工业超声无损检测适配技术，让复合材料自行车检测触手可及（下）

薄壁复合材料的超声检测技术适配

自行车车架的检测难点，与工业复合材料的常规检测场景存在显著差异。自行车车架的壁厚远薄于航空航天结构件，通常在 0.5 至 3 毫米之间，且拥有复杂的几何结构，包括锥形截面、小曲率半径和连续变化的轮廓。传统的单晶超声探头采用单个换能器元件同时完成发射和接收，在近表面区域会形成 “盲区”，无法可靠识别薄壁材料中的缺陷。

为解决这一问题，Cycle Inspect 采用工作频率为 5-10 兆赫的双晶探头。这种探头将发射和接收元件分离，能有效降低近表面盲区效应，在薄壁、高衰减的复合材料层压板中实现更清晰的信号分离。选择更高的工作频率，虽会牺牲检测的穿透深度，但能提升近表面分辨率 —— 这对识别复合材料前几层铺层的缺陷至关重要。而自行车车架的最大壁厚极少超过 5 毫米，这种 “舍穿透、提分辨率” 的取舍完全符合应用需求。

复合框架目视检查在超声扫描之前进行

复合材料的声学特性为检测增加了复杂性。与钢材等各向同性材料不同，超声波在钢材中传播均匀、回波信号稳定，而复合材料的层状各向异性结构会散射声能。机织和编织结构的复合材料，纤维以多个角度交错，形成大量界面，声波会向不同方向反射，产生噪声更大、且具有强烈方向依赖性的信号，进一步加剧声能散射；单向和纤维缠绕层压板则表现出明显的方向性，沿纤维方向扫描时能较好识别界面缺陷，其他方向的检测效果则较差。

豪森介绍，公司的检测方法通过基线归一化技术应对这些材料特有的挑战。由于制造商极少披露复合材料层压板的具体结构，技术人员不再依赖预设层板结构的绝对振幅阈值，而是在被检测车架的完好区域建立声波响应基线。这一内部参考基准，能适配该车架结构特有的声能衰减、后壁反射特性和层压板响应规律。后续检测均以该基线为参照，而非通用设置，即便在层板铺层信息未知的情况下，也能实现缺陷识别。

缺陷的声学特征识别

要区分制造缺陷和使用过程中产生的损伤，需掌握不同类型缺陷与超声波的相互作用规律。孔隙、空洞和桥接缺陷等制造阶段产生的缺陷，通常会导致整体声能衰减增加，并出现所谓的“背向散射” 现象。实际检测中，这一特征表现为 A 扫描信号噪声大，从深层界面返回的相干能量减弱，且缺陷信号多呈面状分布，而非单一、尖锐的反射波。桥接缺陷是因树脂不足导致铺层间浸润不充分形成的，在小曲率半径、粘接接头等几何结构过渡区域，会表现为局部传输特性的变化。

使用过程中产生的损伤，声学特征则截然不同。分层损伤会产生清晰的平面反射波，且损伤界面后方会出现典型的“阴影效应”，从分离铺层下方材料返回的声能会显著减弱。由于分层形成的是离散界面，而非面状散射区域，多次重新扫描时，该缺陷的信号表现具有高度可重复性。纤维断裂和基体开裂会造成局部散射特性变化，若损伤存在定向性，信号还会随扫描方向改变，这类缺陷通常表现为背向散射特性异常，而非清晰的反射波，除非损伤已形成离散的界面。

技师对安装好的复合材料框架进行超声波扫描。

豪森指出：“对于薄壁复合材料，检测的限制因素往往是材料的散射效应和近表面效应，而非设备性能。一个基本规律是，最小可检测缺陷尺寸约为探头波长的一半，选择更高频率的探头虽能识别更小的缺陷、但会损失穿透深度，因此探头的选择和调试参数的设置至关重要。”

Cycle Inspect 的检测流程并非依靠单一信号判断缺陷，而是以缺陷位置、方向和多次扫描的信号模式一致性为分类依据，并尽可能结合视觉观察结果进行佐证。由于缺陷的可检测性受层板结构、壁厚、曲率、检测可达性、耦合质量，以及缺陷类型和深度等多种因素影响，无法对复合材料自行车部件的最小可检测缺陷尺寸制定统一标准。

超声波扫描仪显示A扫描波形，指示内部异常情况。

工业标准的自行车行业适配

Cycle Inspect 的认证项目，将原本为工业无损检测制定的美国无损检测学会 SNT-TC-1A 标准，适配于自行车行业的特定需求。该认证框架为培训、考核和能力管控建立了标准化体系，同时补充了针对薄壁材料检测限制、曲面几何结构检测难点，以及消费品检测结果的决策型报告撰写等内容。

认证课程采用“线上 + 线下” 结合的模式：学员先通过自定进度的线上课程，学习复合材料结构、各向异性层状介质中的声波传播规律、常见缺陷类型、失效模式和检测方法的局限性；随后前往澳大利亚纽卡斯尔参加为期 3 天的沉浸式线下实操培训，也可根据安排在海外参与培训。实操考核要求学员掌握正确的设备验证流程，能在铺层信息未知的情况下建立检测基线，对复杂结构进行可重复的扫描操作，准确分类无损检测结果和缺陷信号，并在标准复合材料试样和实际量产自行车车架的检测中，完成规范的文档记录和一致性核验。

超声检测的结果解读存在主观性，导致不同检测人员的检测结果一致性成为行业长期难题。Cycle Inspect 通过标准化流程解决这一问题：明确规定需扫描的部件、扫描覆盖模式和检测方法，对设备和扫描设置进行书面验证，规范基线归一化流程，并要求对所有需报告的缺陷信号进行重复扫描。

豪森强调：“超声检测技术本身并不存在主观性，声波在材料中的传播规律和由此产生的信号，均遵循已被充分验证的物理原理。检测结果的差异性，仅源于检测设置、扫描范围或判定规则的定义模糊。”

目前该领域仍存在一大局限：复合材料自行车部件尚未建立统一的验收标准，行业内对检测合格 / 不合格的阈值缺乏共识。作为检测人员而非结构工程师，持证技术人员可提醒车主注意潜在的结构问题，但在缺乏制造商数据支持的情况下，无法对部件的结构安全性做出最终判定。

算法化风险评估平台

Cycle Inspect 自主研发了一款基于网页的 Compass 平台，专供持证无损检测技术人员记录、监控和报告复合材料自行车的结构损伤。该平台能让技术人员结合空间位置和损伤历史记录缺陷信息，同时通过损伤数据挖掘更具普适性的行业洞察。

尽管平台的具体算法和特征权重为企业专有技术，但 Cycle Inspect 透露，系统会综合考量缺陷信号特征、空间分布模式、可重复性、相对于载荷路径和应力集中区的位置，以及历史检测结果。在制造商设计数据缺失的情况下，平台会应用保守的工程逻辑，通过更严格的判定规则建立合理的安全余量。

平台会按照分级体系给出检测建议：若缺陷信号符合平面分离或渐进式损伤特征，会建议考虑维修或更换部件；若为低置信度或低影响的缺陷发现，则会要求按规定的复检周期进行监控。该平台不会对部件的剩余结构寿命进行数值预测，而是通过分析缺陷的严重程度、影响范围、可重复性和位置关键性的组合信息，为技术人员提供维修决策依据。

Cycle Inspect Compass 用户界面，用于认证培训和超声波扫描记录。

Cycle Inspect 数据与研究负责人安德鲁・诺瓦克博士解释道：“首次保养时发现的轻微问题可能并不严重，但到第二次保养时可能会恶化。如果不跟踪损伤的发展过程，就无法及时掌握其变化，而这款平台正是为了解决这一问题。”

可落地的门店服务与未来发展

采用 Cycle Inspect 的系统对自行车车架进行一次全面的超声检测，包括文档记录在内，耗时约 45-120 分钟，设备投入约 6000-7000 澳元（不含培训费用）。这一成本让超声检测成为独立自行车门店和移动维修技师可开展的服务，让原本仅掌握在专业复合材料维修机构手中的技术实现普及。

Cycle Inspect 的认证项目于 2025 年 10 月正式推出，目前实操培训主要在澳大利亚纽卡斯尔开展，也可根据需求在海外安排。除专业认证课程外，该公司还推出了无损检测基础课程，为骑行爱好者和行业从业者提供低成本的入门培训，无需完成全流程认证即可掌握核心知识。

机器学习是 Cycle Inspect 未来的核心发展方向。诺瓦克表示：“机器学习技术有望提升缺陷分类的一致性，减少操作人员带来的检测差异，但这需要经过验证的训练数据支撑，而数据获取需要对各类车架结构和损伤类型进行大量检测。未来，机器学习不仅能帮助识别损伤，还能为维修需求提供指导。”

Cycle Inspect 带来的变革，远不止于实现单个自行车车架的分层缺陷检测。通过推出标准化的检测方法、制定易获取的设备规范、搭建持证从业者网络，该公司的无损检测基础课程和 CI 认证课程，为自行车行业搭建了此前缺失的结构安全验证体系。无论是预防严重的结构失效、让二手自行车交易更有保障，还是为骑行者提供设备状态的客观评估，将工业超声检测技术适配于薄壁复合材料结构的举措，填补了这一行业的安全空白 —— 研究表明，这一空白每年影响着数千名骑行者的安全。