超声检测中金属裂纹多特征提取探讨范文

摘要:针对传统超声检测中大多采用单一特征致使裂纹检测不准确的问题，该文提出了基于多特征提取的金属裂纹检测方法。首先，在分析裂纹超声回波特点的基础上，利用小波包变换获取信号的局部时频信息;随后，通过定义相关系数、能量熵和模极大值等参数作为识别特征，结合k-近邻准则和决策级融合算法对金属裂纹进行识别分析。超声回波实测结果表明，利用该文提出的改进方法在显著提高金属裂纹识别率的同时，还能有效降低高斯白噪声影响。

关键词:超声检测;金属裂纹;多特征提取;小波包变换

随着工业生产技术的不断进步，越来越多的金属构件被用于工业装备制造。长期服役的金属构件中会出现裂纹，这些裂纹在应力作用下不断加速扩展，最终造成机械设备损毁和工程结构断裂。因此准确检测和识别金属裂纹成为保证装备运行安全的首要前提。由于自身的非破坏性，超声检测现已成为一种最常用的无损检测方法［1－2］。然而，超声回波信号具有典型的时变、非平稳特性，导致传统的信号处理方法很难实现对裂纹的特征提取与精准识别［3－4］。由于小波分析具有多分辨分析的特点，使其能同时在时域和频域表征信号的局部特征，因而在非平稳信号处理中得到了广泛应用［5－7］。Anaya等人将离散小波变换和神经网络相结合，完成了金属铝板内部不同损伤的分类识别［8］;Ali等人比较了连续小波变换和小波包变换中小波函数选取对裂纹分类结果的影响［9］。然而已有研究大多仅选用小波变换系数作为裂纹特征［10－11］，对裂纹信息的表征能力有限，且容易受到噪声干扰。针对这些问题，本文首先对超声回波进行小波包变换，在分析信号时频域信息的基础上，定义能量熵、模极大值和相关系数等参数作为识别特征;接着，结合相关算法实现对裂纹的识别。此外，通过对3种不同尺寸的金属裂纹进行超声反射法回波实验，以验证该方法的有效性。

1小波包变换

已有研究显示，超声回波信号的高频部分和低频部分均包含裂纹的相关信息［8－9］。只有对信号低频和高频部分同时处理，才能实现对裂纹的全面表征。常用的离散小波变换仅对信号的低频部分逐层分解，而对高频部分不做处理。相比之下，小波包变换［12］对信号的低频和高频部分同时进行多层次分解，显著提高了信号的时频分辨率。

2金属裂纹多特征提取

作为超声检测的核心步骤，定义适当的特征参数实现对裂纹信息的全面表征至关重要。本文在上述回波信号小波包变换的基础上，定义如下3个裂纹特征参数。

2.1相关系数相关系数描述了两个随机信号之间的相似程度［13］。金属裂纹造成超声回波信号和正常信号在某些频段内存在差异，相似度降低。

2.2能量熵能量熵是时频域小波包能量规律性的量度［14］。能量熵值越大，信号中各成分的不确定性越大，所包含的信息量越大;能量熵值越小，信号所包含的信息量也越少。

2．3模极大值超声回波信号中剧烈变化的部分往往与裂纹有关［15］，这些不规则的信号突变点称为奇异点，反映了超声波在金属内部的传播特性。已有研究显示，小波变换后的模极大值正好与信号的奇异点相对应［16］。

3实验及结果分析

为了验证上述裂纹特征提取方法的有效性，本文对同一金属板上不同尺寸的裂纹进行超声检测实验。金属板有效长度50mm(两个顶肩之间距离)、宽度15mm、厚度2mm。测试中C0表示无裂纹时的正常状态，其他裂纹状态是在上表面的不同位置上采用线切割加工而成的通孔，这些不同横截面大小的通孔从左到右分别为C1(0.8mm×0.8mm)，C2(1.2mm×1.2mm)，C3(1.6mm×1.6mm)。超声检测系统包括Olympus的5073PR脉冲收发器、Agilent的2022A示波器以及Panametric中心频率为10MHz、直径为6mm的V112-RM接触式高频直探头，为了避免该高频探头的近场区影响和边界效应，检测时在探头前面附加了延时块。在开始测量前，把图1中的金属板翻转过来使得有通孔裂纹的一面朝下，然后超声波从上表面进入，图2截取了从底面一次反射回来的不同裂纹超声回波信号。从图2中可以看出，在1.05×10－6s处均出现明显的超声回波。根据上述测试过程可知，该回波为金属板材底面的一次反射波。随着裂纹尺寸的增加，直接从底面反射回来的有效面积减少，导致其反射波幅度降低。同时，图2(b)～(d)中分别在8×10－7s，7×10－7s，5.5×10－7s隐约出现了裂纹回波信号，主要是由于探头到3个横孔的声程逐渐减小所致。然而，要直接对这3种裂纹类型实现识别却比较困难，必须进行裂纹特征提取。

4结论

针对目前超声检测中常用的金属裂纹识别方法特征单一、容易受到噪声干扰等问题，为了进一步提高超声检测的准确性，本文提出了一种基于多特征提取的金属裂纹检测方法。在对超声回波信号进行小波包变换的基础上，分别定义相关系数、能量熵和模极大值作为特征用于金属裂纹的识别。此外，利用本文方法对金属板上3种不同尺寸的裂纹进行超声检测。结果表明，基于上述多特征的金属裂纹识别结果显著提高，而且对高斯白噪声不敏感，因而更适用于实际工业设备的安全运行检测。

作者：樊萍1，刘新宝2 单位：1．西北大学信息科学与技术学院，2．西北大学化工学院