大型锻件超声检测方法及信号处理算法研究

摘要

大型锻件是重大装备的关键部件，已广泛应用于电力、航空航天、船舶、重型机械等领域，其质量直接影响到装备的整体水平和运行可靠性，需要对其可能存在的裂纹、气孔和夹杂等缺陷进行检测。超声检测具有穿透能力强、缺陷检测准确率高、灵敏度高、检测成本低、对人及环境无害等优点，适合大型锻件的缺陷检测。目前，国内大型锻件的超声检测大多是手动扫描、人工判读，易出现漏检和误判，检测效率低、可靠性差，需要研制一种大型锻件自动超声检测系统，其中，检测方法和信号处理是系统涉及的关键技术，但是，目前使用的技术都有一定的局限性，本文针对这些技术进行理论和实验研究，主要研究内容如下:
　　1.提出了大型圆筒型锻件及大型中厚钢板的多通道自动超声检测方法。对于大型中厚钢板，主探头组（兼作横边探头组）放置在钢板横向中间部位，纵边探头组放置在钢板两个纵边，检测横边时，钢板不动，主探头左右摆动，检测其它部位时，钢板沿压延方向匀速直线运动，主探头左右摆动，纵边探头不动，形成板边为矩形而板内为正弦或余弦的扫描轨迹;对于大型圆筒型锻件，直探头组和斜探头组分别纵向放置在直径方向上筒壁的两个外侧，检测时，圆筒型锻件绕其轴线原地旋转，两组探头同时沿轴线平移，形成空间螺旋线的扫描轨迹。将超声探头分组放置在不同位置，同时对检测工件按指定路径进行自动全方位扫描，提高了检测效率和可靠性。
　　2.对超声反射回波信号降噪的理论和算法进行了研究，提出了基于小波变换和独立分量分析的超声反射回波信号降噪算法(WICAW)。利用小波变换将原始信号分解，对分解的系数进行独立分量分析，并对分离出的独立分量进行阈值评估，滤除噪声，再通过小波重构得到降噪后的超声信号。仿真和实验结果表明，该算法既不丢失有用信息又提高了信噪比，性能优于小波软阈值降噪算法。
　　3.对缺陷超声信号的特征提取与识别技术进行了研究，提出了基于小波系数聚类和SVM的缺陷超声信号特征提取与识别算法。利用小波变换对降噪的超声回波信号进行分解，然后以概率统计聚类的方法将分解得到的小波系数聚类，计算每个聚类的小波系数能量值并作为SVM分类器的输入特征向量，实现缺陷识别。通过对典型缺陷试块进行检测，实验结果表明，该算法减少了分类器的计算量，提高了小样本缺陷识别的准确率。
　　4.设计了基于以太网的大型锻件自动超声检测系统，搭建了实验平台，进行了实验研究，验证了本文提出的检测方法和信号处理算法的有效性。

目录

声明

学位论文的主要创新点

摘要

第一章 绪论

1．1 课题研究的背景

1．2 大型锻件检测技术研究现状

1．3 超声检测相关技术研究现状

1．3．1 超声检测方法及技术研究现状

1．3．2 超声检测信号处理技术研究现状

1．3．3 超声检测仪器研究现状

1．4 课题研究的目的和意义

1．5 课题拟解决的关键问题

1．6 课题的研究内容及结构安排

第二章 大型锻件超声检测基础理论研究

2．1 大型锻件超声检测方法的选择

2．2 脉冲反射法超声检测信号建模

2．2．1 回波信号的数学模型

2．2．2 结构噪声信号的数学模型

2．3 超声反射回波信号平稳性分析

2．4 典型反射面缺陷超声回波信号特征分析

2．4．1 典型人工缺陷试件的制作

2．4．2 典型人工缺陷回波信号的采集

2．4．3 典型人工缺陷回波信号特征分析

2．5 超声检测中缺陷的定位、定量与定性

2．5．1 缺陷的定位

2．5．2 缺陷的定量

2．5．3 缺陷的定性

2．6 本章小结

第三章 大型圆筒型锻件及大型中厚钢板超声检测方法的研究

3．1 大型圆筒型锻件及大型中厚钢板常见缺陷、成因及位置

3．1．1 大型圆筒型锻件常见缺陷、成因及位置

3．1．2 大型中厚钢板常见缺陷、成因及位置

3．2 大型圆筒型锻件及大型中厚钢板通用检测方案分析

3．3 探测条件的选择

3．3．1 探伤仪的选择

3．3．2 探头的选择

3．3．3 耦合方式的选择

3．4 大型中厚钢板的多通道自动超声检测方法

3．4．1 大型中厚钢板检测方法设计原则

3．4．2 探头及耦合方式的选择

3．4．3 扫描方式的确定

3．4．4 探头的布置与检测方法

3．4．5 探伤过程

3．5 大型圆筒型锻件的多通道自动超声检测方法

3．5．1 大型圆筒型锻件检测方法设计原则

3．5．2 探头及耦合方式的选择

3．5．3 扫描方式的确定

3．5．4 探头的布置与检测方法

3．5．5 探伤过程

3．6 本章小结

第四章 大型锻件的超声反射回波信号降噪算法研究

4．1 以往降噪算法的局限性

4．2 降噪的相关理论

4．2．1 离散小波变换的分解

4．2．2 离散小波变换的降噪

4．2．3 独立分量分析方法

4．3 基于小波变换和独立分量分析的超声反射回波信号降噪算法

4．3．1 算法的提出

4．3．2 算法的实现过程

4．4 超声反射回波信号降噪实验研究

4．4．1 降噪算法的性能评价

4．4．2 仿真超声反射回波信号的降噪

4．4．3 典型人工缺陷超声反射回波信号的降噪

4．5 本章小结

第五章 大型锻件的缺陷超声信号特征提取与识别技术研究

5．1 两种基于离散小波变换的特征提取方法

5．1．1 基于子集的离散小波变换特征提取

5．1．2 基于压缩的离散小波变换特征提取

5．2 基于小波系数聚类的特征提取方法

5．2．1 方法的提出

5．2．2 小波系数的获取

5．2．3 小波系数的聚类过程

5．2．4 小波系数的特征提取

5．2．5 特征提取方法性能评价

5．3 支持向量机分类器

5．3．1 线性分类问题

5．3．2 非线性分类问题

5．3．3 多类分类问题

5．4 基于小波系数聚类和SVM的缺陷超声信号特征提取与识别算法

5．4．1 算法的提出与实现过程

5．4．2 SVM分类器参数的确定

5．4．3 典型人工缺陷的分类识别实验

5．5 本章小结

第六章 大型锻件自动超声检测系统实验平台的搭建及实验研究

6．1 系统要求和性能指标

6．2 系统总体设计方案

6．3 硬件系统设计

6．3．1 硬件系统总体框架构成

6．3．2 数据采集模块的设计

6．3．3 处理传输模块的设计

6．3．4 运动控制模块的设计

6．4 软件系统设计

6．4．1 软件系统总体框架构成

6．4．2 多通道自动检测终端软件设计

6．4．3 上位机与多通道自动检测终端的通信软件设计

6．4．4 上位机软件设计

6．5 钢板自然缺陷检测综合实验研究

6．5．1 钢板中缺陷类型及特征

6．5．2 钢板缺陷超声反射回波信号的采集

6．5．3 钢板缺陷超声反射回波信号的降噪

6．5．4 钢板缺陷超声反射回波信号的特征提取

6．5．5 钢板缺陷类型识别

6．6 本章小结

第七章 总结与研究展望

7．1 总结

7．2 研究展望

参考文献

发表论文和参加科研情况

致谢