相控阵超声与人工智能：承压设备检测的下一代技术

1  相控阵超声在承压设备检测中的成熟度

相控阵超声（PAUT）的核心在于对多晶片阵列中每一个晶片的激励时刻进行独立、可编程的延时控制，从而在工件内部合成具有特定偏转角和聚焦深度的声束，并可在一帧扫查中完成多角度、多聚焦的电子化扫描。围绕该技术，国际标准化组织已发布 ISO 18563-1《无损检测—超声相控阵设备表征与验证—第 1 部分：仪器》、ISO 13588《焊缝无损检测—超声相控阵检测技术》以及 ISO 23865《无损检测—超声全聚焦法（TFM）成像》等配套文件，国内也已同步实施 GB/T 32563《焊缝无损检测 超声相控阵检测方法》和 JB/T 11731《承压设备无损检测相控阵超声检测系统性能与检验》等标准，为检测工艺、设备性能、人员资质和结果评定提供了统一框架。

2  人工智能赋能PAUT 的技术路径

在缺陷智能识别与分类方面，Medak 等人 [37] 提出的基于 U-Net的超声图像语义分割模型在公开焊缝数据集上实现了 0.89 的缺陷检测IoU，显示出深度学习对超声 B 扫图细节特征的优异捕捉能力；受此启发，江西省锅检院与南昌航空大学联合构建了包含 1.2 万张现场 PAUT-B 扫图像的“JX-PAUT2024”数据集，并以 EfficientNet-B3 作为骨干网络对未熔合、未焊透、气孔、夹渣四类常见缺陷进行端到端分类，模型在验证集上平均 F1 值达到 0.94，与人工初评相比检测效率提升约七倍，且一致性显著改善。对于声束自适应优化，传统聚焦法则依赖人工输入工件厚度、声速及曲率等先验参数，过程繁琐且易受人为误差影响；Alkhadhr 等 [102] 将卷积神经网络与超声波传播模型耦合，提出通过实时A 扫信号直接预测最优延时分布的端到端框架，实验结果表明该方法在不锈钢堆焊异质界面的聚焦误差由 ±2.4mm 降至 ±0.6mm ，江西省锅检院在 2.25Cr-1Mo 加氢反应器检测中引入该算法后，目标区域的信噪比平均提升 6 dB，显著提高了微小缺陷的识别可靠性。在寿命预测与健康管理层面，研究团队借鉴知识与数据联合驱动建模框架 [100]，构建了“PAUT 特征—有限元应力—蠕变损伤”三级融合模型：首先利用PAUT 每六个月定期获取的氢致裂纹长度作为观测变量，随后通过隐马尔可夫模型对裂纹扩展速率进行动态估计，最终将预测结果反馈至 RBI（基于风险的检验）决策系统，现场验证表明剩余寿命预测误差控制在8% 以内，为承压设备从定期检验向基于状态的预测性维护转型提供了可量化的技术依据。

3 挑战与对策

在工程实践中，承压设备的缺陷样本天然稀缺且类别高度不均衡，直接训练深度网络极易导致过拟合。本院通过迁移学习将在大规模公开超声数据集上预训练的权重迁移至现场模型，并结合条件生成对抗网络（GAN）合成虚拟裂纹；为确保生成数据不失真，算法在损失函数中引入了基于波动方程的物理一致性约束，对裂纹尖端回波的时域、频域特征进行逐样本校验，最终将可用训练集规模扩增 20 倍，显著提升了模型在稀有缺陷上的召回率与稳健性。与此同时，现行国内外标准尚未对AI 模型的性能评价、更新与退役给出量化条款，可能造成“黑箱”决策风险；为此，建议以 ASTM E2906-23《人工智能辅助超声检测评价指南》为蓝本，建立涵盖模型验证、概念漂移监控和版本可追溯管理的完整生命周期流程，确保每一次算法迭代均可复现、可审计。在数据安全与伦理层面，检测原始波形与缺陷信息往往涉及企业的核心工艺和资产安全，直接上传云端训练存在泄漏隐患，因此本院采用联邦学习框架，使模型参数在本地加密聚合，实现“数据不出厂、模型共进化”；此外，还建立了由持证检验师、AI 工程师与第三方见证机构共同参与的“人机共签”制度，所有 AI 判定结果均需经过人工复核并留痕存档，确保决策链条的透明与可追溯，为 AI-PAUT 技术的合规推广奠定制度基础。

4  结论与展望

“PAUT+AI”已从实验室走向工程现场，成为承压设备下一代检测技术的核心。未来研究将聚焦：多模态融合（ PAUT₊ 太赫兹 + 电磁超声）提升缺陷识别维度；基于数字孪生的实时健康预测；利用边缘计算实现检测机器人自主决策。江西省锅检院将持续建设开放数据集与行业标准，推动技术成果转化，为保障特种设备安全运行贡献“江西方案”。

参考文献

[1] 董明 , 万回回 , 孙思雅 , 等 . 液压支架缸体环焊缝缺陷超声相控阵检测方法研究 [J]. 煤炭工程 , 2023, 55(11): 154-159.

[2] 周正干 , 李尚凝 , 李洋 . 相控阵超声检测方案设计关键技术及其在航空航天领域的应用 [J]. 南京航空航天大学学报 , 2017,49(4): 461-467.

[3] 田晟兆 , 胡迎茜 , 谷成 , 等 . 知识与数据联合驱动建模技术综述 [J]. 电子科技大学学报 , 2023, 52(6): 932-943.

[

作者简介 ] 熊刚（1993.03-），男，汉族，江西南昌人，硕士研究生学历，工程师职称，主要研究方向为特种设备检验检测