提高超声无损检测分辨力的解卷积方法研究

摘要

现代工业对超声无损检测提出了更高的要求，不仅要求检测出缺陷，还要求确定缺陷类型，分布及大小。但缺陷散射回波电信号不仅包含缺陷散射过程特征信息，还与换能器特性，换能器与介质间的偶合情况，以及介质特性有关。直接从回波信号一般难以区分缺陷类型和大小。特别是被检缺陷相距较近时，由于换能器发射脉冲具有一定宽度，而回波信号声程较近产生混叠以至难以区分。如果能将混叠在一起的缺陷回波信号锐化，从而分离它们，那么分辨力将得到提高。本论文旨在从信号处理的角度来论述提高缺陷分辨力的一些理论和技术，主要是讲述信号处理理论中的解卷积方法在无损检测中的应用。对于缺陷回波信号作卷积，去除其他因素的影响，突出缺陷散射特征，就能实现缺陷类型的准确识别，进行缺陷定量评价。本文重点介绍了用高阶统计量的方法实现去噪和解卷以消除噪声和换能器对缺陷分辨力的影响。通过与以二阶谱为基础的解卷积方法的比较分析，由于高阶谱包涵更多的重构信息,使得高阶统计量方法对于消除噪声和换能器的影响比二阶谱方法更为有效。主要研究内容如下：(1)：以高阶统计量为基础建立超声信号解卷模型。(2)：通过盲解卷减小换能器对缺陷回波的影响。(3)：二阶谱为基础的解卷方法与高阶统计量为基础的解卷积方法的比较研究。(4)：对换能器对解卷积结果影响的研究。(5)：将减噪处理算法与解卷算法结合以获得高信噪比、高分辨率的缺陷回波信号。解卷积方法是提高缺陷分辨力的一种十分有效的信号处理方法，要用它实现基本消除换能器、样品介质、偶合条件等因素对缺陷回波的影响，关键在于提出适合处理超声信号的解卷积模型，只要模型足够精确，就会获得令人满意的解卷结果。本论文在已有的研究成果的基础上，充分利用信号处理理论中各种方法，建立了以高阶谱为基础的解卷积模型，特别是提出以BRIA算法为基础的盲解卷方法有效地减小了换能器对回波信号的影响。理论和实验表明：以高阶谱为基础的解卷积模型能有效用应在无损检测与评价中，是提高缺陷分辨力的一种十分有效的方法。关键词：解卷积 分辨力 高阶谱

目录

文摘

英文文摘

一 序言

§1-1超声检测技术面临的挑战

§1-2本论文的主要内容

二 无损检测中常用的信号处理方法

§2-1背景知识

§2-2信号处理在噪声抑制中的应用

§2-3信号处理在缺陷定性定量分析中的应用

§2-4信号处理在优化超声驱动信号中的应用

§2-5小结

三 基于时域的解卷积方法

§3-1背景知识

§3-2自适应滤波解卷积

§3-2-1自适应滤波简介

§3-2-2自适应滤波解卷积原理

§3-2-3实验与仿真

§3-3小结

四 基于二阶谱的解卷积方法

§4-1背景知识

§4-2二阶谱估计

§4-3无损检测中的维纳滤波解卷积方法

§4-3-1维纳滤波解卷积原理

§4-3-2仿真与实验

§4-4小结

五 基于高阶谱的解卷积方法

§5-1背景知识

§5-2高阶谱估计

§5-3基于高阶谱的信号重构方法

§5-3-1相位重构方法

§5-3-2 幅值重构方法

§5-3-3基于倒谱的信号重构方法及BIRA算法

§5-4无损检测中基于高阶谱的解卷积模型及方法

§5-4-1超声信号解卷积模型

§5-4-2基于高阶谱的解卷积方法

§5-4-3仿真与实验

§5-5基于高阶谱的盲解卷积方法及在消除换能器影响中的应用

§5-5-1盲解卷简介

§5-5-2无损检测中盲解卷积原理

§5-5-3仿真与实验

§5-6小结

六总结与讨论

致谢

参考文献