基于聲發射信號處理的關鍵技術要點研究

【摘要】聲發射檢測技術屬于一門綜合技術，其涉及到的內容主要包括聲學、信號處理、電學和材料學等個各個方面的知識，該技術的實用性很強，其應用背景較為廣泛。本文筆者就聲發射信號處理技術中的一些關鍵技術要點進行詳細地闡述。

【關鍵詞】信號處理獨立分量分析去噪處理聲發射

一、研究聲發射信號處理技術的意義

在聲發射檢測中，常用的處理技術主要為兩種，一種通過多個簡化波形特征中的相關參數來表示聲發射信號特征，接著對其實施分析與處理。另外一種則是記錄與存儲發射信號波形，并分析波形。其中簡化波形特征參數的分析法，在20世紀50年代的時候應用特別廣泛，使得聲發射信號處理技術逐漸向商業化和標準化方向發展。其主要表現在以下幾個方面：第一，通過介質將聲發射信號源所產生的相關信號傳播到傳感器中，從而得到所需要的相關信息。其整個過程主要包括了聲發射源、信號處理、波的傳播以及聲電傳播等各方面。由于在傳播過程中容易產生各種不同的噪聲，這些噪聲容易造成不良影響，因此必須要引進一些新型的處理技術，從而提高其后續處理精度。第二，在傳播過程中，聲發射信號的反射以及折射較為頻繁，且傳感器所接收到的相關信號較為復雜，其主要表現為一種非線性、多模態以及非平穩的信號，由于這種信號較為復雜，若利用常用的特征提取方法來進行處理，很難科學且準確地解釋聲發射源。因此，必須研發一種新型聲發射信號特征提取方法。第三，目前我國信息處理發展的方向主要為多傳感器信息的融合，近年來，隨著傳感器陣列測量以及多傳感器的快速發展，聲發射信號處理技術領域也逐漸需要加大對多傳感器融合的研究。

二、聲發射信號的去噪處理方法

在聲發射信號處理過程中，其去噪處理是非常重要的一個環節，去噪處理方法有很多種，一般可分為使頻域法、時域法和頻域法。這三種方法每一種均有其不同適用范圍以及應用效果，對于平穩信號，通常使用頻率域分析法來進行，利用傅立葉變換來進行信號頻譜特征的提取，而對非平穩信號，一般常用的方法為小波分析法，由于聲發射信號屬于非平穩信號，同時其信號類型也有所不同，所對應的去噪處理方式也相應有所不同。因此，對聲發射信號實施傳播特性分析是選取去噪處理方法的一個重要理論基礎以及依據。在該基礎上，所常用的兩種信號去噪處理技術為矩陣束算法與小波分析法。在現代信號處理技術中，小波分析法是一種比較常見的方法，其處理過程為，首先選定一種小波基，并對信號實施N層的小波分解，通過分解以后再其各個層系數中選擇一個相應的閥值，然后進行閥值處理。通過閥值處理以后的這些系數就會通過小波重新地構建原始信號。矩陣束算法是在奇異值分解的基礎上的一種濾波算法，該方法將相關性作為其依據，構建一個二維矩陣束，接著分解該矩陣，把構建的矩陣非為兩個不同的子空間，即噪聲子空間與信號子空間，最后在信號子空間中獲取最終信號。這種方法對于指數類型信號中沖擊震蕩噪音處理具有很好的效果。

三、獨立分量分析法

目前，這種分析法在很多領域中被廣泛地應用，在聲發射信號處理過程中，首先獨立分量和分離聲發射信號，接著將這些互相獨立聲發射源提取出來并實施后續處理，最后把相對應的噪聲濾除。這種分析方法將統計獨立作為其基本原則，在獨立分量分析法中，統計獨立的衡量是其一個關鍵環節，在信號與源信號混合的模型未知狀況下，按照統計獨立原則，利用優化算法把多道觀測信號分解成為若干個不同且獨立的分量，這些獨立分量屬于源信號中一種近似估計。

四、聲發射信號特征的提取

在信號處理過程中，人們習慣把信號或者噪聲假設成為高斯性或者線性，但是事實上，在聲發射信號中蘊含了很豐富的非高斯性特征以及非線性特征，而常規信號處理技術是難以進行這些信息的提取，因此，在進行處理聲發射信號的時候，必須要重視其特征問題。目前信號特征提取方法常用的有兩種，即高階譜特征提取法和分形特征提取法。分形理論是在信號自相似性的基礎上，對信號非線性特征進行分析，這些自相似特征作為某些信號自身所存在的一些特性，其反映了該信號自身相似尺度的比例，由于其和信號的幅度等一些參數并無多大關系，因此，在分析過程中，其結果也會有所不同。而高階譜特征提取法可以提供比二階譜更為豐富且有用的信息，具有抗噪聲能力強和分辨率高等特點，通過該方法分析聲發射信號，可有效地將測量信號中的非高斯特征提取出來，獲取以往在信號分析和測量時沒有提取到的一些有用信息。

參考文獻

[1]吳小俊，王懷建.小波去噪在焊接裂紋聲發射信號處理中的應用[J].熱加工工藝，2011，40（11）：176-178，181.

[2]聶鵬，王東磊，王哲峰等.刀具磨損聲發射信號處理中小波基選取的研究[J].工具技術，2009，43（1）：94-97.