Аналіз методів оцінки параметрів процесу зворотного розсіювання ультразвукових хвиль

В. Моркун Н. Моркун А. Гапоненко Є. Бобров
Отримано 09.08.2022, Доопрацьовано 26.10.2022, Прийнято 28.11.2022
Анотація

Мета. Аналіз методів оцінки параметрів процесу зворотного розсіювання ультразвукових хвиль, які розповсюджуються у випадково-неоднорідному середовищі, для визначення можливості їх використання в процедурі ідентифікації мінеральних різновидів залізної руди. Методи дослідження. Методи аналізу вітчизняного та зарубіжного досвіду, а також методи математичної статистики і теорії ймовірності для формування оцінки результатів дослідження. Наукова новизна. Обґрунтування використання параметрів зворотного розсіювання ультразвукових хвиль при їх розповсюдженні у досліджуваному середовищі для формування ідентифікаційних характеристик зразків залізної руди в процесі її видобутку і переробки. Практичне значення. Використання запропонованого підходу дозволяє оперативно отримати характеристичну інформацію про структурні ознаки мінеральних різновидів залізної руди. Результати. Як коефіцієнт загасання та швидкість поширення, коефіцієнт зворотного розсіювання є фундаментальною властивістю ультразвуку, що використовується для характеристики багатьох процесів. В даний час існує набагато менше апробованих методів вимірювання зворотного ультразвукового розсіювання, ніж для двох інших параметрів. Вимірювання частотної залежності зворотного розсіювання більш послідовні, ніж вимірювання абсолютної величини. Коли розсіювачі малі порівняно з довжиною хвилі ультразвуку, експериментальні дані про частотнозалежний коефіцієнт зворотного розсіювання, зазвичай узгоджуються з очікуваною поведінкою релеєвського розсіювання (пропорційно до частоти в четвертому ступені). Однак існує велика потреба у стандартизації методів вимірювання цього параметра. Метод статистики огинаючої моделює амплітуду огинаючої прийнятих сигналів за допомогою статистичного розподілу. Метод частотної спектроскопії заснований на аналізі частотного складу сигналів, що змінюється в залежності від розміру та форми поглинаючих структур. Метод кепстрального аналізу використовує частотний склад сигналів з метою оцінки відстані між поглиначами. У поєднанні ці методи можуть використовуватися для оцінки варіацій концентрації та розміру неоднорідностей у досліджуваному середовищі. Існуючі моделі розсіювання ультразвуку дозволяють з інформації, що міститься в спектральній характеристиці розсіяного сигналу, одержати числові параметри, що описують кількість розсіювачів та їхній просторовий розподіл, тобто. охарактеризувати структурні та текстурні особливості досліджуваних зразків. Таким чином, обґрунтування можливості використання параметрів зворотного ультразвукового розсіювання для формування ідентифікаційних характеристик зразків залізної руди в процесі її видобутку та переробки є важливою науково-практичною проблемою, оскільки її вирішення дозволить покращити результати оперативної ідентифікації принаймні основних мінералого-технологічних різновидів залізної руди певного родовища

Ключові слова:
ультразвук; зворотне розсіювання; вимірювання; методи; оцінка

Взято з Том 20, № 2, 2022

Сторінки 3–9

Використані джерела ЦИТУВАТИ

[1] Keith A. Wear, Timothy A. Stiles, Gary R. Frank, Ernest L. Madsen ...+11 more authors. Interlaboratory comparison of ultrasonic backscatter coefficient measurements from 2 to 9 MHz. - 2005 - Journal of Ultrasound in Medicine. DOI:10.7863/JUM.2005.24.9.1235.

[2] Morkun V., Morkun N., Pikilniak A. The Propagation of Ultrasonic Waves in Gas-containing Suspensions. Cambridge Scholars Publishingю - 2019, 130 p.

[3] Morkun, V., Fischerauer, G., Morkun, N., Tron, V., Haponenko, A. Determining Rock Varieties on The Basis of Fuzzy Clustering of Ultrasonic Measurement Results. (2022). CEUR Workshop Proceedings. 3156, с. 274-283.

[4] Noushin Jafarpisheh, Ivan M. Rosado-Mendez Timothy J. Hall Hassan Rivaz. Estimation of the Scatterer Size Distributions in Quantitative Ultrasound Using Constrained Optimization. https://doi.org/10.48550/arXiv.2109.09900.

[5] M. F. Insana and T. J. Hall, “Characterising the microstructure of random media using ultrasound,” Phys. Med. Biol., vol. 35, no. 10, p. 1373, 1990.

[6] M. F. Insana, R. F. Wagner, D. G. Brown, and T. J. Hall, “Describing small‐scale structure in random media using pulse‐echo ultrasound,” J. Acoust. Soc. Am., vol. 87, no. 1, pp. 179–192, 1990.

[7] Y. Zhu, A. Han, W. D. O’Brien Jr, M. L. Oelze, and M. F. Insana, “Limitations on estimation of effective scatterer diameters,” J. Acoust. Soc. Am., vol. 142, no. 6, pp. 3677–3690, 2017.

[8] A. Gerig, J. Zagzebski, and T. Varghese, “Statistics of ultrasonic scatterer size estimation with a reference phantom,” J. Acoust. Soc. Am., vol. 113, no. 6, pp. 3430–3437, 2003.

[9] R. Lavarello and M. Oelze, “Quantitative ultrasound estimates from populations of scatterers with continuous size distributions: Effects of the size estimator algorithm,” IEEE Trans. Ultrason. Ferroelectr. Freq. Control, vol. 59, no. 9, pp. 2066–2076, 2012.

[10] R. J. Lavarello and M. L. Oelze, “Assessment of the effects of scatterer size distributions on effective scatterer diameter estimates,” in 2010 IEEE International Ultrasonics Symposium, 2010, pp. 732–735.

[11] R. Lavarello and M. Oelze, “Quantitative ultrasound estimates from populations of scatterers with continuous size distributions,” IEEE Trans. Ultrason. Ferroelectr. Freq. Control, vol. 58, no. 4, pp. 744–753, 2011.

[12] E. P. Nordberg and T. J. Hall, “Effective scatterer diameter estimates for broad scatterer size distributions,” Ultrason. Imaging, vol. 37, no. 1, pp. 3–21, 2015.

[13] R. K. Saha and M. C. Kolios, “Effects of cell spatial organization and size distribution on ultrasound backscattering,” IEEE Trans. Ultrason. Ferroelectr. Freq. Control, vol. 58, no. 10, pp. 2118–2131, 2011.

[14] D. Savéry and G. Cloutier, “Effect of red cell clustering and anisotropy on ultrasound blood backscatter: A Monte Carlo study,” ieee Trans. Ultrason. Ferroelectr. Freq. Control, vol. 52, no. 1, pp. 94–103, 2005.

[15] I. Fontaine, D. Savery, and G. Cloutier, “Simulation of ultrasound backscattering by red cell aggregates: Effect of shear rate and anisotropy,” Biophys. J., vol. 82, no. 4, pp. 1696–1710, 2002.

[16] M. F. Insana and T. J. Hall, “Parametric ultrasound imaging from backscatter coefficient measurements: image formation and interpretation,” Ultrason. Imaging, vol. 12, no. 4, pp. 245–267, 1990.

[17] E. L. Madsen, in Ultrasonic scattering in biological tissues, edited by K. K. Shung and G.A. Thieme (CRC press, Boca Raton, FL, 1993), pp. 206–248.

[18] Eno Hysi, Muhannad N.Fadhel, Michael J.Moore, JasonZalev, Eric M.Strohm, Michael C.Kolios. Insights into photoacoustic speckle and applications in tumor characterization. - Photoacoustics,Volume 14, June 2019, Pages 37-48.

[19] Shankar P.M. A general statistical model for ultrasonic backscattering from tissues. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 2000;47(3):727–736.

[20] Foster D.R., Arditi M., Foster F.S., Patterson M.S., Hunt J.W. Computer simulations of speckle in B-Scan images. Ultrason. Imaging. 1983;5(October (4)):308–330.

[21] Diebold G.J., Khan M.I., Park S.M. Photoacoustic ‘signatures’ of particulate matter: optical production of acoustic monopole radiation. Science. 1990;250(October (4977)):101–104.

[22] Lizzi F.L., Ostromogilsky M., Feleppa E.J., Rorke M.C., Yaremko M.M. Relationship of ultrasonic spectral parameters to features of tissue microstructure. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 1987;34 (May (3)):319–329.

[23] Wear K.A., Wagner R.F., Insana M.F., Hall T.J. Application of autoregressive spectral analysis to cepstral estimation of mean scatterer spacing. IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 1993;40(January (1)):50–58.

[24] The measurement of backscatter coefficient from a broadband pulse-echo system: A new formulation. - Article in IEEE transactions on ultrasonics, ferroelectrics, and frequency control · April 1997. DOI: 10.1109/58.585136 · Source: IEEE Xplore

[25] L. X. Yao, J. A. Zagzebski, and E. L. Madsen, Ultrasonic Imaging 12, 58–70 (1990).

[26] James A. Zagzebski1, Ivan M. Rosado-Mendez1, Haidy Gerges Nasief, Timothy J. Hall. Quantitative ultrasound: Enhancing diagnosis using estimates of acoustic attenuation and backscatter. - Cite as: AIP Conference Proceedings 1747, 050001 (2016); https://doi.org/10.1063/1.4954108

[27] R.A. Sigelman, J.M. Reid, ”Analysis and measurement of ultrasound backscattering from an ensemble of scatterers excited by sine-wave bursts”, J. Acoust. Soc. Am. 53, 1351- 1355(1973)

[28] X. Chen, D. Phillips, K.Schwarz and al,” The measurement of backscatter coefficient from a broadband pulseecho system: A new formulation”, IEEE Trans. Ultrason. Ferroelectr. Freq. Control 44, 515-525.(1997).

[29] N. Houhat and T. Boutkedjirt. Frequency and concentration dependence of the ultrasonic backscatter coefficient in a soft tissue mimicking material. - Proceedings of the Acoustics 2012 Nantes Conference. - 23-27 April 2012, Nantes, France. 238-242 p.

[30] Michael Vogt, Michael Deilmann. Parametric Spectrum Analysis of Backscattered Ultrasound Signals for the Characterization of Particles in Suspensions. - GMA/ITG-Fachtagung Sensoren und Messsysteme 2019. DOI 10.5162/sensoren2019/5.3.3 

Morkun, V., Morkun, N., Gaponenko, A., & Bobrov, Ye. (2022). Analysis of methods for estimating the parameters of the ultrasonic wave backscattering process. Journal of Kryvyi Rih National University, 20(2), 3-9. https://doi.org/10.31721/2306-5451-2022-1-55-3-10
uk