粗晶材料超声检测信号处理

粗晶材料如奥氏体钢在核电、化工等压力容器和管道中应用很广泛,但由于粗晶材料对超声波的强烈的散射效应,超声检测时存在严重的结构噪声。晶粒噪声和缺陷信号的时频特征的差异,为提高超声检测的信噪比提供了可能。近年来人们着重从数字信号处理的角度来提高信噪比。理论和实践证明,由于超声缺陷信号的时变特性,单纯的时域或频域分析并不是理想的方法,应采用时频分析,其中尤以小波分析最为有效。小波分析用于噪声材料的信号处理,可望给这种材料的超声评价带来实质性的进展。     

粗晶材料超声检测中的非线性信号处理

针对粗晶材料超声检测时严重的结构噪声使信噪比很低的问题。使用非线性时频分布对超声信号进行处理，充分考虑信号的时域、频域和相位的信息，根据超声信号在缺陷和噪声处瞬时频率的不同，结合超声信号的空间投影特点。提出了一种基于信号瞬时频率的超声信号处理方法。首先使用Choi—Willianms分布将信号变换到时频域。估计出信号瞬时频率，然后通过瞬时频率的有序度对超声信号进行加权处理。该算法充分利用了超声信号时域、频域和相位的信息。不仅消噪性能好，而且缺陷定位准确。     

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。     

非局部均值噪声预测的独立成分分析降噪研究

为解决采用独立成分分析算法进行图像降噪需要多个观测信号的问题,提出一种对单张图像冗余信息进行稀疏以生成多个观测信号的方法。该方法首先采用字典压缩算法对原噪声图像稀疏;再采用非局部均值算法对压缩图像的冗余信息进行处理,将处理后的冗余信息生成初次降噪图像;将初次降噪图像和原噪声图像共同作为独立成分分析的多个观测信号。结合非局部均值算法可以避免仅使用字典压缩算法造成的过量稀疏,研究表明当高斯白噪声标准差σ在20~45范围时,本文提出的方法比字典稀疏压缩算法和非局部均值算法降噪效果更好,图像降噪后的峰值信噪比是降噪前的1.4倍。本文提出的方法在高斯白噪声标准差σ在20~45范围时,具有很好的降噪效果。     

基于波原子理论的超声检测信号降噪方法

如何在消除噪声的同时更好保留信号中的有效信息一直是无损检测信号处理研究中的热点。尝试通过构建虚拟观测信号将单通道超声检测信号扩展为信号阵列,利用波原子方法进行降噪处理,并引入非局部均值算法进行平滑以压制波原子硬阈值滤波方式可能产生的伪吉布斯现象。用该算法对仿真信号与某碳酸钙污垢层超声检测信号进行降噪,并与小波阈值降噪进行对比。结果显示该方法对信号信噪比的提高、信号有效特征及微弱信号的保持均有较好效果。     

基于稀疏小波变换的超宽带低信噪比信号检测算法

脉冲超宽带信号是时域瞬态脉冲,功率谱密度极低,在远距离通信时,信号淹没在噪声中较难检测,对前端采样率要求较高.针对脉冲超宽带低信噪比检测问题,提出了一种在脉冲波形先验信息已知条件下,基于稀疏小波变换的低信噪比检测方法.针对超宽带信号在小波域具有稀疏分布这一特征,依据压缩传感理论,分析并仿真了稀疏基矩阵选择时域采样矩阵和小波矩阵时,信噪比对于性能的影响,提供了重构算法中迭代终止门限的选择方法.仿真实验表明,相对于稀疏基矩阵为时域采样矩阵,采用小波变换矩阵可以在较低信噪比条件下实现超宽带信号的降噪重构.     

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。     

基于变分模态分解的风机齿轮箱振动信号降噪方法研究

针对风机齿轮箱振动信号噪声对系统故障诊断产生干扰的问题,研究了对信号进行降噪处理的方法,提出了一种基于变分模态分析的方法.对数据进行了预处理,通过维纳滤波去除了采集信号中的噪声成分,利用了变分模态分解迭代寻找模型最优解,确定了各分量频率中心和带宽,实现了不同频率成分有效分离;采用了完全非递归分解模型,有效避免了经验模态...     

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。     

基于遗传算法的自适应随机共振与VMD分解的轴承故障诊断方法

随机共振(Stochastic resonance,SR)在处理实测轴承故障信号时需满足绝热近似条件,即需满足小参数信号(信号幅值、信号频率、噪声强度远小于1),这一问题极大地制约了对实测振动信号的检测,针对这一现象,提出基于遗传算法的自适应变尺度随机共振与变分模态分解(Variational mode decomposition,VMD)的轴承故障诊断方法。首先,设定合适的压缩比R将实测信号进行压缩,使其满足小参数条件;然后,定义信号的输出信噪比为目标函数,利用遗传算法(Genetic algorithm,GA)对变尺度随机共振的结构参数a和b进行同步优化,选取最优值代入变尺度随机共振中对实测信号进行消噪处理;最后,将降噪信号进行VMD分解,从分解得到的各IMF分量的频谱图中识别轴承故障特征频率。对实验数据分析的结果表明,该方法可有效地提高轴承故障诊断的准确度。     

Noise cancellation of ultrasonic NDE signals using blind source separation

This paper proposes a new denoising method for ultrasonic NDE (nondestructive evaluation) signals using blind separation (BSS) technology. The proposed denoising method consists of four steps. First, a reconstructed phase space (RPS) is constructed from observed ultrasonic NDE signals. The information about the underlying sources (e.g., ultrasonic signal, noise, etc.) acting on this system is contained in this RPS. Second, independent component analysis (ICA) is performed on the RPS to recover all sources underlying the RPS. Next, the ultrasonic signal component is selected by a decision criterion related to the denoising application and, finally, is reconstructed to obtain the denoised ultrasonic signal. To validate the proposed method, it has been applied to the experimental ultrasonic NDE signals of the test sample and is compared with the wavelet denoising method in SNR (signal-to-noise ratio) enhancement. The experimental results show that the SNR of the ultrasonic NDE signals can be enhanced greatly using the proposed denoising method and the proposed method has almost the same denoising performance as the wavelet denoising method in SNR enhancement. A trait of the proposed denoising method is the ability to denoise ultrasonic NDE signals by separating the ultrasonic signal and noise using blind source separation technology. The text was submitted by the authors in English.     

超声波测距系统中的小波去噪方法研究

针对远距离超声波测距系统中回波信号信噪比低的问题,采用小波变换对超声波的回波信号进行去噪处理.为取得较好的去噪效果,对小波变换的参数选取进行了研究.根据小波基的特性,通过能量与能量熵选取最优小波基;基于回波信号噪声的白噪声特征,采用白噪声检验自适应确定分解层数;引入参考噪声信号,确定小波系数处理阈值,并选用一种结合软、...     

基于改进多路径匹配追踪的芯片超声信号去噪方法

针对高频超声检测倒装焊芯片微缺陷的回波信号受噪声影响的问题,提出了一种基于改进多路径匹配追踪算法(MMP)的高频超声信号稀疏去噪方法。利用MMP算法获取全局最优的原子,针对MMP计算量过大的问题,在迭代过程中设置阈值和引入剪枝操作,筛选误差较大的路径,减少迭代路径,降低算法复杂度。为了避免字典维度上升导致的计算量过大,通过构建连续原子库对重构信号参数进行调整,最终实现芯片超声检测信号噪声的抑制。通过仿真和实验证明,提出的方法能够有效的去除倒装芯片高频超声检测信号中的噪音,与其他去噪算法相比,所提方法通过增加少量的计算,实现信号重构精度的提高,提升了B扫图的清晰度。     

Noise suppression and flaw detection of ultrasonic signals via empirical mode decomposition

In ultrasonic nondestructive testing, the precise detection of flaw echoes buried in backscattering noise caused by highly scattering materials is a problem of great importance. In this paper, a new signal decomposition method for analyzing nonstationary or nonlinear data, empirical mode decomposition, is proposed to deal with ultrasonic signals. A new denoising technique that combines empirical mode decomposition and filtering simultaneously in the time domain and frequency domain is designed to suppress noise and enhance flaw signals. Synthetic and experimental signals are denoised with this EMD-based filtering technique. Simulated results are presented and analyzed, showing that the proposed technique has an excellent performance even when the signal-to-noise ratio is very low (−23 dB). The improvement in flaw detection was experimentally verified on a pipeline sample with artificial flaws. The text was submitted by the authors in English.     

小孔隙率碳纤维复合材料的富树脂超声检测

针对孔隙率接近0的小孔隙率碳纤维复合材料(Carbon Fiber Reinforced Composite,CFRP)的富树脂检测需求,提出富树脂超声检测技术。对超声检测信号中的噪声消除方法、衰减抑制方法和富树脂检测的多视图成像技术进行研究,并开发小孔隙率CFRP富树脂超声检测软件。首先提出共振频率估计方法,通过低通滤波抑制高频随机噪声。其次根据频率差异,应用变分模态分解算法分离并消除共振结构噪声,提取低频成分。该低频成分包括表面回波、底面回波、富树脂反射信号和由层间反射信号、材料散射噪声等构成的相干噪声。再次,引入瞬时幅值比修正低频成分的幅值衰减并描述被检测小孔隙率CFRP的局部反射能力。最后,应用Otsu多阈值方法自适应获得富树脂识别的阈值,消除相干噪声的影响,完成富树脂识别。进一步对小孔隙率CFRP的超声检测结果进行多视图成像,在三维视图、C扫描视图和B扫描视图内识别富树脂。结果表明:变分模态分解的分量数为2,Otsu多阈值的类别数为3时,能够准确识别小孔隙率CFRP超声检测信号中的富树脂反射信号;采用0.15作为多视图成像的阈值,可简洁有效地描述富树脂在小孔隙率CFRP中的分布。     

基于 CS-FastICA 的超导电磁数据消噪方法研究

超导电磁探测极易受到环境电磁噪声的干扰，严重影响了数据的解释精度。针对这一问题，提出了一种基于信噪分离消噪原理的超导电磁噪声抑制方法。该方法首先利用FastICA算法从观测信号中分离提取二次磁场信号，然后针对信号分离后的幅值不确定性问题，基于最大化非高斯性和最小畸变准则构建优化约束模型，最后利用CS搜索算法迭代求解分离矩阵的最优参数值。仿真结果显示，本文方法在信噪比和均方误差指标上均优于PCA、WA和ICA方法，消噪后信号的信噪比提高了16.6 dB。现场实验表明，本文方法对多种环境电磁噪声均具有良好的抑制效果，消噪后观测信有效时间提高了近4倍。观测信号质量得到了显著改善，视电阻率成像解释深度达1 000 m,充分验证了本文方法的有效性和实用性。     

一种基于稀疏表示的图像去噪算法

利用稀疏表示的自适应特征,将稀疏表示的多分辨理论应用于图像的去噪处理中,提出了一种基于稀疏表示的图像分块去噪方法。首先将噪声图像分割成一定尺寸的图像块,选出同质块与非同质块;然后利用小波去噪方法处理同质块,而采用脊波去噪方法处理非同质块,从而得到去噪后的图像;最后采用维纳滤波器对去噪后的图像进一步处理。实验结果表明,该方法与单纯的小波去噪方法和脊波去噪方法相比,信噪比有了较高的改善,较好地去除图像噪声,并且很好地保存图像的边缘纹理信息。     

激光超声信号去噪的经验模态分解实现及改进

考虑激光超声检测过程中噪声对缺陷和材料特征分析和检测的影响,本文以激光超声信号去噪为目的,研究了基于经验模态分解（EMD）的激光超声信号时间尺度滤波过程。针对分解过程中固有模态函数（IMF）上有用信号与噪声的混叠现象对重构信噪比的影响,结合信号多模态和宽频带的特点,提出了基于峰度检验策略的时域加窗方法。该方法通过局部峰度检验判断重构起点附近IMF中有用信号的位置及信噪分界点,利用Turkey-Hanning窗保存有用信号,抑制噪声,实现信号与噪声的解混叠,改善重构信号质量。仿真和实验结果表明,该方法具有良好的自适应性,有效识别并分离了信号和噪声成分,信噪改善比达14 dB以上,相对原始方法提升了3 dB,相对性能增强了20%,并且改进效果随信号受污染程度的加重而愈发突出,有望在高噪声水平下发挥优势。     

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。