The Innovation Informatics | 复杂型面结构自适应超声检测：从数据采集到成像算法

本文系统梳理了复杂型面结构自适应超声检测领域的关键进展与不足。背景方面，复杂型面结构在航空航天等领域广泛应用，其制造缺陷与服役损伤易引发整体失效，而传统自动化超声检测方法在声耦合稳定、随形扫描及传播建模成像等方面存在局限。研究目的旨在围绕数据采集、声学建模与成像算法三大核心环节，梳理瓶颈问题与最新进展，以促进相关研究与应用发展。结论指出，该领域正从面向规则型面的传统方法发展为面向实际型面的自适应与系统化方案，声耦合策略、随形扫描控制、声学建模与成像算法持续演进，但耦合长期稳定、超复杂三维结构的传播建模等仍是主要瓶颈。未来研究将聚焦高柔性二维阵列与非接触激励，融合机器人自主扫描与物理约束智能成像，推动高精度三维缺陷成像检测。