本站小編為你精心準備了超聲檢測中金屬裂紋多特征提取探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:針對傳統超聲檢測中大多采用單一特征致使裂紋檢測不準確的問題，該文提出了基于多特征提取的金屬裂紋檢測方法。首先，在分析裂紋超聲回波特點的基礎上，利用小波包變換獲取信號的局部時頻信息;隨后，通過定義相關系數、能量熵和模極大值等參數作為識別特征，結合k-近鄰準則和決策級融合算法對金屬裂紋進行識別分析。超聲回波實測結果表明，利用該文提出的改進方法在顯著提高金屬裂紋識別率的同時，還能有效降低高斯白噪聲影響。

關鍵詞:超聲檢測;金屬裂紋;多特征提取;小波包變換

隨著工業生產技術的不斷進步，越來越多的金屬構件被用于工業裝備制造。長期服役的金屬構件中會出現裂紋，這些裂紋在應力作用下不斷加速擴展，最終造成機械設備損毀和工程結構斷裂。因此準確檢測和識別金屬裂紋成為保證裝備運行安全的首要前提。由于自身的非破壞性，超聲檢測現已成為一種最常用的無損檢測方法［1－2］。然而，超聲回波信號具有典型的時變、非平穩特性，導致傳統的信號處理方法很難實現對裂紋的特征提取與精準識別［3－4］。由于小波分析具有多分辨分析的特點，使其能同時在時域和頻域表征信號的局部特征，因而在非平穩信號處理中得到了廣泛應用［5－7］。Anaya等人將離散小波變換和神經網絡相結合，完成了金屬鋁板內部不同損傷的分類識別［8］;Ali等人比較了連續小波變換和小波包變換中小波函數選取對裂紋分類結果的影響［9］。然而已有研究大多僅選用小波變換系數作為裂紋特征［10－11］，對裂紋信息的表征能力有限，且容易受到噪聲干擾。針對這些問題，本文首先對超聲回波進行小波包變換，在分析信號時頻域信息的基礎上，定義能量熵、模極大值和相關系數等參數作為識別特征;接著，結合相關算法實現對裂紋的識別。此外，通過對3種不同尺寸的金屬裂紋進行超聲反射法回波實驗，以驗證該方法的有效性。

1小波包變換

已有研究顯示，超聲回波信號的高頻部分和低頻部分均包含裂紋的相關信息［8－9］。只有對信號低頻和高頻部分同時處理，才能實現對裂紋的全面表征。常用的離散小波變換僅對信號的低頻部分逐層分解，而對高頻部分不做處理。相比之下，小波包變換［12］對信號的低頻和高頻部分同時進行多層次分解，顯著提高了信號的時頻分辨率。

2金屬裂紋多特征提取

作為超聲檢測的核心步驟，定義適當的特征參數實現對裂紋信息的全面表征至關重要。本文在上述回波信號小波包變換的基礎上，定義如下3個裂紋特征參數。

2.1相關系數相關系數描述了兩個隨機信號之間的相似程度［13］。金屬裂紋造成超聲回波信號和正常信號在某些頻段內存在差異，相似度降低。

2.2能量熵能量熵是時頻域小波包能量規律性的量度［14］。能量熵值越大，信號中各成分的不確定性越大，所包含的信息量越大;能量熵值越小，信號所包含的信息量也越少。

2．3模極大值超聲回波信號中劇烈變化的部分往往與裂紋有關［15］，這些不規則的信號突變點稱為奇異點，反映了超聲波在金屬內部的傳播特性。已有研究顯示，小波變換后的模極大值正好與信號的奇異點相對應［16］。

3實驗及結果分析

為了驗證上述裂紋特征提取方法的有效性，本文對同一金屬板上不同尺寸的裂紋進行超聲檢測實驗。金屬板有效長度50mm(兩個頂肩之間距離)、寬度15mm、厚度2mm。測試中C0表示無裂紋時的正常狀態，其他裂紋狀態是在上表面的不同位置上采用線切割加工而成的通孔，這些不同橫截面大小的通孔從左到右分別為C1(0.8mm×0.8mm)，C2(1.2mm×1.2mm)，C3(1.6mm×1.6mm)。超聲檢測系統包括Olympus的5073PR脈沖收發器、Agilent的2022A示波器以及Panametric中心頻率為10MHz、直徑為6mm的V112-RM接觸式高頻直探頭，為了避免該高頻探頭的近場區影響和邊界效應，檢測時在探頭前面附加了延時塊。在開始測量前，把圖1中的金屬板翻轉過來使得有通孔裂紋的一面朝下，然后超聲波從上表面進入，圖2截取了從底面一次反射回來的不同裂紋超聲回波信號。從圖2中可以看出，在1.05×10－6s處均出現明顯的超聲回波。根據上述測試過程可知，該回波為金屬板材底面的一次反射波。隨著裂紋尺寸的增加，直接從底面反射回來的有效面積減少，導致其反射波幅度降低。同時，圖2(b)～(d)中分別在8×10－7s，7×10－7s，5.5×10－7s隱約出現了裂紋回波信號，主要是由于探頭到3個橫孔的聲程逐漸減小所致。然而，要直接對這3種裂紋類型實現識別卻比較困難，必須進行裂紋特征提取。

4結論

針對目前超聲檢測中常用的金屬裂紋識別方法特征單一、容易受到噪聲干擾等問題，為了進一步提高超聲檢測的準確性，本文提出了一種基于多特征提取的金屬裂紋檢測方法。在對超聲回波信號進行小波包變換的基礎上，分別定義相關系數、能量熵和模極大值作為特征用于金屬裂紋的識別。此外，利用本文方法對金屬板上3種不同尺寸的裂紋進行超聲檢測。結果表明，基于上述多特征的金屬裂紋識別結果顯著提高，而且對高斯白噪聲不敏感，因而更適用于實際工業設備的安全運行檢測。

作者：樊萍1，劉新寶2 單位：1．西北大學信息科學與技術學院，2．西北大學化工學院