Développement et optimisation de méthodes d’imagerie synthétique pour le contrôle non-destructif par ultrasons de composants industriels complexes

The goal of this thesis was, initially, to evaluate phased array methods for ultrasonic Non Destructive Testing (NDT) in order to propose optimizations, or to develop new alternative methods. In particular, this works deals with the detection of defects in complex geometries and/or materials parts.The TFM (Total Focusing Method) algorithm provides high resolution images and several representations of a same defect thanks to different reconstruction modes. These properties have been exploited judiciously in order to propose an adaptive imaging method in immersion configuration. We showed that TFM imaging can be used to characterize more precisely the defects. However, this method presents two major drawbacks: the large amount of data to be processed and a low signal-to-noise ratio (SNR), especially in noisy materials. We developed solutions to these two problems. To overcome the limitation caused by the large number of signals to be processed, we propose an algorithm that defines the sparse array to activate. As for the low SNR, it can be now improved by use of virtual sources and a new filtering method based on the DORT method (Decomposition of the Time Reversal Operator).Le but de cette thèse est, dans un premier temps, de faire un état des lieux des méthodes multiéléments de Contrôle Non-Destructif (CND) par ultrasons pour ensuite proposer des optimisations ou développer de nouvelles méthodes alternatives. En particulier, nous nous sommes intéressés aux problèmes de détection de défauts dans des pièces à géométries et/ou matériaux complexes.L’imagerie synthétique par Focalisation en Tous Points (FTP) fournit des images de haute résolution et permet de représenter, de plusieurs manières, un même défaut grâce aux différents modes de reconstruction. Ces propriétés ont été judicieusement exploitées pour proposer une méthode d’imagerie adaptative pour les configurations en immersion. Nous avons montré que l’imagerie synthétique permet de caractériser plus finement les défauts. Cependant, elle présente deux inconvénients majeurs : la grande quantité de données à traiter et un faible rapport signal-à-bruit (RSB), en particulier pour les matériaux bruités. La suite des travaux consistait donc à proposer une solution à chacun de ces problèmes. Pour réduire la quantité de données, l’approche des réseaux lacunaires a été suivie et un algorithme a étédéveloppé pour définir au mieux ce type de réseaux. Quant au RSB, nous avons réussi à l’améliorer en développant une méthode de filtrage basée sur la méthode DORT (Décomposition de l’Opérateur de Retournement Temporel) et le principe des réseaux de sources virtuelles