11月26日上午，九江学院与上海理工大学联合培养的2024级研究生陈焕章在我院竞知楼906B会议室，作了题为“Numerical Simulation Study on Quantitative Detection of Surface Defect Width and Depth Based on Laser Surface Acoustic Waves”的学术报告。本次活动由自动化教研室组织，教研室全体教师及自动化专业2024级、2025级部分学生代表到场参加。

报告聚焦于材料表面缺陷深度与宽度的定量检测难题，系统介绍了一种基于双侧激发探测的创新方法，用于表征缺陷宽度。通过深入分析激光声表面波与表面缺陷之间的相互作用机制，揭示并探讨了表面缺陷后沿所产生的一次振荡波与二次振荡波现象，结合特征信号M与Q的传播路径及到达时间，建立了缺陷深度的计算模型。

为进一步提高对不同深度缺陷的检测精度，提出了一种融合反射波负峰值线性拟合与特征信号飞行时间的深度定量检测方法。在模拟噪声环境下，研究引入粒子群优化变分模态分解（PSO-VMD）算法，以复合指标最大值作为适应度函数，优化分解参数，并依据样本熵阈值筛选有效IMF分量，重构信号以提升信噪比，从而有效提取关键特征参数。

研究结果表明，该方法在表面缺陷定位及深宽量化方面具有较高的有效性与精确性，缺陷宽度和深度的平均相对误差分别控制在5.8%和6.5%以内，为解决激光超声检测中表面缺陷的定量表征问题提供了可行路径与技术参考。

本次报告是我院深化研究生联合培养机制、推动产教融合与学科前沿探索的成果展示。活动不仅展现了我院学子扎实的专业素养与创新能力，也为师生营造了活跃的学术交流氛围，将对自动化等相关专业的学科建设与人才培养起到积极的推动作用。

审稿人：朱文华