基于小波分析的涂層厚度檢測信號處理研究

摘要：本文針對利用電渦流傳感器進行刀具熱障涂層厚度無損檢測時，產生的檢測信號非常微弱以及信號中含有噪音及干擾等問題，提出了利用小波分析來消除噪聲的影響，并提取其有效信息的方法。最后通過實例驗證了所提出方案的有效性。

關鍵詞：小波分析 無損檢測 渦流傳感器 信號處理

1 概述

使用渦流無損檢測可以計算刀具的涂層的厚度，但是在渦流無損檢測時，由于刀具具有很薄的土層厚度，因此，噪聲和干擾會對十分微弱的檢測信號產生巨大的影響。此外，對于無損檢測而言，如何消除噪聲來提取有用的信號是一個十分關鍵的問題。目前已經有多種渦流檢測信號的處理方法。吳步寧等[1]在去除渦流檢測信號中的低頻擾動和高頻噪聲的時候采用數字濾波器；陳鍵等[2]為了介紹一種基于DSP技術的渦流信號檢測技術，選用實時八頻遠場渦流檢測儀作為舉例；Ali Sopgian在提取渦流特征值的時候采用主成分分析法；Shin B H在對渦流檢測信號進行消噪以及抑制支撐干擾的時候運用了獨立分量分析法。本文根據熱障厚度渦流檢測中信號微弱，這樣測量噪聲、探頭和表面沉積物還有支撐架等都會帶來干擾，所以為了得到熱障厚度的準確測量利用小波分析來提出檢測信號中的有用信息是一個解決辦法。

2 小波分析初噪的基本原理及步驟

小波閾值除噪方法相對于規模極大的重構除噪方法和空域相關除噪方法而言，不僅計算量小，而且實際效果也很好，與空域除噪方法比較省去了估計噪聲方差。此外，還能夠較好的抑制噪音以及保留原始信號的特征。因此，本文采用小波閾值法。

假設信號模型如式（1）所示：

s（n）=f（n）+σ·e（n）（1）

其中，其中f（n）、e（n）、σ、s（n）分別為原始信號、噪聲、噪聲強度、含噪信號。我們使用小波分離以最大限度的將原始信號和噪聲信號進行分離，抑制噪音信號e（n）以重現

信號f（n）。小波閾值除噪的步驟如下：第一，為了得到信號的小波變換，應當選擇合適的小波基和分解層數；第二，通過計算獲得合適的小波閾值并對小波系數進行非線性閾值處理；第三，為了得到期望的檢測信號，采用小波逆變換進行重構。

3 小波分析仿真實驗

首先通過提供穩壓電源為電渦流傳感器供電，使用位移標定器獲得初始樣本，設定探頭與實驗試件之間的初始高度為0.5mm。為了獲得1000Hz，6V的激勵信號，可以采用數字合成函數信號發生器。使用渦流傳感器獲得電壓信號輸出。由數據采集卡采樣，采樣頻率為500kHz。計算機對采樣信號進行信號分析處理。實測信號如圖1（a）所示。

在原始無噪聲信號是未知的情況下實際得到的檢測信號均帶有噪聲。為了得到相似的實際信號我們采用隨機白噪聲與源信號疊加。信號的信噪比（SNR）定義如下：

SNR=10log （2）

其中，對于實測信號來說，xn為參考信號， n為實測信號。對于消噪后信號來說，xn為無噪聲的標準信號， n為消噪后信號。通過計算得到實測信號的信噪比為15.85dB。所以我們使用信噪比為15db的白噪聲信號混合進入heavy sine信號中代替實際信號，然后比較效果。信噪比越高就越接近原始信號。本文使用coif2為小波基函數，分解層數為5層，采用heursure進行小波系數處理除噪。圖1（b）可以顯示噪聲得到明顯的抑制。

4 結論

針對熱障厚度中渦流檢測信號微弱以及容易受到眾多因素（如，測量噪聲、北側表面沉積物、探頭抖動以及支撐架等）干擾的特點，本文提出了一種基于小波分析的微弱信號提取方法。通過仿真實例驗證了所提出的方法可以有效的消除系統的噪聲，準確提取所需要的渦流檢測信息。

參考文獻：

[1]吳步寧，陳志祥.渦流信號中數字濾波器的應用[J].華中理工大學學報，1999，27（2）：64-66.

[2]陳健，方松利，吳宇坤等.渦流檢測信號初噪與缺陷特征提取[J].無損檢測，2002，5：31-33.

[3]倪豪.小波消噪與分解對結構地震反應的影響研究[D].大慶石油學院，2004.