境的有价值的解释。
多传感器信息融合实际上是人对人脑综合处理复杂问题的一种功能模拟。在多传感器系统中，各种传感器提供的信息可能具有不同的特片：对变的或者非时变的，实时的或者非实时的，模糊的或者确定的，精确的或者不完整的，相互支持的或者互补的。多传感器信息融合就像人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则结合起来，产生对观测环境的一致性解释或描述。信息融合的目标是基于各种传感器分离观测信息，通过对信息的优化组合导出更多的有效信息。这是最佳协同作用的效果，它的最终目的是利用多个传感器共同或联合操作的优势来提高整个系统的有效性。
2.3常用信息融合算法
信息融合技术涉及到方面的理论和技术，如信息处理、估计理论、不确定性理论、模式识别、最优化技术、神经网络和人工智能等。由不同的应用要求形成的各种方法都是融合方法的个子集。表2归纳了一些常用的信息融合方法。
表2信息融合方法
经典方法现代方法
估计方法统计方法信息论方法人工智能方法
加权平均法经典推理法聚类分析模糊逻辑
极大似然估计贝叶斯估计模板法产生式规则
最小二乘法品质因素法熵理论神经网络
卡尔曼滤波D-S证据决策理论遗传算法
模糊积分理论
2.4智能驾驶系统中信息融合算法的基本结构
由于单一传感器的局限性，现在ITS系统中多使用一组传感器探测不同视点的信息，再对这些信息进行融合处理，以完成初始目标探测识别。在智能驾驶系统中识别障碍常用的算法结构如图2所示。
3CLARK算法
CLARK算法是用于精确测量障碍位置和道路状况的方法，它同时使用来自距离传感器（雷达）和摄像机的信息。CLARK算法主要由以下两部分组成：①使用多传器融合技术对障碍进行鲁棒探测；②在LOIS（LikelihoodofImageShape）道路探测算法中综合考虑上述信息，以提高远距离道路和障碍的识别性能。
3.1用雷达探测障碍
目前经常使用一个雷达传感器探测前方的车辆或障碍。如前面所分析，雷达虽然在直路上的性能良好，但当道路弯曲时，探测的信号将完全可靠，有时还会有探测的盲点或产生错误报警。为了防止错误报警，常对雷达的输出进行标准卡尔曼（Kalman）滤波，但这并不能有效解决探测盲点问题。为了更可靠地解决这类问题，可以使用扫描雷达或多波束雷达，但其价格昂贵。这里选用低价的视觉传感器作为附加信息，视觉传感器经常能提供扫描雷达和多波束雷达所不能提供的信息。
3.2在目标识别中融合视觉信息
CLARK算法使用视觉图像的对比度和颜色信息探测目标，使用矩形模板方法识别目标。这个模板由具有不同左右边界和底部尺寸的矩形构成，再与视觉图像对比度域匹配，选择与雷达传感器输出最接近的障碍模板。
CLARK算法首先对雷达信号进行卡尔曼滤波，用于剔除传感器输出的强干扰，这出下列状态和观测方程处理：
D（t）=R(t)+v(t)
式中，R（t）为前方障碍的真实距离（未知），R（t）是其速度（未知，）D（t）为距离观测值，Δt为两次观测的问题时间，w（t）和v(t)为高斯噪声。给定D（t），由Kalman滤波器估计R（t）和R（t）的值，并把估计值R(t)作为距离输入值，使用R(t)和D（t）的差值确定所用矩形模板的偏差。由于使用雷达探测的位置与雷达作为补偿。
使用上述算法可以有效提高雷达探测的可靠性，但当图像包含很强的边缘信息或障碍只占据相平面一个很小的区域时，仍不能得到满意的结果。因此，除对比度外，又引入视觉图像的颜色域。
3.3相合似然法
在探测到障碍后，CLARK算法将这些信息整合到道路探测算法（LOIS）中。LOIS利用变形道路的边缘应为图像中对比度的最大值部分且其方位应垂直于道路边缘来搜索道路。如果只是简单地将两个信息整合，则障碍探测部分的像素被隐藏，其图像梯度值不会影响LOIS的似然性。这样可以防止LOIS将汽车前方障碍的边缘误认为是道路的边缘来处理。但是当道路的真实边缘非常接近障碍的边缘时，隐藏技术则失效。
为了使隐藏技术有效，可以在障碍和道路探测之间采取折中的处理方法。这种折中的处理方法就是相合似然法。它将探测障碍固定的位置和尺寸参数变为可以在小范围内变化的参数。新的似然函数由LOIS的似然和小探测障碍的似然融合而成。它使用七维参数探测方法（三维用于障碍，四维用于道路），能同时给出障碍和道路预测的最好结果。其公式如下：
式中，Tb、Tl、Tw为相平面内矩形模板的底部位置、左边界和宽度的三个变形参数，[xr(t),xc(t)]为变形模板相平面的中心。[yr(t)，yc(t)]为由雷达探测并经Kalman滤波的障碍在相平观的位置。将地平面压缩变化为相平面，的实时估计，为相平面内一个路宽的值（3.2m）。tan-1的压缩比率在相平面内不小于Tmin（路宽的一半），不太于Tmax（路宽）。通过求解七维后验pdfP（k'''',b''''LEFT，b''''RIGHT，vp，Tb，Tl,Tw|[yr(t),yc(t)],ObservedImage）的最大值获得障碍和道路目标。
3.4CLARK算法的局限性
多波束形成的基本原理范文3
[关键词]激光无损检测 超声无损检测 射线无损检测
在现代生产中针对不同对象选择何种无损检测方法已成为人们关注的问题,为解决好这个问题,就必须对无损检测方法及其特征有较全面的了解。所谓无损检测,是在不损伤材料和成品的条件下研究其内部和表面有无缺陷的手段。也就是说,它利用材料内部结构的异常或缺陷的存在所引起的对热、声、光、电、磁等反应的变化,评价结构异常和缺陷存在及其危害程度。下面简要介绍三种常用方法的应用和发展。
一、激光技术在无损检测领域的应用与发展
激光技术在无损检测领域的应用始于七十年代初期,由于激光本身所具有的独特性能,使其在无损检测领域的应用不断扩大,并逐渐形成了激光全息、激光超声等无损检测新技术,这些技术由于其在现代无损检测方面具有独特能力而无可争议地成为无损检测领域的新成员。
1.激光全息无损检测技术
激光全息术是激光技术在无损检测领域应用最早、用得最多的方法。激光全息无损检测约占激光全息术总应用的25%。其检测的基本原理是通过对被测物体加外加载荷,利用有缺陷部位的形变量与其它部位不同的特点,通过加载前后所形成的全息图像的叠加来反映材料、结构内部是否存在缺陷。
激光全息无损检测技术的发展方向主要有以下几方面。
(1)将全息图记录在非线性记录材料上,以实现干涉图像的实时显现。
(2)利用计算机图像处理技术获取干涉条纹的实时定量数据。
(3)采用新的干涉技术,如相移干涉技术。在原来的基础上进一步提高全息技术的分辨率和准确性。
2.激光超声无损检测技术
激光超声技术是七十年代中期发展起来的无损检测新技术。它利用Q开关脉冲激光器发出的激光束照射被测物体,激发出超声波,采用干涉仪显示该超声波的干涉条纹。与其他超声无损检测方法相比,激光超声检测的主要优越性如下。
(1)能实现一定距离之外的非接触检测,不存在耦合与匹配问题。
(2)利用超短激光脉冲可以得到超短声脉冲和高时间分辨率,可以在宽带范围内提取信息,实现宽带检测。
(3)易于聚焦,实现快速扫描和成像。
3.激光无损检测的发展
激光超声检测成本高,安全性较差,目前仍处于发展阶段。但在无损检测领域,激光超声检测在以下几方面的应用前景引起了人们的关注:(1)可用于高温条件下的检测.如热钢材的在线检测;(2)适用于某些不宜接近的样品,如放射性样品的检测;(3)激光束可入射到任何部位,可用于检测形状奇异的样品;(4)可用于超薄超细的样品及表面或亚表面层的检测。国外近几年已有将激光超声检测用机复合材料的检测、热态钢的在线检测的报道,在化学气相沉积、物理气相沉积、等离子体溅射等高温镀膜工艺过程中膜层厚度的实时检测方面也进行了研究。
二、超声检测技术在无损检测中的应用与发展
超声无损检测技术(UT)是五大常规检测技术之一,与其它常规无损检测技术相比,它具有被测对象范围广。检测深度大;缺陷定位准确,检测灵敏度高;成本低,使用方便;速度快,对人体无害以及便于现场使用等特点。
1.超声检测技术的应用
(1)目前大量应用于金属材料和构件质量在线监控和产品的在投检查。如钢板、管道、焊鞋、堆焊层、复合层、压力容器及高压管道、路轨和机车车辆零部件、棱元件及集成电路引线的检测等。
(2)各种新材料的检测。如有机基复合材料、金属基复合材料、结构陶瓷材料、陶瓷基复合材料等,超声检测技术已成为复合材料的支柱。
(3)非金属的检测。如混凝土、岩石、桩基和路面等质量检验,包括对其内部缺陷、内应力、强度的检测应用也逐渐增多。
(4)大型结构、压力容器和复杂设备的检测。由于超声成像直观易懂,检测精度较高。因此,近几年我国集超声成像技术及超声信号处理技术等多学科前沿成果于一体的超声机器人检测系统已研制成功,为复杂形状构件的自动扫描超声成像检测提供了有效手段。
(5)核电工业的超声检测。
(6)其它方面的超声检测。如医学诊断广泛应用超声检测技术;目前人们正试图将超声检测技术用于开辟其它新领域和行业,如人们正努力将超声检测技术用于血压控制系统进行系统作非接触检测、辨识。性能分析和故障诊断等。
2.超声检测技术的发展
在现代无损检测技术中,超声成像技术是一种令人瞩目的新技术。超声图像可以提供直观和大量的信息,直接反映物体的声学和力学性质,有着非常广阔的发展前景。现代超声成像技术都是计算机技术、信号采集技术和图象处理技术相结合的产物。数据采集技术、图象重建技术、自动化和智能化技术以及超声成像系统的性能价格比等发展直接影响超声检测图像化的进程。现代超声成像技术大多有自动化和智能化的特点,因而有许多优点,如检测的一致性好,可靠性、复现性高,存储的检测结果可随时调用,并可以对历次检测的结果自动比较,以对缺陷做动态检测等。
目前已经使用和正在开发的成像技术包括:超声B扫描成像,超声C扫描成像、超声D扫描成像,SAFT(合成孔径聚焦)成像,P扫描成像,超声全息成像,超声CT成像等技术。
三、射线技术在无损检测领域内的应用与发展
1.射线检测技术的应用
射线检测技术是利用射线(X射线、射线、中子射线等)穿过材料或工件时的强度衰减,检测其内部结构不连续性的技术。穿过材料或工件的射线由于强度不同在X射线胶片上的感光程度也不同,由此生成内部不连续的图像。
(1)早期使用在石油工业.分析钻井岩芯。
(2)在航空工业用于检验与评价复合材料和复合结构。评价某些复合件的制造过程。也用于一系列情况下样件的评价;这种检测与评价过程,大大简化了取样破坏分析过程。
(3)检测大型固体火箭发动机,这样的射线系统使用电子直线加速器X射线源,能量高迭25MeV,可检验直径达3m的大型同体火箭发动机。
(4)检验小型、复杂、精密的铸件和锻件,进行缺陷检验和尺寸测量。
(5)检查工程陶瓷和粉末冶金产品制造过程发生的材料或成分变化,特别是对高强度、形状复杂的产品。
(6)组件结构检查。
2.射线检测技术的发展
(1)数字射线照相技术时代。1990年,R.Halmshaw和N.A.Ridyard在《英国无损检测杂志》上发表题为“数字射线照相方法评述”的文章,在评述了各种数字射线照相方法的发展之后认为,数字射线照相时代已经到来。近年来射线检测技术发展的基本特点是数字图象处理技术广泛应用于射线检测。射线层析检测和实时成像检测技术的重要基础之一是数字图象处理技术,即使常规胶片射线照相技术,也在采用数字图象处理技术。 (2)今后重点应用的技术。1994年Harold Berger在美国《材料评价》发表的“射线无损检测的趋势”中提出,在20世纪的最后10年和21世纪的初期,下列技术将得到广泛应用:①数字X射线实时检测系统在制造、在役检验和过程控制方面。②具有数据交换、使用NDT工作站的计算机化的射线检测系统。③小型、低成本的CT系统。④微焦点放大成像的x射线成像检验系统。⑤小型高灵敏度的X射线摄像机。⑥大面积的光电导X射线摄像机。
四、无损检测的发展趋势
1.超声相控阵技术
超声检测是应用最广泛的无损检测技术,具有许多优点,但需要耦合剂和换能器接近被检材料,因此,超声换能、电磁超声、超声相控阵技术得到快速发展。其中,超声相控阵技术是近年来超声检测中的一个新的技术热点。
超声相控阵技术使用不同形状的多阵元换能器来产生和接收超声波波束,通过控制换能器阵列中各阵元发射(或接收)脉冲的时间延迟,改变声波到达(或来自)物体内某点时的相位关系,实现聚焦点和声束方向的变化,然后采用机械扫描和电子扫描相结合的方法来实现图像成像。与传统超声检测相比,由于声束角度可控和可动态聚焦,超声相控阵技术具有可检测复杂结构件和盲区位置缺陷和较高的检测频率等特点,可实现高速、全方位和多角度检测。对于一些规则的被检测对象,如管形焊缝、板材和管材等,超声相控阵技术可提高检测效率、简化设计、降低技术成本。特别是在焊缝检测中,采用合理的相控阵检测技术,只需将换能器沿焊缝方向扫描即可实现对焊缝的覆盖扫查检测。
2.微波无损检测
微波无损检测技术将在330～3300 MHz中某段频率的电磁波照射到被测物体上,通过分折反射波和透射波的振幅和相位变化以及波的模式变化,了解被测样品中的裂纹、裂缝、气孔等缺陷,确定分层媒质的脱粘、夹杂等的位置和尺寸,检测复合材料内部密度的不均匀程度。
