基于非线性小波收缩超声信号缺陷识别方法.pdfVIP

第 39卷第 2 期  机 械 工 程 学 报  Vol.39  No.2  2003  年  2  月 JOURNAL OF MECHANICAL ENGINEERING  Feb.  2003  基于非线性小波收缩的超声信号缺陷识别方法 *  ， 1 2  1  2  迟大钊  刚 铁  姚英学  (1. 哈尔滨工业大学先进焊接与连接国家重点实验室 哈尔滨  150001；  2.  哈尔滨工业大学机电工程学院 哈尔滨  150001)  摘要：超声检测回波中的噪声信号是影响焊接缺陷无损检测主要因素之一。为了更好地抑制回波中的噪声成分，从而有效地 识别缺陷信号，在传统非线性小波收缩(Nonlinearwavelet shrinkage，NWS)方法的基础上，提出一种基于子波相关的改进噪声 抑制方法。改进方法具备小波分析的多分辨特性，同时兼顾相邻测点回波中缺陷信号间具强相关性的特点。分别利用传统及 改进的NWS方法对计算机仿真信号及焊缝超声检测信号进行处理，研究不同母小波及阈值估计方法对信号处理效果的影响。 结果表明，改进方法对不同母小波的敏感性小、受不同阈值估计方法的影响小，且对复杂成分的噪声更具适应性。改进方法 的噪声信号抑制及缺陷信号恢复效果明显优于传统方法，为缺陷的有效识别及精确量化测量提供可靠的依据。 关键词：超声信号 噪声抑制 缺陷识别 小波 中图分类号：TG115  ANon­linear Wavelet Shrinkage BasedMethodforDefectDetectionin  UltrasonicSignal  1,2  1  2  CHI Dazhao  GANG Tie  YAO Yingxue  (1. State Key Laboratory of Advanced Welding andJoining, Harbin Institute of Technology, Harbin 150001;  2. School of Mechatronics Engineering, Harbin Institute of Technology, Harbin 150001)  Abstract：In the weld tested ultrasonic signal, noise is the leading factors that interfering defect detection. In order to suppress  ultrasonic noise and detect defection effectively, an improved nonlinear wavelet shrinkage (NWS) method is proposed based on the  cross­correlation of sub­waves. The proposed method inherits the merit of multi­resolution of wavelet, and takes cross­correlation  between defects waves in the two adjacent signals into account at the same time. By employing the conventional andimproved NWS  methods, both computer simulated data and weldm