Page 117 - 无损检测2023年第十一期
P. 117
许钟奇, 等:
钢丝绳无损检测信号处理算法的进展
3 特征提取
钢丝绳损伤特征提取是对钢丝绳损伤进行定性
判断和定量分析的关键环节。特征提取实质是发现
钢丝绳损伤信号与正常信号的差异, 并从中提取反
映钢丝绳损伤的特征值。目前电磁检测技术主要有
基于信号的特征提取和基于磁性成像的特征提取。
3.1 信号的特征提取
基于信号的特征提取是通过传感器获得的原始
图4 钢丝绳损伤信号中的背景噪声示例 信号经预处理后, 直接用于特征值的提取和分析。
留并且增大损伤信号中较小的奇异点, 有利于后续 下面是基于信号常用的特征值及其提取算法。
的特征提取。针对钢丝绳在检测中遇到强磁场干扰 ( 1 )常用特征
的问题, YAN 等 [ 29 ] 提出了简化的磁路来励磁钢丝 目前常用的特征值及其提取算法有绝对峰值、
绳, 信号调理通过四阶带通滤波器, 不仅消除了干扰 峰峰值、 相邻信号差分值、 波宽、 波形下面积、 短时波
信号, 也进一步放大了缺陷信号。针对钢丝绳信号 动能量等, 此外还有钢丝绳的直径、 钢丝直径、 断丝
中出现的基线漂移问题, TIAN 等 [ 30 ] 提出形态学非 信号相关性特征、 小波能量特征等。一般通过多个
采样小波方法解决了矿用钢丝绳检测信号中出现的 特征提取方法结合, 来提高钢丝绳定性判定和定量
基线漂移问题, 弥补了现有矿用钢丝绳在线检测信 分析的准确性。
号预处理方法的不足。针对一些背景噪声和叠加噪 ( 2 )相关性特征
声, SHAN 等 [ 31 ] 提出了一种自适应移动平均滤波方 钢丝绳断丝信号除了局部特征指标外, 考虑了
法, 该方法可以嗅探信号的内在特征, 并为信号处理 断丝信号与正常信号的统计差异, 提出了相关性特
分配时变的最优参数, 从而解决了死区和固定窗问 征值, 弥补了局部断丝提取特征的不足。相关性特
题。 PENG 等 [ 32 ] 基于集合经验模态分解和最优小 征通过与其他特征识别方法结合, 对提高断丝识别
波的多级滤波方法处理非饱和磁激励的漏磁三维信 准确率有重要作用。
号, 有效抑制了噪声干扰。 ( 3 )小波能量特征
由于钢丝绳自身结构及工况复杂性, 在采集钢 小波信号分析可以描述信号中的非平稳成分,
丝绳信号时往往会掺杂多种噪声, 对缺陷信号而言, 尤其是小波包技术。小波包分析技术将信号分解在
是始终存在的干扰, 影响钢丝绳损伤信号的识别与 任意频带上, 在这些频带上做能量统计, 形成特征向
判定。一些学者对此进行了研究。 CHEN 等 [ 33 ] 提 量。钢丝绳损伤信号大部分集中在低频信号上, 高
出了一种基于改进的奇异值分解和相空间重构的缺 频信号能量很小, 可以忽略。
陷识别方法, 从相空间重构的角度分析了钢丝绳检 3.2 磁性成像的特征提取
测信号的混沌动态特性。通过与传统算法比较, 该 检测传感器获得的钢丝绳原始信号经预处理
算法的信噪比有明显提高。 LIU 等 [ 34 ] 提出了一种e 后, 通过传感器阵列技术和灰度变换技术得到钢丝
指数随机共振模型及微弱信号检测方法, 通过输出 绳漏磁图像, 接着基于磁性成像进行特征提取。不
信号分析混沌特性并对模型性能进行仿真和评价, 同类型缺陷的漏磁图像表现出不同的形态特征、 纹
通过对比3种典型钢丝绳缺陷检测和微弱信号识别 理特征、 不变矩特征和颜色特征等。文章介绍基于
的模型比较、 试验和案例分析, 验证了该方法的有效 磁性成像常用的特征值及其提取算法。
性。 LIU 等 [ 35 ] 提出了基于改进的 HT 弱信号处理 ( 1 )形态特征和纹理特征
方法和钢丝绳过滤技术, 研究了该方法的平滑类型 基于磁性成像的形态特征主要包括面积、 周长、
和移动平均跨度的影响因素。通过与传统滤波比 等效面积、 伸长率和圆度等。基于磁性成像的纹理
较, 证明了该组合方法对钢丝绳弱缺陷信号处理的 特征值主要包括平均灰度、 平滑度、 一致性和熵等。
有效性和可行性。不同噪声下的信号预处理方法为 ( 2 )不变矩特征
实际应用中钢丝绳缺陷识别提供了直接参考。 不变矩特征通过对目标灰度分布的统计分析,
5
7
2023年 第45卷 第11期
无损检测
