小波分析在管道缺陷超声检测中的应用

在管道缺陷超声无损检测中，作为检测基本数据的脉冲反射回波信号受到电子噪声(包括热噪声和量化噪声)和结构噪声的干扰，使材料的缺陷信号变得难以识别。小波变换借助于时．频局部分析特性，已成为现代信号处理中的一种重要方法。在阐述小波变换基本原理的基础上，研究了管道超声缺陷信号的小波分解与重构。利用此方法对超声信号进行分析，可方便地识别是否存在缺陷以及缺陷的位置。     

采用引导滤波的超声纹理补偿图像优化

针对医学超声图像中声衰减补偿引起的组织结构模糊、清晰度降低问题,提出一种基于引导滤波的自适应优化超声图像方法.首先分析声衰减对医学超声成像能量的影响;其次比较超声信号能量补偿常用方法,选用图像纹理信息进行衰减补偿;再结合引导滤波保边平滑特性,根据超声图像组织结构与斑点噪声均值与方差特性自适应优化,得到具有更多临床诊断信息的高品质超声图像.实验结果表明,该方法改善了图像清晰度,在增强图像组织结构的同时弱化斑点噪声,其有效性在仿真体模、正常与病变组织的超声图中得到了验证.     

基于小波分析的海底石油管道缺陷超声检测信号去噪处理

针对海底石油管道超声检测信号的噪声消除问题,本文研究了基于小波分析的噪声消除方法.文中首先介绍了基于小波分析的噪声消除方法的基本原理,然后运用小波方法对实测超声信号进行了具体的处理.在信号处理中考虑了小波基以及小波分解层数对噪声消除效果的影响.信号处理结果表明:合理选择小波基和小波分解的层数,能有效去除超声信号中的噪声.     

小波多分辨分析在超声回波信号去噪中的应用

在超声回波信号检测过程中，如何进行降噪处理一直是信号处理研究的焦点之一。该文应用具有优良的时频局部化能力的小波多分辨分析技术对回波信号作降噪处理，提取出材料缺陷处超声回波的主要特征信号。通过选取合适的分解和重构滤波器组，在有救提高信号的信噪比的同时也保持了良好的分辨率，从而实现缺陷识别和定位。在仿真实验中基于MATLAB环境对实际测量得到的超声回波信号进行噪声信号处理及特征提取，仿真结果证明了小波多分辨分析应用于超声回波信号降噪处理的有效性。     

基于超声相控阵的角焊缝缺陷信号重构方法研究

在对接管角焊缝进行超声检测的过程中，由于检测的工件结构复杂并且仪器设备本身会受到电信号干扰，所以检测得到的A扫信号存在噪声，在检测图像中会出现“伪像”，从而造成检测困难。如果想要提高检测图像的质量，对于A扫信号的除噪尤为重要，所以提出小波去噪和经验模态分解相结合的角焊缝缺陷信号重构方法。首先分析接管角焊缝结构特点，进行相控阵检测试验，得到缺陷检测数据；然后着重分析了裂纹与未熔合缺陷信号，完成对其的经验模态分解与重构；最后通过对原始信号进行小波去噪及经验模态分解与重构，从而达到了比传统的算法更高的信噪比与更低的均方误差，说明本算法有更好的去噪效果，更有利于超声回波信号的分析。     

小波去噪用于超声检测和超声CT成象

超声检测回波信号中经常带有不同程度的无用噪声，小波变换是一种日益获得广泛的信号处理新技术。本文将它用于处理超声检测回波信号和改善超声ＣＴ重建图象的质量，采用Ｍａｌｌａｔ算法对超声回波信号进行滤波去噪。     

小波包去噪方法在海底石油管道超声检测中的应用

通过分析海底石油管道超声检测回波信号,部分有效信号混在噪声信号里,本文研究了具有任意多尺度分解特性的小波包去噪方法。首先介绍了小波包的基本理论以及去噪声理论,然后运用小波包分析对实际测量的超声回波信号进行。处理。仿真结果表明,小波包去噪法能更好地抑制噪声,明显提高信噪比。     

基于数据融合及小波变换的医学超声图像去噪方法

医学超声图像固有的斑纹噪声,极大地降低了超声图像的质量,严重影响了对病灶的识别。经典的去噪方法在抑制斑纹噪声时丢失了图像中大量的细节和微弱的边缘信息。本文提出一种基于数据融合的小波变换去噪算法,首先对医学超声图像进行对数变换,将乘性噪声变成加性噪声,然后对同一原始信号含噪声的两幅同源图像分别进行小波分解,对两幅图像中小波系数的低频分量作加权融合;对水平、垂直与对角方向高频分量取两幅图像中各尺度下对应小波系数绝对值较大者各自分别融合,使高频分量中信号得以最大限度地保留,最后,经小波逆变换和指数变换得到去噪后图像。该方法在去除噪声同时能够有效保持边缘信息,较好地改善去噪后图像的视觉效果,取得了良好的效果。     

基于K-SVD超声渡越时间获取方法研究

在超声回波检测信号中,反映污垢特征的冲击信号非常微弱,容易被噪声淹没。针对信号稀疏分解中常用匹配追踪分解不够准确的问题,提出基于K-SVD奇异值分解的超声渡越时间获取方法,利用K-SVD训练得到超声回波信号的过完备字典,结合正交匹配追踪进行局部搜索适配原子,以提高信号稀疏分解的速度和准确度。基于Comsol Multipysics仿真软件建立充液污垢管道三维有限元模型,研究了超声回波传播特性规律。将K-SVD算法应用于超声回波仿真信号和换热污垢管道回波检测信号的处理,并与原始小波训练字典进行对比。结果表明：改进的K-SVD字典学习算法能够在提高信号稀疏分解的同时,获得较好的降噪结果和污垢特征信息提取,对超声检测信号的处理具有实际意义。     

基于VMD方法的混凝土缺陷超声成像噪声处理研究

时间反演多信号分类(TR-MUSIC)算法进行混凝土结构缺陷超声成像,能够在激励超声频率不改变,保证探测深度的情况下,打破衍射限制,实现超分辨率成像;但此方法的缺点是极易受到噪声的干扰,在成像划分信号子空间与噪声子空间过程,产生附加奇异值,影响超声成像的精度和准确性;为进一步提高TR-MUSIC超声成像的质量和稳定性,抑制噪声对成像的干扰,提出一种基于变模态分解(VMD)的噪声处理方式,该方法首先对VMD分解后的变模态分量采用能量熵和重心熵结合的方式来确定信号频谱形态发散和能量分布不均的噪声分量,对噪声分量采用小波阈值降噪方法处理,然后将降噪后的噪声分量和其他分量进行最小二乘平滑滤波并重构;改善后的信号进行反演成像,提高了信号子空间和噪声子空间对应奇异值大小的区分度,再通过设定阈值方式进行划分,提高了成像分辨率,抑制了由噪声引起的伪像问题。     

聚焦换能器的研制和在超声特征成像中的应用

为了提高对层状复合金属材料缺陷的成像分辨率,需要用高灵敏度的聚焦换能器.针对我们研制的(F-San)全自动超声特征成像系统,用钛酸铅做压电晶片,不同颗粒度的钨粉做声透镜和背衬的主要材料,研制了主频为10～20MHz宽带窄脉冲聚焦换能器,并用光学法拍摄了主频为10MHz的换能器的超声波声场在水中的聚焦过程及焦斑大小.在对层状复合金属材料检测时,缺陷的成像分辨率达0.5 mm.     

机器视觉智能机器人无损检测系统

针对目前无损检测过程中的大量人工操作、检测效率低下和检测精度低的特点,提出了一种搭载于工业机器人的无损检测系统的设计方法,实现了系统的软硬件设计。设计的机器人系统具有4个自由度,可以实现三维空间的立体检测,并采用自适应模糊推理系统提高检测适应性。系统采用彩色图像分割算法和自适应区域生长图像分割算法都能有效提取出缺陷区域。应用结果表明系统稳定性好、检测精度高,大大提高了检测效率。     

蜂窝结构缺陷类型识别的研究

研究了复合材料蜂窝结构缺陷红外无损检测中的升温和降温阶段的规律，提出一种识别判断缺陷类型的方法。实验结果表明，对被测件进行适当加热后，蜂窝积水会引起该区域与正常区域的温差在降温过程中出现正负变化，脱粘区域的温差没有正负变号。基于这一现象，对温度异常区域进行温差时间分析，就可以准确识别蜂窝缺陷的种类，为正确采取维修措施提供依据。     

脉冲涡流矩形传感器的多维信号特征分析与缺陷识别

脉冲涡流是一种可以对飞机结构中缺陷进行有效检测的电磁无损检测技术.本文设计了三维检测传感器,并对矩形激励传感器中的多维检测信号进行了研究.分别在传感器不同扫描方向下,对三维检测传感器的Bx、By与Bz曲线进行了特征分析.实验证明取其中任意两路信号都可构成蝶形图,可以有效地实现缺陷的判别.对检测信号进行特征分析后,不仅可以判断缺陷的有无,还可以评估缺陷的长度,深度等信息,为进一步实现飞机机身缺陷的定量检测提供了有价值的参考.脉冲涡流技术将会在航空无损检测领域发挥重大的作用.     

导弹发射设备超声无损检测系统设计

为了实现导弹发射设备的快速自动无损检测，在对其特有外形及结构进行深入分析的基础上，设计开发了新型超声无损检测系统，并详细介绍了系统的软硬件设计方案，该系统大大缩短了检测时间，实现了缺陷的自动识别与定量分析。     

基于漏磁检测的钢管探伤监控系统设计

针对钢管漏磁检测的特殊性,设计开发了一种带有干扰滤波的探伤监控系统,采用信号接收模块配合多串口卡,开辟了多个内存缓冲区,将数据进行多线程并行分析处理,极大地提高了数据处理的速度和检测的实时性。采用均值平移小波阈值去噪法对漏磁检测信号进行降噪处理,有效降低了测量噪音等干扰因素的影响,并消除伪吉布斯现象。软件部分利用 Visual Studio C＃进行开发,可以实现无人值守条件下的全自动流水线检测控制、自动钢管缺陷判断、报警和分析处理等功能。系统具有高的实用性和可靠性。     

去除漏磁信号中系统噪声的小波系数去噪方法

漏磁无损检测普遍用于铁磁材料的无损检测中,是近年来输油管道检测中常用的一种有效方法。研究了输油管道检测中漏磁信号的去噪问题,由于漏磁信号被多种噪声源所污染,极大地降低了漏磁信号中缺陷信号的可检测性。通过利用小波系数去噪, 提出一种去除漏磁信号中系统噪声的新方法。实验结果说明:该方法的去噪效果优于传统的小波去噪方法。     

太赫兹时域光谱技术在涂层检测中的研究进展

涂层结构具有美观、隔热和耐腐蚀等优点,被广泛应用于航空航天、汽车船舶制造和制药等领域。但在涂层制备和服役过程中会不可避免地出现气泡和裂纹等缺陷,且涂层厚度和均匀性会直接影响涂层寿命,因此对涂层结构的检测显得十分重要。与常规无损检测技术相比,太赫兹时域光谱(THz-TDS)技术非接触性好、抗干扰性强,适用于涂层结构快速无损检测。首先,简要地介绍了太赫兹波、太赫兹时域光谱技术和典型的太赫兹时域光谱系统;然后,详细地阐述了太赫兹时域光谱技术在光学参量、厚度和微结构检测方面的国内外研究进展,特别是太赫兹波在汽车船舶、航空航天和生物制药方向的厚度检测与成像;最后,分析了涂层结构无损检测的现状,对现有的太赫兹波检测涂层存在的问题进行了总结,并对其未来的发展进行了讨论和展望。     

Practical applications of multiple signal classification

Two examples demonstrating the practical utility of multiple signal classification (MUSIC) in the imaging of small objects using inverse scattering formulations are presented in this article. For the first application (of interest to construction engineers), the task is to detect the presence of steel bars and empty ducts embedded within reinforced concrete; the results demonstrate that reinforcement bars of various sizes and empty ducts can be readily detected using MUSIC even in the presence of significant measurement noise. For the second application (of interest to oncologists treating breast cancer), the ultra‐wideband variation of MUSIC has been developed for the noninvasive imaging of malignant tissues that are very small in size; the results indicate that it may assist in the early detection of very small malignant tumors even in the midst of fatty tissues. © 2012 Wiley Periodicals, Inc. Int J RF and Microwave CAE, 2012.