超声导波激励频率选取对其模式控制的影响

超声导波在管道中传播模式有纵波、扭转波和弯曲波三种模式,由于扭转波在管道中传播具有非频散特性,在超声导波管道无损检测中得到广泛应用,但在管道中激发出扭转波的同时常常伴随着纵波的出现,导致超声导波检测信号难以识别和分析处理。针对这一问题,计算管道中超声导波传播频散曲线,通过控制扭转波激励频率在纵波的截止频率区范围内选取的方法,抑制纵波的产生。为了验证该方法的有效性和正确性,利用磁致伸缩导波无损检测装置对管道进行一系列不同激励频率的试验。研究结果表明：试验结果与理论结论相吻合,该方法为导波无损检测信号识别和工程应用提供了十分重要的理论依据和指导作用。     

基于声学相位共轭理论的管道裂纹检测

将声学中相位共轭理论引入到管道裂纹检测中以实现声源信号的重构聚焦,对传统的超声导波无损检测中相位畸变、图像模糊等亟待解决的关键性问题进行改进。利用压电陶瓷(PZT)材料作为传感器,构建了一套管道裂纹的检测系统,验证相位共轭理论用于管道检测的可行性。通过在管道一端,利用PZT传感器,用对称加载的方式激励经过窗函数调制的五峰波信号,利用接收传感器提取信号,然后进行相位共轭处理再激励,从而实现信号的重构聚焦。试验结果表明,用超声导波信号的相位共轭法,可以实现信号的聚焦增益,提高了声波信号在固体介质中的信噪比,在管道的周向裂纹试验中得到了验证,对于超声导波在管道缺陷的识别和精确性的提高具有明显的改进作用。     

管道导波时反聚焦检测系统的设计与实现

在分析管道中超声导波时反聚焦原理的基础上,设计并实现了一套适合激励压电换能器阵列,并对管道中超声导波能量在缺陷处进行时间-空间聚焦的时反聚焦检测系统.该系统实现的关键技术为:改进DDS( direct digital synthesis)结构,实现脉冲激励电路对时反特征信号进行合成发射;采用脉冲方式,实现小体积大输出功率的宽带线性功放电路;通过时反聚焦检测过程,实现管道中超声导波能量在缺陷处的时间-空间聚焦.采用该系统进行八通道时反聚焦检测实验,其结果表明,对于所用的含缺陷的管道而言,在特定的检测条件下,缺陷回波信号的幅值相对常规检测可提高246％,并且很好地抑制了导波的频散和多模态特性,提高了回波信号的信噪比.     

利用超声导波实现工业管道对接焊缝的远距离扫描

本文主要探讨利用超声导波实现包覆层下钢管对接焊缝的检测方法。该种方法利用超声导波探头激发和接收超声导波,并利用超声导波的自然聚焦原理实现管道对接焊缝的远距离扫描。检测时把导波探头放在裸露的钢管区域,探头激发的超声导波沿钢管传输到包覆层覆盖的焊缝区域,通过分析缺陷反射的导波信号即可判断焊缝的质量。     

基于Chirp激励的管道污垢超声导波检测频率优化选择研究

采用传统的单频信号作为污垢管道导波激励信号,须进行反复多频测试以确定最佳检测频率,存在一定盲目性以及时间、资源耗费等问题,提出一种宽单频转换算法,在采用宽频chirp信号作为污垢管道超声导波激励信号基础上,利用该算法对其响应信号进行后处理,可获得其频带范围内等同于单频信号激励时的响应,通过对比不同频率导波响应的能量分布及模态纯度确定最佳检测频率,并结合时频分析方法,根据污垢管道宽频响应能量分布情况快速确定合适的检测频率区间。仿真分析及实验研究表明:中心频率175 kHz最适合于所考察污垢管道导波检测,利用该方法确定污垢管道最佳导波检测频率的过程在减少采集时间的同时解决了多频测试的需要,为利用导波方法实现管道污垢由"点"到"线"的检测奠定了的基础。     

基于Lyapunov指数的超声导波检测技术

为了提高超声导波的检测灵敏度,提出了一种基于杜芬方程Lyapunov指数特性的超声导波识别方法,该方法利用了杜芬方程对系统参数的敏感性及其对噪声信号的免疫特性。首先,分析了杜芬方程检测导波信号的数学原理;其次,讨论了如何设定检测系统参数,给出了可用于检测导波信号的杜芬系统;最后,通过分析比较噪声和导波信号对Lyapunov指数的不同影响,证明了该方法识别强噪声下弱超声导波的有效性。数值算例表明,通过合理设置杜芬方程参数使系统处于混沌状态,当输入导波信号和混有噪声的导波信号时,系统由混沌状态转变为极限环运动,利用杜芬系统状态改变可实现对强噪声下弱超声导波的识别,该方法可有效延长超声导波的检测范围和提高检测小缺陷的灵敏度。     

基于时间反转法的管道焊缝区缺陷检测研究

焊缝在整个管网系统中是比较薄弱的部分,在温度、压力、介质腐蚀和振动的影响下容易出现裂纹缺陷,对管道的安全运行产生危害,并且有的裂纹很小,通过超声导波不容易直接识别出来。对超声导波检测管道进行了研究,在分析了超声导波对焊缝小缺陷的检测后,提出了一种运用时间反转法基于L(0,2)模态超声导波进行数值模拟的方法,选择4%作为最小焊缝裂纹缺陷,对直管道单焊缝和直管道双焊缝进行数值模拟,并通过实验验证。数值模拟和实验结果表明该方法可以实现管道中焊缝缺陷的识别和定位。     

管道变形损伤超声导波检测试验研究

变形是管道的主要失效模式之一,变形检测是保障管道安全运营的重要措施。现有技术,如通径检测、超声检测等用于管道变形检测能够取得较好的效果,但也均有其局限性。为此,通过开展试验研究,探讨利用超声导波技术进行管道变形检测的可行性。导波模态选择轴对称的纵向模态导波L(0,2)。通过在空心铝管中模拟凹陷变形,得到铝管不同凹陷程度时的反射回波。在此基础上,进一步分析变形回波特征与变形区域的联系。结果表明,L(0,2)模态导波对管道凹陷变形敏感,试验系统能够清晰辨识由于管道变形而反射的回波信号;变形回波幅度有效反映了管道的变形程度,且其时间历程能够有效定位管道变形区域所在的轴向位置。超声导波为管道变形检测提供了一种具有潜在吸引力的新型检测技术。     

非金属管道损伤的非线性超声导波延时检测定位方法

由于超声导波难以准确检测非金属管道的早期损伤,本文提出了一种非线性超声导波延时方法对非金属管道结构损伤进行测试和定位。基于非线性超声调制机理分析了非金属管道损伤状态,使用同侧非线性超声的混频信号激励方式并根据超声导波传播速度的差异产生激励信号延时,然后在管道损伤处实现混频信号的非线性调制。采用HHT(Hilbert-HuangTransformation)提取混频延时信号的瞬时特征量,并通过分析非线性分量延时分组进行损伤区域检测,实现了对非金属管道裂纹损伤的定位。PVC(Ployninylchloride)非金属管道实验显示,无损伤状态下延时信号分组的标准化基准值为0.518 8;单裂纹状态下延时信号分组标准值为0.593 7,损伤定位相对误差为3.277%;双裂纹损伤状态下的标准化瞬时平均幅值为0.580 1与0.607 3,损伤定位值绝对误差小于4mm。相对于利用小波包络分解的非线性延时定位检测法,实验得到的单裂纹损伤准确度提高了36.4%。结果表明该方法能够对非金属管道裂纹损伤准确定位,并能够检测早期多裂纹损伤。     

基于导波频散特征的超声导波模态识别方法

针对超声导波检测应用中模态识别难的问题,提出一种基于导波频散特征的模态识别方法。通过估计导波信号的频散量来识别导波模态,而导波的频散量与该模态导波波数在激励频率处的二次泰勒展开系数有关。根据导波信号的频散特点,构造带时间斜变的Chirplet匹配原子库,基于该Chirplet原子库,对导波信号进行匹配追踪分解,并算得该导波信号波数在激励频率处二次泰勒展开系数的最优估计值,再根据预先算得的各模态导波的波数-频率频散关系,区分导波信号的不同模态。数值模拟和试验验证都表明,该导波模态识别方法是准确且有效的。而该方法的不足之处是尚不能识别混叠严重的导波信号。研究结果有助于提高人们对复杂导波检测信号的解析能力,并推动导波检测技术的推广应用。     

应用微分算法处理特种管道测厚激光超声信号

为了实现特种管道在高温、高压、辐射等特殊环境下管壁厚度的非均匀性检测,提出一种基于微分算法的管道壁厚激光超声测量及特征信号处理方法。采用脉冲激光激励和激光干涉探测的激光超声方法,实验测得管道试件的宽频带激光超声信号。采用数字平均算法对宽带激光超声信号进行去噪处理,提高原始激光超声信号的信噪比。采用微分算法对激光超声信号进行特征提取处理,得到表征管壁厚度的激光超声特征信号。根据管道材料声速和激光超声传播时间反演计算得到管道试件的壁厚值,管壁厚度测量值与实际值的误差小于5%。研究表明,基于微分算法的管道壁厚激光超声测量及特征信号处理方法具有良好的信噪比、准确的信号特征量和较高的测量精度,可用于管道壁厚的在线实时检测以及因腐蚀、应力引起的管道壁厚不均匀性检测。     

一种基于远场涡流的管道大面积缺陷定位检测方法

在管道大面积缺陷的远场涡流检测中,由于远场涡流信号两次穿透管壁,远场涡流检测信号会两次出现对应于缺陷的特征响应,第1次响应为峰值信号,第2次响应为伪峰信号。峰值信号可实现管道检测处缺陷的正确定位与定量,而伪峰信号会在管道检测处造成错误的缺陷评估。并且,伪峰信号因为缺陷的形状、大小以及检测线圈尺寸而各异,对于缺陷定位、定量分析的影响亦不同。为了去除伪峰信号,首先采用同轴双接收线圈来获取具有时移关系的2个涡流检测信号,并校正2个检测信号由于检测位置以及其他因素造成的差异;然后,采用维纳去卷积滤波器滤除噪声并移除伪峰信号;最后,通过基于远场涡流的双接收线圈检测仪器,测试具有缺陷的管道。测试结果表明,该方法可行,具有很好的实用性。     

基于灰色准则与EEMD的滚刀振动信号降噪方法

工程现场采集的滚刀振动信号掺杂噪声,致使信号特征难以提取。提出一种基于灰色准则与集合经验模态分解(EEMD)的滚刀振动信号降噪方法。首先将原信号进行EEMD分解得到若干个特征模态函数(intrinsic mode function,IMF),再根据提出的灰色准则对IMF分量进行极性一致化处理、均值化处理,计算出IMF1与其他IMF分量的灰色关联度,并按照灰色关联度将IMF分量降序排列,然后选择降序排列中前一半IMF分量进行软阈值处理,最终将处理后的IMF分量、未处理的IMF分量及余项进行重构,得到降噪后的信号。通过不同初始信噪比的仿真信号和实际加工中的滚刀振动信号验证了本方法的可行性和有效性,同时与EEMD结合相关系数降噪法、小波软阈值降噪法进行了比较,结果表明本方法的降噪效果更优。     

非泄漏固定声源干扰下的管网泄漏定位技术研究

实际管网泄漏检测环境中,管内外非泄漏固定噪声(如施工、管道阀门噪声等)叠加在管道泄漏声信号中,传感观测信号间的互相关函数中有多个相关峰值,若不能正确识别峰值来自泄漏还是非泄漏声源,将导致漏点定位错误。以两传感观测信号的自相关函数构建非泄漏和泄漏信号特征提取函数,通过特征提取函数识别出管道传播媒质对两类信号的衰减特征信息,该衰减特征结合互相关函数的相关峰值时延信息,识别出峰值来自泄漏还是非泄漏声源。实际定位应用表明,在管内外非泄漏固定噪声干扰下,漏点定位误差在1 m以内,突破了传统基于时延估计的泄漏定位技术及仪器需要在夜间,或人为关闭某些管道阀门、支路等安静环境下,通过回避干扰噪声才能进行定位的限制。     

基于路图拉普拉斯算子范数和马氏距离的滚动轴承故障诊断

为有效提取滚动轴承振动信号的故障特征,将图信号处理技术引入故障诊断领域。首先根据滚动轴承振动信号构造路图,获得路图信号;再将计算得到的路图拉普拉斯算子范数作为特征参数,构造不同故障的标准特征空间;最后通过测试样本与标准特征空间的马氏距离实现不同故障模式的识别。实测滚动轴承振动信号的分析结果表明,该方法能有效诊断轴承故障。     

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。     

风力机叶片多裂纹扩展声发射信号的特征识别

针对风力机叶片蒙皮多裂纹难以状态识别的问题,根据裂纹扩展释放能量的过程,推导主裂纹扩展AE信号的表达式,从而明晰了主裂纹扩展的AE信号特性及其与应力变化之间的关联。由于多裂纹扩展AE信号为卷积混合模型,提出一种对具有非平稳、非线性特性的卷积混合AE信号特征提取的方法,以输出信号的广义能量作为目标函数得到盲解卷的滤波器迭代式,采用Godard算法通过输出信号与估计值的误差调整滤波器系数,并根据相似系数选择适当的非线性函数以减少采集设备对AE信号的影响。最后在裂纹扩展试验中,预制不同尺寸的多缺陷,对叶片试件同时施加激振载荷和循环载荷,每间隔一定的循环次数采集不同状态的AE信号,同时采用具有非全局性的瞬时频率和特征尺度来识别多裂纹在不同扩展状态下的特征,从而明晰了信号特征与多裂纹生存状态的关联,形成了识别多裂纹复合材料损伤的评价机制。     

气-液两相流压差波动信号中噪声的辨识

压差波动信号由于其容易测量,而且包含流动的很多信息而被广泛用于气液两相流的研究中。在测量时由于难免受到各种干扰,这些干扰会影响非线性分析的精度和结果。因此,在利用压差波动信号进行非线性分析之前,通常要对其进行滤波处理。究竟多高频率以上的压差波动信号才是噪声,并如何对其进行定量检测的研究就非常重要。这里对水平管内气液两相流压差波动信号用小波包进行分解,得到按16Hz等间隔分段的16个不同频带信号,用自相关函数研究了各频段信号的线性相关性。通过理论证实了气液两相流压差波动信号中,64Hz以上信号不存在线性相关性,可以认为其是噪声信号。研究指出通过气液两相流压差波动信号来研究流型信息时,应考虑64Hz以下信号。     

Selective noise filtration of image signals using wavelet transform

This paper examines the technique of denoising and signal extraction using wavelet transform scale space decomposition. The noisy signal is decomposed into multiple scales by the dyadic wavelet transform. At a given position, the level of correlation is used to deduce the presence or absence of significant feature of signals or images, which is then passed through the filter. By comparing the correlation information of the data at that scale with those at larger scales, noise is preferentially removed from the data. In the wavelet transform domain, the desired features are identified and retained because they are strongly correlated across scales compared to noise. This denoising algorithm can be used to reduce noise to a high degree of accuracy, while preserving most of the important features of the signal. In this paper, this technique of scale space filtering is applied to sample signals and images. Representative results are presented which shows that considerable noise content in signals and images can be reduced while preserving the value of the desired signal.     

高速漏磁检测过程中管道内外壁缺陷定位方法研究

管道内外壁缺陷的有效区分是对缺陷进行有效量化的前提,提出一种基于动生涡流的高速漏磁检测过程中管道内外壁缺陷的定位区分方法,利用涡流磁场与外磁场的耦合作用时内外壁磁场信号的变化差异特征区分缺陷位置。首先建立高速漏磁检测数学模型,分析了涡流分布特点以及涡流磁场与外磁场耦合作用规律,利用有限元方法计算分析不同位置时,耦合作用规律对管道内外壁磁化状态影响及内外壁缺陷漏磁场信号差异特征;设计高速漏磁检测实验平台,对不同运行速度、不同检测位置处钢管内外壁缺陷区分效果进行实验研究。结果表明,接近磁化线圈位置时,管壁内产生的涡流磁场方向与管道外壁磁场方向相同、与管道内壁磁场方向相反,在离开磁化线圈位置时,涡流磁场方向与管道外壁磁场方向相反、与管道内壁磁场方向相同;不同检测位置处,管壁磁场变化规律相反,且速度越快,磁化状态影响受影响程度越大,内外壁漏磁场信号差异特征越明显,高速检测时可有效对管道内外壁缺陷进行定位区分,实验结果和理论分析具有很好的一致性。