Testbed for Surface Detection in Ultrasound

Ultrasound Non-destructive testing involves the detection and localization of possible defects. The measurement setup involves a positioner controlling the position and orientation of a transducer and a specimen under test. If the positioner is not aware of its initial orientation aiming over the specimen, then calibration is required which involves finding an optimum orientation of a transducer. In order to gain any information about the interior of the specimen, an ultrasound must travel through the specimen at an optimum angle such that the reflected signal has maximum energy as the reflectivity is angle dependent. In order to tackle the time-consuming nature of hardware-dependent calibration, this thesis explores techniques to emulate physical hardware setup with a ray tracer and speed-up measurement operation for faster prototyping of calibration methods.
The presented ray tracer model consists of a mathematical model to simulate measurements and geometric elements emulating a physical measurement setup. The model works under a discrete setting, replacing, the ultrasound wave fields with a discrete set of rays assuming the frequency of operation is high and the medium is homogeneous. The amplitude and time of flight of each received ray over the sensor area are used to modulate pulse shape, which further modulates a carrier, and the total field is calculated by summing all the scaled, time-shifted copies of the signal. Ray tracer allows transmitting pulse shape and opening angle to be programmable, which is not often the case in real-world settings.
The virtual measurement setup in place allows analysis of calibration algorithms by tuning different calibration parameters in less time, also, giving an indication of the combination of parameter values that might work in a real-world setting. In this work, stochastic approximation algorithms are investigated by setting up different test scenarios to evaluate performance metrics of convergence speed, accuracy, and robustness. Calibration algorithms automate calibration and reduce significant measurement time as compared to manual calibration, which involves moving the transducer to each angle and waiting for the measurement. The calibration algorithms are totally independent of the data source and work under both simulated and physical measurement environments.

Bei der zerstörungsfreien Prüfung mit Ultraschall geht es um die Erkennung und Lokalisierung von Fehlern. Der Messaufbau umfasst einen Positionierer, der die Position und Ausrichtung eines Ultraschallkopfes zu einer zu prüfenden Probe steuert. Wenn der Positionierer seine Anfangsausrichtung zur Probe nicht kennt, ist eine Kalibrierung erforderlich, bei der eine optimale Ausrichtung des Schallkopfs gefunden werden muss. Um Informationen über das Innere der Probe zu erhalten, muss der Schall in die Probe in einem optimalen Winkel eindringen, um die Energie des reektierte Signal zu maximieren. Um die Entwicklung von neuen Kalibriermethoden zu unterstützen, wird in dieser Arbeit der Aufbau der physikalischen Hardware mit einem Raytracer nachgebildet, um so in Simulationen eine schnellere Entwicklung von Kalibriermethoden zu ermöglichen.
Das vorgestellte Raytracer-Modell ermöglicht die Simulation von Messungen und geometrischen Elementen, die den physikalischen Messaufbau nachbilden. Die Ultraschallwellenfelder werden durch einen diskreten Satz von Strahlen ersetzt, unter der Annahme, dass die Betriebsfrequenz hoch und das Medium homogen ist. Die Amplitude und die Laufzeit jedes empfangenen Strahls über den Sensorbereich werden zur Modulation der Impulsform verwendet, die wiederum einen Träger moduliert, und das Gesamtfeld wird durch Summierung aller skalierten, zeitverschobenen Kopien des Signals berechnet. Auf diese Art lassen sich auch die Form des Sendeimpulses und der Öffnungswinkel programmieren, was eine Vorteil im Vergleich zu echten Messungen darstellt.
Der virtuelle Messaufbau ermöglicht die Analyse von Kalibrierungsalgorithmen und ermöglicht Aussagen über Kombinationen von Parameterwerten, die in einer realen Umgebung funktionieren könnten. In dieser Arbeit werden stochastische Approximationsalgorithmen untersucht, indem verschiedene Testszenarien eingerichtet werden, um die Leistungsmetriken Konvergenzgeschwindigkeit, Genauigkeit und Robustheit zu der Algorithmen zu bewerten. Die Kalibrierungsalgorithmen automatisieren die Kalibrierung und verkürzen die Messzeit im Vergleich zur manuellen Kalibrierung, bei der der Prüfkopf in jeden Winkel bewegt und die Messung abgewartet werden muss. Die Kalibrierungsalgorithmen sind völlig unabhängig von der Datenquelle und funktionieren sowohl in simulierten als auch in realen Messumgebungen.