金屬材料超聲無損檢測的算法研究與應用

邱 花

(西安航空職業技術學院， 西安 710089)

隨著社會化進程不斷加快，金屬材料和試件被應用于鐵路、建筑、鋼材、飛機、機械等各個領域，因此金屬試件質量的可靠性和安全性鑒定成為金屬材料必不可少的一項步驟。其中，超聲無損檢測成為當前最實用的檢測方法，鑒于該檢測手段具有很好的定向性和穿透力，在各個領域內取得了較好地應用[1-3]。超聲無損檢測是利用超聲波對金屬構件內部缺陷進行檢查的一種無損探傷方法。用發射探頭向金屬構件表面通過耦合劑發射超聲波，超聲波在構件內部傳播時遇到不同界面將有不同的反射聲波(回波)。利用不同回波傳遞到探頭的時間差，可以檢查到構件內部的缺陷。在檢測過程中，除了缺陷產生的回波，還有線性噪聲和非線性噪聲。兩種不同音頻的噪聲形成非常穩定的超聲信號，但該信號對金屬材料檢測過程中的缺陷回波聲音獲取形成了干擾，對接下來的聲音識別起到了一定影響。本實驗以超聲信號的特征為依據，對實際聲音信號獲取和檢測開展研究，并結合小波頻段變更降噪法和經驗分解降噪法對比分析，研究發現，經驗分解降噪法相對于小波頻段變更降噪法在金屬材料回波降噪處理的優勢更明顯，主要變現為將聲音波段頻率進行失真轉換[4]。

1理論分析

1.1 小波頻段變更降噪法

小波頻段變更降噪法是由美國學者在上世紀70年代提出來的，該方法的核心是在聲音信號的時間和波段之間轉換的分析手段，根據在時間和波段中進行局部改變，可以快速獲取聲音波段的有效信息[5-7]。

小波頻段變更降噪法經過多個國家的學者論證，在聲音降噪過程中具有平穩、高效等優點，因此，學術理論不斷更新的過程中，該方法一直被專家學者視為聲音降噪、信號收集一種非常有效的方法，具有收集信號效率高、聲音識別速度快、聲音信號和頻率轉換率高等特點。但是小波頻段變更降噪法也存在很多不足的地方，例如選擇小波段較困難、聲音轉換函數單一、信號識別分辨率較低、傅里葉變換函數不適用等。雖然小波頻段變更降噪法在處理聲音頻率和信號收集方面仍然存在一定缺陷，但目前為止小波頻段變更降噪法在非平穩非線性信號處理方面是最穩定的方法。

在聲音降噪處理過程中，有效的方法很多，經常采用信噪比、信噪比增長率和信噪比方差3種方法作為信號降噪效果的評判指標[8]。

① 信噪比(Signal to Noise Ratio，簡稱SNR)

(1)

式(1)中，Ps為信號降噪前的實際功率，Pn為信號降噪后的實際功率。由此可以看出，當信號降噪前的實際功率保持不變時，降噪后的實際功率越小信噪比越大，則信號降噪越顯著。

②信噪比增長率(Growth of Signal to Noise Ratio，簡稱GSNR)

(2)

式(2)中，SNRden為經過降噪優化后的降噪比，SNRn為未經降噪優化的降噪比。

③ 信噪比方差(Variance of Signal to Noise Ratio，簡稱VSNR)

(3)

式(3)中，s(t)為降噪優化的信號，s(t0)為未降噪優化的信號，N為信號的頻數。

1.2 經驗分解降噪法

經驗分解降噪是一種自適應信號的時頻處理手段，其分解過程首先采用3次樣條曲線擬合方法對原始信號的極值點進行處理，得到信號的上下包絡，并且求得局部包絡的平均值m(t)，用原始信號減去局部包絡的平均值得到c(t)；其次，將c(t)作為新的信號，重復上一步驟，得到c1(t)，再用新的信號值減去c1(t)，得到m1(t)；緊接著將m1(t)作為新信號，重復上述步驟，當cn(t)比設定誤差小或者cn(t)為單調函數或者該單調函數不滿足本征模態函數(Intrinsic Mode Function-IMF)分解的條件的情況下，就可以停止篩選。在信號數據處理過程中，與傳統的信號濾波器相比，經驗分解降噪法具有很多類似的方面，所以在全部信號分解過程中，可以將分解的程序類比為對完整的信號進行篩選的過程，并通過IMF進行計算。采樣點數為1000的情況下，信號分解的IMF分量如圖1所示。

圖1 信號分解IMF分量圖

圖1是聲音信號帶寬為5dB未經降噪優化的測試信號，在經驗分解降噪后呈現出的IMF分量。從圖中可明顯看出，IMF前四個分量基本是噪音信號，隨著分解降噪逐漸轉變為穩定信號，同時在IMF分量變化過程中，可采集到聲音信號的對應的區域數值。經驗分解降噪法最大的優點是在對聲音信號分解中不依靠信號的寬度，全部依靠由信號分解降噪后產生的IMF分量。與小波頻段變更降噪法相比，經驗分解降噪法克服了在信號處理過程中聲音信號源不穩定的困難，因此經驗分解降噪法更適合解決非線性的聲音信號。

2 超聲無損檢測算法

2.1 理論模型建立

超聲無損檢測是由聲音的原始信號、降噪信號、結構信號和殘留信號4部分組成，其中超聲信號是由以上4種類型在不同空間領域相互干涉，形成不同信號參數的線性混合，基于上述分析，研究采用高斯函數對超聲信號進行模型構建。

s(t)=βe-α(t-λ)2cos[2πfc(t-π)+φ]

(4)

式(4)中，β為信號波幅，α為信號帶寬，λ為信號到達次數，fc為信號頻率，φ為信號波長。信號帶寬α主要由超聲信號在時間和空間的傳播領域影響；信號波幅β與信號波長φ均主要由材料本身的固有屬性決定；信號到達次數λ由原始信號發出位置決定，超聲波在金屬材料和試件中受時間和空間共同影響；信號頻率fc的大小和傳播路徑由超聲無噪信號決定，超聲無噪的信號采集如圖2所示。

圖2 超聲無噪信號傳播圖

2.2 超聲信號仿真

根據超聲無損檢測模型，將不同帶寬的噪聲加入到需要采集的噪聲，以Matlab軟件為處理工具，利用該軟件中的工具包以及編寫相應的程序，對目標信號進行降噪處理，在超聲信號中加入帶寬為10dB的白噪音，運用小波頻段變更降噪法和經驗分解降噪法對帶有噪音信號進行線性處理，使其傳播路徑的波幅趨于穩定，最后結合信噪比和信噪方差對處理后的噪聲信號開展穩定性評價。

當加入白噪音的帶寬為10dB時，噪音的超聲信號運用小波頻段變更、試驗模型抑制因子(Test model inhibition factor -TMIF)和增加信號帶寬閾值對收集的信號進行降噪處理，實驗結果如圖3和圖4所示。

圖3 SNRn=10dB超聲信號仿真波形圖

圖4 TMIF超聲信號仿真波形圖

由圖3和圖4可以看出，加入帶寬10dB白噪音的超聲信號，在經過小波頻段變更、TMIF和增加信號帶寬閾值方法篩選后，增加信號帶寬閾值相對于其他技術，該方法產生的誤差最小，計算結果最優，通過改進信號降噪算法，提高了小波段信號的降噪比，增加了該閾值波段的降噪轉換率，使處理后的超聲信號更趨于穩定，在實驗過程中未發現信號缺失現象，保證了超聲信號的完整性。

3 超聲無損檢測應用

3.1 超聲無損檢測系統

金屬材料在超聲無損檢測應用過程中，根據被檢測的金屬試件材料不同，選取不同的實驗設備，只有這樣才能對金屬材料進行有效檢測。超聲波信號具有波長大，能量保存持久和信號傳播穩定等特點，且超聲波的豎直波長是水平波長的3倍，鑒于超聲波信號固有特點，實驗采用縱波來對金屬材料和試件開展無損檢測，在檢測過程中，縱波在金屬材料表面上能量衰減較慢，可有效且持續地進行檢測。超聲信號的水平探頭接受的是縱波，傾斜探頭接受的是橫波，因此實驗中選取水平探頭。

超聲無損檢測系統的組成框架結構如圖5所示，被測工件主要以金屬材料為主，從圖中可以看出，超聲探頭從超聲信號發生器采集信號，并將超聲信號傳輸到示波器完成數據采集，計算機對接受的信號開展信號缺陷深度分析。

圖5 超聲無損檢測系統框架圖

3.2 超聲信號降噪計算

為驗證超聲信號對金屬材料無損檢測的適用性，使用示波器將沒有處理的超聲信號進行保存，對金屬材料存在缺陷深度為1英寸和3英寸的試件開展檢測，實際的工程中，將20db寬的高斯白噪聲加入到需要采集的噪聲中并進行降噪，結合MATLAB對金屬材料缺陷前后進行對比，計算結果如圖6和圖7所示。

金屬材料的超聲無損檢測系統主要以材料缺陷產生的波形和波長進行分析，根據分析結果判別被檢測的金屬材料是否存在缺陷，如果在實際信號無法得到降噪比的情況下，需要對原始信號進行降噪處理，根據波形的波幅和波長來確定是否達到了降噪效果。從圖6和圖7中可以看出，經過降噪處理的超聲信號與未經降噪處理的表現更穩定，在計算機上呈現的效果更顯著。

圖6 1英寸缺陷處的超聲信號處理前后對比

圖7 3英寸缺陷前后超聲信號對比

4 結論

以金屬材料無損檢測為基礎，運用超聲信號對金屬材料缺陷進行無損檢測，結合小波頻段變更降噪法和經驗分解降噪法，根據被檢測的金屬試件材料不同，選取了不同的實驗設備，超聲波信號具有波長大，能量保存持久和信號傳播穩定等特點，對超聲信號發生器采集的信息進行深度缺陷分析，采用小波頻段變更、TMIF和增加信號帶寬閾值對超聲信號進行降噪處理，研究發現經過降噪處理的超聲信號比未經降噪處理的表現更穩定，在金屬材料無損檢測方面具有突出優勢。