孫瓊瓊，趙亞東，王 欣

(1.泰安市特種設備檢驗研究院，山東 泰安 271000； 2.肥城市國家電網，山東 肥城 271600)

0 引 言

隨著經濟的發(fā)展和社會的進步，特種設備數量呈逐年上升趨勢。其中，壓力容器作為工業(yè)系統(tǒng)中不可或缺的基礎設備，被廣泛應用于化工、鋼鐵、電力、煉油等產業(yè)，其安全運行及運行效率，直接影響工業(yè)生產的安全性問題[1]。因此需要對壓力容器進行定期檢驗、監(jiān)測，及早發(fā)現潛在的故障，保障安全生產。

壓力容器材料在外力作用下會先發(fā)生形變，當內部應力超過材料屈服極限就會進入不可逆塑性變形階段，材料最終斷裂，同時材料中的局部瞬間釋放能量產生彈性波，這種現象稱為聲發(fā)射[2]。

在用壓力容器進行聲發(fā)射檢測，檢測裝置除了能接收到材料拉伸發(fā)出的聲發(fā)射信號外，還受現場金屬摩擦、機械噪聲、氧化皮脫落等影響，這些噪聲信號嚴重干擾聲發(fā)射信號，甚至影響聲源定位。所以，對聲發(fā)射信號進行去噪處理，能及時發(fā)現設備中的大量缺陷，及時排除安全隱患，降低惡性事故發(fā)生的幾率，實現企業(yè)經濟效益最大化。

1 小波閾值去噪

1.1 小波變換

壓力容器檢驗現場采集的聲發(fā)射信號是典型的非平穩(wěn)信號，小波變換是處理時變信號的有效方法[3]。假設f(t)∈L2(R)，連續(xù)小波變換即是將小波基或母小波ψ(t)進行平移b，在不同尺度a下與信號f(t)作內積運算，即：

(1)

式中，a為尺度因子，b為平移因子。

(2)

1.2 小波閾值去噪

假設壓力容器檢驗現場采集到的聲發(fā)射信號為:s(t)=f(t)+δe(t)，其中f(t)為純凈的聲發(fā)射信號，e(t)為噪聲信號，s(t)為含噪聲的聲發(fā)射信號[4]。在工程中多應用小波閾值去噪進行消噪處理。其基本步驟如下：

1.選擇最佳的小波基函數和分解層數，并對信號進行小波變換，得到小波變換系數ωj,k；

3.將估計小波系數進行重構，得到去噪后的信號。

2 自適應濾波器

自適應濾波器對復雜信號的處理具有獨特的優(yōu)勢，它能自動調整本身參數，在設計時不需要預先知道輸入信號和噪聲的統(tǒng)計特性，能夠在工作過程中逐步估計出所需要的統(tǒng)計特性，并以此為依據自動調整自身參數，以達到最佳濾波效果[5]。自適應數字濾波器的原理框圖如圖1所示，其中，x(n)為輸入信號，d(n)為參考信號。

圖1 自適應濾波器原理框圖

自適應濾波理論研究最重要的一個方面就是自適應算法。最基本的兩種算法是最小均方誤差(LMS)算法和遞推最小二乘(RLS)算法。LMS算法因其具有方法簡單、計算量小、易于實現且對信號的統(tǒng)計特性具有穩(wěn)健性等優(yōu)點，在信號處理領域得到廣泛應用。

3 基于小波分析的自適應濾波器

本文采用了一種基于小波分析的自適應濾波器模型，由于LMS算法簡單，計算量小，故基于小波分析的自適應濾波器選用LMS算法來進行迭代。聲源信號作為自適應濾波器的輸入信號x(n)，將小波閾值去噪后的重構信號作為自適應濾波器的參考輸入d(n)。

圖2 基于小波分析的自適應濾波模型

4 實驗仿真

在壓力容器檢驗現場采集純凈的聲發(fā)射信號如圖3，并加入10 dB的高斯白噪聲如圖4，結合該信號特點選用Symlets小波作為分析聲發(fā)射信號小波基函數，并進行4層分解，且自適應濾波器選用LMS算法來進行迭代，其去噪效果圖如圖5所示。

圖3 純凈信號

圖4 含噪信號

圖5 去噪信號

5 結 語

本文針對壓力容器檢驗現場的聲發(fā)射信號及噪聲特點，研究了小波閾值去噪、自適應濾波的理論基礎，采用小波-自適應聯(lián)合濾波進行含噪信號去噪處理，并進行實驗仿真，能明顯去除噪聲，可廣泛應用于工程實踐。