8.1-8.7 总结

Ansys仿真

数据整理

将保存$Ansys$中提取数据的txt文件整合到.xlsx文件中。

clear all;
close all;
%---------------------------整合数据s0到矩阵A
data1_1_1=load('E:\data\700-600\100KHZ\16\1-1-1.txt');
data1_2_1=load('E:\data\700-600\100KHZ\16\1-2-1.txt');
data1_3_1=load('E:\data\700-600\100KHZ\16\1-3-1.txt');
data1_4_1=load('E:\data\700-600\100KHZ\16\1-4-1.txt');
data1_5_1=load('E:\data\700-600\100KHZ\16\1-5-1.txt');
data1_6_1=load('E:\data\700-600\100KHZ\16\1-6-1.txt');
data1_7_1=load('E:\data\700-600\100KHZ\16\1-7-1.txt');
data1_8_1=load('E:\data\700-600\100KHZ\16\1-8-1.txt');
data1_1_2=load('E:\data\700-600\100KHZ\16\1-1-2.txt');
data1_2_2=load('E:\data\700-600\100KHZ\16\1-2-2.txt');
data1_3_2=load('E:\data\700-600\100KHZ\16\1-3-2.txt');
data1_4_2=load('E:\data\700-600\100KHZ\16\1-4-2.txt');
data1_5_2=load('E:\data\700-600\100KHZ\16\1-5-2.txt');
data1_6_2=load('E:\data\700-600\100KHZ\16\1-6-2.txt');
data1_7_2=load('E:\data\700-600\100KHZ\16\1-7-2.txt');
data1_8_2=load('E:\data\700-600\100KHZ\16\1-8-2.txt');

A=[data1_1_1(:,1),data1_1_1(:,2)-data1_1_2(:,2),data1_2_1(:,2)-data1_2_2(:,2),data1_3_1(:,2)-data1_3_2(:,2),data1_4_1(:,2)-data1_4_2(:,2),data1_5_1(:,2)-data1_5_2(:,2),data1_6_1(:,2)-data1_6_2(:,2),data1_7_1(:,2)-data1_7_2(:,2),data1_8_1(:,2)-data1_8_2(:,2)];
%-------------------------显示个点提取s0波形
figure(1);
subplot(4,1,1);
plot(A(:,1),A(:,3),A(:,1),A(:,9));
title('1-2,1-8');
subplot(4,1,2);
plot(A(:,1),A(:,4),A(:,1),A(:,8));
title('1-3,1-7');
subplot(4,1,3);
plot(A(:,1),A(:,6),A(:,1),A(:,7),A(:,1),A(:,5));
title('1-4,1-5,1-6');
subplot(4,1,4);
plot(A(:,1),A(:,2));
title('1-1');


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

绘制$s_0$波形图

板子上下两面数据相减得到$S_0$波形，并绘图，通过计算第一个波包的飞行时间来验证数据的正确性。

![img](8.1-8.7.assets/Image.png)

全聚焦成像

算法流程图

![个人主页图](8.1-8.7.assets/个人主页图.png)

$matlab$代码

clear all;
close all;

data1=xlsread('E:\data\700-600\100KHZ\16\16-1.xlsx',1,'A2:I801');
data2=xlsread('E:\data\700-600\100KHZ\16\16-1.xlsx',2,'A2:I801');

t0=2.50000000000000e-07;
vs0=5336;
A(600,700)=zeros();




hhilbert = @(x) abs(hilbert(x));

d(1).d=@(x,y) sqrt((x-300)^2+(y-250)^2);
d(2).d=@(x,y) sqrt((x-400)^2+(y-250)^2);
d(3).d=@(x,y) sqrt((x-400)^2+(y-350)^2);
d(4).d=@(x,y) sqrt((x-400)^2+(y-450)^2);
d(5).d=@(x,y) sqrt((x-300)^2+(y-450)^2);
d(6).d=@(x,y) sqrt((x-200)^2+(y-450)^2);
d(7).d=@(x,y) sqrt((x-200)^2+(y-350)^2);
d(8).d=@(x,y) sqrt((x-200)^2+(y-250)^2);



for x=1:1:600
    for y=1:1:700
        for i=[1,3] 
           for j=1:8
                if i~=j 
                     distance=d(i).d(x,y)+d(j).d(x,y);
                     row=ceil(distance*1e-3/(vs0*t0));
                     if row<800
                         switch(i)
                             case 1
                                A(x,y)=A(x,y)+hhilbert(data1(row,j+1));
                             case 3
                                A(x,y)=A(x,y)+hhilbert(data2(row,j+1));
                             case 5
                                A(x,y)=A(x,y)+hhilbert(data3(row,j+1));
                         end
                     end
                end
            end
        end
    end
end

% 画图
figure
imagesc(A)
colormap('jet')
colorbar


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56

![image-20220805095122181](8.1-8.7.assets/image-20220805095122181.png)

![image-20220805150539054](8.1-8.7.assets/image-20220805150539054.png)

![image-20220805154248884](8.1-8.7.assets/image-20220805154248884.png)

![image-20220806174004939](8.1-8.7.assets/image-20220806174004939.png)

文献阅读

1. 相控阵超声全聚焦成像算法的有限元仿真研究

1.1 对比16、32、64探头阵元成像的模拟结果，并非探头数越多成像效果越好

1.2 分区域划分网格

1.3 全聚焦成像-进行时间修正

​ 经过改进处理后的全聚焦成像-差值细化处理-6dB法处理

问题：具体改进方案没说，-6dB法处理查不到

![image-20220806175159792](8.1-8.7.assets/image-20220806175159792.png)