亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        鈦合金超聲檢測的信號特征與處理方法

        2019-10-31 01:11:00
        無損檢測 2019年10期
        關(guān)鍵詞:衰減系數(shù)頻帶雜波

        (中國船舶重工集團公司第七二五研究所, 洛陽 471000)

        鈦合金材料具有比強度高、耐蝕性好等特性,但材料成本高、焊接與加工難度大,過去只用于制作精密結(jié)構(gòu)件或特殊結(jié)構(gòu)件。近些年材料成型與加工技術(shù)的飛速發(fā)展,為鈦合金的大范圍應(yīng)用提供了技術(shù)支撐,目前鈦合金已成為船舶、航空領(lǐng)域的關(guān)鍵材料。大規(guī)格、復(fù)雜結(jié)構(gòu)焊接成為當前鈦合金產(chǎn)品發(fā)展的重要趨勢,由此帶來的鈦合金材料的無損檢測問題也亟待解決。

        在兼顧適用性、經(jīng)濟性和直觀性的條件下,超聲檢測是多類鈦合金構(gòu)件檢測的優(yōu)先選擇,但其相關(guān)標準多建立在參照鋼制結(jié)構(gòu)的基礎(chǔ)上,在大厚度構(gòu)件檢測、微小缺陷檢測時遇到了挑戰(zhàn)。根據(jù)經(jīng)驗,鈦合金超聲檢測時會存在雜波干擾,且在大厚度檢測或高靈敏度檢測時干擾信號尤為強烈,甚至?xí)耆螞]缺陷信號。材料微觀組織、被檢構(gòu)件結(jié)構(gòu)、檢測系統(tǒng)等均是引起雜波的重要因素,對此,通常采用優(yōu)化物理結(jié)構(gòu)或信號處理技術(shù)來減少干擾,如采用聚焦探頭、對信號降噪濾波等,但僅在特定條件下的應(yīng)用效果較好[1]。為解決上述問題,筆者重點探討了超聲檢測信號的特征與缺陷識別方法,在結(jié)合鈦合金微觀組織特點探討其聲學(xué)性能的基礎(chǔ)上,分析了其信號特征并提取特征參數(shù),建立了非線性分類模型,通過樣本訓(xùn)練實現(xiàn)了雜波與缺陷信號的分類,為大規(guī)格、高靈敏度超聲檢測提供了一種新思路。

        1 信號特征分析

        1.1 鈦合金聲學(xué)性能

        鈦合金組織一般分為等軸、雙態(tài)、網(wǎng)籃與魏氏等4類,其組織由α相、β相構(gòu)成,α相和β相的比例與形態(tài)不僅決定了材料的性能,且對超聲波的聲學(xué)性能有直接影響。超聲波聲速與衰減系數(shù)是超聲檢測中必須關(guān)注的材料聲學(xué)特性參數(shù),亦是保證缺陷定位與定量精度的基礎(chǔ)。選擇TC4鈦合金為研究對象,制備等軸、雙態(tài)、網(wǎng)籃與魏氏組織試塊各1塊,采用水浸超聲C掃描進行試驗,測試各試塊的超聲波信號并計算聲速與衰減系數(shù),圖1為水浸超聲設(shè)備外觀及試驗現(xiàn)場圖片。

        圖1 水浸超聲設(shè)備外觀與試驗現(xiàn)場圖片

        試塊規(guī)格(長×寬×厚)為300 mm×90 mm×40 mm,加工精度為±0.02 mm,3個尺方寸向分別定義為x,y和z,分別對這3個尺寸方向進行試驗。試驗采用頻率為5 MHz的平面探頭,水層厚度大于近場區(qū),采樣率為200 MHz,采用柵格掃查分別獲取3個尺寸方向的超聲信號,每個方向50個采樣點。利用固定厚度下的絕對時間差、幅值衰減量,分別計算縱波聲速與衰減系數(shù),為減小誤差,以50個采樣點的計算平均值為最終結(jié)果,表1和圖2為最終測試結(jié)果。

        圖2 不同組織的試塊在各方向的聲速與衰減系數(shù)

        根據(jù)試驗,鈦合金縱波聲速與微觀組織并不存在絕對的對應(yīng)關(guān)系,聲速范圍為6 098~6 226 m·s-1,

        表1 聲速與衰減系數(shù)

        變化區(qū)間相對較小且呈現(xiàn)微弱的各向異性,材料組織不均勻引起的聲速變化對缺陷定位的影響很小。不同組織間的超聲縱波衰減系數(shù)則差別較大,網(wǎng)籃與魏氏組織的衰減系數(shù)明顯大于等軸與雙態(tài)組織的,且均呈現(xiàn)明顯的各向異性,實際檢測時能量衰減、缺陷定量應(yīng)關(guān)注這一因素。

        1.2 超聲信號特征

        鈦合金超聲檢測中的干擾雜波主要源于材料內(nèi)的晶粒散射,尤其在采用高頻率、高靈敏度檢測時尤為顯著。除受被檢材料本身組織的影響外,雜波信號亦與檢測頻率、檢測厚度等其他參數(shù)存在一定關(guān)系,圖3(a)為等徑平底孔信號在不同深度下的信噪比變化,圖3(b)為同深度,不同脈沖電壓下的信噪比變化。由圖3可見:檢測深度增大時,平底孔信號信噪比總體呈下降趨勢,平面探頭的信噪比在近場區(qū)內(nèi)會有波動,聚焦探頭的信噪比在焦點附近最高,且隨深度增大迅速減??;脈沖電壓幅值增大時,雖然超聲波能量增強,但散射雜波隨之增強,信噪比并無明顯變化。

        圖3 平底孔深度、脈沖電壓幅值變化時,信噪比的變化

        圖4 極限檢測厚度下,φ0.8 mm平底孔的時域信號 與頻域信號

        實際檢測中,通常采用降低頻率、分區(qū)掃查、選擇聚焦探頭等方式來提高信噪比,但卻同時存在絕對靈敏度降低、聚焦深度范圍過小等弊端,很難從根本上解決信噪比低的問題。信號的信噪比越高越有利于缺陷的識別與分析,信噪比低于12 dB時,散射雜波信號將與缺陷信號發(fā)生疊加,而可能掩蓋小缺陷信號并增大缺陷定量的不準確性。以鈦合金鍛件為例,將基準靈敏度設(shè)置為φ0.8 mm平底孔時極限檢測厚度約100 mm,此時平底孔對應(yīng)的時域與頻域信號見圖4,雜波信號與平底孔信號的頻譜均集中在探頭中心頻率(5 MHz)附近,常用的帶通、帶阻等數(shù)字濾波法對提高信噪比基本無明顯效果。

        鈦合金超聲檢測信號中含有較高的散射雜波成分,雜波水平高低與被檢對象、檢測參數(shù)密切相關(guān),由此造成的信噪比偏低是制約大厚度產(chǎn)品檢測的關(guān)鍵因素。雖然由組織晶粒造成的超聲波復(fù)雜反射、衍射等信號經(jīng)過多次疊加才傳輸?shù)匠晸Q能器,但其本質(zhì)上與缺陷反射波均屬于聲波的線性彈性響應(yīng)信號,故在時域上無明顯區(qū)別,在簡單的頻域變換中也很難識別。

        2 缺陷信號處理

        2.1 特征參數(shù)提取

        特征參數(shù)是信號評定的依據(jù),在復(fù)雜信號識別中,特征參數(shù)的選擇尤為重要。而在雜波干擾嚴重的鈦合金超聲檢測信號中,時域中的幅值、波寬等參數(shù)已不適用于表征缺陷信息,故文章采用小波分析與能量熵結(jié)合的方式提取數(shù)據(jù)段的特征參數(shù)。小波分析的窗函數(shù)可變化,具有多分辨率分析的特點,特別適合于弱突變信號的處理,利用該特點對缺陷信號進行分解能獲得豐富的缺陷信號細節(jié)特征。小波能量熵是在信息熵的基礎(chǔ)上演變而來的,在非平穩(wěn)信號處理中具有良好的應(yīng)用效果,常用于描述系統(tǒng)復(fù)雜程度或表征突變信號[3]。信號小波分解后分布于N個頻帶,將各個頻帶的能量定義為E1,E2,…,EN,且E為各頻帶能量之和,則小波能量熵的計算見公式(1)。

        (1)

        在超聲檢測完整信號段中,很可能存在因缺陷深度較小而產(chǎn)生的多次缺陷反射波,若將整段信號一次性分解,則會增加信號識別的不確定性。缺陷響應(yīng)的信號長度基本與激勵脈沖寬度接近,信號周期數(shù)一般為3~5個,探頭頻率越高,缺陷響應(yīng)信號長度越短。在上述特點的基礎(chǔ)上,以響應(yīng)信號時間長度為參考,設(shè)定深度定尺區(qū)間,采用窗口滑動實現(xiàn)對完整信號的處理,區(qū)間長度即為缺陷深度分辨力。選擇正交小波基db4對區(qū)間信號進行3層小波包分解,并計算第3層8個頻帶的能量熵,圖5所示為雜波信號與缺陷信號的各頻帶能量熵。

        圖5 雜波與缺陷信號的各頻帶能量熵值

        雖然圖5中的雜波信號與缺陷信號的能量熵值主要體現(xiàn)在前4個頻帶中,但雜波信號的后4個頻帶中依然有明顯的幅度,缺陷信號與雜波信號的各頻帶能量熵值呈現(xiàn)很大的差異性,不能以某一頻段的熵值差異區(qū)分雜波信號與缺陷信號。故應(yīng)選擇8個頻帶的能量熵值a={WE1,WE2,WE3,WE4,WE5,WE6,WE7,WE8}作為信號特征向量,同時結(jié)合分類算法輸入特征向量識別缺陷信號。

        2.2 缺陷識別

        在將分段信號分解為8個特征參數(shù)的基礎(chǔ)上,缺陷的評判已轉(zhuǎn)換為多參數(shù)模式識別問題,目前常用的方法主要有支持向量機(SVM)和神經(jīng)網(wǎng)絡(luò)。支持向量機基于統(tǒng)計學(xué)習(xí)理論,通過建立一個分類超平面,作為決策平面近似實現(xiàn)結(jié)構(gòu)風(fēng)險最小化;而神經(jīng)網(wǎng)絡(luò)采用模擬大腦神經(jīng)元的方式組成非線性、自適應(yīng)信息處理系統(tǒng)。SVM本質(zhì)上為一個二分類器,利用核函數(shù)代替高維空間映射解決非線性問題,理論完善且通用性好,但在多分類和大規(guī)模樣本訓(xùn)練時存在困難[4]。神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間通過權(quán)系數(shù)相連接,信息分布式存儲于權(quán)系數(shù)中,具有容錯性高、抗干擾能力強的特點[5]。為達到滿意的信號處理效果,分別采用SVM、LVQ與BP神經(jīng)網(wǎng)絡(luò)識別信號,對比缺陷識別的準確率。

        (1) 建立模型

        SVM的分類性能與核函數(shù)的選擇密切相關(guān),常用的核函數(shù)包括線性核函數(shù)、d階多項式內(nèi)積核函數(shù)、徑向基核函數(shù)等,目前尚無系統(tǒng)的選擇標準,參考其他SVM分類應(yīng)用研究,選擇徑向基函數(shù)作為核函數(shù)。經(jīng)小波包分解后的頻帶能量熵值即為樣本輸入向量,由于能量熵值均分布于0~1區(qū)間內(nèi),故不再對樣本數(shù)據(jù)進行歸一化預(yù)處理。LVQ神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成,輸入層與隱含層完全連接,隱含層與輸出層則部分連接,網(wǎng)絡(luò)結(jié)構(gòu)簡單,通過計算輸入向量與競爭層間距離實現(xiàn)分類。BP神經(jīng)網(wǎng)絡(luò)屬于多層前饋神經(jīng)網(wǎng)絡(luò),具有信號前向傳遞、誤差反向傳播的特點,創(chuàng)建的網(wǎng)絡(luò)為3層,結(jié)構(gòu)為8-25-2。上述3種模型均在MATLAB軟件環(huán)境下建立。

        (2) 訓(xùn)練模型

        訓(xùn)練數(shù)據(jù)源于鈦合金棒材、鍛件與板材的水浸超聲檢測數(shù)據(jù),既包括人工缺陷又含有夾雜、開裂等缺陷。為模擬大厚度檢測信噪比低的狀態(tài),部分試件試驗時采用了較高的頻率,信噪比均在6 dB以下。按2 mm深度區(qū)間截取的試驗數(shù)據(jù)共120組,缺陷數(shù)據(jù)與雜波數(shù)據(jù)各60組,圖6所示為各組數(shù)據(jù)小波包3層分解后的能量熵值。圖6中前60組為缺陷樣本、后60組為雜波樣本,各頻段的雜波與缺陷能量熵值都存在交叉重復(fù)情況,無法根據(jù)單頻段熵值進行直接區(qū)分。將缺陷與雜波數(shù)據(jù)等分為兩部分,一部分用于訓(xùn)練模型,另一部分用于測試分類效果。

        (3) 測試模型

        對LVQ和BP神經(jīng)網(wǎng)絡(luò)分別訓(xùn)練1 000步,其中LVQ網(wǎng)絡(luò)誤差收斂速度很快,訓(xùn)練步數(shù)達到27步后均方誤差基本在0.1附近波動,而BP網(wǎng)絡(luò)訓(xùn)練步數(shù)越多均方誤差越小,訓(xùn)練步數(shù)達到62步時均方誤差已達到0.000 1。表2為模型訓(xùn)練后的分類測試結(jié)果,各個模型的總體識別準確率均達到了80%,神經(jīng)網(wǎng)絡(luò)分類模型優(yōu)于SVM模型,BP神經(jīng)網(wǎng)絡(luò)分類準確率最高。

        表2 實測模型分類準確率

        3種非線性分類模型均表現(xiàn)出良好的分類效果,對于鈦合金超聲檢測低信噪比的缺陷信號的最高識別率達到90%以上。受限于訓(xùn)練樣本數(shù)量,各個模型并未達到最佳的訓(xùn)練效果,在增大樣本數(shù)量的基礎(chǔ)上,分類模型的準確性將進一步提高。雖然能通過優(yōu)化SVM核函數(shù)的方式提高其分類準確性,但文章試驗僅限于缺陷識別的層次,若考慮缺陷定量的多分類模式,則SVM可能不具有明顯的優(yōu)勢,因此應(yīng)用中應(yīng)優(yōu)先選擇BP神經(jīng)網(wǎng)絡(luò)分類模型。

        圖6 樣本數(shù)據(jù)小波包3層分解后的能量熵值

        3 結(jié)語

        鈦合金材料的聲學(xué)性能受微觀組織變化的影響,聲速變化區(qū)間較小,但衰減系數(shù)最大差異達到70%以上且呈現(xiàn)出各向異性,實際檢測時應(yīng)關(guān)注這一特征。超聲檢測信號雜波主要源于晶粒散射,大厚度或高靈敏度檢測時,信噪比會嚴重下降而導(dǎo)致缺陷信號難以識別,雜波信號與缺陷信號的頻域分布較為接近,常用的濾波方法效果并不明顯。采用小波能量熵表征信號特征,結(jié)合SVM、LVQ與BP神經(jīng)網(wǎng)絡(luò)區(qū)分雜波與缺陷信號,識別準確率達到90%以上,為解決雜波干擾問題提供了一種方法,但在缺陷定量的方向上有待進一步研究。

        猜你喜歡
        衰減系數(shù)頻帶雜波
        STAR2000型空管一次雷達雜波抑制淺析
        Wi-Fi網(wǎng)絡(luò)中5G和2.4G是什么?有何區(qū)別?
        單音及部分頻帶干擾下DSSS系統(tǒng)性能分析
        復(fù)合材料孔隙率的超聲檢測衰減系數(shù)影響因素
        無損檢測(2018年11期)2018-11-28 08:27:42
        近岸及內(nèi)陸二類水體漫衰減系數(shù)的遙感反演研究進展
        雙頻帶隔板極化器
        電子測試(2017年15期)2017-12-18 07:18:51
        對《電磁波衰減系數(shù)特性分析》結(jié)果的猜想
        HT250材料超聲探傷中的衰減性探究
        中國測試(2016年3期)2016-10-17 08:54:04
        密集雜波環(huán)境下確定性退火DA-HPMHT跟蹤算法
        相關(guān)廣義復(fù)合分布雷達海雜波仿真
        遙測遙控(2015年2期)2015-04-23 08:15:22
        激情综合色综合啪啪五月丁香| 日本一区二区三区在线观看免费| 国产精品自拍视频免费观看| 国产偷国产偷亚洲高清视频| 十八禁在线观看视频播放免费| 国产精品高潮呻吟av久久无吗| 日韩国产有码在线观看视频| 极品少妇高潮在线观看| 99久久精品免费看国产| 国产精品免费大片| 亚洲不卡电影| 日本一二三区在线不卡| 亚洲av日韩精品久久久久久a| 国产无遮挡又黄又爽在线视频| 国产精品原创av片国产日韩 | 男女搞基视频免费网站| 中文字幕日韩人妻在线视频| 国产午夜三级一区二区三| 中文亚洲AV片在线观看无码| 三级国产高清在线观看| 国产超碰人人做人人爽av大片 | 亚洲av日韩精品久久久久久a| 性欧美大战久久久久久久久| 午夜在线观看有码无码| 一区二区三区日韩精品视频| 国产成人久久精品一区二区三区| 日韩国产一区| 日本视频一区二区三区三州 | 特级毛片爽www免费版| 欧美韩日亚洲影视在线视频| 亚洲成av人片在久久性色av| 亚洲va中文字幕无码一二三区| 成人做爰视频www| 中文字幕有码高清| 久久丝袜熟女av一区二区| 国偷自产视频一区二区久| 免费毛片性天堂| 亚洲av男人的天堂在线| 亚洲乱色伦图片区小说| 欧美国产亚洲日韩在线二区| 精品国产污黄网站在线观看|