超聲無損檢測信號消噪及圖像評估新算法的研究.pdf

1、在超聲無損檢測中,超聲檢測信號的噪聲消除對于缺陷的檢測和識別具有重要意義.針對這個問題,本文提出了一種基于獨立分量分析的超聲檢測信號噪聲消除算法.目前超聲無損檢測中的C掃描圖像評估方法存在自動化水平低、效率低和準(zhǔn)確率不高等問題.本文提出了兩種超聲C掃描圖像自動評估算法用于對現(xiàn)有評估方法的改進.在對超聲檢測信號中噪聲和超聲信號特點進行深入分析的基礎(chǔ)上,提出一種基于獨立分量分析的超聲檢測信號噪聲消除算法.對一個含噪超聲信號,該算法首先采用相

2、空間重構(gòu)技術(shù)建立其相空間矩陣,以揭示作用在超聲檢測系統(tǒng)上的所有源的信息(包括超聲信號和噪聲信號).對相空間矩陣進行獨立分量分析,從而使超聲信號和噪聲信號以獨立分量形式分離開來.應(yīng)用基于赫斯特指數(shù)的超聲信號成分選擇規(guī)則從多個獨立分量中提取出超聲信號成分.最后,對超聲信號成分進行重建即可得到去噪的超聲信號.計算機仿真結(jié)果表明與小波去噪方法相比,本文提出的噪聲消除算法具有去噪效果好,使用簡單方便,對超聲信號自適應(yīng)性好等優(yōu)點. 在實驗室

3、內(nèi)建立管道超聲檢測實驗平臺對管道樣品進行檢測來獲取實驗信號,用本文提出的算法對檢測信號進行噪聲消除,以驗證其有效性.在相同的實驗條件下,將本文提出算法與小波方法的去噪效果進行了比較.實驗結(jié)果同樣表明,本文提出噪聲消除算法具有去噪效果好,使用簡單方便,對超聲信號自適應(yīng)好等優(yōu)點.國家"863"重大專項課題(2001AA602021)"海底管道內(nèi)爬行器及其檢測技術(shù)"主要研究內(nèi)容之一是用超聲法檢測評估管道缺陷.本文提出的噪聲消除方法已成功應(yīng)用于

4、該課題,為海底管道超聲檢測提供了一種有效、可靠的信號處理技術(shù).針對目前超聲C掃描圖像評估方法存在的問題,本文提出了兩種超聲信號自動評估算法.第一種算法是基于支持向量機和變尺度混沌優(yōu)化的超聲信號自動評估算法(即SVM-MSCO算法).支持向量機已被證明具有比神經(jīng)網(wǎng)絡(luò)更高的泛化能力和更簡單的結(jié)構(gòu).利用SVM高泛化能力和MSCO的高效率的參數(shù)優(yōu)化能力,該算法可以實現(xiàn)超聲C掃描圖像的準(zhǔn)確、可靠評估.第二種算法是基于特征選擇和SVM的超聲C掃描圖

5、像自動評估算法.該算法利用遺傳算法的參數(shù)優(yōu)化能力來消除特征集中的冗余和不相關(guān)特征,進一步提高超聲信號自動評估算法的性能. 在實驗室內(nèi)建立電觸頭釬焊質(zhì)量超聲C掃描成像檢測實驗平臺,對大量的電觸頭釬焊樣品進行檢測可以建立超聲C掃描圖像庫用于超聲C掃描圖像自動評估算法的實驗驗證.基于SVM和MSCO的超聲C掃描圖像自動評估實驗表明該算法具有較好的評估性能,對超聲C掃描圖像達到了92.5﹪的評估準(zhǔn)確率,該結(jié)果明顯優(yōu)于傳統(tǒng)的評估方法得到的

6、87﹪的評估結(jié)果,可以很好的滿足工業(yè)檢測的要求.基于特征選擇的超聲C掃描圖像自動評估實驗結(jié)果表明,與基于SVM和MSCO的超聲C掃描圖像自動評估算法相比,超聲C掃描圖像評估準(zhǔn)確率從92.5﹪提高到96.7﹪,超聲c掃描圖像特征數(shù)目從256個減少到130個,即超聲C掃描圖像特征集尺寸減少49.7﹪﹪超聲C掃描圖像評估性能進一步提高,可以更好的滿足工業(yè)檢測的要求.電觸頭是上海人民電器廠生產(chǎn)的主要產(chǎn)品之一,其釬焊質(zhì)量主要通過超聲C掃描成像評估