Page 44 - 无损检测2023年第一期

邢仁飞, 等:

水冷壁管腐蚀脉冲涡流检测信号处理与成像

早到达噪声区, 致使无法分辨每条下降曲线的有效
斜率。经过滤波之后的信号虽然能够区分斜率跟厚
度的对应关系, 但是由于不同厚度对应衰减电压信
号的时域不同, 在实际检测中无法对扫查信号进行
快速成像处理。文章提取斜率方法的主要步骤如下
所述。

( 1 )使用微分方法计算每条衰减曲线上每个点
的斜率。
( 2 )计算同一时间维度下不同曲线斜率的标准

差。
图5 缺陷试件结构示意
2
S i= ∑ ( X i j - μ i ) N ( 2 )
信号进行分析, 并与均值滤波法及滑动平均方法进
式中: S i 为第 i 个时窗的斜率标准差; X i j 为第 i 个
行对比, 利用信噪比对3种降噪方法进行定量分析。
j 为第 i 个时窗所有曲线
时窗第 条曲线的斜率; u i
结合脉冲涡流检测原理选取最优滤波参数与方法,
斜率的样本均值; N 为曲线的条数。
使用所提出的斜率提取方法进行成像。
由于不同厚度曲线斜率的分离时间不同, 斜率
2.1 滤波方法
标准差随着时窗的变化先变大后变小, 后期时窗内
传统的滤波方法假定信号和噪声处在不同的频 开始作无规则变化, 表明信号进入噪声区。设
S i
带, 通过对不同频率信号的抑制来消除噪声。在脉
, 减小到最小值时的
S i 开始增大时的时窗为T 1 S i
冲涡流的实际检测中, 有效信号一般表现为频率较
。
窗为T 2
低或者是比较平稳的信号, 噪声信号多为高频信号。
, 时窗时所有曲线的电压值, 分
( 3 )计算 T 1 T 2
小波去噪可以对有效信号和噪声信号对应的小波系
、
别求出T 1 T 2 时窗时不同曲线电压值的最小电压
数值进行分离。对于一个一维含噪信号, 其模型可 的时间
V 1 与V 2 。求出每条曲线到达电压V 1 与V 2
以表示为 ] 即为第 条曲线的有效斜率区
T j 1 T j 2 , j
, 。[ T j 1 T j 2
+
()
yt = s ( t ) n ( t ) ( 1 ) 间。
式中: () 为含噪信号; s ( t ) 为有效信号; n ( t ) 为噪 2.3 成像方法
yt
声信号。
设计的脉冲涡流检测系统可以利用扫查架按照
文章采用小波变换的阈值去噪法, 主要步骤如 规定路线扫查。水冷壁阶梯试件与缺陷试件一和二
下所述。 的扫查路线为从左到右, 扫查步进为 2mm 。上位

( 1 )选取合适的小波基函数, 对含噪信号进行 机驱动信号发生器发出激励信号, 同时发送同步信
小波分解, 确定合适的小波分解层数, 得到信号分解 号给采集卡和扫查架, 使扫查同步。阶梯试件一按
后的小波系数。 照管道1~管道6的顺序进行扫查, 每条管道扫查
( 2 )选取最优的阈值函数, 确定合适的阈值处 120个点; 沿表面中线扫查缺陷试件, 共扫查100个

理方法, 对信号进行处理。 点, 得到斜率与厚度的关系, 并标定斜率大小与厚

( 3 )对处理后的小波系数进行逆变换, 对信号 度, 进行成像显示。
进行重构, 得到去除噪声的有效信号。
阈值选择在小波阈值降噪中起到了重要的作 3 试验结果
用, 如果阈值选取得过大, 将会去掉部分信号分量, 3.1 滤波结果
造成信号失真; 如果阈值选取过小又会保留过多的 试件原始脉冲涡流信号 如图 6 所示。使用滑

噪声分量, 无法有效去除噪声。文章采用 s y m6 小 动平均方法将每点电压值设置为相邻25个点电压
波对信号进行6层分解, 并使用软阈值量化。 值的算数平均值, 得到如图7所示的信号。使用中
2.2 特征提取方法 值滤波方法将每点电压值设置为相邻25个点电压
在脉冲涡流检测信号中, 不同厚度试件的电压 值的中值, 得到如图8所示的中值滤波处理后的信
衰减曲线斜率不同。较薄试件的信号衰减更快, 更 号。图9为使用小波阈值降噪处理后的信号。
0
1
2023年 第45卷 第1期
无损检测