基于数学形态学的超声C扫描图像校正方法

通过分析表面波对超声C扫描图像的影响发现,由于超声探头纵向分辨率的限制,对缺陷回波采样过程中叠加的表面回波分量在超声C扫描图像中形成了不均匀分布的图像背景,影响了超声无损评价的准确性.针对上述问题,采用基于数学形态学的形态滤波方法对C扫描图像进行了校正.试验结果表明,通过形态滤波,超声C扫描图像中的不均匀背景得到了校正,同时保留了缺陷的结构特征,进一步对图像进行阈值分割,分割结果准确性明显提高.     

基于数学形态学的超声C扫描图像校正方法

通过分析表面波对超声C扫描图像的影响发现,由于超声探头纵向分辨率的限制,对缺陷回波采样过程中叠加的表面回波分量在超声C扫描图像中形成了不均匀分布的图像背景,影响了超声无损评价的准确性.针对上述问题,采用基于数学形态学的形态滤波方法对C扫描图像进行了校正.试验结果表明,通过形态滤波,超声C扫描图像中的不均匀背景得到了校正,同时保留了缺陷的结构特征,进一步对图像进行阈值分割,分割结果准确性明显提高.     

基于自适应滤波的超声TOFD的近表面缺陷检测

为了解决超声衍射时差法图像近表面盲区直通波与缺陷信号混叠的问题,提出了一种基于自适应滤波的近表面缺陷信号处理方法。采用Comsol软件建立了TOFD近表面缺陷的二维有限元模型,根据超声波传播过程及A扫描信号分析了近表面盲区产生的原因;通过RLS自适应滤波算法分别对距离上表面3 mm和10 mm的仿真信号进行了处理,有效分离出了一维混叠信号中的缺陷信号,经过数值计算得到了误差较小的缺陷长度信息;利用自适应滤波技术对TOFD图像进行了处理,完整地将隐藏在直通波下的缺陷信号提取了出来。研究结果表明:RLS自适应滤波能够有效解决近表面盲区问题,提取混叠在直通波下的近表面缺陷信号。     

基于TOFD周向扫查图像特征的管道缺陷超声检测

利用超声衍射时差法(Time-of-flight diffraction,TOFD)对管道进行周向扫查检测时,直达纵波传播路径与管道表面不平行,需分别对直达纵波上下区域内缺陷进行识别和定位检测。特别地,管道结构导致TOFD近表面盲区增大,缺陷衍射波与直达纵波发生混叠。针对上述问题,理论分析极坐标系下的管道TOFD周向扫查图像中缺陷衍射波特征,借此确定缺陷与直达纵波的相对位置。在此基础上,对盲区外缺陷进行定位检测,并结合自回归谱外推方法计算盲区内缺陷深度。试验结果显示,对于外壁半径100.0 mm,壁厚30.0 mm碳钢管道,在5 MHz中心频率和不同探头中心距(Probe center separation,PCS)的检测条件下,埋深4.0 mm的上表面开口槽与埋深16.0 mm的下表面开口槽均可检出,且定位误差不超过0.36 mm。缺陷衍射波特征与PCS直接相关,对管道进行周向扫查检测时应合理调整参数。     

基于数学形态滤波的齿轮故障特征提取方法

针对齿轮故障特征的提取问题,提出一种根据信号形态特征对齿轮故障信号进行形态滤波的新方法.形态滤波是一种新的非线性滤波方式,可以有效地提取出信号的边缘轮廓以及信号的形状特征.对Lorenz信号进行不同结构元素的数学形态滤波处理,证实形态滤波对抑制信号噪声、保留信号非线性特征方面的作用.采用长度为齿轮冲击周期长度的0.6～0.8倍的扁平结构元素,对齿轮断齿故障振动信号进行形态闭运算处理,并对滤波后的信号进行频谱分析.结果表明,利用形态滤波可以从齿轮断齿信号中成功提取隐含在噪声中的冲击故障特征.     

基于形态学的木材缺陷检测

介绍了数学形态学灰度形态滤波方法,形态学多结构元素梯度边缘检测算法,给出对木材缺陷图像进行数学形态学运算处理后的图像实例.根据木材内部缺陷的特点,分析了结构元素的选取,提出了一种将数学形态学的灰度形态滤波和形态学双结构元素边缘检测有机结合的方法,对木材缺陷进行边缘检测.实验表明,该方法不仅提高木材内部缺陷检测的可靠性,...     

多尺度柔性形态滤波在轴承故障诊断中的应用

针对经典的形态学滤波在取单一结构元素的情况下存在缺陷的问题,提出了一种基于多尺度柔性形态滤波的轴承振动信号滤波方法。多尺度柔性数学形态学在保留柔性形态学好的鲁棒性、滤除正负噪声和保留细节等优点的同时,进一步对其结构元素进行改进,以期获得更好的脉冲提取性能。将多尺度柔性形态滤波应用于轴承故障诊断,结果表明,其比经典的柔性形态滤波能更好地保留振动信号中的冲击脉冲,为轴承故障的进一步诊断打下基础。     

碳纤维复合材料缺陷的超声检测及材料力学性能仿真研究

碳纤维复合材料内部结构的健康程度将直接影响到零部件的整体性能.采用高频超声衰减法对碳纤维复合材料进行内部无损检测.在超声波频率为30 MHz、探头距离工件表面1 cm、等离子水介质条件下,通过超声C扫描、X扫描,分析和确定内部缺陷位置及形状,并通过剖切试样,采用光学显微形貌表征对内部缺陷进行确证.采用ABAQUS对层间...     

基于自回归谱外推方法的TOFD检测盲区抑制

结合自回归谱外推方法与超声衍射时差法（Time of flight diffraction,TOFD）,抑制直通波脉冲宽度造成的近表面检测盲区。建立碳钢试块模型,并设置上尖端埋深d依次为2.5 mm、3.0 mm、5.0 mm及7.0 mm的底面开口槽,模拟选用中心频率5 MHz、探头中心距34.0 mm的TOFD探头实施检测。利用自回归谱外推方法扩宽傅里叶变换后的混叠信号频带,压缩时域脉冲宽度,分离了混叠的直通波与衍射波,将TOFD检测盲区深度由8.3 mm抑制到2.5 mm以内,实现四个底面开口槽的同时检出与定位。针对碳钢试块中埋深3.0 mm底面开口槽进行试验验证,定位误差为0.30 mm。与常规TOFD和频谱分析方法相比,自回归谱外推方法以高信噪比频带为基础,外推有效频带外的高频与低频范围数据,提高时间分辨率,为TOFD检测盲区内缺陷定位提供了新思路。     

融合量子理论的结构元素尺寸自适应调整策略

受量子理论启发,提出一种针对数学形态学结构元素尺寸自适应调整的新策略,以达到更优的冲击响应信号形态学提取效果。首先,结合量子理论建立起振动信号的量子系统,在此基础上提出了振动信号的量子比特数学表达式,用于刻画振动信号的状态;然后,针对机械振动信号的局部特点,分析1×3邻域的振动信号相关性,提出了机械振动信号在量子概率特征下的结构元素尺寸衡量算子;最后,依据尺寸衡量算子和自适应控制结构元素的长度达到更优的滤波效果。利用该策略对轴承冲击故障信号进行形态滤波,并与传统方法进行了比较,结果表明该方法可以有效提取信号的全局和局部特征。     

基于数学形态变换的转子故障特征提取方法

基于非线性数学形态变换提出旋转机械故障特征提取的新方法.由数学形态变换构成的形态滤波器可以有效地提取出信号的边缘轮廓以及形状特征,通过选取不同长度的形态结构元素,采用组合形态滤波器将旋转机械故障信号分解到不同频带上,故障信号被分解成基频成分、故障成分及高频噪声三部分,在分解过程中,信号长度没有减少,没有信息的丢失;将分解得到的故障成分单独提取出来进行分析,可以更准确描述故障特征;对实际碰摩故障信号进行形态学分解后,提取出故障成分,采用Hilbert-Huang变换(Hilbert-Huang transform,HHT)对分解前后的信号进行对比分析,验证了方法的有效性,表明基于形态变换的信号特征提取可以更准确刻画故障的非平稳特性,提高了分析效果,并具有计算简单、快速的优点.     

压缩机叶轮叶根缺陷相控阵超声检测方法研究

压缩机叶轮叶根易出现疲劳裂纹、气孔等内部缺陷。基于超声脉冲反射法原理,利用相控阵超声检测技术,采用声线模型对缺陷检测位置进行分析,并通过声场分布模拟以及缺陷检测模拟优化实验方案,最后利用聚焦扫描对人工预置平底孔缺陷进行检测。检测结果表明：利用相控阵超声检测技术在叶轮内腔对叶根进行检测,缺陷信号明显,缺陷定位精度高,定位误差仅为0.19%。     

参数优化的组合形态-hat变换及其在风力发电机组故障诊断中的应用

开闭-闭开组合形态滤波(Combination morphological filter,CMF)可以有效剔除振动信号中的脉冲干扰,顶帽(Top-hat,TH)变换充分反映出信号周期性的冲击特征,借鉴此两种形态算子的理论思想,提出一种新的数学形态算子——组合形态-hat变换。为准确描述形态学算子在振动检测应用中的理论依据,通过非线性滤波器频响特性的分析方法考察形态学算子的滤波性质。此外,针对数学形态算子中结构元素的尺度按经验选择的问题,采用粒子群优化算法(Particle swarm optimization,PSO)对组合形态-hat变换的结构元素尺度进行参数优化,提高数学形态算子在振动信号处理中的精确度。通过仿真信号和实测风力发电机组振动信号的分析结果表明,参数优化的组合形态-hat变换在抑制背景噪声和提取冲击特征方面具备优良的性能,并能够准确高效地识别出风力发电机组齿轮箱高速轴齿轮的磨损故障,具有一定的实际工程应用价值。     

数学形态学和HHT在轴承故障诊断中的应用

数学形态学滤波算法具有很强的抑制脉冲干扰的能力,但滤除白噪声的能力却不及小波算法。针对这一不足,在对信号进行形态滤波之前先进行小波消噪,再进行HHT分析提取故障特征频率。通过仿真和示例证实了该方法可以有效地消除信号干扰噪声,提取轴承故障特征,达到对滚动轴承故障诊断的目的。     

金属材料小缺陷超声反射信号建模及识别

为了能从含噪声金属材料超声检测信号中有效识别出微小缺陷回波,建立了金属材料超声反射信号模型并提出了基于相关系数的微小缺陷回波识别方法。对含微小缺陷金属材料超声脉冲反射信号的成分进行分析,建立了基于散射声场与高斯回波理论的优化超声回波模型。设计了超声缺陷回波位置识别方法。该方法对超声脉冲反射信号去噪后,取探头发射脉冲信号为参考信号;然后与去噪后的信号逐段求解相关系数;最后对该相关系数序列进行阈值化处理,获得缺陷回波在超声回波信号中的位置。将利用上述优化超声回波模型生成的超声反射信号及其频谱与实验获得的金属材料超声反射信号及其频谱进行了对比,结果表明:两者的时频域特征具有一致性。当将阈值设定为相关系数序列最大值的60%时,能够有效从超声背散射信号中识别出金属材料微小缺陷回波。     

基于零蠕变特征空间投影的P91钢焊接接头蠕变超声检测

为提高P91钢焊接接头蠕变超声检测灵敏度,提出一种相对性的超声检测信号处理方法。该方法使用未发生蠕变的P91钢焊接接头的检测信号生成零蠕变特征空间,将任意检测信号向该空间投影,以投影残差能量与原信号总能量的比例表征检测目标偏离零蠕变状态的程度,比例越高,则表明蠕变损伤越严重。推导了该方法的一般性数学表达,并提出利用盲源分离算法实现该方法的线性化处理。利用不同蠕变程度的P91钢焊接接头试块对该方法进行了验证试验,结果表明,与常规超声方法相比,该方法具有更好的蠕变检测能力。由于该方法为相对性检测,零蠕变特征空间的完备性对检测结果的准确性具有较大影响。该方法以评价检测目标偏离标准特征空间的程度为核心,因此对其他损伤也具有检测能力。     

基于超声透射时差法的金属棒缺陷检测研究

本文提出了一种基于超声透射时差法检测缺陷的方法。首先对超声探头的声场特性分析研究,完成回波信号的转换和调理;然后控制时间数字转换器,得到回波信号的时差值;将采集到的不同时差值进行算法分析,并用数字信息量化出缺陷值,最终转化为可视的二维数据图。通过设计的系统对黄铜棒进行缺陷检测,采集的回波信号时差值的分辨率可达125 ps,缺陷测量误差小于±0.01 mm,径向和轴向分辨率可达0.007°,最大测量直径30 mm。实验结果表明缺陷检测系统具有较高的稳定性、可靠性和灵敏度。     

基于激光超声体波的轨头内部缺陷检测方法研究

激光超声检测技术具有非接触、宽带宽和高分辨率的特点,针对常规超声对钢轨轨头内部核伤微小缺陷不敏感、定位定量检测难的问题,本文基于激光超声体波散射和衍射原理,提出了模态转换反射波和衍射波飞行时间的缺陷定位定量检测计算模型。通过COMSOL仿真建立了超声体波与内部缺陷相互作用的二维有限元模型,分析了钢轨内部缺陷处超声体波波模式转换状态,验证了定位及定量方法的可行性。其次,搭建了固定扫查激光超声实验检测系统,对不同埋藏深度和不同直径的孔缺陷进行B扫实验。实验结果表明,激光超声检测技术能有效的检测钢轨内部微小孔缺陷,基于所提出的计算模型和检测方法,对钢轨内部缺陷检测的定位相对误差在6%之内,定量相对误差在9%之内。     

基于空耦超声共振法的复合材料测厚技术研究

为解决当前传统超声检测技术对复合材料的检测耦合剂污染和检测效率低等问题,提出空气耦合超声共振法来检测复合材料薄板的厚度,从而确定缺陷的大小。利用 COMSOL 有限元仿真软件对复合材料进行建模,设置不同厚度及不同大小缺陷的物理模型来对比实验,后处理求解并进行快速傅里叶变换,提取谐振频率计算出复合材料的厚度。结果表明,超声共振法可对复合材料进行定性、定量检测;当复合材料的厚度越薄时,超声信号产生的谐振频率越大,则复合材料中所含缺陷范围越广,分层现象越严重;其检测精度可达 0.1 mm 左右,相对误差范围分布在 5% 以下。实验证明了该测厚技术的可靠性,为超薄复合材料板缺陷厚度的测量提供一定的参考和借鉴。