脈沖渦流檢測提離消除新型算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種無損檢測中噪聲消除方法，具體涉及脈沖渦流檢測提離消除新型 算法。
【背景技術(shù)】
[0002] 脈沖渦流檢測過程中，探頭與檢測試件之間的距離不可避免地會(huì)發(fā)生變化，產(chǎn)生 提離效應(yīng)。檢測中的漏檢和誤差往往來自于此，因此消除提離影響對(duì)提高檢測精度至關(guān)重 要。目前，提離效應(yīng)的消除大多是對(duì)時(shí)域提取特征進(jìn)行分析處理，由于瞬態(tài)信號(hào)受到外界 因素的影響，因而消除提離的效果不理想。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明克服了現(xiàn)有技術(shù)的不足，提出了脈沖渦流檢測提離消除新型算法，所述算 法充分利用脈沖渦流檢測信號(hào)頻率成分豐富的特點(diǎn)，在頻域?qū)ζ溥M(jìn)行處理，可以提取更多 有用信息，更好地消除提離效應(yīng)。
[0004] 本發(fā)明的技術(shù)方案為：脈沖渦流檢測提離消除新型算法，包括四個(gè)步驟： 第一步：數(shù)據(jù)采集，確定參考信號(hào)和缺陷信號(hào)樣本 采樣得到空氣中測得的信號(hào)和在無缺陷試樣上測得的信號(hào)作為兩組參考信號(hào)，采樣得 到在同一缺陷上不同提離情況下測得的信號(hào)為兩組缺陷信號(hào)。
[0005] 第二步：數(shù)據(jù)處理 1) 將信號(hào)在時(shí)域中的表示通過FFT變換(傅里葉變換）轉(zhuǎn)換到時(shí)域表示，即對(duì)同一缺陷 上不同提離的檢測信號(hào)以及兩個(gè)參考信號(hào)進(jìn)行FFT變換； 2) 分析變換后的四組信號(hào)其奇次諧波分量受擾動(dòng)的情況，可以抑制噪聲的影響，有利 于消除提離； 3) 信號(hào)頻譜差值計(jì)算，分別計(jì)算無缺陷試樣上測得的信號(hào)與空氣中測得的信號(hào)的差 值，空氣中測得的信號(hào)與同一缺陷上不同提離的檢測信號(hào)的差值，再作歸一化處理，得到 了無缺陷時(shí)檢測信號(hào)頻譜和空氣中檢測信號(hào)頻譜的差值，以及不同提離的檢測信號(hào)頻譜 和空氣中檢測信號(hào)頻譜的差值； 第三步：特征提取 讓不同提離的檢測信號(hào)經(jīng)過差分歸一化后的值減去試樣無缺陷時(shí)的檢測信號(hào)經(jīng)過相 同運(yùn)算后的值，在該值中只包含了缺陷的信息，是對(duì)缺陷特征的定量表示； 第四步：分析特征提取結(jié)果 不同提離的信號(hào)經(jīng)處理后，在低頻部分基本重合，因此消除了提離對(duì)低頻部分的影 響。低頻部分的峰值隨著缺陷深度改變而明顯變化，這是因?yàn)椴煌毕萆疃葘?duì)信號(hào)的低頻 部分?jǐn)_動(dòng)不一樣。缺陷深度越深，則對(duì)試樣中透入的低頻信號(hào)擾動(dòng)越大，和參考信號(hào)的差 別就越大，所以檢測信號(hào)經(jīng)運(yùn)算處理后在低頻部分的峰值也就越大。表面下缺陷的低頻峰 值隨著缺陷深度的增加而減小，因?yàn)楸砻嫦氯毕萆疃仍缴?，就離上表面越近，對(duì)透入試樣 中的低頻信號(hào)擾動(dòng)越小，和參考信號(hào)的差別就越小，檢測信號(hào)經(jīng)運(yùn)算處理后在低頻部分的 峰值也就越小。所以通過提取低頻特征峰值完全可以對(duì)缺陷的深度進(jìn)行定量。
[0006] 本發(fā)明具有如下有益效果： 1)本發(fā)明對(duì)處理后的有提離的原始檢測信號(hào)在低頻部分已基本重合，消除了提離效 應(yīng)對(duì)低頻的影響。
[0007] 2)本發(fā)明通過提取低頻特征值對(duì)缺陷的深度進(jìn)行定量。試驗(yàn)結(jié)果證明，該方法可 以有效地消除提離效應(yīng)，提高缺陷的定量檢測精度。
【具體實(shí)施方式】
[0008] 在本發(fā)明算法中，依據(jù)時(shí)域信號(hào)的數(shù)學(xué)模型為： 根據(jù)渦流檢測原理，其集膚深度S可表示為：
式中 f-脈沖頻率；σ-電導(dǎo)率；μ-磁導(dǎo)率。
[0009] 對(duì)方波激勵(lì)信號(hào)進(jìn)行傅里葉級(jí)數(shù)展開后，可以看到方波的頻率分量非常豐富， 既有低頻分量，也有高頻分量，其中低頻分量透入深度更深。所以脈沖渦流可以實(shí)現(xiàn)從導(dǎo) 體表層到深層的檢測。高頻激勵(lì)下的檢測信號(hào)主要反映提離信息，而低頻激勵(lì)下的檢測信 號(hào)主要反映缺陷信息。提離存在時(shí)的檢測信號(hào)既包含了被測試件的信息，也包含了空氣中 的信息，因此通過對(duì)時(shí)域中的檢測信號(hào)進(jìn)行頻域變換后，去掉在空氣中的檢測信息，然后 分析信號(hào)中的低頻成分，就可以有效地消除提離，實(shí)現(xiàn)對(duì)缺陷的定量檢測。
[0010] 基于頻譜分析的提離消除技術(shù)的原理為。設(shè)yl( t)為參考信號(hào)1，是在空氣中 測得的信號(hào)；y2( t)為參考信號(hào)2，是在無缺陷試樣上測得的信號(hào)；缺陷信號(hào)為X ( t)， 是在同一缺陷上不同提離情況下測得的信號(hào)。
[0011] 對(duì)同一缺陷上不同提離的檢測信號(hào)以及兩個(gè)參考信號(hào)進(jìn)行FFT變換，得到Χ( η) ，Υ1( η)和Υ2( η)，只分析其奇次諧波分量受擾動(dòng)的情況，可以抑制噪聲的影響，有利 于消除提離。讓Y2( n)，Yl ( η)分別與Yl ( η)，X (η)相減，再作歸一化處理。其結(jié) 果如下：
經(jīng)過式（2)和（3)的計(jì)算，得到了無缺陷時(shí)檢測信號(hào)頻譜和空氣中檢測信號(hào)頻譜的 差值，以及不同提離的檢測信號(hào)頻譜和空氣中檢測信號(hào)頻譜的差值。對(duì)不同提離的檢測信 號(hào)來說，提離越大，差值越小，最大差值也就越小。在低頻部分，差值與其最大值的關(guān) 系基本不受提離影響，其比值X'（ η)基本不變，從而通過此運(yùn)算可以消除提離得： Υ( η) = X'（η) - Υ'（ η) (4) 如式（4)所示，讓不同提離的檢測信號(hào)經(jīng)過差分歸一化后的值X'（ η)減去試樣無 缺陷時(shí)的檢測信號(hào)經(jīng)過相同運(yùn)算后的值Υ'（ η)，因此，Υ( η)中只包含了缺陷的信息， 能夠?qū)θ毕葸M(jìn)行定量研究。
[0012] 本發(fā)明包括以下四個(gè)步驟： 第一步：數(shù)據(jù)采集，確定參考信號(hào)和缺陷信號(hào)樣本 采樣得到空氣中測得的信號(hào)和在無缺陷試樣上測得的信號(hào)作為兩組參考信號(hào)，采樣得 到在同一缺陷上不同提離情況下測得的信號(hào)為兩組缺陷信號(hào)。
[0013] 第二步：數(shù)據(jù)處理 1) 將信號(hào)在時(shí)域中的表示通過FFT變換(傅里葉變換）轉(zhuǎn)換到時(shí)域表示，即對(duì)同一缺陷 上不同提離的檢測信號(hào)以及兩個(gè)參考信號(hào)進(jìn)行FFT變換； 2) 分析變換后的四組信號(hào)其奇次諧波分量受擾動(dòng)的情況，可以抑制噪聲的影響，有利 于消除提離； 3) 信號(hào)頻譜差值計(jì)算，分別計(jì)算無缺陷試樣上測得的信號(hào)與空氣中測得的信號(hào)的差 值，空氣中測得的信號(hào)與同一缺陷上不同提離的檢測信號(hào)的差值，再作歸一化處理，得到 了無缺陷時(shí)檢測信號(hào)頻譜和空氣中檢測信號(hào)頻譜的差值，以及不同提離的檢測信號(hào)頻譜 和空氣中檢測信號(hào)頻譜的差值； 第三步：特征提取 讓不同提離的檢測信號(hào)經(jīng)過差分歸一化后的值減去試樣無缺陷時(shí)的檢測信號(hào)經(jīng)過相 同運(yùn)算后的值，在該值中只包含了缺陷的信息，是對(duì)缺陷特征的定量表示； 第四步：分析特征提取結(jié)果 不同提離的信號(hào)經(jīng)處理后，在低頻部分基本重合，因此消除了提離對(duì)低頻部分的影 響。低頻部分的峰值隨著缺陷深度改變而明顯變化，這是因?yàn)椴煌毕萆疃葘?duì)信號(hào)的低頻 部分?jǐn)_動(dòng)不一樣。缺陷深度越深，則對(duì)試樣中透入的低頻信號(hào)擾動(dòng)越大，和參考信號(hào)的差 別就越大，所以檢測信號(hào)經(jīng)運(yùn)算處理后在低頻部分的峰值也就越大。表面下缺陷的低頻峰 值隨著缺陷深度的增加而減小，因?yàn)楸砻嫦氯毕萆疃仍缴睿碗x上表面越近，對(duì)透入試樣 中的低頻信號(hào)擾動(dòng)越小，和參考信號(hào)的差別就越小，檢測信號(hào)經(jīng)運(yùn)算處理后在低頻部分的 峰值也就越小。所以通過提取低頻特征峰值完全可以對(duì)缺陷的深度進(jìn)行定量。
【主權(quán)項(xiàng)】
1.脈沖渦流檢測提離消除新型算法，其特征是：包括四個(gè)步驟： 第一步：數(shù)據(jù)采集，確定參考信號(hào)和缺陷信號(hào)樣本； 采樣得到空氣中測得的信號(hào)和在無缺陷試樣上測得的信號(hào)作為兩組參考信號(hào)，采樣得 到在同一缺陷上不同提離情況下測得的信號(hào)為兩組缺陷信號(hào)； 第二步：數(shù)據(jù)處理； 1) 將信號(hào)在時(shí)域中的表示通過FFT變換(傅里葉變換）轉(zhuǎn)換到時(shí)域表示，即對(duì)同一缺陷 上不同提離的檢測信號(hào)以及兩個(gè)參考信號(hào)進(jìn)行FFT變換； 2) 分析變換后的四組信號(hào)其奇次諧波分量受擾動(dòng)的情況，可以抑制噪聲的影響，有利 于消除提離； 3) 信號(hào)頻譜差值計(jì)算，分別計(jì)算無缺陷試樣上測得的信號(hào)與空氣中測得的信號(hào)的差 值，空氣中測得的信號(hào)與同一缺陷上不同提離的檢測信號(hào)的差值，再作歸一化處理，得到 了無缺陷時(shí)檢測信號(hào)頻譜和空氣中檢測信號(hào)頻譜的差值，以及不同提離的檢測信號(hào)頻譜 和空氣中檢測信號(hào)頻譜的差值； 第三步：特征提?。蛔尣煌犭x的檢測信號(hào)經(jīng)過差分歸一化后的值減去試樣無缺陷時(shí) 的檢測信號(hào)經(jīng)過相同運(yùn)算后的值，在該值中只包含了缺陷的信息，是對(duì)缺陷特征的定量表 示； 第四步：分析特征提取結(jié)果；不同提離的信號(hào)經(jīng)處理后，在低頻部分基本重合，因此 消除了提離對(duì)低頻部分的影響；低頻部分的峰值隨著缺陷深度改變而明顯變化，這是因?yàn)?不同缺陷深度對(duì)信號(hào)的低頻部分?jǐn)_動(dòng)不一樣；缺陷深度越深，則對(duì)試樣中透入的低頻信號(hào) 擾動(dòng)越大，和參考信號(hào)的差別就越大，所以檢測信號(hào)經(jīng)運(yùn)算處理后在低頻部分的峰值也就 越大；表面下缺陷的低頻峰值隨著缺陷深度的增加而減小，因?yàn)楸砻嫦氯毕萆疃仍缴?，?離上表面越近，對(duì)透入試樣中的低頻信號(hào)擾動(dòng)越小，和參考信號(hào)的差別就越小，檢測信號(hào) 經(jīng)運(yùn)算處理后在低頻部分的峰值也就越小；所以通過提取低頻特征峰值完全可以對(duì)缺陷的 深度進(jìn)行定量。
【專利摘要】本發(fā)明涉及脈沖渦流檢測提離消除新型算法，包括四個(gè)步驟：第一步：數(shù)據(jù)采集，確定參考信號(hào)和缺陷信號(hào)樣本，第二步：數(shù)據(jù)處理，第三步：特征提取，第四步：分析特征提取結(jié)果。所述算法充分利用脈沖渦流檢測信號(hào)頻率成分豐富的特點(diǎn),在頻域?qū)ζ溥M(jìn)行處理,可以提取更多有用信息,更好地消除提離效應(yīng)。
【IPC分類】G01N27/90
【公開號(hào)】CN105319265
【申請?zhí)枴緾N201410285694
【發(fā)明人】王金鶴
【申請人】王金鶴
【公開日】2016年2月10日
【申請日】2014年6月24日