厚截面CFRP孔隙超声脉冲反射检测方法

目前对碳纤维复合材料(carbon fiber reinforced plastic,简称CFRP)孔隙缺陷超声检测识别的研究主要以薄板型CFRP为对象,针对厚截面CFRP孔隙缺陷检测的需要,提出了基于超声脉冲反射背散射信号处理的孔隙缺陷识别方法。背散射信号特征分析结果表明,背散射信号由材料近表面共振结构噪声、信号指数型衰减成分、孔隙的反射和散射信号以及随机噪声组成。为得到孔隙的反射和散射信号,首先,利用提升小波变换良好的去噪能力除去背散射信号中的随机噪声;其次,设计低通滤波和自适应滤波分别除去信号中的共振结构噪声和衰减成分。对实验信号的处理结果表明,上述处理方法可以有效去除相应信号成分。在此基础上进一步提出了背散射信号幅值C扫描成像方法,将该成像方法应用于厚截面CFRP孔隙缺陷识别,可以有效识别试块中的含孔隙区域。     

低孔隙率碳纤维复合材料的时频模型和局部孔隙检测

本文研究了孔隙率不高于1%的低孔隙率碳纤维复合材料(CFRP)的时频模型和局部孔隙检测方法。将现有的超声波在CFRP内传播的频域模型扩展到时频模型,通过仿真验证了共振结构噪声的存在,研究了共振结构噪声和局部孔隙形成的缺陷回波的频率差异。在此基础上,提出应用变分模态分解分离高频随机噪声和共振结构噪声,提取包含缺陷回波的低频成分进行局部孔隙检测。提出能量函数和瞬时增益的概念,以克服由于声波能量随传播距离降低而造成的近表面信号对远表面信号的遮蔽效果。对低孔隙率CFRP试块的实验表明,基于变分模态分解和瞬时增益的方法能够有效抑制噪声干扰、克服遮蔽效应,实现局部孔隙的准确检测。     

基于经验与变分混合分解的超声回波信号噪声消除方法

超声缺陷检测结果易受超声回波信号中复杂噪声的干扰,为了提高超声缺陷检测的准确度,提出一种基于混合分解的 超声回波信号噪声消除方法。 采用经验模态分解算法结合相关系数指标对超声回波信号进行预处理,得到消除低频噪声分量 的超声回波预处理信号。 基于变分模态分解将该预处理信号分解为一系列窄带本征模态函数,引入互信息指标估计变分模态 分解的最优模态数量,并根据窄带本征模态函数与预处理信号的相关系数提取有用的模态分量,实现对超声回波信号去噪结果 的重构。 通过仿真和实测超声回波信号验证了本文方法的去噪性能,并与现有方法进行了对比。 结果表明,本文方法可同时消 除超声回波信号中的高频和低频噪声,在不同信噪比条件下 EMD、VMD 和本文方法去噪结果的 SNR 均值分别为 10. 01、9. 48 和 16. 09 dB,验证了本文方法对于超声回波信号噪声消除的优越性。     

金属材料小缺陷超声反射信号建模及识别

为了能从含噪声金属材料超声检测信号中有效识别出微小缺陷回波,建立了金属材料超声反射信号模型并提出了基于相关系数的微小缺陷回波识别方法。对含微小缺陷金属材料超声脉冲反射信号的成分进行分析,建立了基于散射声场与高斯回波理论的优化超声回波模型。设计了超声缺陷回波位置识别方法。该方法对超声脉冲反射信号去噪后,取探头发射脉冲信号为参考信号;然后与去噪后的信号逐段求解相关系数;最后对该相关系数序列进行阈值化处理,获得缺陷回波在超声回波信号中的位置。将利用上述优化超声回波模型生成的超声反射信号及其频谱与实验获得的金属材料超声反射信号及其频谱进行了对比,结果表明:两者的时频域特征具有一致性。当将阈值设定为相关系数序列最大值的60%时,能够有效从超声背散射信号中识别出金属材料微小缺陷回波。     

基于非线性小波收缩的超声信号缺陷识别方法

超声检测回波中的噪声信号是影响焊接缺陷无损检测的主要因素之一。为了更好地抑制回波中的噪声成分,从而有效地识别缺陷信号,在传统非线性小波收缩(Nonlinear wavelet shrinkage,NWS)方法的基础上,提出一种基于子波相关的改进噪声抑制方法。改进方法具备小波分析的多分辨特性,同时兼顾相邻测点回波中缺陷信号间具强相关性的特点。分别利用传统及改进的NWS方法对计算机仿真信号及焊缝超声检测信号进行处理,研究不同母小波及阈值估计方法对信号处理效果的影响。结果表明,改进方法对不同母小波的敏感性小,受不同阈值估计方法的影响小,且对复杂成分的噪声更具适应性。改进方法的噪声信号抑制及缺陷信号恢复效果明显优于传统方法,为缺陷的有效识别及精确量化测量提供可靠的依据。     

基于EEMD-FastICA的单通道超声回波信号去噪研究

针对单通道超声检测回波信号易受到噪声信号的影响导致缺陷诊断精度低的问题,提出基于集合经验模态分解(EEMD)和快速独立成分分析(FastICA)的单通道超声回波信号盲源分离方法(EEMD-FastICA).首先应用EEMD算法对回波信号进行自适应分解,得到多个不同尺度的固有模态函数(IMF)分量,利用主成分分析(PCA...     

基于提升框架和微粒群优化神经网络的超声信号消噪技术

为消除超声无损检测中晶粒散射引起的相干噪声,提高超声无损检测(UNDT)与无损评价(UNDE)基础数据的信噪比(SNR),提出了一种基于微粒群(PSO)优化神经网络模式识别理论的超声信号消噪技术,利用提升框架对原始超声检测信号进行多分辨率分析,根据微粒群算法强大的全局最优化能力,确定径向基函数(RBF)神经网络的结构,并通过径向基函数神经网络所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声。     

超声回波信号的小波软阈值法去噪处理

针对工程中常用的脉冲反射法超声检测中反射回波信号的特点,研究了基于小波分解的阈值去噪方法,通过理论分析、仿真以及实验研究得出,对于超声回波选取sym8小波基,采用软阈值法,运用基于史坦无偏似然估计的阈值选取规则,分解层数为4层时,可以有效地去除噪声干扰,突出缺陷信号,去噪性能优于硬阈值法.     

小径厚壁钢管超声探伤系统设计研究

针对壁厚与外径比大于0.2的小径厚壁无缝钢管提出了一种基于超声波检测的缺陷检测系统,完成了系统的硬件和软件设计,同时为提高系统缺陷的识别效率和准确度,通过分析小径厚壁钢管超声自动探伤系统干扰来源和传播途径,利用改进小波阈值去噪方法来去除混回波信号中的噪声提高回波信号信噪比。实验证明,超声探伤系统能够实现小径厚壁钢管的缺陷检测,小波阈值降噪法可有效去除混在超声回波信号中的各种噪声,大大提高回波信号信噪比。     

钢轨踏面裂纹电磁超声表面波同步挤压小波快速成像检测研究

钢轨踏面在车轮的重复载荷作用下会产生滚动接触疲劳裂纹。钢轨踏面裂纹是典型的滚动接触疲劳裂纹,该类裂纹容易从轨头往下发展导致钢轨断裂,对行车安全造成重大隐患。首先采用有限元数值方法分析超声表面波与钢轨踏面裂纹的作用规律,研究了低频超声表面波在不同倾角、不同深度踏面裂纹上的散射特性及反射回波时域信号响应特点。其次,设计制作了中心频率为0.3 MHz的表面波电磁超声换能器(EMAT),对钢轨踏面斜裂纹进行B扫成像检测,以更好地识别显示裂纹。为克服EMAT提离对信号回波的影响以及适应快速巡查检测,对裂纹反射回波采用同步挤压小波变换(SWT)进行去噪和重建,实现了B扫快速成像。研究结果表明,所设计的表面波EMAT能够有效地检测钢轨踏面上的多个裂纹,采用同步挤压小波变换处理回波信号后,超声回波信噪比至少提高8.83 dB,可显著提高B扫成像清晰度和检测速度。     

Kernel regression residual decomposition-based synchroextracting transform to detect faults in mechanical systems

The raw vibration signal of a faulty mechanical component carries a large amount of information reflecting its health condition, and the faulty information is typically carried by the high-frequency term in the vibration signal. However, the high-frequency term can easily by overwhelmed by the interference from the low-frequency term and noise. Considering the elimination of interference of the low-frequency term a novel preprocessing technique is presented, one-level kernel regression residual decomposition (KRRD), which can be used to extract the high-frequency term from the raw vibration signal to track the fault information. Combined with the synchroextracting transform (SET) technique, a one-level KRRD-based SET method is proposed. First, the high-frequency term in the raw vibration signal, which contains the faulty information, is extracted using one-level KRRD. Then, the high-frequency term is purified using SET, and the signal-to-noise ratio (SNR) is increased. Finally, a Hilbert envelope analysis is applied to the purified signal to demodulate the faulty feature frequency. To validate the performance and necessity of the proposed method, numerical simulations and experimental investigations are conducted. By introducing two commonly used methods, i.e., empirical mode decomposition (EMD) and variational mode decomposition (VMD), four comparisons (KRRD & EMD, KRRD & VMD, EMD, VMD) are conducted, and the superiority of the proposed method is verified. The analysis results show the effectiveness of the one-level KRRD-based SET method for the detection of mechanical component faults     

CFRP复杂几何结构超声表面契合法缺陷检测

碳纤维增强树脂基复合材料(Carbon fiber reinforced plastics，CFRP)复杂几何结构(即R区)的声传播规律复杂，缺陷检测困难。为提高相控阵超声线性阵列探头的检测能力，以热压固化制备的T700/环氧树脂T形长桁为研究对象，从有限元建模与验证、水程优选与缺陷成像、面积型缺陷定量与覆盖范围三个方面研究了超声表面契合法(Surface adaptive ultrasonic，SAUL)检测的关键技术。结果表明：模拟和试验中分层缺陷均能有效识别，但试样两侧肋板表面和层间界面反射回波过强，成像噪声大，定量困难；对检测中水程进行优选后，两侧肋板反射回波基本消失，缺陷成像完整清晰，成像质量明显提升。在此基础上提出了R区面积型缺陷尺寸的定量方法及检测覆盖范围计算方法，实现了R区深度 1.5 mm、周向长度 4.5 mm分层缺陷的定量检测，深度定量误差6.7%，周向长度定量误差4.4%，满足工程需求。研究结果将为复合材料缺陷精准检测提供支持。     

基于粒子群参数优化的 O-VMD 数据处理方法研究

针对电磁超声测厚换能器保护提离距过大导致回波信号微弱且信噪比低,难以在时域内直接准确提取渡越时间得到精 确厚度值的问题,提出频域内粒子群(PSO)优化变分模态分解(VMD)参数的 O-VMD 渡越时间提取方法。 分别对分解层数和 惩罚因子选取固定参数,及基于峭度与功率谱熵联合适应度函数的 PSO 算法获取 VMD 遍历优化参数,进行双次 VMD 处理,滤 除高频及低频噪声;选取能量最大模态进行信号重构,并应用希尔伯特变换获取回波信号时差。 在不同提离条件下,对不同厚 度铝板检测数据采用 O-VMD、经验模态分解(EMD)等方法进行信号对比处理,结果表明,提离距在 0 ~ 2. 1 mm,O-VMD 方法最 大误差为 0. 67% ,且误差与提离距成正比,为精确获取高提离距测厚数据提供依据。     

壳段厚度激光检测信号的变分模态分解去噪

针对双激光位移传感器测量大型壳段厚度过程中噪声对检测精度的影响,提出利用变分模态分解来实现对厚度信号的自适应去噪,利用相邻固有模态函数之间的离散Hellinger距离来获取最佳的模态数。该方法将变分模态分解算法引入到激光信号的自适应滤波过程中,分析并改进了变分模态分解算法的过分解、欠分解以及能量泄露的问题。然后,对改进的变分模态分解与希伯特振动分解和自适应噪声总体集合经验模态分解进行性能对比,提出了固有模态函数的相对瞬时能量概率的概念。最后,结合离散Hellinger概率分布距离理论判断固有模态之间的信噪分界点,实现了对信号的重构及滤波处理。仿真和实验结果表明,该方法对壳段厚度信号处理的信噪比为39.27dB,比自适应噪声总体集合经验模态分解方法提高了10dB,具有良好的自适应性,无需先验条件便能快速有效地识别并分离激光信号中的噪声成分。     

Compound fault diagnosis of bearings using improved fast spectral kurtosis with VMD

The fast spectrum kurtosis (FSK) algorithm can adaptively identify resonance bands of a signal, and fault characteristics can be extracted by analyzing the selected frequency bands. However, in practical applications, the bearing failure may be composed of various faults (inner ring/outer ring/rolling element) and the faults may be located in different resonant bands. Due to the interference between different fault components and noise, the weak components may be submerged when FSK is used to deal with compound fault signals. To improve the accuracy of an FSK processing compound fault located in different resonance bands, an improved FSK method combined with the variational mode decomposition (VMD) is proposed. First, the parameters (number of components K / penalty factor α ) in the VMD decomposition are selected, and the original compound fault signal is preprocessed by VMD decomposition, so that the original signal is decomposed into K variational intrinsic mode function (VIMF) components. The resonance center bands of these signals are different from each other, so the different fault information is located in different VIMF. Finally, each VIMF component is calculated by FSK. Through the simulated and experimental analysis, the method can accurately identify the resonance bands, and identify the weak fault characteristics of compound bearing fault.     

声学超材料在低频减振降噪中的应用评述

低频机械波在传播过程中穿透力强,难以衰减,特别是次声频段的机械波易与机体器官发生共振,对身体造成危害。为了实现对低频机械波的有效控制,解决现代工业生产和生活中普遍存在的噪声污染问题,结合最近十几年发展起来的声子晶体和声学超材料,系统地总结和论述通过声子晶体和声学超材料解决低频振动噪声问题的新方法。归纳和总结典型的低频振动噪声来源和对其进行控制方面存在的一些困难,介绍低频振动噪声的危害。重点概括基于声子晶体禁带特性实现低频振动噪声被动控制的相关研究工作,主要介绍通过亚波长尺寸特征的杆、薄板和薄膜类结构来实现低频振动和噪声衰减的具体方法和效果。在声学超材料的理论框架下,讨论薄膜类结构在低频振动噪声衰减中的应用及其优缺点。通过结合实际工程需要和最新研究动态,对这一领域存在的问题和后续发展趋势进行总结。研究对推动声子晶体和声学超材料在工程实践中的应用具有一定的引导意义。     

基于超材料声屏障的 １０kV 开关站噪声控制

对 １０kV 开关站噪音特性进行了测试,在此基础上从声学理论出发设计了分形声学噪声屏障,对具有良好低频隔声性能的三阶隔声屏障进行了仿真分析,通过试验测量了噪声屏障对各频段噪声的衰减效果,验证了此声学超材料的降噪有效性;并且提出了一种结合超材料声屏障的有源噪声控制方法,来补偿声屏障边缘附近的绕射声波以进一步提升降噪性能.最后,设计搭建了一套结合超材料声屏障的噪声实验系统,并进行了试验验证.     

太赫兹功率探测器高灵敏度调制解调系统设计

针对太赫兹被动成像系统前端功率探测器内部引入的低频噪声(1/f噪声)对成像精度的影响较为明显的问题,设计了一种高灵敏度调制解调系统来降低低频噪声对成像的干扰.通过控制外部信号源使功率探测器在正常工作与饱和状态之间快速切换,实现对目标信号的调制,从而将目标信号的频率调制到高于功率探测器引入的低频噪声频段以便将低频噪声滤除...