小波变换模极小值在粗晶材料超声检测中的应用

本文研究小波变换方法在粗晶材料超声缺陷信号增强中的应用，为克服粗晶材料超声检测时晶粒噪声的影响，在分析晶粒噪声和缺陷信号频谱分布的基础上，提出了一种基于小波变换模极大值的算法来提高信噪比，利用此算法进行实际超声信号分析效果良好。     

粗晶材料超声检测缺陷信号增强的小波分析法

在超声无损检测中，粗晶材料（奥氏体钢）的晶粒噪声往往使材料的缺陷信号变得难以识别。在分析晶粒噪声和缺陷信号频谱分布的基础上，利用小波分析法消除晶粒噪声以实现有效识别缺陷的目标。利用此方法进行实际粗晶材料超声信号分析，可方便地识别缺陷的存在与否以及缺陷的位置     

基于LabVIEW软件平台的粗晶材料超声信号去噪处理的研究

采用超声纵波检测粗晶材料缺陷时，由于晶粒粗大及各向异性的影响，将产生较强的组织散射噪声，降低材料超声探伤的信噪比，严重干扰对缺陷回波的正确识别与判断。文章分析了粗晶材料超声信号去噪处理方法，提出了基于软件平台LabVIEW的信号处理构想，设计了粗晶材料超声信号去噪处理的LabVIEW处理模块，为有效抑制粗晶材料的组织散射噪声提供了手段。     

HHT在粗晶材料超声检测中的应用

超声检测粗晶材料时,结构噪声会严重降低检测信号的信噪比,造成缺陷反射波很难分辨出来。为提高检测信号的信噪比,增加粗晶材料超声检测的可靠性,本研究采用希尔伯特-黄变换(HHT)对检测信号进行分析处理。用超声检测系统对材料进行检测,采集粗晶材料测试数据;通过经验模态分解获得组成信号的本征模态函数,并经过希尔伯特变换得到不同模特对应的边际谱;分析信号的时频信息,去除噪声信号,提高了信噪比,使缺陷反射更加明显。实验结果表明:HHT能够有效去除无效的结构噪声,提高信噪比,缺陷反射更加突出。     

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...     

基于小波变换的超声信号自适应消噪方法研究

超声检测中，特定的缺陷回波信号一般都有一定的相关性，因而可利用自适应噪声抵消来增强缺陷回波信号。针对最小均方（LMS）算法自适应噪声抵消的缺点，提出了基于小波变换的自适应噪声抵消方法，通过Matlab软件将该算法应用于超声缺陷信号的仿真处理。结果表明，该算法大大提高了缺陷回波信号的信噪比，且具有较高的缺陷定位精度和纵向分辨率。     

面状缺陷超声B扫描检测图像增强研究

针对面状焊接缺陷超声B扫描检测图像受噪声污染造成的质量下降问题,利用多尺度小波分析方法,对超声B扫描图像进行了增强处理.分析了缺陷信号和噪声的小波变换特性,分别在软、硬阈值函数条件下,采用固定阈值、Stein无偏似然估计阈值、混合型阈值、极大极小准则阈值等方法进行了信号增强处理,比较了不同阈值方法小波变换的处理效果.结果表明:小波变换方法能有效地提高超声B扫描图像质量,硬阈值条件下固定阈值小波变换方法的图像增强处理效果较好.     

小波变换在管道弱超声回波奇异性检测中的应用

研究了小波变换在细尺度下检测信号奇异性的原理。通过对样管中标准缺陷的超声回波分析试验,证明6层db5小波变换可以有效地分离出湮没在噪声中的微弱缺陷信号,并可以有效地分离出信号的孤立奇异点,准确定位缺陷出现时刻。     

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。     

基于小波包的奥氏体焊缝缺陷超声信号识别

在使用超声反射波法对奥氏体不锈钢焊缝进行缺陷检测时,由于粗大晶粒组织的声散射作用,致使缺陷信号不易于识别. 针对这一问题,提出一种基于小波包技术的改进噪声抑制方法. 阐明了改进方法的技术原理,采集了奥氏体不锈钢焊缝中含人工缺陷信号的超声回波数据. 利用所提方法对超声回波进行了噪声抑制处理,并对人工缺陷进行了定量化测量. 结果表明,和传统小波包法相比较,所提方法能更为有效地滤除超声反射回波中的噪声成分,可识别直径1.5 mm的平底孔.     

基于Morlet-P小波的多层金属结构的超声检测研究

鉴于多层金属结构的超声检测信号夹杂了大量的噪声，湮没了有用的裂纹缺陷信息，在对信号作多尺度分析的基础上，构造了Morlet-P小波并以此对信号进行了各种分析。当取多个尺度参数时，基于Morlet-P小波变换得到的小波系数都包含了缺陷信号的频率成分，解决了多分辨率分析时多尺度小波系数在分析窄频带缺陷信号时的不足。     

一种工业无损检测超声图像降噪方法

针对传统的工业无损检测超声图像散斑噪声降噪方法,不能很好的保持图像边缘和细节,提出了一种新的基于粗集与小波的工业超声图像降噪方法.该方法通过考察散斑噪声的统计特征,利用粗集中的等价关系将工业超声图像划分为若干子图,对子图进行对数变换后完成小波变换,采用自适应阈值函数处理小波系数,应用小波逆变换和指数变换得到降噪后的子图,将降噪后的子图进行叠加得到最终的降噪图像.通过新算法在实际工业超声图像中的应用,实现了在保证降噪效果的同时能够较好地保持图像边缘及细节特征,验证了算法的有效性.     

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。     

镁合金超声检测的相关增强小波去噪技术

提出了一种基于相关增强与小波阈值相结合的超声信号去噪方法,将该方法用于AZ91镁合金的超声检测能够有效地去除噪声,提高检测精度。由于同类缺陷信号之间相关性较大,因此对同类缺陷的超声信号进行相关处理能够增强缺陷信号;结合小波分析的多分辨分析特点,从频率和时域对增强后的信号进行阈值处理,最终获得了良好的去噪效果。实验结果表明:该方法能够有效去除由粗晶散射引起的结构噪声,对微弱缺陷信号的检测是很有效的,且灵活便捷。     

小波尺度加权法在粗晶材料超声波检测中的应用

为了解决超声波检测粗晶材料时回波信噪比低、缺陷难以检出的难题,对超声波信号小波分析原理进行了研究。以实例分析的方式提出小波尺度加权降噪法,并阐述其原理及优点。在小波分析尺度加权降噪法的基础上编制了缺陷识别程序,对超声波信号进行处理,大大提高了对缺陷的识别与定位能力。该检测工艺在实际粗晶材料超声检测中取得了良好的效果。     

小波变换对超声检测信号去噪效果的分析

从小波变换的奇异性分析入手，给出应用于超声检测信号去噪的小波模极大值算法，并选用Marr函数做小波基函数。该算法对超声合成信号和实测信号的去噪效果均很理想，而且对存有可疑信号点的材料进行的金相分析再一次验证了算法的正确性。     

钛合金超声检测的信号特征与处理方法

钛合金材料广泛应用于船舶、航空等领域,通常采用超声检测技术对其原材料与焊接质量进行评估,但在大规格构件与微小缺陷检测时,存在晶粒噪声导致缺陷信号难以识别的问题。基于水浸超声技术测试了典型钛合金组织的声学性能,结果表明其声速与衰减系数呈现各向异性,大厚度结构检测时影响灵敏度的关键因素为散射杂波的干扰。采用小波包能量熵作为特征参数,分析杂波信号与缺陷信号的特征,通过支持向量机与神经网络模型分类,缺陷信号的识别准确率达到90%以上。     

增强超声探伤信号的分离谱处理方法

在粗晶材料的超声探伤工作中,晶粒噪声问题是至关重要的,分离谱处理技术已成功地用于降低此类材料超声检测中的噪声。给出了若干不同的分离谱处理自满,并根据实验信号对该技术的性能进行了分析。     

基于小波变换的管道漏磁检测信号处理

介绍了管道漏磁检测的原理，给出了管道检测装置框图。在小波变换Mallet快速算法的基础上，结合缺陷信号的特点，对实验室模拟状况下的采集信号进行了分析和处理，有效消除了信号噪声，提取了缺陷信号的特征值。     

基于改进阈值函数的提升小波变换超声信号去噪研究

在焊接缺陷的超声检测中,噪声和伪信号大大降低了检测结果的可靠性和质量。因此消除噪声、提高超声检测信号的信噪比,已成为超声无损检测与评价技术成功应用的关键。首先介绍了提升小波变换的基本理论,分析了小波阈值法去噪的原理和方法;然后在软、硬阈值函数的基础上,提出了一种基于改进阈值函数的提升小波去噪方法;最后对实际焊接缺陷超声回波信号进行了去噪实验研究,并从信噪比和均方根误差两个方面对去噪性能进行了比较分析。结果表明,该方法在一定程度上改进了软、硬阈值去噪法的缺点,获得了更好的去噪性能和更高的信噪比,并且提升小波变换的去噪速度快、设计灵活、编程简单,因此在实时信号去噪方面具有很好的应用前景。