基于超聲相控陣的角焊縫缺陷信號(hào)重構(gòu)方法研究

梁國安，姚葉子，鄭 凱，許 倩，王海龍，王海濤

(1.江蘇省特種設(shè)備安全監(jiān)督檢驗(yàn)研究院，南京 210036；2.南京航空航天大學(xué) 自動(dòng)化學(xué)院，南京 210016；3.江蘇長(zhǎng)城計(jì)算機(jī)系統(tǒng)有限公司，江蘇 南通 226000)

0 引言

當(dāng)今社會(huì)，由于工程需要，在大量的工程設(shè)計(jì)領(lǐng)域應(yīng)用到了接管角焊縫。例如，在制作和安裝電站鍋爐的過程中，為了方便現(xiàn)場(chǎng)施工作業(yè)，在汽包與接管的連接處就是采用了角焊縫的連接形式[1]。在電站鍋爐的運(yùn)行過程中，由于該部分的結(jié)構(gòu)是不連續(xù)的，所以此區(qū)域存在應(yīng)力過于集中的情況，并且由于溫度場(chǎng)的不同，在此部分還會(huì)產(chǎn)生很大的溫度差[2]。在鍋爐長(zhǎng)期運(yùn)行中接管角焊縫一直是常見的失效單元，所以在鍋爐定期檢查中，此部分需要重點(diǎn)檢驗(yàn)[3]。

目前在檢測(cè)角焊縫內(nèi)部缺陷的時(shí)候主要采用超聲脈沖發(fā)射回波檢測(cè)法[4]，它主要通過分析回波信號(hào)來判斷缺陷的相關(guān)信息。作為一種典型的非線性、非平穩(wěn)信號(hào)，超聲回波信號(hào)中含有大量的有用信號(hào)，但是它在不同的介質(zhì)中傳播會(huì)產(chǎn)生一定的衰減效應(yīng)，從而使得信號(hào)變得較為微弱[5]。除此之外，在使用超聲進(jìn)行檢測(cè)的過程中，環(huán)境中不可避免的噪聲會(huì)污染微弱的回波信號(hào)，這會(huì)一定程度地影響檢測(cè)的精度[6]。因此，在進(jìn)行回波信號(hào)分析之前需要采用有效的信號(hào)處理方法去抑制其攜帶的各種噪聲，常用的降噪方法有小波去噪、經(jīng)驗(yàn)?zāi)B(tài)分解(EMD，empirical mode decomposition)去噪等[7]。小波變換具有多分解尺度、去相關(guān)性等優(yōu)勢(shì)，對(duì)隨機(jī)噪聲的過濾效果較好，但是它也有閾值函數(shù)選取較為困難、分解層數(shù)多變等缺點(diǎn)；經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)于非平穩(wěn)信號(hào)的處理具有較強(qiáng)優(yōu)勢(shì)，但分解過程較不穩(wěn)定，去噪能力較差[8-10]。

為此，本文在進(jìn)行角焊縫超聲相控陣檢測(cè)試驗(yàn)之后，首先提取裂紋與未熔合缺陷的A掃信號(hào)數(shù)據(jù)，然后通過 EMD 將提取到的原始A掃信號(hào)分解為多層本征模式函數(shù)(IMF，intrinsic mode function)，利用互相關(guān)準(zhǔn)則提取IMF 分量進(jìn)行重構(gòu)。最后提出小波去噪和 EMD 相結(jié)合的角焊縫缺陷信號(hào)重構(gòu)方法，比起單純使用EMD分解，使用小波去噪對(duì)原始信號(hào)數(shù)據(jù)進(jìn)行處理后，重構(gòu)信號(hào)的信噪比較高，均方差較小，為進(jìn)一步缺陷成像，缺陷回波信號(hào)特征提取模式識(shí)別打下良好的基礎(chǔ)。

1 小波分析與EMD分解的理論分析

對(duì)于超聲檢測(cè)裝置采集到的回波信號(hào)進(jìn)行處理，這是相控陣檢測(cè)角焊縫的關(guān)鍵一步，通過時(shí)域與頻域的充分分析，能夠較好地分析出非平穩(wěn)信號(hào)的各種尺度信號(hào)特征[11-12]。本文主要基于小波分析和EMD分解方法對(duì)得到的缺陷信號(hào)進(jìn)行分析。

1.1 小波分析

小波分析起源于20世紀(jì)50年代初的純數(shù)學(xué)領(lǐng)域，在之后的近三十年間并沒有引起人們的注意，近年來通過許多數(shù)學(xué)家與工程技術(shù)人員的努力探索，小波分析發(fā)展迅速，現(xiàn)已逐步成為熱點(diǎn)研究方向之一，其在非平穩(wěn)信號(hào)去噪處理等方面有著一定獨(dú)特的優(yōu)勢(shì)，所以如今被廣泛應(yīng)用于信號(hào)處理、圖像處理等工程領(lǐng)域，在科技信息產(chǎn)業(yè)領(lǐng)域取得了令人矚目的成就。小波分析是通過對(duì)信號(hào)進(jìn)行多尺度地細(xì)化分析，其可以分析到信號(hào)的任意細(xì)節(jié)，從而在時(shí)域和頻域變換中提取有效的信息[13-15]，其具有對(duì)信號(hào)在不同范圍、不同的時(shí)間區(qū)域內(nèi)進(jìn)行分析，對(duì)噪聲不敏感，能夠分析到信號(hào)的任意細(xì)節(jié)等優(yōu)點(diǎn)，被譽(yù)為數(shù)學(xué)顯微鏡。使用小波變換對(duì)信號(hào)處理時(shí)，首先需要選擇合適的小波函數(shù)，本文選擇正則性好的Daubecins小波，該小波由世界著名的小波分析學(xué)家Ingrid Daubecges所構(gòu)造，當(dāng)其作為稀疏基時(shí)有較小的光滑誤差，進(jìn)而優(yōu)化信號(hào)重構(gòu)，使處理結(jié)果相對(duì)光滑。Daubecins 小波可以用dbN表示，N是小波階數(shù)，在小波函數(shù)ψ在小波和尺度函數(shù)φ(t)中,支持區(qū)域和消失矩分別是 2N-1和N[16-18]。當(dāng)采用更大的序列N的值，即選用更大的dbN小波階次之后，消失矩階數(shù)也會(huì)隨之提高，有效增強(qiáng)其光滑性，從而優(yōu)化頻域局部化能力，進(jìn)而呈現(xiàn)出更佳的頻帶劃分效果。

在對(duì)信號(hào)去噪的過程中，首先是使用小波對(duì)原始信號(hào)進(jìn)行分解，將處于較高頻率的噪聲分解出來然后再進(jìn)行處理。在小波分解時(shí)，小波系數(shù)可以通過閾值和其他的手段來處理[19]，將小波分解后得到的各層小波空間的細(xì)節(jié)系數(shù)使用閾值對(duì)其進(jìn)行截?cái)嘧饔茫M(jìn)而使得信號(hào)被小波變換或者其他方法進(jìn)行去噪處理。以下是3種常用的去噪方法：

1)默認(rèn)閾值去噪處理。該方法首先通過ddencmp函數(shù)生成信號(hào)的默認(rèn)閾值，這個(gè)默認(rèn)閾值是該方法的關(guān)鍵部分，后續(xù)的去噪過程由函數(shù)wdencmp來實(shí)現(xiàn)。

2)給定閾值去噪。該方法首先通過經(jīng)驗(yàn)公式產(chǎn)生一個(gè)較好的閾值，這個(gè)閾值在實(shí)際的去噪過程中有著較高的可靠性。其重要步驟是閾值量化，函數(shù)wthresh可以用于實(shí)現(xiàn)閾值量化這一過程。

3)強(qiáng)制消噪處理。該方法主要通過將信號(hào)的所有高頻系數(shù)置零，即對(duì)信號(hào)所有的高頻部分進(jìn)行濾波處理，然后在此基礎(chǔ)上再重構(gòu)信號(hào)。此方法具有簡(jiǎn)單直接的優(yōu)勢(shì)，能夠達(dá)到使信號(hào)變得較為平滑的效果，但是由于強(qiáng)制去除了高頻信號(hào)，這會(huì)使得信號(hào)的有用部分也可能因此而丟失。

1.2 EMD分解

在一般的情況下，大多數(shù)時(shí)間序列的分解方法均遵循一個(gè)原則，即在某個(gè)基本函數(shù)的系統(tǒng)上擴(kuò)展序列，然后通過分析每個(gè)分量的展開系數(shù)和屬性來分析該信號(hào)，但是超聲相控陣的A掃信號(hào)為非平穩(wěn)信號(hào)[20]。1998年，美國華裔院士NordenE.Huang等人對(duì)此提出了一種新的理論方法，即經(jīng)驗(yàn)?zāi)B(tài)分解法，其對(duì)于分析非線性、非平穩(wěn)信號(hào)序列有較好的優(yōu)勢(shì)。EMD分解是一種自適應(yīng)的時(shí)頻分解方法，其按照信號(hào)局部時(shí)間特征尺度自適應(yīng)地將信號(hào)從高頻到低頻按序分解成一組尺度不同的固有模態(tài)函數(shù)，具體操作步驟為首先對(duì)一給定的信號(hào)獲取其存在的極值點(diǎn)，然后通過插值的方法得到信號(hào)的包絡(luò)，在得到均值之后與均值做差，從而獲得分解的一層信號(hào)。通過上面的迭代過程，獲得信號(hào)的分解結(jié)果為：

(1)

即l個(gè)IMF和一個(gè)殘差r[8]。IMF定義是由Huang等人提出的，其需要符合以下的兩個(gè)條件：(1)在一段數(shù)據(jù)中，極值點(diǎn)的個(gè)數(shù)等于過零點(diǎn)的個(gè)數(shù)，或者二者相差最多不超過一個(gè)；(2)任意一點(diǎn)由局部極大值點(diǎn)與局部極小值點(diǎn)形成的包絡(luò)的平均值為零，即信號(hào)的波形局部對(duì)稱[21]。第一個(gè)條件類似于傳統(tǒng)的平穩(wěn)化高斯過程中對(duì)于基帶信號(hào)的要求，第二個(gè)條件將全局的限定變?yōu)榱司植康南薅?，其有效防止了由于波形的不?duì)稱所形成的瞬時(shí)頻率不必要的波動(dòng)。

EMD分解將原本復(fù)雜的信號(hào)分解得到各個(gè)IMF分量之后，可以通過分析IMF分量進(jìn)而分析原信號(hào)不同尺度的局部特征信號(hào)，并且將之前的非平穩(wěn)數(shù)據(jù)加以處理使其平穩(wěn)化。由于是基于信號(hào)序列時(shí)間尺度的局部特性進(jìn)行信號(hào)分解處理，因此是隨信號(hào)本身的變化而變化的，故而具有自適應(yīng)性。并且由于分解過程中所使用的基全部來自于原信號(hào)，所以通過EMD分解的到的分解結(jié)果更加的有效，它的自適應(yīng)性與時(shí)頻聚焦性，適合運(yùn)用于分析超聲缺陷信號(hào)。

2 角焊縫相控陣檢測(cè)試驗(yàn)

2.1 檢測(cè)設(shè)備

本次實(shí)驗(yàn)采用的是儀器型號(hào)為TOPAZ 32的便攜式超聲相控陣設(shè)備,它是一款由ZETEC開發(fā)的全集成32通道超聲相控陣檢測(cè)儀，可同時(shí)激發(fā)32孔徑進(jìn)行自發(fā)自收或一發(fā)一收檢測(cè)。本儀器最大數(shù)據(jù)傳輸速度為10 MB/s，數(shù)字化頻率為100 MHz，增益范圍為0～70 dB，支持512個(gè)聚焦法則。探頭采用了有利于工業(yè)現(xiàn)場(chǎng)應(yīng)用的AXL-2.25 MHz型號(hào)小尺寸探頭，其陣元數(shù)為32個(gè)，陣元間距為1 mm，中心頻率為2.25 MHz。楔塊型號(hào)為AXL-55SW，角度為55°。

2.2 被檢工件

由于接管角焊縫結(jié)構(gòu)復(fù)雜，使得聲場(chǎng)路徑相對(duì)復(fù)雜，增加了超聲檢測(cè)的難度。本文以鍋爐裝置中接管處角焊縫為對(duì)象，制作了一塊角焊縫試樣，母管外徑為1 600 mm、壁厚為75 mm，支管外徑為426 mm、壁厚為28 mm，對(duì)此進(jìn)行檢測(cè)工藝研究。如圖1(a)所示為試樣被檢工件的幾何尺寸及坡口尺寸，圖1(b)所示為被檢工件的實(shí)物圖。

圖1 被檢工件

2.3 檢測(cè)結(jié)果

本次試驗(yàn)在檢測(cè)接管角焊縫時(shí)將探頭放置于距離接管150 mm處，具體檢測(cè)參數(shù)如表1所示。利用二次波可以在試件中檢測(cè)到多處缺陷，以危害性較為嚴(yán)重的裂紋與未熔合為例，檢測(cè)得到兩處缺陷，檢測(cè)結(jié)果如圖2所示，缺陷分別標(biāo)為1號(hào)與2號(hào)。1號(hào)缺陷的檢測(cè)結(jié)果如圖2(a)所示，其為焊縫裂紋，裂紋缺陷在進(jìn)行相控陣掃查的過程中聲波沒有固定的反射面，在圖像上顯得比較松散，并且由于馬鞍形結(jié)構(gòu)造成的波形散射，所以對(duì)其加12 dB補(bǔ)償增益，得到的缺陷如圖2中方框所示，最高幅值為88.5%。2號(hào)缺陷為焊縫未熔合，其檢測(cè)結(jié)果如圖2(b)所示，未熔合缺陷圖像較為細(xì)長(zhǎng)，僅為一層，從A掃信號(hào)也可以發(fā)現(xiàn)缺陷信號(hào)較為集中，最高幅值為69.0%。

表1 掃查參數(shù)

圖2 超聲相控陣檢測(cè)結(jié)果

3 經(jīng)驗(yàn)?zāi)B(tài)分解特征成像

本文主要針對(duì)1號(hào)裂紋缺陷與2號(hào)未熔合缺陷處的信號(hào)進(jìn)行分析，得到裂紋缺陷的原始信號(hào)與頻譜見圖3(a)，得到未熔合缺陷的原始信號(hào)與頻譜見圖3(b)。接著按照本征模態(tài)函數(shù)分解的方法，分別對(duì)它們進(jìn)行EMD分解，得到了8階IMF分量，如圖4～5所示，這8個(gè)IMF分量分別反映出原始信號(hào)在不同時(shí)間尺度上的信息，代表著一組特征尺度的數(shù)據(jù)序列，并且將其與殘差累加后能得到原始信號(hào)。

圖3 原始信號(hào)與頻譜

圖4 EMD分解1號(hào)裂紋信號(hào)的IMF分量

圖5 EMD分解2號(hào)未熔合信號(hào)的IMF分量

信號(hào)通過EMD分解之后所獲得的各個(gè)IMF分量中通常情況下會(huì)含有一些偽IMF分量，這些偽IMF分量不能夠反映原始信號(hào)的特征，且與原始信號(hào)無關(guān)。所以，對(duì)于上述原始信號(hào)分解所得的IMF分量，需選擇互相關(guān)準(zhǔn)則消除偽IMF分量，即通過計(jì)算各IMF分量與原始信號(hào)的互相關(guān)系數(shù)，將互相關(guān)系數(shù)較小的IMF分量予以去除。對(duì)于1號(hào)裂紋缺陷與2號(hào)未熔合缺陷的互相關(guān)系數(shù)計(jì)算結(jié)果如表2所示，由于微弱相關(guān)要求相關(guān)系數(shù)的值在0～0.3之間，低度相關(guān)要求相關(guān)系數(shù)的值在0.3～0.5之間，顯著相關(guān)要求相關(guān)系數(shù)的值在0.5～0.8之間，高度相關(guān)要求相關(guān)系數(shù)的值在0.8～1之間，所以對(duì)于裂紋缺陷信號(hào)而言，應(yīng)去除第4階與第7階的本證模態(tài)函數(shù)；對(duì)于未熔合缺陷信號(hào)，應(yīng)去除第2階、第7階與第8階的本征模態(tài)函數(shù)，然后再通過剩余的IMF分量對(duì)缺陷信號(hào)進(jìn)行重構(gòu)，從而得到去噪后的超聲回波信號(hào)。

表2 各IMF分量的相關(guān)系數(shù)

在通過信號(hào)重構(gòu)后，可以得出重構(gòu)后的裂紋信號(hào)與原始裂紋信號(hào)的相關(guān)系數(shù)為0.82，重構(gòu)后的未熔合信號(hào)與原

始未熔合信號(hào)的相關(guān)系數(shù)為0.89，該數(shù)據(jù)說明它們高度相關(guān)，因此可選擇重構(gòu)后的信號(hào)代替原始信號(hào)。計(jì)算得到缺陷信號(hào)重構(gòu)結(jié)果如圖6所示，根據(jù)信噪比(SNR，signal noise ratio)以及均方差(MSE)性能的評(píng)價(jià)方法，分析重構(gòu)結(jié)果見表3，從表中數(shù)據(jù)可以看出該方法對(duì)于2號(hào)未熔合缺陷有著較高的信噪比與較低的均方差，對(duì)于1號(hào)裂紋缺陷信號(hào)這種較為復(fù)雜的信號(hào)重構(gòu)效果不佳。

圖6 缺陷信號(hào)重構(gòu)結(jié)果

表3 缺陷信號(hào)重構(gòu)結(jié)果

4 基于小波去噪的EMD算法

EMD方法相比于傳統(tǒng)的時(shí)頻分析方法具有許多獨(dú)特的優(yōu)點(diǎn)，但是由于其自身發(fā)展的不成熟，所以在實(shí)際應(yīng)用的過程中存在著各種不同的問題?；诖?，本文將該方法與小波分析相結(jié)合，旨在通過理論與應(yīng)用都較為成熟的小波分析來改善EMD方法的應(yīng)用效果，所以提出了基于小波去噪的EMD算法。

4.1 基于小波分析的信號(hào)消噪

由于超聲A掃的數(shù)據(jù)量不大，所以本文采用db小波對(duì)信號(hào)進(jìn)行分解重構(gòu)，采用的評(píng)價(jià)方法與上文所述EMD分解的方法保持一致，即采用信噪比與均方差來評(píng)價(jià)信號(hào)重構(gòu)結(jié)果。首先分別對(duì)1號(hào)裂紋缺陷處的A掃信號(hào)按不同階數(shù)和分層近似系數(shù)進(jìn)行重建，得到如圖7的 SNR 和 MSE 比較圖，從而選擇去噪效果好的db小波階數(shù)。

圖7 db1～db9 重構(gòu)圖像

從圖7中可以看出，對(duì)原始1號(hào)裂紋缺陷的A掃信號(hào)進(jìn)行db8小波的3層近似系數(shù)進(jìn)行重構(gòu)，能夠得到的SNR值及MSE值較為合理，其中MSE的值1.836 1、SNR的值為13.999 8。所以本文對(duì)1號(hào)裂紋缺陷與2號(hào)未熔合缺陷的A掃信號(hào)按db8進(jìn)行分解，并且基于第3層近似系數(shù)重構(gòu)，得到結(jié)果如圖8所示。

圖8 信號(hào)db8分層小波重構(gòu)

然后本文在主要使用db小波三層分解A掃信號(hào)的情況下，再通過信號(hào)處理對(duì)A掃信號(hào)進(jìn)行去噪使得曲線變得更加光滑。去噪方法主要包括強(qiáng)制去噪、默認(rèn)閾值去噪和給定軟閾值去噪這3種方法，本文由 db1～db9 小波分別選擇這3種方法來重構(gòu)原始1號(hào)裂紋缺陷的信號(hào)，得到SNR與MSE的對(duì)比圖如圖9所示，從圖中可看出對(duì)于該信號(hào)，3種消噪方法中默認(rèn)閾值消噪有較高的信噪比、較低的均方差，強(qiáng)制消噪受小波函數(shù)基的影響比較大，默認(rèn)閾值消噪與給定閾值消噪這兩種方法與小波函數(shù)基關(guān)系不大。

圖9 db1～db9按3層分解的比較圖

在此基礎(chǔ)上，為了與小波重構(gòu)比較效果，按db8小波畫出1號(hào)裂紋缺陷信號(hào)與2號(hào)未熔合缺陷信號(hào)的采取3種不同的去噪算法從而得到的結(jié)果如圖10所示。

圖10 3種消噪方法比較

4.2 去噪信號(hào)的EMD分解

在通過小波分析對(duì)于缺陷信號(hào)進(jìn)行初步的去噪之后，對(duì)于去噪后的信號(hào)再進(jìn)行EMD分解，與含噪聲信號(hào)的分解結(jié)果相比，分量明顯減少，1號(hào)裂紋信號(hào)僅分解6個(gè)分量，2號(hào)未熔合信號(hào)僅分解7個(gè)分量。然后與上文所述相同，通過互相關(guān)準(zhǔn)則計(jì)算各個(gè)IMF分量的相關(guān)系數(shù)，從而避免了IMF分量選擇的盲目性，得到結(jié)果如表4所示。

表4 各IMF分量的相關(guān)系數(shù)

1號(hào)裂紋缺陷信號(hào)選擇IMF1、IMF3、IMF4及IMF5分量對(duì)信號(hào)進(jìn)行重構(gòu)，2號(hào)未熔合缺陷信號(hào)選擇IMF1～I(xiàn)MF5分量對(duì)信號(hào)進(jìn)行重構(gòu)，得到重構(gòu)結(jié)果如圖11所示。通過對(duì)比上文所述的EMD分解重構(gòu)結(jié)果，見表5，可以發(fā)現(xiàn)基于小波去噪的EMD分解重構(gòu)有較高的信噪比與較低的均方差，重構(gòu)效果更好。

表5 缺陷信號(hào)的SNR與MSE

圖11 缺陷信號(hào)重構(gòu)結(jié)果

5 結(jié)束語

本文首先針對(duì)接管角焊縫的結(jié)構(gòu)特點(diǎn)，制作相應(yīng)試樣，

完成超聲相控陣檢測(cè)試驗(yàn)，得到試樣的檢測(cè)結(jié)果，主要分析1號(hào)裂紋缺陷與2號(hào)未熔合缺陷這兩個(gè)缺陷的檢測(cè)結(jié)果。在此基礎(chǔ)上通過EMD算法完成分別對(duì)這兩個(gè)缺陷信號(hào)進(jìn)行分解與重構(gòu)，得到相應(yīng)的重構(gòu)結(jié)果，通過均方差與信噪比來評(píng)價(jià)其重構(gòu)結(jié)果。最后提出小波降噪和EMD 分解相結(jié)合的降噪方法，該方法將小波去噪后的信號(hào)再進(jìn)行EMD分解與重構(gòu)，其降噪能力相比傳統(tǒng)算法效果顯著提高，降噪后重構(gòu)的信號(hào)信噪比和均方誤差得到優(yōu)化，缺陷回波信號(hào)測(cè)量的效果更好，有利于缺陷的B掃成像效果，從而提高缺陷的檢出率。