用数字信号处理技术初探超声回波信号模型

摘要

在五大常规无损检测方法中(超声、射线、磁粉、渗透、涡流),超声波检测因其具有方向性好、穿透能力强、能量高以及对人体无害等独特的优点,而得到了广泛的应用.超声回波数字化信号是一串随时间变化的量,它由确定性信号和随机性信号组成,确定性信号的时间函数能用明确的数学关系式表示,随机性信号可采用统计方法分析特征值和选择最佳特征子集.信号中代表被检物质的相关信息均溶入到随时间变化的因变量中,这些信息主要包括:材料的组织状态,缺陷的分布、大小与类型,微观组织结构的形态、力学性能(强度、韧性、硬度)以及应力状态等.数字信号处理是一个新的学科领域,它通过计算机或专用处理设备,用数字方式去处理数字或符号所表示的序列(例如,信号的滤波、信号有用分量的提取和无用分量的削弱以及信号某些特征参数的估计等),以得到更符合人们要求的信号形式.传统的超声波检测用手工进行,操作人员凭借经验对探伤仪上显示的波形进行评定,有一定的主观性,缺乏对信号本身的解剖,无法从根本上求证信号与被测对象之间的必然联系.为了能准确地提取出蕴涵于超声波信号中的信息,我们可以利用数字信号处理技术,从时域方面建立超声波信号的有限参数模型,从而将含在大量数据中的信息浓缩在有限个参数上.模型不仅可用于对信号的内在变化规律性与统计特性的描述,还可用于对过程的预测、控制,或对设备的工况监测、故障诊断等等,它比一个具体的时间序列或按数据所估计的特征量,更具有代表性.该研究课题对38CrMoAl试样分别进行正火、淬火、淬火+低温回火、淬火+高温回火处理;然后,利用超声检测装置,获得四种热处理状态下的超声回波数字化信号;最后,利用数字信号处理技术,分别对信号的确定性部分建立指数、周期趋势模型,随机性部分建立自回归滑动平均(ARMA)时序模型.研究结果表明:四种热处理状态下的叠合模型均能很好地再现原始采样信号,而且其状态的识别效果显著.

目录

文摘

英文文摘

第一章绪论

1.1无损检测概述

1.1.1无损检测的定义

1.1.2无损检测的目的

1.1.3无损检测技术的发展

1.2超声检测概述

1.2.1超声检测的定义

1.2.2超声检测的优点

1.2.3超声检测技术的应用

1.2.4超声检测技术简史

1.3数字信号处理概述

1.3.1数字信号处理的定义

1.3.2数字信号处理系统的基本组成

1.3.3数字信号处理的特点

1.4课题的引入

1.5研究的内容及意义

1.6国内外研究概况及发展趋势

第二章基本原理

2.1超声检测方法及其原理

2.2超声波信号的数字化

2.2.1采样与采样定理

2.2.2量化

2.3信号的分类

2.4确定性信号中趋势性数据的模式识别

2.4.1识别方法

2.4.2各种趋势模型

2.5随机信号的统计特性检验

2.6随机信号ARMA(p，q)模型的建模原理

2.6.1 ARMA(p，q)模型的定义

2.6.2ARMA(p，q)序列的自相关、偏相关函数及其拖、截尾性

2.6.3参数的矩阵递推估计法

第三章实验的过程、方法及结果

3.1试样制备

3.1.1材质选取

3.1.2 38CrMoAl试样尺寸的选择

3.1.3热处理工艺的制定

3.2超声信号的获取

3.2.1超声检测装置

3.2.2超声检测仪器性能的测试

3.2.3超声检测前样品处理

3.2.4耦合剂的选择

3.2.5实验参数

3.3金相样品的制备和观察比较

第四章建模的过程、方法及结果

4.1信号的获取及可靠性分析

4.2信号的预处理

4.3模型拟合

4.3.1确定性信号的拟合

4.3.2随机性信号的建模

4.4模型检验

4.4.1分类识别性

4.4.2拟合效果

第五章结论与展望

5.1结论

5.2展望

参考文献

致谢

硕士研究生期间完成的论文