Page 61 - 无损检测2021年第五期

赵斯琪, 等:

基于集合经验模态分解的超声检测信号处理

图 4 仿真信号 EMD 分解分量及其对应的频谱图
的分量进行重构, 两种方法分解出的各IMF 分量与 处理信号中噪声与有效信号的分界。将前面的分量

原始信号的相关系数如表 2 所示。 舍弃, 对剩余分量进行重构, 得到降噪后的重构信
从表2 可以看出, EMD 的IMF4 分量及 EEMD 号。 EMD 分解 后 的 重 构 信 号 如 图 6 所 示, EEMD
中的IMF6 分量的相关系数为第一处拐点, 即为待 分解后的重构信号如图 7 所示。
表 2 两种方法分解出的各IMF 分量与原始信号的相关系数

分量编号
分解方法
IMF1 IMF2 IMF3 IMF4 IMF5 IMF6 IMF7 IMF8 IMF9 IMF10

EMD 0.1085 0.0943 0.0599 0.1228 0.1085 0.9589 0.8244 - - -

EEMD 0.1286 0.0991 0.0641 0.1996 0.2871 0.9587 0.8950 0.2212 0.2304 0.2284
由重构结果可以看出, 经 EMD 分解后重构的 2.3 实测信号处理

信号与原始信号之间幅值相差较大, 重构后的信号 实测信号为电磁超声换能器在 1mm 厚铝板上
无法保留原始信号的波动趋势和完整特征, 分解效 激发 的 兰 姆 波, 激 发 频 率 为 180kHz , 采 样 点 为

果较差。经 EEMD 分解重构后的信号的特征和波 1400 个。实测信号波形如图 8 所示。
形与原始信号几乎吻合, 消除了模态混叠, 平滑度有 对实测信号分别进行 EMD 和 EEMD 分解, 两

较好程度改善。 种方法的处理效果如图 9 , 10 所示。
9
1

2021 年 第 43 卷 第 5 期

无损检测