脈沖渦流檢測提離消除新型算法
【技術領域】
[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】
[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發(fā)生變化，產生 提離效應。檢測中的漏檢和誤差往往來自于此，因此消除提離影響對提高檢測精度至關重 要。目前，提離效應的消除大多是對時域提取特征進行分析處理，由于瞬態(tài)信號受到外界 因素的影響，因而消除提離的效果不理想。

【發(fā)明內容】

[0003] 本發(fā)明克服了現(xiàn)有技術的不足，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頻率成分豐富的特點，在頻域對其進行處理，可以提取更多 有用信息，更好地消除提離效應。
[0004] 本發(fā)明的技術方案為：脈沖渦流檢測提離消除新型算法，包括四個步驟： 第一步：數(shù)據(jù)采集，確定參考信號和缺陷信號樣本 采樣得到空氣中測得的信號和在無缺陷試樣上測得的信號作為兩組參考信號，采樣得 到在同一缺陷上不同提離情況下測得的信號為兩組缺陷信號。
[0005] 第二步：數(shù)據(jù)處理 1) 將信號在時域中的表示通過FFT變換(傅里葉變換）轉換到時域表示，即對同一缺陷 上不同提離的檢測信號以及兩個參考信號進行FFT變換； 2) 分析變換后的四組信號其奇次諧波分量受擾動的情況，可以抑制噪聲的影響，有利 于消除提離； 3) 信號頻譜差值計算，分別計算無缺陷試樣上測得的信號與空氣中測得的信號的差 值，空氣中測得的信號與同一缺陷上不同提離的檢測信號的差值，再作歸一化處理，得到 了無缺陷時檢測信號頻譜和空氣中檢測信號頻譜的差值，以及不同提離的檢測信號頻譜 和空氣中檢測信號頻譜的差值； 第三步：特征提取 讓不同提離的檢測信號經過差分歸一化后的值減去試樣無缺陷時的檢測信號經過相 同運算后的值，在該值中只包含了缺陷的信息，是對缺陷特征的定量表示； 第四步：分析特征提取結果 不同提離的信號經處理后，在低頻部分基本重合，因此消除了提離對低頻部分的影 響。低頻部分的峰值隨著缺陷深度改變而明顯變化，這是因為不同缺陷深度對信號的低頻 部分擾動不一樣。缺陷深度越深，則對試樣中透入的低頻信號擾動越大，和參考信號的差 別就越大，所以檢測信號經運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，因為表面下缺陷深度越深，就離上表面越近，對透入試樣 中的低頻信號擾動越小，和參考信號的差別就越小，檢測信號經運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缺陷的深度進行定量。
[0006] 本發(fā)明具有如下有益效果： 1)本發(fā)明對處理后的有提離的原始檢測信號在低頻部分已基本重合，消除了提離效 應對低頻的影響。
[0007] 2)本發(fā)明通過提取低頻特征值對缺陷的深度進行定量。試驗結果證明，該方法可 以有效地消除提離效應，提高缺陷的定量檢測精度。
【具體實施方式】
[0008] 在本發(fā)明算法中，依據(jù)時域信號的數(shù)學模型為： 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-電導率；μ-磁導率。
[0009] 對方波激勵信號進行傅里葉級數(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現(xiàn)從導 體表層到深層的檢測。高頻激勵下的檢測信號主要反映提離信息，而低頻激勵下的檢測信 號主要反映缺陷信息。提離存在時的檢測信號既包含了被測試件的信息，也包含了空氣中 的信息，因此通過對時域中的檢測信號進行頻域變換后，去掉在空氣中的檢測信息，然后 分析信號中的低頻成分，就可以有效地消除提離，實現(xiàn)對缺陷的定量檢測。
[0010] 基于頻譜分析的提離消除技術的原理為。設yl( t)為參考信號1，是在空氣中 測得的信號；y2( t)為參考信號2，是在無缺陷試樣上測得的信號；缺陷信號為X ( t)， 是在同一缺陷上不同提離情況下測得的信號。
[0011] 對同一缺陷上不同提離的檢測信號以及兩個參考信號進行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 果如下：
經過式（2)和（3)的計算，得到了無缺陷時檢測信號頻譜和空氣中檢測信號頻譜的 差值，以及不同提離的檢測信號頻譜和空氣中檢測信號頻譜的差值。對不同提離的檢測信 號來說，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 系基本不受提離影響，其比值X'（ η)基本不變，從而通過此運算可以消除提離得： Υ( η) = X'（η) - Υ'（ η) (4) 如式（4)所示，讓不同提離的檢測信號經過差分歸一化后的值X'（ η)減去試樣無 缺陷時的檢測信號經過相同運算后的值Υ'（ η)，因此，Υ( η)中只包含了缺陷的信息， 能夠對缺陷進行定量研究。
[0012] 本發(fā)明包括以下四個步驟： 第一步：數(shù)據(jù)采集，確定參考信號和缺陷信號樣本 采樣得到空氣中測得的信號和在無缺陷試樣上測得的信號作為兩組參考信號，采樣得 到在同一缺陷上不同提離情況下測得的信號為兩組缺陷信號。
[0013] 第二步：數(shù)據(jù)處理 1) 將信號在時域中的表示通過FFT變換(傅里葉變換）轉換到時域表示，即對同一缺陷 上不同提離的檢測信號以及兩個參考信號進行FFT變換； 2) 分析變換后的四組信號其奇次諧波分量受擾動的情況，可以抑制噪聲的影響，有利 于消除提離； 3) 信號頻譜差值計算，分別計算無缺陷試樣上測得的信號與空氣中測得的信號的差 值，空氣中測得的信號與同一缺陷上不同提離的檢測信號的差值，再作歸一化處理，得到 了無缺陷時檢測信號頻譜和空氣中檢測信號頻譜的差值，以及不同提離的檢測信號頻譜 和空氣中檢測信號頻譜的差值； 第三步：特征提取 讓不同提離的檢測信號經過差分歸一化后的值減去試樣無缺陷時的檢測信號經過相 同運算后的值，在該值中只包含了缺陷的信息，是對缺陷特征的定量表示； 第四步：分析特征提取結果 不同提離的信號經處理后，在低頻部分基本重合，因此消除了提離對低頻部分的影 響。低頻部分的峰值隨著缺陷深度改變而明顯變化，這是因為不同缺陷深度對信號的低頻 部分擾動不一樣。缺陷深度越深，則對試樣中透入的低頻信號擾動越大，和參考信號的差 別就越大，所以檢測信號經運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，因為表面下缺陷深度越深，就離上表面越近，對透入試樣 中的低頻信號擾動越小，和參考信號的差別就越小，檢測信號經運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缺陷的深度進行定量。
【主權項】
1.脈沖渦流檢測提離消除新型算法，其特征是：包括四個步驟： 第一步：數(shù)據(jù)采集，確定參考信號和缺陷信號樣本； 采樣得到空氣中測得的信號和在無缺陷試樣上測得的信號作為兩組參考信號，采樣得 到在同一缺陷上不同提離情況下測得的信號為兩組缺陷信號； 第二步：數(shù)據(jù)處理； 1) 將信號在時域中的表示通過FFT變換(傅里葉變換）轉換到時域表示，即對同一缺陷 上不同提離的檢測信號以及兩個參考信號進行FFT變換； 2) 分析變換后的四組信號其奇次諧波分量受擾動的情況，可以抑制噪聲的影響，有利 于消除提離； 3) 信號頻譜差值計算，分別計算無缺陷試樣上測得的信號與空氣中測得的信號的差 值，空氣中測得的信號與同一缺陷上不同提離的檢測信號的差值，再作歸一化處理，得到 了無缺陷時檢測信號頻譜和空氣中檢測信號頻譜的差值，以及不同提離的檢測信號頻譜 和空氣中檢測信號頻譜的差值； 第三步：特征提取；讓不同提離的檢測信號經過差分歸一化后的值減去試樣無缺陷時 的檢測信號經過相同運算后的值，在該值中只包含了缺陷的信息，是對缺陷特征的定量表 示； 第四步：分析特征提取結果；不同提離的信號經處理后，在低頻部分基本重合，因此 消除了提離對低頻部分的影響；低頻部分的峰值隨著缺陷深度改變而明顯變化，這是因為 不同缺陷深度對信號的低頻部分擾動不一樣；缺陷深度越深，則對試樣中透入的低頻信號 擾動越大，和參考信號的差別就越大，所以檢測信號經運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，因為表面下缺陷深度越深，就 離上表面越近，對透入試樣中的低頻信號擾動越小，和參考信號的差別就越小，檢測信號 經運算處理后在低頻部分的峰值也就越?。凰酝ㄟ^提取低頻特征峰值完全可以對缺陷的 深度進行定量。
【專利摘要】本發(fā)明涉及脈沖渦流檢測提離消除新型算法，包括四個步驟：第一步：數(shù)據(jù)采集，確定參考信號和缺陷信號樣本，第二步：數(shù)據(jù)處理，第三步：特征提取，第四步：分析特征提取結果。所述算法充分利用脈沖渦流檢測信號頻率成分豐富的特點,在頻域對其進行處理,可以提取更多有用信息,更好地消除提離效應。
【IPC分類】G01N27/90
【公開號】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