遗传优化的稀疏分解算法在超声缺陷提取中的应用

针对超声检测缺陷信号带有的干扰噪声严重影响信号提取和缺陷定位准确性的问题,利用基于遗传优化和稀疏分解相结合的算法提取超声缺陷信号。该算法利用遗传算法来寻优匹配追踪算法中的多参数;并采用与超声信号最优匹配的Gabor原子库,达到自适应的匹配超声回波信号,从而大大降低了稀疏分解算法的复杂度。分别对仿真和实际超声缺陷信号进行试验,并与小波去噪方法进行比较。结果表明,该方法能够在噪声背景下更有效地提取缺陷信号。     

自适应滤波在超声无损检测中的应用

超声无损检测中,特定的缺陷回波一般都具有一定的相关性,因而可利用自适应滤波来增强缺陷回波信号,介绍自适应滤波的结构与最小均方（LMS）算法,从超声检测应用结果来看,该方法有较好的特性与前景。     

基于最小值选中次数的分离谱加权算法的超声信号处理方法研究

在脉冲式超声无损检测中，超声脉冲反射回波信号常受到电子噪声和结构噪声的干扰，信噪比往往较低。针对海底管道超声检测信号处理的问题，介绍一种基于最小值分离谱方法中最小值选中次数的统计加权算法。试验证明，该方法稳定性和信噪比较好，具有一定自适应能力。     

小波奇异性检测在超声信号处理中的应用

缺陷回波法是超声检测的常用技术,但回波信号常受到各种噪声的干扰,为使超声自动探伤系统能够对缺陷进行准确检测,必须对受噪声干扰的信号进行处理。介绍了通过小波变换对奇异性信号进行检测的原理,利用该方法对超声波回波信号进行了分析。试验结果证明小波奇异性检测方法能有效消除噪声干扰,并准确检测出缺陷位置。     

匹配追踪方法在超声检测信号去噪中的应用

超声检测中回波信号的噪声抑制对于正确分析材料的内部属性至关重要。匹配追踪方法把信号表示成与其结构匹配波形（原子）的线性展开。它能够自适应提取和原子相关的信号结构。从而实现了噪声抑制。超声信号处理中，根据回波特点，采用与其结构相似的Gabor原子。能够有效匹配超声信号中的回波信息。分别对不同信噪比下的仿真信号和试验信号用Gabor原子库进行匹配追踪方法去噪处理。并和小波去噪效果进行了比较。试验结果表明。利用该方法进行超声信号去噪处理能取得比小波去噪更好的效果。     

小波变换在超声检测信号去噪中的应用

根据超声检测缺陷回波的特点,提出了基于小波变换的超声缺陷回波的去噪方法。结果表明,它能较好地抑制噪声,使用该法处理的信号的信噪比明显提高,并且具有较高的缺陷定位精度和纵向分辨率。     

高阶互谱超声成像

在超声成像中，由于缺陷信号易被噪声湮没，信噪比受到很大的削弱，针对该问题，讨论了高阶维格纳互谱对高斯噪声的抑制作用，提出了一种改进的基于该分布和似然比理论的超声成像算法。试验结果表明，用该算法能从强噪声中识别出缺陷点，提高成像的信噪比。     

超声检测信号的自适应滤波

复合材料及粗晶材料等各向异性材料的超声无损检测存在信噪比较低的问题，通过自适应虑皮技术可提高缺陷回波信噪比。在此和由此式利用了自适应噪声低消过程中广泛应用的带延迟的有限就滤波器（ＦＩＲ）和最小均方（ＬＭＳ）算法。     

基于相关技术的超声检测信号处理

超声检测中,特定的缺陷回波与发射信号一般都具有一定相关性,因而可利用相关技术来增强缺陷回波信号。针对脉冲回波法的缺点,介绍了相关技术在超声检测中的应用原理,通过基于相关技术的超声缺陷信号处理的应用实例表明,在获得较好的运算经济性的情况下,能够把湮没在噪声中的信号提取出来,从而大大提高了缺陷信号的信噪比。     

基于自适应滤波的超声杂波抑制方法

在超声衍射时差(time of flight diffraction,TOFD)法检测获取的回波中,作为固定存在的侧向直通波信号会导致近表面缺陷信号不易于识别. 针对这一问题,提出一种基于自适应滤波技术的杂波信号抑制方法. 该方法通过迭代滤波器自身参数,调节参考信号以满足待处理回波中杂波的时基抖动变化要求,并予以去除,从而分离出与其混叠的近表面缺陷信号. 阐明了基于自适应滤波技术的杂波信号抑制原理,并利用所提方法对计算机仿真信号及人工缺陷检测回波进行了杂波抑制处理. 结果表明,所提方法可有效滤除超声TOFD法检测回波中具有时基抖动特性的杂波信号,并提取近表面缺陷信号.     

Multi-stage adaptive noise cancellation for ultrasonic NDE

Adaptive noise cancellation techniques are ideally suited for reducing spatially varying noise due to the grain structure of material in ultrasonic nondestructive evaluation. Since grain noise is generally uncorrelated, in contrast to the correlated flaw echoes, adaptive filtering algorithms exploit the correlation properties of signals in a C-scan image to enhance the signal-to-noise ratio of the output signal. In this paper, a multi-stage adaptive noise cancellation method is proposed for enhancing flaw detection in ultrasonic signals. The overall method is based on the use of an adaptive least mean square error filter with primary and reference signals derived from two adjacent positions of the transducers. Results of implementing the proposed algorithm on ultrasonic signals obtained from hard-α inclusions in titanium will be presented.     

基于时频分析的奥氏体焊缝超声检测信号处理

对奥氏体焊缝超声检测信号处理方法进行了研究.提出一种基于匹配追踪和小波变换两种时频分析方法的信号处理方法,分别从能量和频率的角度区分缺陷信息和材料散射噪声,提高超声检测回波的信噪比.为了验证此方法的有效性,建立了超声检测试验系统,对53 mm厚焊缝试块进行检测试验,采集了含有大量材料噪声的实际检测信号.选用sym8小波...     

小波变换和模糊模式识别技术在金属超声检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点,提出了一种缺陷定性特征值的提取是模式识别的关键,因此提出用小波变换提取特征值,多面手用模式识别的方法对小波变换的特征值提取结果进行定性分类,从而确定缺陷类型。采用上述上种不同性质的缺陷进行分析和处理。结果表明,用小流变换提取特征值的方法是有效的,而模糊模式识别算法也得到了较好的分类效果。     

数字超声系统脉动噪声的估计与消除

采用高通滤波器和小波包变换技术对低碳钢摩擦焊接头进行超声无损检测，研究表明，高通滤波后，信噪比有所提高，但频率滤波器在滤除噪声的同时，也滤除了缺陷信息中所含的低频成分。小波包变换是一种比小波变换频率线性度更好的时频分析方法，能同时兼顾信号的陡变和缓变特征，从而清楚地区分时变信号和长时间的类周期信号。实验证明，小波包换能正地估计出脉动噪声，从而有效地去除之，提高信号的可观察性和信噪比。     

小波变换和神经网络在漏磁缺陷信号识别中的应用

利用小波变换和RBF（Radius Basis Function）神经网络技术对漏磁检测系统中的缺陷信号进行分类。重点设计了试验系统，采集了四种缺陷信号，首先应用小波变换提取信号特征值，然后利用RBF神经网络训练，采用模糊聚类算法寻找基函数的中心，使缺陷的定性分类获得了很高的准确率。试验获得了较好的缺陷分类效果。     

一种基于DSP2407的超声波探伤系统

介绍了一种以DSP2407为核心,具有采集、记录、分析超声波探伤回波信号等功能,能够自动判别缺陷位置的超声波探伤系统。详细叙述了系统的各个组成部分,对其得到的缺陷信号进行了信号处理,最后给出了测量结果并加以分析。     

基于CEEMD的冲击回波分析方法研究

冲击回波法检测混凝土结构缺陷过程中由于存在面波和噪声干扰,反射层纵波难以从频谱特征直接识别出来。针对该问题,本研究将完备集成经验模态分解（CEEMD）方法引入冲击回波检测信号分析中,提出基于CEEMD冲击回波信号分析方法。通过对模拟和实验的冲击回波信号分析和研究,结果表明:CEEMD方法从冲击回波信号分解出的特征模态函数IMF1~IMF10,中间模态IMF5、IMF6的频谱反映出混凝土内部缺陷位置和板厚信息,据此频谱能准确确定内部夹层缺陷位置和混凝土板厚。CEEMD方法能分离面波和噪声干扰,可作为处理冲击回波信号的一种常规方法。