超聲檢測系統(tǒng)中信號降噪算法與缺陷的人工神經(jīng)網(wǎng)絡(luò)識別方法的研究與實(shí)現(xiàn).pdf

1、超聲無損檢測以其獨(dú)特的優(yōu)點(diǎn)在各工業(yè)領(lǐng)域得到了廣泛的應(yīng)用。本文重點(diǎn)研究采用現(xiàn)代數(shù)字信號處理方法的超聲信號降噪算法以及超聲探傷缺陷的人工神經(jīng)網(wǎng)絡(luò)識別方法。 在石油化工行業(yè)廣泛使用各種壓力容器進(jìn)行各種物理和化學(xué)反應(yīng)，由于壓力容器長期處于高溫、高壓下工作,以及在制造過程中受工藝和應(yīng)力不均勻等因素的影響，極易產(chǎn)生從管內(nèi)壁向外延伸的蠕變裂紋，這些裂紋達(dá)到一定程度會引起爆炸。因此，定期對它們進(jìn)行檢測，預(yù)測其殘余壽命，及時(shí)更換存在安全隱患的壓

2、力容器對于確保安全生產(chǎn)具有重要意義。 奧氏體材料在現(xiàn)代工業(yè)中被廣泛采用，由于其復(fù)雜的材料和聲學(xué)特征，使得傳統(tǒng)的超聲無損檢測方法無法滿足其檢測要求。論文在充分分析了奧氏體信號特征，找出奧氏體超聲信號中缺陷信號和噪聲信號在時(shí)域和頻域性質(zhì)差異的基礎(chǔ)上，采用現(xiàn)代數(shù)字信號處理技術(shù)對信號的降噪算法以及缺陷的人工神經(jīng)網(wǎng)絡(luò)識別方法進(jìn)行了研究。 開發(fā)小波分析的潛能的關(guān)鍵在于正確理解和有效利用隱藏在小波系數(shù)里的信息。根據(jù)缺陷信號和結(jié)構(gòu)噪聲在

3、時(shí)頻特性上的差異，即缺陷信號在換能器的頻帶內(nèi)分布較為平穩(wěn)，而噪聲信號在換能器的頻帶內(nèi)有拐點(diǎn)，且在高頻部分也有不小的分量，論文選擇基于小波分析及小波包分析的降噪算法。本文在實(shí)現(xiàn)基于非線性閾值法的小波降噪算法基礎(chǔ)上，提出了更適合本課題的尺度加權(quán)法。而小波包變換比小波變換頻域線性好、頻域分辨率高, 用于信號的分解、重構(gòu)時(shí)能獲得更詳細(xì)的信號分量特征。 根據(jù)金屬超聲檢測中的缺陷脈沖回波為非平穩(wěn)信號的特點(diǎn),論文研究基于傅立葉變換，小波變換等

4、和模式識別技術(shù)的奧氏體超聲探傷信號的缺陷定性分類方法。將時(shí)域特征與頻域特征疊加，以及時(shí)頻域分析方法得到的特征量輸入BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練及測試，并根據(jù)檢測數(shù)字和圖表進(jìn)行效果比較。最后根據(jù)經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間長的缺點(diǎn)，提出了修正學(xué)習(xí)率以及換用更適合本課題的RBF神經(jīng)網(wǎng)絡(luò)兩種改進(jìn)方案。 通過大量的仿真實(shí)驗(yàn)結(jié)果分析，論文比較出最優(yōu)實(shí)現(xiàn)方法且完成了方法的編程實(shí)現(xiàn)。降噪算法表明對于低信噪比的信號也能取得良好的效果，可以準(zhǔn)確判定缺陷的位置。