首页 | 本学科首页   官方微博 | 高级检索  
     

基于非线性小波收缩的超声信号缺陷识别方法
引用本文:迟大钊,刚铁,姚英学. 基于非线性小波收缩的超声信号缺陷识别方法[J]. 机械工程学报, 2011, 47(18). DOI: 10.3901/JME.2011.18.001
作者姓名:迟大钊  刚铁  姚英学
作者单位:1. 哈尔滨工业大学先进焊接与连接国家重点实验室 哈尔滨150001;哈尔滨工业大学机电工程学院 哈尔滨150001
2. 哈尔滨工业大学先进焊接与连接国家重点实验室 哈尔滨150001
3. 哈尔滨工业大学机电工程学院 哈尔滨150001
基金项目:国家自然科学基金(51005056,50775054); 国际合作(2007DFR70070); 黑龙江省自然科学基金(QC2010081)资助项目
摘    要: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。

关 键 词:超声信号  噪声抑制  缺陷识别  小波  

Non-linear Wavelet Shrinkage Based Method for Defect Detection in Ultrasonic Signal
CHI Dazhao,GANG Tie,YAO Yingxue. Non-linear Wavelet Shrinkage Based Method for Defect Detection in Ultrasonic Signal[J]. Chinese Journal of Mechanical Engineering, 2011, 47(18). DOI: 10.3901/JME.2011.18.001
Authors:CHI Dazhao  GANG Tie  YAO Yingxue
Affiliation:CHI Dazhao1,2 GANG Tie1 YAO Yingxue2(1.State Key Laboratory of Advanced Welding and Joining,Harbin Institute of Technology,Harbin 150001,2.School of Mechatronics Engineering,Harbin 150001)
Abstract:In the weld tested ultrasonic signal,noise is the leading factors that interfering defect detection.In order to suppress ultrasonic noise and recognize defect signal effectively,an improved non-linear wavelet shrinkage(NWS) method is proposed on the basis of the cross-correlation of sub-waves.The proposed method inherits the merit of multi-resolution of wavelet,and takes cross-correlation between defects waves in the two adjacent signals into account at the same time.By employing the conventional and improv...
Keywords:Ultrasonic signal Noise suppression Defect detection Wavelet  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号