(无损检测新技术课件）数字化磁性检测技术的数字信号处理技术.ppt

数字信号处理技术-概论 数字信号处理技术-概论 数字信号处理技术-预处理处理技术 数字信号处理技术-波形特征量 数字信号处理技术-定量解释 数字信号处理技术-定量解释 数字信号处理技术-定量解释 数字信号处理技术-定量解释 数字信号处理技术-定量解释 数字信号处理技术-定量解释 华中科技大学机械学院 * http://www.hust,edu,cn * Sungkyunkwan University * http://cande.skku.ac.kr 计算机及人工智能等技术的发展促进无损检测技术向计算机化、定量化、智能化发展。为了能够对信号进行计算机处理，首先应将模拟的磁电信号转化为数字信号；然后通过算法或程序对数字信号进行分析、评判以及显示、存贮、打印、控制等。前者由硬件完成，主要实现信号的不失真传输和变换；后者由软件完成。根据数字信号性质的不同，信号处理的方法及策略也就相应不同。在磁性检测中，可将数字信号分为两类：突变信号和缓变信号，前者指在局部时间或空间区域内变化剧烈的信号，如裂纹产生的漏磁信号；后者指在较长的时间或空间区域内变化的信号，如磨损引起的主磁通变化信号。 在仪器测量系统中，测量精度是首要的技术指标。信号采集系统在检测过程中会受到各种外界干扰和噪声，为准确判别数据，预处理的目的在于剔除数据中可能出现的短促干扰脉冲信号和数据中的无意义的孤立野点，滤除不感兴趣的杂散信号。实用中考虑到实时处理的要求，算法一般由滑动中值平滑器、汉宁滤波器等单独或组合构成。 磁电信号的软件预处理技术 波形信号特征量分析 对磁电信号进行定性、定量解释的关键在于信号特征量或向量的提取。在裂纹类缺陷检测中，信号特征往往是局部空间或时间轴上的异常信号，信号特征主要有下述几个参量。 磁电信号的定量解释 无损检测与评价的最终难点是检测信号的定量解释，在磁性无损检测中，由于磁力线走向的不定性以及很强的空间敏感性，检测过程中测量间隙等波动造成检测信号的重复性、稳定性较差；从磁场分布特征来看，不同几何形状尺寸的缺陷可能产生相似的磁场分布图形。因而，从磁场分布图形反演几何尺寸时，反演运算是非唯一的，存在着不定性，这些，对磁信号的定量解释造成极大的障碍。从信号解释的方法学来看，对于不同性质的信号可采用不同的识别方法进行。 基于统计模式的定量识别方法 基于统计模式的定量识别方法的基本原理图如图2.10所示。首先从数据中分离出异常信号，即完成缺陷有无判别的定性识别；再从模式中抽取能够定量反映信号状态的特征量或特征向量；最后利用数值分类器对特征进行分类与判别。这一识别方法的准确性由训练模式样本与未知模式样本间的一致性、特征抽取准确性、分类器精度等多方面因素决定，实现的关键在于特征量(或向量)的选取以及分类器的训练。 基于模型的定量识别方法 对复杂的检测对象，仅仅采用单参量或简单的组合参量来对检测结果作出综合评价是不够的。随着计算机技术的发展，人们试图采用人工智能技术解决复杂信号的定量解释问题，数学模型则成为有力工具。基于模型的检测(MBT，Model Based Testing)方法是将检测看作一个过程，将检测仪器看作一个系统，根据被测对象和检测仪器本身特定的信息(即先验知识)和通过大量实验得到的数据(即后验知识)，建立检测系统的数学模型，再由相应的算法对数据进行处理，从而获得信号的定量解释。如图所示，MBT法的关键在于相关的先验知识和后验知识的获取，这也是人工智能技术的“瓶颈”问题。但一旦建立了正确的模型后，将获得准确、稳定的分析处理结果。 基于事例推理(CBR，Case-Based Reasoning)的方法是通过回忆以前曾经成功解决过的相似问题，比较新旧问题发生的工况背景等的差异，经过一系列调整、修改后，重新使用以前的知识和信息，达到最终解决当前问题的一种方法，由图可以看出，CBR主要包括以下四个步骤： （1）?????? 事例检索：将问题转化为事例表示，从事例库中检索出与新事例最相似的事例或事例集。 （2）?????? 事例复用：将第一步检索出的事例中的信息和知识复用到新问题上。 （3）?????? 事例修正：专家根据一般领域知识和实际经验，修正所建议的解答。 （4）?????? 事例保存：把该次获得的经验保存起来，形成事例，以被将来使用。 问题 一般性知识 以前事例 新事例 检索到的事例 已经解决的事例 测试修正后的事例 新事例 检索 复用 修正 保存 学习到的事例 建议的解答 验证过的解答 图1 基于事例推理的结构示意图 定量检测精度 对于一定功能的磁性检测系统，其标定一般采用已知缺陷的标准试件进行，检测信号的定量精度也只能是在一定条件下标准试件重复试验的统计分析结果。正象其它无损检测方法一样，希望磁性无损检测设