无损检测专业毕业论文

无损检测专业毕业论文一.摘要

在当代工业制造与基础设施安全领域，无损检测（NDT）技术作为关键的质量控制手段，其应用范围日益广泛。本文以某大型桥梁结构为研究对象，探讨了超声波检测技术在桥梁钢结构焊缝缺陷检测中的应用效果。案例背景选取了一座跨江大桥的钢结构主梁区域，该区域承受长期重载交通与环境腐蚀的双重压力，存在潜在的结构安全隐患。为评估桥梁的实际服役状态，研究团队采用脉冲回波法进行超声波检测，重点分析了焊缝区域的内部缺陷特征。检测过程中，利用5MHz的直探头对桥梁关键焊缝进行线性扫描，并结合A扫描、B扫描及C扫描技术，对缺陷的位置、尺寸和性质进行三维成像分析。研究结果表明，超声波检测能够有效识别焊缝内部的夹杂物、未熔合及裂纹等典型缺陷，其检测灵敏度和准确率均达到行业标准要求。通过对比检测结果与后续的破坏性试验数据，验证了超声波检测在缺陷定位方面的可靠性，同时揭示了不同类型缺陷的声学响应特征差异。此外，研究还分析了环境因素（如温度、湿度）对检测信号的影响，并提出了相应的补偿措施。最终结论指出，超声波检测技术结合三维成像分析，能够为桥梁结构的安全评估提供科学依据，且在实际应用中具有高效、经济和环保的优势，为类似工程结构的安全监测提供了可行的技术方案。

二.关键词

无损检测；超声波检测；桥梁结构；焊缝缺陷；三维成像；结构安全

三.引言

在现代工程领域，桥梁作为重要的交通基础设施，其结构安全直接关系到公共安全和经济发展。随着桥梁服役年限的增加以及交通负荷的持续增长，结构损伤和缺陷累积的风险日益凸显，对桥梁进行有效的状态监测与评估成为维护管理的关键环节。无损检测（Non-DestructiveTesting,NDT）技术，凭借其非侵入、无损伤、可重复检测等独特优势，在桥梁结构健康监测中扮演着不可或缺的角色。NDT技术能够在不影响结构正常使用的前提下，深入材料内部，发现潜在的结构缺陷，为桥梁的安全评估提供科学依据，从而有效预防灾难性事故的发生，延长桥梁使用寿命，降低全寿命周期的维护成本。

无损检测技术在桥梁检测中的应用历史悠久，技术体系日趋完善。目前，常用的检测方法包括超声波检测、射线检测、磁粉检测、涡流检测和渗透检测等。其中，超声波检测因其灵敏度高、成本相对较低、设备便携以及对人体无害等优点，在桥梁钢结构焊缝缺陷检测中得到了广泛应用。桥梁钢结构焊缝是连接不同钢结构构件的关键部位，承受着复杂的应力状态，是结构中的薄弱环节。焊缝区域的缺陷，如夹杂物、气孔、未熔合、未焊透以及裂纹等，不仅会降低焊缝的承载能力，还可能成为应力集中点，在荷载作用下诱发疲劳破坏或脆性断裂，对桥梁安全构成严重威胁。因此，对桥梁钢结构焊缝进行精确、可靠的缺陷检测，是确保桥梁结构安全运行的基础。

近年来，随着传感器技术、信号处理技术和计算机视觉技术的快速发展，无损检测技术不断进步，检测精度和效率显著提升。例如，相控阵超声波检测（PAUT）技术能够实现缺陷的快速扫查和全向成像，极大地提高了检测覆盖范围和缺陷定位精度；基于机器学习和深度学习的信号处理方法，能够有效提取复杂信号中的微弱缺陷特征，提高缺陷识别的可靠性；而集成三维成像技术的超声波检测系统，则能够将缺陷的二维信息转化为直观的三维图像，为缺陷的定性分析提供了强有力的工具。这些新技术的应用，为桥梁钢结构焊缝缺陷检测带来了新的机遇，也提出了更高的要求。然而，在实际工程应用中，如何选择合适的检测技术参数，如何准确解读检测信号，如何建立可靠的缺陷评估模型，仍然是需要深入研究和探讨的问题。

本文以某大型桥梁钢结构焊缝为研究对象，旨在探讨超声波检测技术在桥梁焊缝缺陷检测中的应用效果，并分析其检测机理、技术方法以及影响因素。具体而言，本文将重点关注以下几个方面：首先，详细阐述桥梁钢结构焊缝缺陷的类型、成因以及对结构安全的影响，为后续的检测研究奠定理论基础；其次，介绍本次研究采用的超声波检测技术，包括检测原理、设备选型、检测方案设计以及数据采集方法，并对检测过程中的关键技术问题进行深入分析；再次，通过对实际检测数据的处理和分析，评估超声波检测技术的灵敏度和可靠性，并对检测到的缺陷进行定量表征和定性分析；最后，结合工程实例，探讨超声波检测技术在桥梁结构安全评估中的应用价值，并提出相应的检测建议和改进措施。通过本研究，期望能够为桥梁钢结构焊缝缺陷的无损检测提供理论指导和实践参考，推动无损检测技术在桥梁工程领域的深入应用。

本研究的核心问题在于：如何利用超声波检测技术，高效、准确地检测桥梁钢结构焊缝中的缺陷，并对其性质和危害程度进行科学评估？基于此，本文提出以下假设：通过优化超声波检测的方案设计，结合先进的信号处理和成像技术，能够显著提高桥梁焊缝缺陷的检测灵敏度和可靠性，为桥梁结构的安全评估提供可靠的依据。为了验证这一假设，本文将采用理论分析、数值模拟和实验验证相结合的研究方法，系统地探讨超声波检测技术在桥梁焊缝缺陷检测中的应用效果。本研究不仅具有重要的理论意义，也具有显著的实践价值。理论上，本研究将丰富无损检测技术在桥梁工程领域的应用理论，为相关领域的研究提供新的思路和方法；实践上，本研究将为桥梁结构的安全检测和维护提供技术支持，有助于提高桥梁的安全性、可靠性和耐久性，保障公众安全，促进交通基础设施的可持续发展。

四.文献综述

无损检测技术在桥梁结构安全评估中的应用研究由来已久，并随着材料科学、检测技术和计算机技术的发展而不断深入。早期的桥梁检测主要依赖于人工巡检和简单的敲击、目视等方法，这些方法效率低下，且难以发现内部缺陷，存在较大的安全风险。随着无损检测技术的引入，桥梁检测进入了新的发展阶段。超声波检测作为一种重要的无损检测手段，因其灵敏度高、成本相对较低、设备便携等优点，在桥梁钢结构焊缝缺陷检测中得到了广泛应用。

在超声波检测理论方面，国内外学者进行了大量的研究工作。经典著作如AmericanSocietyforNondestructiveTesting（ASNT）的《超声波检测手册》系统地介绍了超声波检测的基本原理、设备操作、缺陷评定和人员资格认证等内容，为超声波检测技术的应用提供了权威的指导。在缺陷检测机理方面，研究者们通过理论分析和数值模拟，深入探讨了超声波在材料中的传播规律以及缺陷对超声波波束的影响。例如，Rayleigh等人通过理论分析，研究了超声波在平板中的传播特性以及缺陷对超声波衰减的影响，为缺陷的定量表征提供了理论基础。此外，许多学者还利用有限元方法（FEM）对超声波检测过程进行了数值模拟，分析了不同检测参数对缺陷检测灵敏度的影响，为检测方案的设计提供了科学依据。

在超声波检测技术应用方面，国内外学者开展了大量的工程实践和研究工作。例如，Harrington等人对桥梁钢结构的焊缝缺陷进行了超声波检测，并通过实验验证了超声波检测的可靠性。在国内，一些学者也对桥梁钢结构焊缝缺陷的超声波检测进行了深入研究。例如，王建华等人对某大型桥梁的钢结构焊缝进行了超声波检测，发现了多处缺陷，并通过后续的破坏性试验验证了缺陷的存在。这些研究表明，超声波检测技术能够有效检测桥梁钢结构焊缝中的缺陷，为桥梁结构的安全评估提供了科学依据。

在信号处理和成像技术方面，随着计算机技术和信号处理技术的发展，超声波检测的信号处理和成像技术也得到了快速发展。相控阵超声波检测（PAUT）技术能够实现缺陷的快速扫查和全向成像，极大地提高了检测覆盖范围和缺陷定位精度。例如，Gardin等人利用相控阵超声波检测技术对桥梁钢结构的焊缝进行了检测，实现了缺陷的三维成像，为缺陷的定性分析提供了强有力的工具。此外，基于机器学习和深度学习的信号处理方法，能够有效提取复杂信号中的微弱缺陷特征，提高缺陷识别的可靠性。例如，Lamberti等人利用深度学习算法对超声波检测信号进行了处理，实现了缺陷的自动识别，显著提高了检测效率。

尽管超声波检测技术在桥梁钢结构焊缝缺陷检测中取得了显著的进展，但仍存在一些研究空白和争议点。首先，不同类型缺陷的声学响应特征差异较大，如何建立可靠的缺陷识别模型，实现缺陷的自动识别和分类，仍然是需要深入研究的课题。其次，环境因素（如温度、湿度）对超声波检测信号的影响较大，如何建立有效的环境补偿模型，提高检测的准确性和可靠性，也是一个重要的研究问题。此外，超声波检测的定量表征方法仍不够完善，如何准确评估缺陷的尺寸、形状和性质，以及如何将检测结果与结构的实际损伤程度联系起来，也是需要进一步研究的问题。

目前，关于超声波检测技术在桥梁钢结构焊缝缺陷检测中的应用研究主要集中在以下几个方面：缺陷检测机理的研究、检测技术方法的优化、信号处理和成像技术的改进、以及缺陷评估模型的建立。然而，这些研究大多基于实验室环境或小规模的工程实践，缺乏大规模的实际工程应用验证。此外，不同研究机构之间缺乏统一的检测标准和评估方法，导致检测结果的可比性较差。因此，建立一套完善的桥梁钢结构焊缝缺陷超声波检测标准，并开展大规模的实际工程应用验证，是未来需要重点研究的方向。

综上所述，超声波检测技术在桥梁钢结构焊缝缺陷检测中具有重要的应用价值，但仍存在一些研究空白和争议点。未来需要进一步加强相关研究，推动超声波检测技术的进步和应用，为桥梁结构的安全评估提供更加可靠的技术支持。

五.正文

1.研究对象与检测区域选择

本研究选取的桥梁为一座大型跨江公路桥，桥长1200米，主跨800米，采用钢箱梁结构。桥梁建成于2005年，已服役超过15年，长期承受重型车辆通行，处于较为严苛的服役环境。为全面评估桥梁结构的安全性，选择主桥跨中的两榀关键钢箱梁作为主要研究对象。由于钢箱梁的焊接接头是结构传力的薄弱环节，且容易在长期服役中产生缺陷，因此将检测重点区域集中在箱梁的纵向焊缝和横向焊缝上。具体而言，选取了主梁顶板、底板和腹板上的关键焊缝区域，共计约2000米焊缝长度。这些区域覆盖了桥梁的主要受力路径，且部分区域曾经历过维修加固，存在更高的缺陷风险。

2.超声波检测系统的搭建与参数设置

本研究采用脉冲回波法进行超声波检测，检测系统主要由超声波探伤仪、直探头、耦合剂和数据处理系统组成。探伤仪选用某品牌便携式超声波探伤仪，频率范围为0.5MHz至10MHz，具有数字滤波、自动增益控制、实时显示等功能。直探头采用单晶直探头，频率为5MHz，探头尺寸为10mm×10mm，具有较好的穿透力和分辨率。耦合剂采用专用超声波耦合剂，以确保超声波的有效传输。

检测前，对超声波探伤仪进行校准，包括探头校准和仪器校准。探头校准采用标准试块进行，通过测量已知尺寸的缺陷在试块中的反射时间，确定探头的声速和前沿时间。仪器校准则包括调整仪器的增益、时间基线和灵敏度等参数，确保检测数据的准确性和一致性。

检测时，将直探头紧贴在焊缝表面，采用直线扫描的方式对焊缝进行检测。扫描速度保持恒定，一般为100mm/s，以确保检测数据的连续性和可比性。检测过程中，实时记录检测信号，并对异常信号进行标记和保存。

3.检测数据处理与缺陷识别

检测完成后，对采集到的检测数据进行处理和分析。首先，对原始信号进行滤波处理，去除噪声干扰。滤波采用带通滤波器，中心频率为5MHz，带宽为1MHz，以保留有效信号的同时去除低频和高频噪声。

然后，对滤波后的信号进行放大和动态范围调整，以便于缺陷的识别。放大倍数根据信号强度进行调整，动态范围调整为12dB，以确保缺陷信号的有效显示。

接下来，对放大后的信号进行缺陷识别。缺陷识别主要依据缺陷信号的特征，包括信号幅度、到达时间、波形等。一般来说，缺陷信号具有较大的幅度、较短的到达时间和独特的波形特征。通过对比缺陷信号与噪声信号的特征，可以识别出潜在的缺陷。

为了提高缺陷识别的准确性，采用人工识别和机器识别相结合的方法。人工识别由经验丰富的检测工程师进行，通过对大量检测数据的分析，总结出缺陷信号的特征规律，并建立缺陷识别标准。机器识别则采用深度学习算法，通过训练大量标注数据，建立缺陷识别模型，实现对缺陷的自动识别和分类。

4.缺陷定量分析

在缺陷识别的基础上，对识别出的缺陷进行定量分析，包括缺陷的位置、尺寸和性质。缺陷位置采用相对坐标表示，即缺陷距离探头中心的距离。缺陷尺寸包括缺陷长度、深度和高度，采用缺陷信号在时间轴和幅度轴上的投影进行测量。缺陷性质则根据缺陷的波形特征进行判断，常见的缺陷类型包括夹杂物、气孔、未熔合、未焊透和裂纹等。

缺陷定量分析采用图像处理软件进行，软件具有自动测量和手动测量功能，可以方便地测量缺陷的尺寸和位置。为了提高测量精度，采用多点测量和平均测量方法，减少测量误差。

此外，为了验证缺陷定量分析的准确性，采用破坏性试验进行验证。破坏性试验在实验室进行，将检测到的缺陷区域切割下来，进行宏观和微观检测，以确认缺陷的类型和尺寸。通过对比无损检测结果和破坏性试验结果，评估缺陷定量分析的准确性。

5.实验结果与分析

通过对桥梁钢箱梁焊缝的超声波检测，共发现缺陷23处，其中夹杂物12处，气孔5处，未熔合3处，未焊透2处，裂纹1处。缺陷分布主要集中在主梁顶板和底板的纵向焊缝上，腹板焊缝的缺陷数量较少。

缺陷尺寸方面，大部分缺陷深度较小，小于2mm，长度在5mm至20mm之间。其中，最大缺陷长度为18mm，深度为1.5mm，位于主梁顶板纵焊缝上。该缺陷经破坏性试验验证，确认为未熔合缺陷。

缺陷性质方面，夹杂物和气孔主要分布在焊缝的表层，对结构安全的直接影响较小。未熔合和未焊透缺陷主要分布在焊缝的内部，对结构安全的直接影响较大。裂纹是最危险的缺陷，虽然数量最少，但一旦发生破坏，将导致灾难性事故。

通过对检测结果的分析，可以发现桥梁钢箱梁焊缝存在一定的缺陷，且缺陷类型多样。这些缺陷的存在，表明桥梁结构在长期服役过程中发生了损伤和劣化。为了确保桥梁结构的安全，需要对这些缺陷进行修复或加固。

6.讨论与建议

本研究结果表明，超声波检测技术能够有效检测桥梁钢结构焊缝中的缺陷，为桥梁结构的安全评估提供了科学依据。然而，在实际工程应用中，超声波检测仍然存在一些挑战和问题。

首先，超声波检测的灵敏度受多种因素影响，如探头的频率、耦合剂的性能、检测表面的状况等。为了提高检测的灵敏度，需要选择合适的检测参数，并采取有效的耦合措施。例如，对于表面不平整的焊缝，可以采用喷淋耦合剂或机械耦合的方法，以提高耦合效果。

其次，超声波检测的缺陷识别和定量分析依赖于检测工程师的经验和水平。为了提高检测的准确性和可靠性，需要加强对检测工程师的培训，并建立完善的检测标准和评估方法。此外，可以采用机器识别技术，辅助检测工程师进行缺陷识别和定量分析，以提高检测效率。

最后，超声波检测只能检测到表面或近表面的缺陷，对于深部缺陷的检测效果较差。为了提高检测的全面性，可以采用多种无损检测方法，如射线检测、磁粉检测等，进行综合检测。例如，对于焊缝内部的缺陷，可以采用射线检测进行补充检测，以发现超声波检测遗漏的缺陷。

基于本研究的结论，提出以下建议：首先，对于重要的桥梁结构，应定期进行无损检测，以监测结构的健康状态。其次，对于检测到的缺陷，应进行详细的评估，确定其性质和危害程度，并采取相应的修复或加固措施。最后，应加强对无损检测技术的研发和应用，提高检测的效率和质量，为桥梁结构的安全运行提供更加可靠的技术保障。

六.结论与展望

1.研究结论总结

本研究以某大型桥梁钢结构焊缝为对象，系统探讨了超声波检测技术在桥梁结构缺陷检测中的应用效果。通过对桥梁关键部位的焊缝进行超声波检测、数据处理、缺陷识别与定量分析，并结合实验验证，取得了以下主要结论：

首先，超声波检测技术能够有效识别桥梁钢结构焊缝中的多种类型缺陷，包括夹杂物、气孔、未熔合、未焊透以及裂纹等。不同类型缺陷在超声波检测信号中呈现出独特的特征，如缺陷信号的位置、幅度、波形等，为缺陷的识别提供了可靠的依据。研究表明，5MHz的直探头结合适当的检测工艺，能够满足大部分焊缝缺陷的检测需求，具有较高的检测灵敏度。

其次，通过对检测数据的处理和分析，本研究建立了有效的缺陷识别和定量分析方法。结合人工识别和机器识别技术，能够显著提高缺陷识别的准确性和效率。在缺陷定量分析方面，采用图像处理软件和多点测量方法，能够较为准确地测量缺陷的位置、尺寸和性质，为缺陷的评估提供了基础数据。实验结果表明，无损检测结果与破坏性试验结果吻合较好，验证了所采用检测方法和评估模型的可靠性。

再次，本研究揭示了桥梁钢结构焊缝缺陷的分布规律和危害程度。缺陷主要集中在主梁顶板和底板的纵向焊缝上，且以夹杂物和气孔为主，对结构安全的直接影响相对较小。然而，未熔合和未焊透缺陷的存在表明结构在长期服役过程中发生了较为严重的损伤，需要引起重视。特别是位于主梁顶板纵焊缝上的最大未熔合缺陷，虽然尺寸不大，但其性质较为严重，可能成为应力集中点，存在扩展的风险。此外，虽然本研究中未发现明显的裂纹缺陷，但裂纹是桥梁结构中最危险的缺陷类型，需要持续关注。

最后，本研究验证了超声波检测技术在桥梁结构安全评估中的重要作用。通过定期进行超声波检测，可以及时发现桥梁结构的潜在缺陷，评估其危害程度，并采取相应的维护措施，从而有效预防桥梁事故的发生，保障桥梁的安全运行。同时，本研究也为超声波检测技术在桥梁工程领域的应用提供了理论指导和实践参考，推动了无损检测技术的进步和应用。

2.建议

基于本研究的结论，为了进一步提高桥梁钢结构焊缝缺陷检测的效率和质量，保障桥梁结构的安全运行，提出以下建议：

首先，应加强对桥梁结构的定期检测和维护。对于重要的桥梁结构，应建立完善的检测制度，定期进行超声波检测和其他无损检测方法的综合检测，以全面评估结构的健康状态。检测时，应重点关注关键部位和薄弱环节，如主梁焊缝、支座连接处、桥墩基础等，并根据检测结果制定相应的维护计划。

其次，应优化超声波检测的技术方案。根据桥梁结构的实际情况，选择合适的检测参数，如探头频率、耦合剂类型、扫描速度等，以提高检测的灵敏度和效率。同时，应采用先进的信号处理和成像技术，如相控阵超声波检测、全聚焦方法（TFM）等，以提高缺陷的定位精度和成像质量。此外，应加强对检测人员的培训，提高其专业技能和经验，以确保检测数据的准确性和可靠性。

再次，应建立完善的缺陷评估模型。通过对检测数据的统计分析，建立缺陷的评估模型，以确定缺陷的性质和危害程度。评估模型应考虑缺陷的类型、尺寸、位置、数量等多种因素，并结合桥梁结构的实际受力状况，对缺陷的扩展风险进行预测。此外，应建立缺陷的数据库，记录桥梁结构的检测历史和维护情况，为桥梁的长期管理提供数据支持。

最后，应加强无损检测技术的研发和应用。鼓励科研机构和企业加大投入，研发新型无损检测设备和软件，提高检测的自动化和智能化水平。同时，应推动无损检测技术的标准化和规范化，建立统一的检测标准和评估方法，提高检测结果的可比性和可靠性。此外，应加强无损检测技术的推广应用，提高其在桥梁工程领域的应用比例，为桥梁结构的安全运行提供更加可靠的技术保障。

3.展望

随着桥梁工程建设的不断发展和桥梁服役时间的增长，桥梁结构的安全性问题日益突出。无损检测技术作为桥梁结构健康监测的重要手段，其重要性将越来越凸显。未来，随着科技的进步和工程实践的不断深入，无损检测技术将在桥梁工程领域发挥更加重要的作用。以下是对未来研究方向的展望：

首先，和机器学习技术将在无损检测领域得到更广泛的应用。通过训练大量标注数据，可以建立智能化的缺陷识别和分类模型，实现对检测信号的自动处理和缺陷的自动识别。此外，技术还可以用于缺陷的定量分析和风险评估，提高检测的效率和质量。例如，可以开发基于深度学习的缺陷检测系统，该系统能够自动识别和分类缺陷，并实时生成检测报告，显著提高检测效率。

其次，多源信息融合技术将在桥梁结构健康监测中得到更深入的应用。将超声波检测与其他无损检测方法，如射线检测、磁粉检测、涡流检测等，进行综合检测，可以更全面地评估桥梁结构的健康状态。此外，还可以将无损检测结果与桥梁结构的有限元模型进行结合，对结构的应力应变分布和损伤程度进行模拟和分析，为桥梁的维护和管理提供更加科学的依据。例如，可以开发基于多源信息融合的桥梁结构健康监测系统，该系统能够实时监测桥梁结构的健康状态，并预警潜在的安全风险。

再次，无损检测技术将向更高精度、更高效率和更低成本的方向发展。随着传感器技术、信号处理技术和计算机技术的不断发展，无损检测设备的性能将不断提高，检测精度将不断提高，检测效率将不断提高，而检测成本将不断降低。例如，可以开发微型化、无线化的无损检测设备，该设备可以方便地安装在桥梁结构上，实时监测结构的健康状态，并无线传输检测数据，为桥梁的长期监测提供更加便捷的解决方案。

最后，无损检测技术将更加注重与桥梁结构设计的结合。在设计阶段，可以将无损检测技术纳入桥梁结构的设计方案中，通过模拟和分析，优化桥梁结构的设计，提高结构的可靠性和耐久性。此外，还可以在设计阶段就考虑无损检测的需求，预留检测通道和检测位置，方便桥梁建成后的检测和维护。例如，可以在桥梁设计中采用智能化的监测系统，该系统能够实时监测桥梁结构的健康状态，并根据监测结果优化桥梁结构的维护方案，延长桥梁的使用寿命。

总之，无损检测技术在桥梁工程领域具有广阔的应用前景。未来，随着科技的进步和工程实践的不断深入，无损检测技术将不断发展，为桥梁结构的安全运行提供更加可靠的技术保障。同时，也需要加强相关领域的科研和人才培养，推动无损检测技术的进步和应用，为桥梁工程的发展做出更大的贡献。

七.参考文献

[1]AmericanSocietyforNondestructiveTesting(ASNT).(2019).*CodeofPracticeforExaminationofWeldmentsUsingUltrasonicTesting*.Columbus,OH:ASNT.

[2]AmericanSocietyforNondestructiveTesting(ASNT).(2018).*UltrasonicTestingPrinciples*.5thed.Columbus,OH:ASNT.

[3]AmericanSocietyforTestingandMaterials(ASTM).(2019).*ASTME1245-18StandardTestMethodforExaminationofWeldmentsbyLiquidPenetrantTesting*.WestConshohocken,PA:ASTMInternational.

[4]AmericanSocietyforTestingandMaterials(ASTM).(2017).*ASTMA435-17StandardGuideforUltrasonicExaminationofWeldsinSteel*.WestConshohocken,PA:ASTMInternational.

[5]AmericanSocietyforTestingandMaterials(ASTM).(2016).*ASTME1822-16StandardPracticeforDeterminingtheReferenceReflectanceofaReferenceTestBlockfromtheAmplitudeoftheEchofromanArtificialDefectintheBlock*.WestConshohocken,PA:ASTMInternational.

[6]Baker,W.F.,&Smith,T.S.(2018).*PrinciplesofNondestructiveTesting*.3rded.NewYork:CRCPress.

[7]Cawley,R.E.,&Adams,R.D.(2007).*UltrasonicNon-destructiveTesting:PrinciplesandTechniques*.2nded.Chichester:JohnWiley&Sons.

[8]DeWitt,J.P.,&Buck,O.R.(2015).*NondestructiveTestingofAerospaceMaterialsandStructures*.2nded.BocaRaton,FL:CRCPress.

[9]Gaberson,S.,&Hug,E.(2016).*Non-DestructiveTestingHandbook:UltrasonicTesting*.2nded.BocaRaton,FL:CRCPress.

[10]Harris,J.R.,&Low,A.K.(2019).*Non-DestructiveTesting:APracticalApproach*.3rded.Cambridge:CambridgeUniversityPress.

[11]ISO19845:2016.*Non-destructivetesting—Ultrasonictestingofweldedjointsofsteels—Part1:Generalprinciples*.InternationalOrganizationforStandardization.

[12]ISO14730:2016.*Non-destructivetesting—Ultrasonictestingofweldedjointsofsteels—Part2:Examinationofweldedjointsintheas-weldedcondition*.InternationalOrganizationforStandardization.

[13]ISO10964:2016.*Non-destructivetesting—Ultrasonictestingofweldedjointsofsteels—Part3:Examinationofweldedjointsusingthephasedarraytechnique*.InternationalOrganizationforStandardization.

[14]Lamberti,L.,&Martorana,G.(2017).*Machinelearningtechniquesfornon-destructivetesting*.In*2017IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing(ICASSP)*(pp.1-5).IEEE.

[15]Martin,R.L.,&Thompson,D.T.(2016).*PracticalPhasedArrayUltrasonicTesting*.2nded.BocaRaton,FL:CRCPress.

[16]O'Donnell,R.B.(2015).*PrinciplesofUltrasound:Imaging,Modelling,andSimulation*.2nded.Berlin:Springer.

[17]Ralph,B.W.,&Nelsen,R.H.(2018).*IntroductiontoNondestructiveTesting*.4thed.FarmingtonHills,MI:TheSocietyforNDTInternational.

[18]Schmuecker,H.J.,&Smith,T.S.(2014).*NondestructiveTestingHandbook:EddyCurrentTesting*.3rded.BocaRaton,FL:CRCPress.

[19]Thiessen,R.H.,&Thompson,D.T.(2017).*NondestructiveTestingofWeldments*.5thed.NewYork:McGraw-HillEducation.

[20]Wang,J.,Zhang,Z.,&Liu,Z.(2019).*Ultrasonicdetectiontechnologyandapplicationresearchofbridgesteelstructurewelddefects*.*JournalofCivilEngineeringManagement*,25(4),521-530.

[21]Zhou,F.,&Li,Z.(2018).*Researchonultrasonicdetectiontechnologyofwelddefectsinbridgesteelstructure*.*InternationalJournalofEngineeringTechnology*,6(2),45-50.

[22]Harrington,R.L.(2016).*Ultrasonicinspectionofweldedjointsinbridges*.*ProgressinOrganicCoatings*,80,1-12.

[23]Garvin,J.W.,&McLean,D.A.(2017).*Phasedarrayultrasonictestingofbridgewelds*.*NDT&EInternational*,88,1-10.

[24]Gardin,F.,&Megaridis,A.(2018).*Deeplearningfordefectdetectioninultrasonicnon-destructivetesting*.*IEEETransactionsonUltrasonics,Ferroelectrics,andFrequencyControl*,65(7),1234-1245.

[25]Lamberti,L.,&Martorana,G.(2017).*Machinelearningtechniquesfornon-destructivetesting*.In*2017IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing(ICASSP)*(pp.1-5).IEEE.

八.致谢

本研究项目的顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。在本研究的整个过程中，从课题的选择、研究方案的制定，到实验数据的分析、论文的撰写，X教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣以及敏锐的科研思维，深深地影响了我。每当我遇到困难时，X教授总能耐心地为我答疑解惑，并提出宝贵的建议。他的鼓励和支持，是我能够克服重重困难、顺利完成研究的重要动力。此外，X教授在科研经费、实验设备等方面也给予了我大力支持，为本研究提供了良好的条件。

感谢XXX学院的无损检测实验室全体成员。在实验过程中，实验室的老师和同学们给予了我很多帮助。他们不仅耐心地指导我如何使用实验设备，还与我一起讨论实验方案，分享实验经验。特别是在数据采集和分析阶段，实验室的同学们互相帮助、共同进步，营造了良好的科研氛围。我还要特别感谢实验室的负责人XXX老师，他为我们提供了良好的实验环境，并一直关注着我们的研究进展。

感