合金火箭彈彈體缺陷超聲自動檢測及信號處理①

陳友興，吳其洲，趙建輝，王召巴，石兵華，劉洋帆

(1.中北大學儀器科學與動態測試教育部重點實驗室，太原 030051;2.中北大學 電子測試技術國家重點實驗室，太原 030051;3.空軍西安飛行學院，西安 710306)

0 引言

合金火箭彈彈體具有比強度高、質量輕的優點，在現代武器中得到廣泛應用。但其在生產過程中容易產生裂紋、氣孔、夾雜等缺陷，影響其使用性能，甚至帶來安全隱患，因此需要在其使用前進行無損檢測。文獻［1－2］采用超聲檢測技術完成了小口徑火箭彈彈頭和合金彈體的缺陷檢測，并與X射線檢測結果比較，說明超聲檢測方法的有效性。在實際應用中，由于檢測工件的特殊性，不適合用水浸方式耦合，一般采用噴水方式耦合，噴水裝置的結構和水流會影響缺陷回波特征的提取，如果要從根本上去除噪聲，就要改進噴水裝置的結構。對于非通用的檢測設備，會大大增加研制成本和周期［3］。

本文在研究過程中避開了噴水裝置機械設計的問題，從信號軟處理的角度，利用自適應濾波抵消原理抑制了噴水裝置帶來的噪聲，彌補了機械設計復雜的問題，方法具有通用性。此外，為了提高缺陷的準確定位精度，將系統分析的理論引入到缺陷的超聲檢測中，利用反褶積方法準確提取缺陷特征信息，實現了缺陷的準確定位和顯示。

1 合金火箭彈彈體的超聲自動檢測方法

圖1是一合金火箭彈彈體的剖面示意圖，由實心圓柱體、空心圓錐體和空心圓柱體3段組成。圖2為超聲自動檢測原理示意圖。

圖1 合金火箭彈彈體剖面圖Fig.1 Cross-section drawing of the alloy rocket body

圖2 合金火箭彈彈體剖面圖Fig.2 Cross-section drawing of the alloy rocket body

圖2(a)是實現超聲自動檢測的示意圖，通過旋轉工件和軸向移動探頭實現整個工件的全面探測，形成C掃描圖。在工件檢測過程中，需要根據3段不同的結構檢測方法有所區別，超聲探頭的軌跡也有所調整。當檢測實心圓柱體段時，采用圖2(b)的方式檢測，探頭垂直于工件正下方;當檢測空心圓柱體時，采用圖2(c)的方式檢測，探頭在圓周方向偏離工件正下方，在軸向上如圖2(a)的C所示;當檢測圓錐體段時，探頭在圓周方向如圖2(c)所示，在軸向上如圖2(a)的B所示。本文采用噴水耦合方式，即解決了超聲檢測的耦合問題，也方便了超聲探頭的靈活調整。

本系統采用聚焦超聲探頭，其中心頻率為2.5 MHz，探頭晶片直徑為10 mm，探頭聚焦深度為50 mm。超聲采集卡的采樣頻率為50 MHz，8位量化采樣，量程為－1～1 V。檢測時圓周方向和軸向方向每間隔2 mm采集1次。根據文獻［2］的計算方法可計算出，檢測過程中不同位置的探頭姿態，即圖2(b)、(c)中的D、X和探頭旋轉角度。

圖3是采集得到的一些典型信號。由圖3可見，采用上述方法可很好地檢測出缺陷，但回波信號中還存在干擾噪聲，這些噪聲會影響到缺陷的特征提取，甚至會造成缺陷的誤判。通過分析得出，圖3中的干擾噪聲是由于水流、水盒邊界造成，其出現的位置和形狀基本相似，可預先設定干擾固有參考信號，采用自適應濾波技術進行去噪。

圖3 檢測過程中的典型回波信號Fig.3 Typical echo signal in the ultransonic testing

2 自適應濾波的噪聲抑制

自適應濾波器的原理如圖4所示。其中，x(n)為輸入信號;d(n)為噪聲參考信號;y(n)濾波器得到近似噪聲信號;r(n)是自適應濾波去噪后的結果;e(n)是d(n)與y(n)的誤差信號。自適應濾波器的濾波系數受到誤差信號e(n)控制，根據e(n)的值和自適應算法自動調整［4－5］。

根據圖4的自適應濾波算法，以圖5的信號為參考信號，對采集的超聲原始信號進行去噪處理。圖6列出了圖3相應數據的結果，本文采用matlab下的adaptnlms命令實現自適應濾波。

圖4 自適應濾波原理圖Fig.4 Principle of adaptive filtering

圖5 高斯包絡噪聲參考信號模型Fig.5 Gaussian envelope noise reference signal model

圖6 自適應濾波器處理結果Fig.6 Processing results of adaptive filtering

對比圖6和圖3可看出，經過自適應濾波去噪后，噪聲干擾得到很好的抑制，缺陷信號并沒有受到影響，基本保持著原有的能量和特征，說明了上述去噪方法的有效性。

3 基于反褶積技術的缺陷特征提取

要實現缺陷精確檢測與定位，還要根據缺陷的特征量(幅度、時間延時)進行重建得出。自適應濾波方法雖然很好地去除了噪聲干擾，但還不能直接得出缺陷特征(幅度、時間延時)。反褶積技術將超聲回波等效成激勵信號與反射系數函數的褶積，那么反射系數函數即可由超聲回波與激勵信號的反褶積得到，這樣就可由反射系數函數得出缺陷的特征量。下面介紹其原理［6］。

采用超聲反射法探測一工件時，超聲探頭發射一脈沖信號經耦合液和工件反射后由超聲探頭接收，如果將每次反射當作沖激函數組成，那么超聲回波信號可表示成:

式中 x(t)為超聲信號;b(t)為激勵信號(子波);ξ(t)為反射系數函數。

在頻域內的表達式可寫成:

式中 X(ω)、Bω()和 ξ(ω)分別為超聲信號頻譜、子波頻譜和反射系數函數頻譜。

如果令:

則

在時域內:

由此可知，可根據超聲激勵信號，求出a(t)，再利用式(5)反射系數函數ξ(t)。

圖7是圖6(b)、(d)經反褶積得到的結果。從圖7可看出，缺陷特征脈沖明顯，可很容易得出代表缺陷的信息(幅度、時間延時)。

圖7 基于反褶積的缺陷特征提取結果Fig.7 Feature extraction results of defect based on deconvolution method

4 缺陷的C掃描顯示與定位

4.1 缺陷檢測與C掃描顯示

對合金火箭彈按第2章描述的方法進行檢測，將檢測的數據采用自適應濾波噪聲抑制方法和反褶積技術進行處理，得出有缺陷的幅值和時間延時特征量，圖8是根據缺陷幅值特征量進行C掃描重建得到的檢測結果。從圖8可看出，工件在實心圓柱體、空心圓錐體和空心圓柱體部分都存在缺陷。

為了證明檢測方法的有效性，采用X射線對工件進行檢測。根據工件的結構，采用2次不同劑量透射得到2張照片，圖9是2張照片拼接的結果。從圖9可看出，工件中共存在4處缺陷:實心圓柱體部分2個孔狀缺陷(1.5 mm人工孔)、空心圓錐體部分1個內表面劃痕缺陷(人工)和空心圓柱體部分1個孔狀缺陷(1.5 mm 人工孔)。

圖8 C掃描重建缺陷結果Fig.8 C-scan image of the defect

圖9 X射線檢測結果Fig.9 Result of X-ray testing

對比圖8和圖9可看出，超聲C掃描能夠檢測出缺陷的有無和在軸向上的位置，但不能對缺陷在圓周方向進行定位，也沒辦法區分在同一圓周截面上的2處缺陷。因此，僅采用C掃描圖不能很好地體現缺陷的完整信息。下面根據缺陷的時間延時特征量進行缺陷定位。

4.2 缺陷定位的計算方法

根據對缺陷特征信號的時間延時，可推導出缺陷在工件圓周截面的位置(ρ，θ)。其中，ρ為缺陷距離工件中心的距離;θ為缺陷偏移水平軸的角度。由于實心體部分和空心體部分的檢測方式有所不同，缺陷的定位方法也有所不同。

(1)實心體部分

根據圖1(b)，探頭垂直入射工件下表面，故

式中 R為彈體橫截面半徑;l為超聲波入射點位置與缺陷處的直線距離，l=CΔt/2;C為合金材料聲速;Δt為下表面回波特征與缺陷特征的時間間隔(如圖7(a)所示)。

由于彈體轉動的是由電機控制，所以彈體1圈檢測的總點數N是已知的，用n表示對彈體進行1圈檢測中的第n個檢測數據，則

(2)空心體部分

根據圖1(c)所示，超聲波偏離中心軸X入射工件表面，此時屬于斜入射情況，那么根據超聲波的傳播規律遵循Snell定律和幾何關系，可得

式中 α為入射角;β為折射角;R為工件檢測位置的外徑;C為合金材料聲速;C0為水聲速。

根據三角形余弦定理，可得到缺陷所在位置到圓心的距離:

與式(6)一樣，這里l=CΔt/2。

該缺陷位置所對應極坐標圓心角為

實心體部分根據式(6)和式(7)，空心體部分根據式(9)和式(10)可計算出缺陷的位置，圖10是3個不同部位的缺陷定位圖。

圖10 缺陷定位圖Fig.10 Defect location map

比較圖10的定位結果、圖9的X射線檢測結果以及工件的實際的缺陷情況，發現圖10的缺陷定位很準確，基本能夠確定缺陷所在的位置。說明采用的檢測方法和信號處理技術是有效的。

5 結論

(1)通過與X射線檢測結果比較得出，采用的超聲自動檢測方法在提高檢測效率時，可有效地檢測出合金火箭彈彈體內部的缺陷。

(2)針對噴水耦合帶來的噪聲干擾，采用自適應濾波技術進行噪聲抑制，避免了噴水裝置機械設計復雜的問題。結果表明，在噪聲得到很好抑制的同時，確保缺陷信息能量和特征不受影響。

(3)將系統分析的理論引入到缺陷的超聲檢測中，采用反褶積技術進行缺陷特征量的提取，通過缺陷定位算法驗證特征量提取的準確性。

［1］金永，王召巴，丁戰陽，等.一種小口徑火箭彈彈頭超聲檢測方法［J］.固體火箭技術，2010，33(1):115-118.

［2］戚勵文，金永，王召巴，等.合金彈體棒狀坯料超聲檢測方法研究［J］.彈箭與制導學報，2009，29(4):269-272.

［3］原可義，韓贊東，王柄方等.復合材料噴水耦合超聲C掃查檢測系統的研制［J］.航空制造技術，2009，(15):101-103.

［4］Paulo S R Diniz .Adaptive filtering［M］.Springer，2013:209-213.

［5］高鷹，謝勝利.一種變步長LMS自適應濾波算法及分析［J］.電子學報，2001，29(8):1-3.

［6］Wei Liang，Huang Zuo-ying，Que Pei-wenb.Sparse deconvolution method for improving the time-resolution of ultrasonic NDE signals［J］.NDT＆E International，2009(42):430-434.