海底管道超聲檢測信號的時頻分析及缺陷評估研究.pdf_第1頁
已閱讀1頁,還剩140頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、海底輸油管道作為大量輸送石油、氣體等能源的安全經(jīng)濟的運輸手段在世界各地得到了廣泛應用.管道在運行過程中會受到各種環(huán)境因素的影響,必須對海底管道進行定期檢查和維修,以保障在役管道的安全運行,延長使用壽命.超聲檢測技術因其所具有的檢測精度高的優(yōu)點一直受到管道檢測專家和學者的高度重視.超聲檢測信號的處理和缺陷評價技術是海底管道超聲檢測系統(tǒng)中的關鍵技術之一,它是海底管道安全狀況評估和維修的主要依據(jù).本論文致力于海底管道超聲無損檢測中的超聲檢測信

2、號的消噪處理、時頻分析和缺陷評估的研究. 用超聲波對管道進行檢測時,缺陷信息將通過接收到的超聲回波信號的幅度、頻率或相位來表現(xiàn),但由于實際材料的復雜性,以及超聲波與材料微結構相互作用的復雜性,導致了接收到的超聲信號的非平穩(wěn)性.因此,如何從這些信號中提取所需信息是一項困難而又重要的課題,也是無損檢測的必要手段.本文采用了一種全新的非平穩(wěn)、非線性信號分析方法Hilbert-Huang變換(Hilbert-Huang Transfor

3、m,簡稱HHT)對超聲檢測信號在時頻域進行分析和處理,提取超聲檢測信號的時頻域特征,從而能更深入、更全面地識別超聲檢測信號中隱含的信息,為超聲回波信號的提取與處理提供一個更準確、更接近實際的分析方法. 本文首先對HHT進行了全面、系統(tǒng)的論述與分析,以理論和分析的結果充分說明了HHT用于超聲信號分解和時頻分析的合理性和有效性. 用HHT方法對超聲信號進行時頻分析的仿真結果表明,由經(jīng)驗模式分解(Empirical Mode

4、Decomposition,簡稱EMD)得到的一系列自適應的超聲信號固有模式函數(shù)(Intrinsic Mode Function,簡稱IMF)能夠很好地表征超聲信號的非平穩(wěn)特性;與小波分析方法相比,時間--頻率--幅值(能量)表示的三維Hilbert時頻譜更能真實、準確地反映出超聲信號蘊含的特征信息. 超聲信號的預處理水平直接關系到管道超聲檢測中缺陷識別的精度.在海底管道超聲檢測信號中含有大量的噪聲,必須對其濾除.本文在對EMD

5、分解的濾波特性深入分析的基礎上,提出了一種基于EMD的消噪算法.該算法充分保留了信號本身的非線性和非平穩(wěn)特征,具有自適應性強、多尺度、時頻域濾波等特點,在信號的濾波和消噪中具有很大的優(yōu)勢.在此基礎上,本文還提出了改進的EMD消噪算法:EMD硬閾值消噪、EMD軟閾值消噪算法.仿真結果表明,基于:EMD分解的消噪算法對超聲信號的消噪是相當有效的,即使在強噪聲的干擾下,也能對超聲缺陷回波信號突變位置進行準確定位,在有效降低噪聲影響的同時,能夠

6、最大程度的保留缺陷的特征信息,具有良好的時間(位置)分辨率.與小波消噪方法的比較結果表明在不同的噪聲水平下兩種方法在提高信噪比方面效果接近.另外,同小波消噪相比,本文提出的消噪方法不需要預知信號的特征信息,更適用于非平穩(wěn)信號的濾波和消噪,可望實現(xiàn)更好的消噪效果. 文中最后介紹了最新研制成功的"海底管道超聲在線檢測系統(tǒng)"模擬機.針對海底管道壁厚減薄狀況和腐蝕缺陷的檢測,建立了管道腐蝕缺陷的量化分析模型;提出了一種基于HHT邊緣譜的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論