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。     

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。     

小波变换在超声探伤仪检测回波处理中的应用

超声检测时探伤仪的电噪声和被检粗晶材料的散射噪声严重影响检测回波的信噪比。研究小波变换软阈值去噪方法在超声检测回波处理中的应用。在分析仪器电噪声、材料散射噪声和缺陷回波的小波变换特性的基础上，提出一种用一个尺度问变化的门限阀值来抑制噪声回波的小波变换系数再重构检测回波的方法提高信噪比。距离一波幅一当量曲线测定实验结果表明，该方法具有很好的去噪效果，处理后的回波损失小，能保证超声探伤的定量准确性。     

小波分析在超声回波信号处理中的应用

根据超声检测脉冲回波信号的特点,提出了基于小波变换的超声脉冲回波的去噪方法.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,并且具有较高的定位精度和纵向分辨率.     

超声检测信号中的小波包分析

超声检测中缺陷回波信号的质量是实现缺陷定位定量定性分析与评价的基础,去噪是超声检测信号处理中很重要的环节。小波包分析方法可以有效地抑制噪声干扰,提离有用信号。在Windows环境下,采用MATLAB 6．5 编程实现了缺陷回波信号的小波包去噪处理。研究结果表明:利用小波包阈值去噪,大大提高了缺陷回波信号的信噪比,改善了信号特征信息的质量,并且具有较高的缺陷定位精度和纵向分辨率。     

空气耦合超声信号的小波阈值滤噪试验研究

穿透式空气耦合超声检测中,由于较低声波透射率、激励接收系统噪声及声波在介质中的散射噪声导致接收信号信噪比较低,小波阈值滤噪技术在解决上述问题时面临小波基、分解层数及阈值函数的选取难题。基于小波分析的基本原理,以单因素分析方法开展小波阈值滤噪试验研究。选择不同小波族(Daubechies,Symlet和Coiflet)中的小波基、小波分解层数(4～8层)及阈值函数(软阈值及改进阈值函数)对实际含噪超声信号进行小波阈值滤噪处理,并通过对比滤噪信号的信噪比及频谱特性得出不同参数对滤噪效果的影响。结果表明,选择Coiflet小波族中的小波基能获得具有更高信噪比及透射信号幅值的滤噪信号;分解层数越高,滤噪信号的信噪比越高,但增长趋势渐趋稳定;阈值函数对滤噪性能的影响并不十分显著,一般采用软阈值函数或改进阈值函数就能获得良好滤噪效果。     

一种基于小波分析的除噪方法

本文利用信号与噪声在小波分析中不同尺度上的传播特性,研究了小波技术在涡流无损检测信号除噪中的应用。在分析了除噪后的误差函数之后,提出了二次除噪方法。结果表明,此方法能使信噪比得到一定程度的改善。     

进化小波消噪方法及其在滚动轴承故障诊断中的应用

阈值是小波阈值消噪方法中决定消噪结果的关键因素,传统阈值估计方法存在抑制噪声污染与保留信号细节间的矛盾,难以实现对滚动轴承故障信号的有效消噪.为准确估计阈值以改善小波阈值消噪方法的消噪性能,提出一种基于小波变换的进化阈值消噪方法.该方法以小波变换作为含噪信号分解与重构工具,构造含噪信号在各小波分解尺度上硬阈值收缩均方误差的近似函数,利用粒子群优化进化搜索与其最小值对应的最优阈值,以近似实现均方误差最小意义下的最优消噪.模拟信号消噪分析与滚动轴承故障信号消噪实例表明,该方法可有效消除噪声对信号的干扰,并准确提取淹没在噪声背景中的故障特征,消噪性能在信噪比与均方误差意义下优于传统小波阈值消噪方法.     

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。     

超声检测信号时频邻域自适应消噪技术

分析超声检测回波信号中噪声的组成和特性.考虑缺陷信号和噪声分量的分布差异,提出一种基于小波包变换时频邻域统计特征的自适应消噪方法.该方法根据噪声水平和邻域数据的方差,自动调节邻域数据对中心点值的平滑处理强度,从而达到自适应消噪目的.由于不存在参考信号和参数选择的问题,该方法稳健性好.仿真和实测信号的试验结果表明:该方法能有效提高信号的信噪比以及不同类型缺陷信号之间的可区分性,并抑制波形失真和信号的能量衰减.