超聲無(wú)損檢測(cè)信號(hào)消噪及圖像評(píng)估新算法的研究.pdf

1、在超聲無(wú)損檢測(cè)中,超聲檢測(cè)信號(hào)的噪聲消除對(duì)于缺陷的檢測(cè)和識(shí)別具有重要意義.針對(duì)這個(gè)問(wèn)題,本文提出了一種基于獨(dú)立分量分析的超聲檢測(cè)信號(hào)噪聲消除算法.目前超聲無(wú)損檢測(cè)中的C掃描圖像評(píng)估方法存在自動(dòng)化水平低、效率低和準(zhǔn)確率不高等問(wèn)題.本文提出了兩種超聲C掃描圖像自動(dòng)評(píng)估算法用于對(duì)現(xiàn)有評(píng)估方法的改進(jìn).在對(duì)超聲檢測(cè)信號(hào)中噪聲和超聲信號(hào)特點(diǎn)進(jìn)行深入分析的基礎(chǔ)上,提出一種基于獨(dú)立分量分析的超聲檢測(cè)信號(hào)噪聲消除算法.對(duì)一個(gè)含噪超聲信號(hào),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(cè)系統(tǒng)上的所有源的信息(包括超聲信號(hào)和噪聲信號(hào)).對(duì)相空間矩陣進(jìn)行獨(dú)立分量分析,從而使超聲信號(hào)和噪聲信號(hào)以獨(dú)立分量形式分離開來(lái).應(yīng)用基于赫斯特指數(shù)的超聲信號(hào)成分選擇規(guī)則從多個(gè)獨(dú)立分量中提取出超聲信號(hào)成分.最后,對(duì)超聲信號(hào)成分進(jìn)行重建即可得到去噪的超聲信號(hào).計(jì)算機(jī)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(jiǎn)單方便,對(duì)超聲信號(hào)自適應(yīng)性好等優(yōu)點(diǎn). 在實(shí)驗(yàn)室

3、內(nèi)建立管道超聲檢測(cè)實(shí)驗(yàn)平臺(tái)對(duì)管道樣品進(jìn)行檢測(cè)來(lái)獲取實(shí)驗(yàn)信號(hào),用本文提出的算法對(duì)檢測(cè)信號(hào)進(jìn)行噪聲消除,以驗(yàn)證其有效性.在相同的實(shí)驗(yàn)條件下,將本文提出算法與小波方法的去噪效果進(jìn)行了比較.實(shí)驗(yàn)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(jiǎn)單方便,對(duì)超聲信號(hào)自適應(yīng)好等優(yōu)點(diǎn).國(guó)家"863"重大專項(xiàng)課題(2001AA602021)"海底管道內(nèi)爬行器及其檢測(cè)技術(shù)"主要研究?jī)?nèi)容之一是用超聲法檢測(cè)評(píng)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(cè)提供了一種有效、可靠的信號(hào)處理技術(shù).針對(duì)目前超聲C掃描圖像評(píng)估方法存在的問(wèn)題,本文提出了兩種超聲信號(hào)自動(dòng)評(píng)估算法.第一種算法是基于支持向量機(jī)和變尺度混沌優(yōu)化的超聲信號(hào)自動(dòng)評(píng)估算法(即SVM-MSCO算法).支持向量機(jī)已被證明具有比神經(jīng)網(wǎng)絡(luò)更高的泛化能力和更簡(jiǎn)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(shí)現(xiàn)超聲C掃描圖像的準(zhǔn)確、可靠評(píng)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(dòng)評(píng)估算法.該算法利用遺傳算法的參數(shù)優(yōu)化能力來(lái)消除特征集中的冗余和不相關(guān)特征,進(jìn)一步提高超聲信號(hào)自動(dòng)評(píng)估算法的性能. 在實(shí)驗(yàn)室內(nèi)建立電觸頭釬焊質(zhì)量超聲C掃描成像檢測(cè)實(shí)驗(yàn)平臺(tái),對(duì)大量的電觸頭釬焊樣品進(jìn)行檢測(cè)可以建立超聲C掃描圖像庫(kù)用于超聲C掃描圖像自動(dòng)評(píng)估算法的實(shí)驗(yàn)驗(yàn)證.基于SVM和MSCO的超聲C掃描圖像自動(dòng)評(píng)估實(shí)驗(yàn)表明該算法具有較好的評(píng)估性能,對(duì)超聲C掃描圖像達(dá)到了92.5﹪的評(píng)估準(zhǔn)確率,該結(jié)果明顯優(yōu)于傳統(tǒng)的評(píng)估方法得到的

6、87﹪的評(píng)估結(jié)果,可以很好的滿足工業(yè)檢測(cè)的要求.基于特征選擇的超聲C掃描圖像自動(dòng)評(píng)估實(shí)驗(yàn)結(jié)果表明,與基于SVM和MSCO的超聲C掃描圖像自動(dòng)評(píng)估算法相比,超聲C掃描圖像評(píng)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(gè)減少到130個(gè),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(píng)估性能進(jìn)一步提高,可以更好的滿足工業(yè)檢測(cè)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(guò)超聲C掃描成像評(píng)估