超声回波参数估计及其在管道缺陷检测中的应用-测试计量技术及仪器专业论文.docxVIP

  • 8
  • 0
  • 约6.11万字
  • 约 86页
  • 2018-10-21 发布于上海
  • 举报

超声回波参数估计及其在管道缺陷检测中的应用-测试计量技术及仪器专业论文.docx

超声回波参数估计及其在管道缺陷检测中的应用-测试计量技术及仪器专业论文

万方数据 万方数据 江苏 江苏大学硕士学位论文 摘要 管道是能源运输的重要载体,由于长期运行中受腐蚀、温度、压力等环境应 力作用,易产生各类缺陷,导致渗漏等事故的发生,造成不可估量的损失。因此, 开展管道缺陷的定期检测意义重大。如何从检测数据中准确估计缺陷信号的参数 是开展缺陷量化评估的关键,本论文的宗旨是针对常规采样数据和稀疏采样数据, 研究基于回波信号模型的参数估计方法,并应用到管道缺陷的超声检测中。 常规采样是利用奈奎斯特采样原理对回波信号采样的,是目前超声检测信号 采样的主要手段,由于采集数据量大,所以信息相对完整,但对于阵列检测场合、 长距离和长时间检测场合,则存在数据无法全部存储和分析的瓶颈;近年来出现 的新型次奈奎斯特采样方法可有效解决这一问题,但也存在无法从采集数据中直 接获取回波信号参数的不足。针对两种采样方法并存的现状,论文开展从这两种 采样方法获取的数据中估计缺陷信号参数的理论和方法研究,为管道超声缺陷检 测与评估提供量化参数依据。 对于常规采样方法获取的数据,论文采用基于参数化模型的方法实现对回波 信号的参数估计,主要针对目前该方法存在的运算量大,要求初始值先验的问题, 提出基于 LM(Levenberg-Marquardt)算法和线性预测(Linear Prediction. LP)结合的 参数估计方法。对于基于有限新息率理论(Finite Rate of Innovation, FRI)的稀疏采 样方法获取的数据,论文针对从该方法估计的特征参数种类少,在低信噪比时估 计精度低的问题,提出了估计回波信号多参数的方法和通过加入动态时窗调制环 节提高参数估计精度的方法。 论文的具体研究内容如下: 1) 在分析基于常规采样的参数估计方法发展现状的基础上,针对初始值选 取和运算量大问题,提出基于 LM(Levenberg-Marquardt)算法和 LP 算法相结合的 参数估计方法,并应用到管道缺陷超声回波参数的估计中。 2) 探索建立了基于广义 Gamma 分布的超声回波包络模型,该模型具有可 以拟合不对称回波包络的特性,对比传统的不对称高斯包络模型,该模型可以用 较少的估计参数达到与传统模型相近的效果。并通过实测数据对比分析了该模型 的特性。 I 超声 超声回波参数估计及其在管道缺陷检测中的应用 3) 在分析基于 FRI 稀疏采样的参数估计方法发展现状的基础上,研究了采 用单通道 FRI 获取稀疏采样数据的情况下,精确估计回波信号时延、幅值、脉宽 以及脉冲串数目这四类参数的方法,并应用于管道缺陷超声检测中。 4)考虑到便于硬件实现和低信噪比(Signal to Noise,SNR)时参数的估计精度 问题,论文进一步研究了采用多通道 FRI 获取稀疏采样数据的情况下,回波信号 特征参数的估计方法,提出了通过加入动态时窗(Dynamic Time Window Modulation, DTWM)调制环节来提高多通道估计精度的方法,并通过实测数据检 验了其性能。 关键词:参数估计,管道缺陷检测,回波模型,有限新息率,稀疏采样 II 江苏 江苏大学硕士学位论文 ABSTRACT Pipeline is the main carrier of energy transportation. Due to the influence of environmental stress, such as corrosion, temperature and pressure, it’s easy to produce defects and lead to leakage and other accidents which would result in an immeasurable loss. Therefore, regular inspection of the pipeline has great significance. The key problem of quantitative estimation of defects is how to estimate accurate parameters of flaw from inspection data. The main aim of this thesis is researching the parameter estimation methods based on ultrasonic echo signal model from the traditional sampling data and sparse sampling data, and applying them to pipeline ultrasonic testing. T

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档