為解決激光超聲技術對現代工業(yè)中零部件缺陷的快速分析、檢測的問題,本文經多次試驗提取了不同缺陷深度下超聲表面波信號,并對信號進行截取、去噪、平滑等預處理;通過HHT對預處理后反射回波信號的計算分析,獲取不同缺陷深度的反射回波的各階IMF以及Hilbert能量譜和Hilbert邊際譜,并從中對信號的時頻域特征信息進行提取分析。結果表明:缺陷的加深使得相鄰波峰波谷的最大傾斜率逐漸減小,信號的IMF2分量的中心頻率及能量隨之呈增長趨勢,信號低頻部分能量呈指數增長,對總能量貢獻率增大,信號的幅頻波動變得平穩(wěn),收斂頻率減小,信號的幅頻收斂性變得更好。 

【文章來源】：應用激光. 2020,40(04)北大核心

【文章頁數】：6 頁

【部分圖文】：

實驗平臺

本文的數據預處理主要包括信號截取、小波除噪以及平滑處理三部分,信號處理前后的結果如圖2所示。通過對比分析,可以看出處理前信號包含了大量噪聲,且包含了很長一段無用信號;處理后,去除了外界誤操作引發(fā)的擾動信號,提取出了有用的反射回波信號,且信號更加的平滑,波形特征更加明顯。3.2 EMD分解

將上式計算所得數據進行歸一化處理,并將歸一化后的結果繪制作圖表,如圖4所示,從中可得出隨著缺陷深度的不斷增加,相鄰波峰波谷的振幅差值幾乎保持不變,對應的脈寬呈單調遞增趨勢;當缺陷深度分別為0.1 mm、0.3 mm、0.5 mm時,對應的斜率分別為57.3、43.75、和32,由此可得出波峰波谷的傾斜程度隨著缺陷的加深表現出遞減趨勢。3.3 Hilbert變換

【參考文獻】：
期刊論文
[1]多脈沖激光對CCD探測器的損傷研究[J]. 吳迪,呂勇,牛春暉.  應用激光. 2019(02)
[2]基于激光超聲臨界頻率的表面缺陷檢測與評價[J]. 李海洋,李巧霞,王召巴,潘強華.  光學學報. 2018(07)
[3]激光超聲缺陷統(tǒng)計特征神經網絡識別技術研究[J]. 郭華玲,秦峰,鄭賓,王余敬.  應用激光. 2017(06)
[4]激光超聲信號與裂紋能量作用機理研究[J]. 秦峰,吳耀金,郭華玲.  應用激光. 2017(05)
[5]激光超聲的小波包能量分析[J]. 宋潮,鄭賓,郭華玲,劉輝,侯靜.  光電工程. 2017(06)
[6]基于EMD和小波熵閾值算法的超聲回波信號降噪[J]. 杜必強,孫立江.  中國測試. 2017(01)
[7]基于激光超聲方法的鋼軌缺陷檢測（英文）[J]. 南鋼洋,王啟武,張振振,郭銳,宋江峰,孫繼華.  紅外與激光工程. 2017(01)
[8]激光超聲管道表面裂紋檢測技術[J]. 曹建樹,曹振,趙龍飛,徐寶東,劉強,姬保平.  光電工程. 2016(03)
[9]航空航天復合材料結構非接觸無損檢測技術的進展及發(fā)展趨勢[J]. 馬保全,周正干.  航空學報. 2014(07)

碩士論文
[1]基于經驗模態(tài)分解方法的光聲信號處理研究[D]. 海燕.西安電子科技大學 2018
[2]希爾伯特—黃變換及其模態(tài)混淆問題的研究[D]. 鄭昱鑫.合肥工業(yè)大學 2012



本文編號：3012752