1.一种管道弯头缺陷的精确检测方法，其特征在于，包括以下步骤：S1，搭建管道弯头超声导波检测系统；利用搭建的管道弯头超声导波检测系统，依次给管道弯头超声导波检测系统中的单个激励传感器施加chirp信号，管道弯头超声导波检测系统中的接收传感器获取Chirp激励响应信号；使用窄带脉冲提取方法，从Chirp激励响应信号中提取不同中心频率下导波的窄带脉冲信号，并对提取的窄带脉冲信号中的波包进行模态辨识，然后以获得纯净S0模态为目的，确认出窄带提取的中心频率，根据所述中心频率得到窄带脉冲提取信号；S2，建立管道弯头层析成像正演模型，并利用二阶差分的正演算法，对导波飞行时间进行计算；然后结合最速下降反演方法，基于信号的飞行时间特征对S1得到的窄带脉冲提取信号进行分析处理，然后对分析处理的结果进行缺陷特征信息的识别及提取；最后显示缺陷的深度和表面形貌特征，完成管道弯头缺陷的检测；S2中，建立管道弯头层析成像正演模型过程如下：沿管道弯头外脊线展开，建立管道弯头层析成像正演模型，得到管道弯头层析成像正演模型三维坐标系{O,x,y,z}与二维坐标系{O,x',y'}的映射关系为：其中，R为管道弯头的弯曲半径，r为管道弯头的管道内径。
2.根据权利要求1所述的一种管道弯头缺陷的精确检测方法，其特征在于，S1中，从Chirp激励响应信号中提取不同中心频率下导波的窄带脉冲信号的过程如下：确定理想脉冲激励信号为s d (t)，理想脉冲激励信号s d (t)的响应信号R d (ω)为：其中，R c (ω)为Chirp激励响应信号的频域表达形式，S d (ω)为理想脉冲激励信号的傅里叶变换，S c (ω)为Chirp信号的傅里叶变换形式，G(ω)为频域内的带通滤波器；然后对理想脉冲激励信号s d (t)的响应信号R d (ω)进行傅里叶逆变换，得到理想脉冲激励信号s d (t)的窄带脉冲信号R d (t)。
3.根据权利要求1所述的一种管道弯头缺陷的精确检测方法，其特征在于，S1中，对提取的窄带脉冲信号中的波包进行模态辨识的过程如下：对提取的窄带脉冲信号做时频变换得到每个频率点的到达时间，窄带脉冲信号中波包的飞行时间t f 以及到达时间满足下式：t f ＝t a -t e其中，t e 为理想脉冲激励信号各频率点的发出时间，t a 为波包的到达时间；然后根据窄带脉冲信号中的波包的飞行时间t f 求波包的传播速度v：其中，l arc 为管道弯头的弧长；然后根据波包的传播速度v以及超声导波频散曲线，对提取的窄带脉冲信号中的波包进行模态辨识。
4.根据权利要求1所述的一种管道弯头缺陷的精确检测方法，其特征在于，S1中，以获得纯净S0模态为目的，确认出窄带提取的中心频率的过程如下：选择S0模态作为管道弯头超声检测的模态，S0模态的纯净程度ξ为：其中，A 1 为S0模态的波包幅值，A 2 为A0模态的波包幅值；然后根据纯净程度ξ与窄带提取的中心频率之间的关系，确定窄带提取的中心频率。
5.根据权利要求1所述的一种管道弯头缺陷的精确检测方法，其特征在于，所述Chirp信号为瞬时频率随着时间连续线性变化的信号，Chirp信号的数学表达式为：式中：w(t)为矩形窗函数；f 0 为起始频率；B为信号频域宽度；T为信号持续时间；Chirp激励响应信号在频域中的表达形式为：R c (ω)＝H(ω)S c (ω)其中，R c (ω)为Chirp激励响应信号的频域表达形式；S c (ω)为Chirp信号的傅里叶变换形式。
6.根据权利要求1所述的一种管道弯头缺陷的精确检测方法，其特征在于，S2中，利用二阶差分的正演算法，对导波飞行时间进行计算的过程包括如下步骤：S2.1，根据管道弯头层析成像正演模型，求得各向异性声速场模型c'(θ)为：其中，c为导波传播速度， S2.2，根据所述映射关系以及各向异性声速场模型得到程函方程为：S2.3，利用二阶差分算法求解程函方程，获得整个区域的飞行时间矩阵，其中：求解程函方程使用的是熵满足上行区域的算法，将程函方程表达为：其中 表示沿x方向的向后差分算子， 表示沿x方向的向前差分算子， 表示沿y方向的向前差分算子， 表示沿y方向的向后差分算子；二阶差分算子的基本形式为：
7.根据权利要求6所述的一种管道弯头缺陷的精确检测方法，其特征在于，S2中，结合最速下降反演方法，基于信号的飞行时间特征对S1得到的窄带脉冲提取信号进行分析处理，然后对分析处理的结果进行缺陷特征信息的识别及提取；最后显示缺陷的深度和表面形貌特征的过程包括如下步骤：S2.4，根据飞行时间矩阵得到接收传感器走时矩阵T；S2.5，确定反演问题为：d＝A(T)其中，A为非线性算子，d为管道弯头整个区域的壁厚矩阵；S2.6，设定走时误差泛函为：φ(d)＝||A(d)-T||S2.7，设定走时误差泛函的梯度δ n ，确定最速下降反演方法的最优化方向，对管道弯头整个区域的壁厚矩阵d迭代，迭代格式为：d n+1 ＝d n -η n δ n其中，η n 为搜索步长，η n 通过下式计算：η n ＝arg{min[φ(d n +ηδ n )]}其中， 当误差达到给定的水平时，迭代过程终止，将计算结果映射到三维模型中，显示缺陷的深度和表面形貌特征。
