Page 117 - 无损检测2024年第七期
P. 117
马进宝，等：
钢管混凝土内部孔洞缺陷监测试验
图 8 S3 传感器接收的前 200 μs 时域信号波形
表1 各工况下S3传感器接收的波峰幅值和 后，根据信号本身的特征，自适应地选择最优的小波
到达时间 基函数，让信号通过一系列中心频率不同但带宽相
直径/mm 幅值/mV 声时/μs 同的滤波器，得出信号的频率特征参数。小波包分
0 1 620.5 160.3 解克服了小波分析方法在高频区域分辨率较差的缺
20 1 221.4 161.7
点，通过对信号进行连续的小波包变换，可以聚焦到
32 1 021.1 163.3
信号的任意细节，故该方法在信号分析和工程结构
55 728.2 166.7
[12]
健康监测领域应用非常广泛 。
75 682.7 168.2
小波包分解将初始信号经过N层分解后得到末
95 428.6 171.8
N
层有2 个从低频到高频分布的等宽度频带的组分信
类推； a i 代表相应工况下的采集信号峰值。
号，经过三层小波包分解的频带编号示意如图10所
S1-S3监测组在不同程度缺陷工况下的D I 变化
示，其中（3， j）表示第 3层从低频到高频分布的共
情况如图9所示，可以看出，监测组的D I 值随着缺陷
8个频带的信号 （j=0，1，…，7）。
程度的增加而不断减小。根据测量数据的分析结果，
基于幅值的缺陷判断指标能够准确地判断缺陷的存
在及其程度。
图 10 小波包信号分解示意
N
原始信号S和经过N层小波包变换得到的2 个
末层信号s (N,j) 满足
N
j =2 -1
S = ∑ s ( , )
Nj
j =0
（2）
定义末层信号的各频带信号分量s (N,j) 对应的能
量e (N,j) 为
图 9 S1-S3 监测组各工况下的 D I 值变化情况 2 n 2
t
e ( , ) ∫ ( ) d= ∑ x
t
= s
Nj
3.2 基于频域分解的小波包能量参数分析 Nj ( , ) k =1 k （3）
3.2.1 小波包分解 式中： n为末层信号各频带的采样点数； x k 为对应离
信号分析方法中经常用到小波包分解方法。小 散信号采样点的电压值； t为时间。
波包分析方法是将信号频带经过多层次的划分之 最后，定义原始信号全部能量为
79
2024 年 第 46 卷 第 7 期
无损检测
