脉冲涡流检测的频域分析研究

XX大学毕业设计(论文) 题 目： 脉冲涡流检测的频域分析研究 学 院： 测控与光电工程学院 专 业： 测控技术与仪器 姓 名： 学 号： 指导教师： 二xx年六月脉冲涡流检测的频域分析研究 摘要：脉冲涡流检测采用脉冲激励，能够检测到不同深度的缺陷，获取更为丰富的缺陷信息，对保证飞机安全也有着非凡的意义，因此引起了众多研究人员的兴趣。脉冲涡流含有非常丰富的频率谱信息，因此脉冲涡流检测频域分析的研究具有重大的意义。本论文首先设计、制作了脉冲涡流检测频域分析所需要的圆形探头，在被检缺陷试块上采集脉冲涡流检测信号。论文对采集的信号通过FIR滤波、IIR滤波以及小波进行降噪方面的研究，比较了三种去噪方法，最后选取了去噪效果更好的小波去噪方法对检测信号进行去噪。 论文接着对时域的缺陷信号进行差分处理，然后再对差分处理过的时域信号利用MATLAB编写分析算法进行傅里叶变换，进行频谱分析方面的研究。分析了不同频率对腐蚀缺陷信号的影响。通过分析发现低频分量有利于检测深层缺陷，高频分量有利于检测浅层缺陷。关键字：脉冲涡流检测 腐蚀缺陷 频域分析 Frequency domain analysis of pulsed eddy current testing Aastract: Pulsed eddy current testing using pulsed excitation, able to detect defects at different depths, get richer defect information, to ensure the safety of the aircraft also has a special significance, and therefore aroused the interest of many researchers. Pulsed eddy current frequency spectrum is very rich in information, so research pulsed eddy current testing frequency domain analysis is of great significance. In this thesis, the design, production of the circular probe pulsed eddy current testing frequency domain analysis required to collect pulsed eddy current testing signal defect in the subject test block. Thesis for signal acquisition through FIR filtering, IIR filtering, and wavelet research noise reduction, comparing the three de-noising method, and finally selected denoising method the detection signal de-noising. Then the paper defect differential time domain signal processing, and then treated the difference time-domain signal analysis algorithms using MATLAB prepared Fourier transform, spectral analysis of the study. The effects of different frequencies of corrosion defect signal. The analysis revealed that low-frequency component is conducive to deep defect detection, detection of high frequency components in favor of shallow defects.Keywords: Pulsed eddy current testing Corrosion defects Frequency domain analysis 目录1 引言1.1 选题的依据和意义11.2 国内外研究概况及发展趋势（含文献综述）21.2.1 国外研究现状21.2.2 国内研究现状31.3本论文主要研究内容及结构安排41.3.1本论文主要研究内容41.3.2本论文结构安排42 脉冲涡流检测原理2.1 趋肤效应52.2 提离效应72.3 脉冲涡流检测的工作原理简介73 脉冲涡流检测平台与传感器设计3.1 脉冲涡流检测系统93.2 探头的设计和制作113.3 被检缺陷试块设计124 脉冲涡流检测信号的去噪处理4.1 信号去噪144.2 低通滤波144.2.1 FIR低通滤波器144.2.2 IIR低通滤波144.2.3小波去噪144.2.4不同去噪方法比较与讨论155 脉冲涡流检测的频域分析研究5.1 快速傅里叶变换法165.2 频率对不同提离高度的缺陷信号的影响195.3 频率对不同缺陷层的信号的影响195.4 频率对不同深度的缺陷信号的影响225.5 频率对不同大小缺陷信号的影响236结论与展望6.1 结论256.2 展望25参考文献26致 谢27附录28脉冲涡流检测的频域分析研究1 引言1.1 选题的依据和意义无损检测(Nondestructive testing，NDT)是一门非常综合性的学科。它利用声光电磁等和物质的相互作用，指在不损坏检测对象使用性能的前提下，检测其内部或表面缺陷的综合性的应用技术。它在材料的加工、零件的制造、产品的组装乃至产品使用的整个过程中，发挥着重要的作用。对保证工件质量、保障生产安全、节约资源、提高劳动生产率方面起到了非常重要的作用。随着现代工业和科学技术的发展，该技术越来越多的发挥着重要作用，同时反映着该国家的工业和科技的发展水平。该技术的应用范围比较广泛，特别是在航空维修中，已经成为保证飞机安全、增加飞行可靠性以及提高飞机寿命的重要技术手段。随着航空维修的不断提高，无损检测的重要性越来越重要，从某种程度上来说，航空工业的安危与无损检测密切相关。检测飞机结构的损伤是无损检测在航空工业维修中最基础的应用。飞机损伤一般可分为以下五种情况1：在飞机零件的生产制造过程中，结构零部件产生的缺陷；负载过大造成的结构损伤；因刮擦、碰撞造成的损伤等；环境原因所造成的腐蚀损伤；载荷过大造成的疲劳损伤。如果不能及时有效的处理这些损伤，非常容易产生裂纹,飞机的安全就会受到严重地威胁，造成惨痛的事故。 涡流检测是以电磁的感应原理为基础，故一般只能用于检测导电材料。当载有变化电流的检测线圈接近导体工件时，在工件中会感生出感应电流，这种电流称为涡流。工件的电导率（）、磁导率（）、形状、大小、尺寸和缺陷等一些自身因素影响着涡流的相位、大小和流动形式。我们可以通过观察涡流的特点来判断工件的状态以及有无缺陷，这种检测方法，叫做涡流检测。利用涡流检测技术，涡流检测线圈不用与试件接触，也不用耦合剂，检测过程中也不会影响工件的性能。另外在一定条件下，对工件中缺陷的信息检测信号能够很好的反映出来，而且对管、棒、线和板材等有较高的检测效率。一般的涡流检测技术选取的激励信号是正弦信号，但是由于趋肤效应（集肤效应），深处的缺陷检测效率比较低；而脉冲涡流检测采用的激励是脉冲，能够检测到不同位置不同深度的缺陷，能够获取更为丰富缺陷信息，对于工业的发展发挥了重要的作用，同时对保证飞机安全也有着非凡的意义，因此引起了众多研究人员的兴趣。尽管脉冲涡流含有非常丰富的频率谱信息，但对频率谱特征量的利用并未引起相关工作者的重视，因此脉冲涡流检测频域分析的研究具有重大的意义。1.2 国内外研究概况及发展趋势（含文献综述） 从检测中得到的信号可以提取有效的特征量,对缺陷进行有效识别甚至定量、定性分析,在脉冲涡流检测中是非常重要的。起初对脉冲涡流检测缺陷识别的研究，主要集中时域上寻找可以用来作为缺陷分类的特征量。如对瞬态感应电压进行差分处理(被检工件有缺陷与无缺陷情况下的检测信号相减)后,取差分信号的峰值、峰值时间以及过零时间等信息作为特征量,分析这些特征量与缺陷的形状、大小以及深度等信息之间的联系。这些时域特征量如图1.1所示1。图1.1 脉冲检测信号时域特征量1.2.1 国外研究现状 脉冲涡流的检测信号中含有非常丰富的频谱分量。因此，从频域中提取合适的特征量对缺陷进行频域分析来引起了众多研究者的关注。近三十年来，国外科研工作者在检测方法和信号处理方面取得了大量的研究成果： （1）法国里昂电气工程中心在1993年利用磁传感器研发了一套脉冲涡流检测系统2，3,与一般涡流检测系统的传感器不同的是，其采用釆用的是差分分布模式，明显的提高了系统的检测灵敏度。该系统能够检测出深度为20mm的缺陷。之后,他们利用所得到的感应信号的峰值、过零时间和最大幅值信号对应的频率,对铆钉边缘裂纹的尺寸大小形状及深度进行了分析研究。 （2）美国依阿华州立大学无损检测评估中心的J. C. Moulder等人的研究重点集中在对飞机整个机身结构中的缺陷检测。对于脉冲涡流检测，他们的激励探头和检测探头,釆用的是两个线圈，通过选取峰值和过零的时间来作为特征量。实验结果表明峰值主要和腐蚀缺陷的大小及腐蚀缺陷的深度密切联系3。 （3）田贵云教授所在英国纽斯维尔大学的研究团队，完成了对脉冲涡流线圈检测的解析法的研究，他们通过采用磁传感器来对多层导电结构材料进行试验。选用主成分分析法提取信号特征量，对表面、近表面的缺陷分类识别4,5。 （4）2012年NDT & E Int.文献5中，Saleh Hosseini, Aouni A. Lakis应用Rihaczek distribution对脉冲涡流信号进行时频分析，然后分析压缩数据得到特征量，用于分类，进行飞机多层结构层间腐蚀的检测，取得了较好效果。1.2.2 国内研究现状 我国也有很多学者和专家对脉冲涡流检测技术也做出了大量的科研工作，例如国防科技大学的罗飞路教授带领的科研团队则通过釆用脉冲涡流技术对金属表面和近表面的裂纹缺陷进行了尺寸评估,对不同类型缺陷进行分类识别。然而,由于测量噪声容易影响时域信号,这样就会降低缺陷分类识别的准确性。脉冲涡流检测有着频谱分量的巨大优势,因此可以对脉冲涡流的时域信号进行适当的相关变换,许多研究人员对于缺陷的频域分析产生了很大的兴趣。 （1）国防科技大学，杨宾峰等人对深度不同的上表面和下表面缺陷信号进行快速傅里叶变换,充分利用脉冲涡流信号的频域信息,对裂纹的进行分类识别，提出了一种叫做“频谱分离劣点”的方法,裂纹分类识别的精确度得到了提高6。 （2）2010年G Yang等人实验研究了铝板铆钉孔边裂纹缺陷的脉冲涡流检测,对于该种缺陷给出了分类识别方法。检测了孔边的三个位置,用巨磁电阻传感器来釆集信号,并通过多次测量来求平均值,结果可对上、下表面缺陷进行定性区分。以信号的时域和频域分析为基础,还提出了功率谱的概念,作为新的特征量。对信号进行频域分析后，研究人员发现能量大多集中在0-50KHZ的范围内,然后对该段频率信号的幅值进行积分得到信号的全部能量。用该特征量能够较好地识别不同长度和宽度的孔边裂纹7。 （3）2008年周德强等人研究了在脉冲涡流检测信号中利用小波变换去噪的问题8，对脉冲涡流信号采用小波去噪进行了处理，缺陷信号的信噪比得到了显著提高；2010年，周德强等人对各种特征处理方法进行比较，对频域进行新处理，提出了新的脉冲涡流差值信号特征值频谱幅值，对于缺陷深度方面进行了的有效分类识别。 （4）2011年尤丽华等人研究了脉冲涡流检测的频率谱分析方法9。他们的脉冲涡流检测激励信号选择了周期方波信号,研究了检测信号的幅频特性和相频特性,对缺陷分类提出了新的特征量。1.3本论文主要研究内容及结构安排1.3.1本论文主要研究内容 本课题与脉冲涡流检测技术发展前沿相结合，着力解决其在实际应用当中面临的主要问题-频域分析。提出新的频域分析的算法，并通过实验进行了验证。1.3.2本论文结构安排本论文主要包括以下几个部分：第一章：为前言，首先概述了本学位论文选题的主要依据和意义。综合介绍了国内外关于涡流检测频域分析的研究情况，并对本文作者所做的工作进行了简述。 第二章：主要介绍脉冲涡流检测的趋肤效应、提离效应及脉冲涡流检测的工作原理。第三章：主要介绍脉冲涡流检测系统，包括检测系统的组成和检测探头的设计、被检 腐蚀缺陷试块、FFT及信号去噪。第4章 ：分别对不同位置、尺寸的铝板腐蚀缺陷的检测信号进行数据处理,分析频率 对不同位置、尺寸的缺陷信号的影响。第5章 ：总结与展望：概括归纳本论文的主要内容,对以后工作提出了建议和设想。2 脉冲涡流检测原理2.1 趋肤效应 当线圈中有交变电流通过时，试件截面上的电流由于感应作用会分布不均匀，从试件表面向内部涡流密度会按负指数规律衰减，距离试件表面越近，涡流密度就越大，随着距表面距离的增加涡流密度越来越小，这就是所谓的趋肤效应10 。平面坐标图如图2-1(a)所示。将离试件上表面的距离X作为纵坐标，将涡流密度（归一化后）作为横坐标，如图2-1(b)所示。定义涡流密度减弱到其表面值的1/e时，此时的深度为涡流渗透深度，即趋肤深度。 由此可以推导出趋肤深度的表达式为： (2.1) 其中f为激励信号的频率；为被测试件的磁导率；被测试件的电导率。由公式(2.1)知，当其他参数不变时，渗透深度与频率f的平方根成反比，涡流渗透深度将随着频率的增加逐渐减小。对于脉冲涡流，先要对脉冲激励信号作傅里叶变换，接着确定每个频率分量所对应的趋肤深度。比如对于一个方波信号f（t），如果设其周期为T，脉冲宽度为。这样我们就可以推出在脉冲激励作用下的渗透深度为11： n=1,2,3,. (2.2)（a）导体中涡流分布图 （b）归一化后涡流密度图图2.1 趋肤效应从式(2.2)我们可以知道，脉冲激励的频率成分非常丰富，它决定了涡流可以渗透到不同深度，能够对深层缺陷作出相关的感应。在我们进行缺陷检测的过程中，激励信号中包含的高频分量它的渗透深度比较小，只能影响到表面或近表面缺陷。而低频分量因为其渗透深度比较大所以能够影响到下表面的缺陷。所以我们可以很明显的了解到表面或近表面缺陷受到高频和低频分量的共同影响，下表面缺陷只受到低频的影响。如图2.2所示。此外脉冲信号周期T适当地增加，涡流的趋肤深度也会增大。图2.2 激励信号的趋肤效应2.2 提离效应所谓的提离效应就是指变化的电磁场接近导体工件附近时，会在导体工件内产生电涡流。当我们改变这个变化的磁场与导体工件的距离时，电涡流的大小也会随之改变，我们称这种现象叫做提离效应。在涡流检测的过程中，提离效应对检测信号有着非常大的影响，是一种比较普遍的干扰因素，当然对检测结果会产生影响。然而提离效应并不是一无是处，在很多方面它有着特殊的用处，譬如我们可以通过提离效应测量金属表面上涂层的厚度或者油漆等覆盖层的厚度，给我们的生产、生活也带来了一定的方便。2.3 脉冲涡流检测的工作原理简介我们将通有交流电的检测线圈接近导体工件。这时就会在线圈内及其周围产生交变的磁场，使工件中产生旋涡状的感应交变电流，我们称之为涡流。涡流的分布及大小，除了与检测线圈形状、尺寸、电流大小及频率等因素有关外，还受到工件的电导率、磁导率、形状、尺寸、与线圈的距离以及表面有无裂纹缺陷等因素的影响。同时,涡流也会形成另外一个磁场,此磁场又会反过来使得总磁场发生变化,线圈的感应电压及阻抗受此影响会发生变化。于是,通过测量参数的变化,就可以测量出被测工件的有无缺陷等信息12，如图2.3所示。（a）无缺陷 . （b）有缺陷图2.3 涡流检测原理图 检测过程中,利用信号发生器，将方波信号加载在激励线圈两端。在周围空间，此信号会产生一个具有相同波形的脉冲磁场,称之为源磁场。当源磁场处在上升沿和下降沿时，会在导体工件中感应出迅速减弱的涡流,称为脉冲涡流。脉冲涡流在周围空间中又会产生一个快速衰减的涡流磁场。在涡流磁场与源磁场共同作用下，检测线圈会感应出电压。脉冲涡流信号产生的原理如下图2.4所示。如果导体试件上存在腐蚀、裂纹等缺陷,一定会影响涡流的大小及分布,从而涡流磁场以及感应电压会受到影响。通过分析检测线圈上感应电压的变化,就可以获得缺陷的尺寸、位置等相关的信息1。图2.4 脉冲涡流检测中各信号的对应关系 与一般的涡流检测方法相比，它具有以下优点: (1)脉冲涡流的激励及其响应包含的频率范围非常广,可以提供足够多的缺陷信息。 以进行缺陷的分类识别和定量评估。 (2)一般的涡流检测方法是利用感应电压幅值和相位角来对缺陷进行定位，而脉冲涡 流检测是对感应磁场进行时域和频域的分析。（3）因为探头的提离和边缘作用产生的噪声信号，可以在测量结束以后进行后续的 处理和一定的补偿。 (4)脉冲涡流检测系统中的检测元件对低频信号具有较高的灵敏度，同时脉冲激励 具有更高的能量所以其渗透深度比一般的涡流检测渗透深度深。基于此,在工业检测领域中脉冲涡流检测技术有着非常广阔的发展前景,激发了许多研究者的兴趣,成为了现代无损检测技术研究的热点之一。3 脉冲涡流检测平台与传感器设计3.1 脉冲涡流检测系统脉冲涡流检测系统最基本的组成包括信号发生器、探头、数据采集系统以及数据处理与分析系统。信号发生器的作用是产生激励信号,给探头施加激励。为了能在检测中得到更高的信噪比,一般采用功率放大器对激励信号进行放大。探头包含激励线圈和接收传感器。接收传感器可以是将磁感应强度变化率转换为电信号的检测线圈,也可以是直接将磁感应强度转换为电信号的磁场测量元件。数据采集系统记录检测过程中接收线圈或磁场测量元件上的检测信号。接着利用数据处理与分析系统对所得信号进行后处理,去噪放大后进行时域或频域分析,提取特征量,进行缺陷分类识别。最后存储或显示识别结果。 系统硬件实验平台主要由Hall（TMR） 传感器探头、被检试件、脉冲信号发生器、数据采集模块和信号处理模块五大部分组成。脉冲信号发生器主要用于产生激励脉冲信号；传感器探头主要由磁传感器和激励线圈两个部分组成，激励线圈底面的中心是磁传感器，用来对因受缺陷影响而产生的涡流磁场进行检测；被测试件中的脉冲激励磁场主要由激励线圈产生，根据法拉第电磁感应定律，在被测金属试件表面会产生涡流和由涡流感生出的磁场，从而在磁敏传感器中测量垂直方向上总磁场是激励线圈激发的磁场和试件中产生的感生涡流产生的磁场的叠加；被测试件模块用来模拟飞机蒙皮及其其它多层结构中亚表面、第二层、第三层和第四层中铆钉附近的裂纹以及腐蚀缺陷等常见缺陷。 数据采集流程图如图3.1所示：脉冲信号发生器产生一个方波信号，该信号经功率放大器放大之后加在激励线圈的两个输入端，此时就会在线圈中激发出脉冲磁场，将激励线圈放在缺陷试块上，该变化的磁场就会在试块中感生出随磁场变化的涡流，根据楞次定律可知，变化的涡流会产生一个阻碍原激励磁场变化的感生磁场，这两个磁场叠加之后的矢量和磁场被 TMR 传感器所感知而线性输出为相应的电压信号，再通过一个增益可调的电压放大器将输出信号放大到数据采集卡所设定的范围内。然后通过使用信号采集软件在 PC机上编写的数据采集程序，控制采集卡完成由传感器输出的模拟信号的采集，并将采集到的数据保存，方便以后的使用。根据实验的需要我们采集了腐蚀缺陷试块第一层、第二层、第三层的实验数据。图3.2为数据采集系统实物图。图3.1 系统工作流程图图3.2 数据采集系统实物图3.2 探头的设计和制作 探头设计的优劣直接影响着探头灵敏度。虽然目前没有定量的标准能够准确地设计出各种探头参数的最优值,但我们可以根据理论来定性地分析线圈直径、高度、匝数等因素对于探头性能的影响。经分析,在探头设计中有以下几个大的原则可供遵循:(1)半径越小的激励线圈,其所产生的磁场分布越集中,越有利于检测分辨率的提高;(2)减小的线圈高度可以在导电试件中感应出更大的涡流,有利于检测灵敏度的提高;(3)为了能更好地约束磁场,可在线圈中加入磁芯，使磁力线更为集中,增大线圈周围磁感应强度,提高检测分辨率和灵敏度;(4)漆包线越粗,线圈阻抗越小,但对于相同直径和高度的线圈,过粗的导线会使线圈匝数减少,使线圈感应磁场的能力变弱。所以我们的激励线圈一般选用较粗的漆包线(0.31mm),以获得更小的线圈阻抗。 本论文参考了相关的脉冲涡流检测文献1，设计制作了实验所用的检测探头。实验探头主要由激励线圈、圆形骨架、铁氧体磁芯、TMR传感器4部分组成。所用的激励线圈内径为14mm，外径为24mm，高6mm，匝数为120匝。铁氧体内径14mm，外径30mm高10mm。实物图如下图3.3所示。 图3.3 实验探头实物图激励线圈用来在被测试样中产生涡流，铁氧体用于引导聚集磁场，TMR传感器置于线圈中央下方用于检测磁场。激励线圈绕在圆柱形骨架上。根据法拉第电磁感应定律，在被测金属试件表面会产生涡流和一个由涡流感生出的磁场，从而在磁敏传感器中测量垂直方向上总磁场是激励线圈激发的磁场和试件中产生的感生涡流产生的磁场的叠加。3.3 被检缺陷试块设计本论文腐蚀类型缺陷的被检对象为模拟飞机机身的多层铆接铝结构，材料型号为LY12-T3。试样整体几何尺寸为450 mm400 mm15 mm（长宽高），每层铝板厚度为1.5 mm，共10层，将10层铝板用带螺纹的铆钉和螺栓紧密连接，缺陷试块可放在不同的深度，如图3.4所示。图3.4 多层铆接结构示意图在缺陷试块上加工了腐蚀和铆钉孔裂纹两种缺陷。腐蚀为圆形状，直径包括30、20、10、5 mm，深度包括0.50、0.40、0.25、0.15、0.10 mm。腐蚀缺陷的尺寸为直径和深度的不同组合。缺陷试块设计如图3.5所示。被检缺陷试块的实物图如图3.6。图3.5 缺陷试块的设计图(单位：mm)图3.6 被检缺陷试块的实物图4 脉冲涡流检测信号的去噪处理4.1 信号去噪在我们的实际检测中缺陷信息往往包含着噪声。噪声对于缺陷特征的提取是十分不利的。故为了提高信噪比,得到更为精确的检测结果,必须对信号进行进一步处理。其中使用频率最多的处理方法是经过多次测量取平均值。但此方法会增加测量时间,而且还要保证每次测量时的被测对象和测量环境的一致性,这种条件是不易满足的。而且此方法对去除小信号中的大噪声是毫无办法的。因此我们比较几种信号去噪的方式。通过比较去噪后的信号，选取最合适的去噪方法。4.2 低通滤波 4.2.1 FIR低通滤波器为有限长的单位冲激响应滤波器，或者称为非递归型滤波器，在数字信号处理系统中，它是最基本的一个元件。FIR滤波器既可以保证幅频特性，又可以确保线性的相频特性，并且其单位抽样响应是也有限长的，因而FIR滤波器是比较稳定的系统。FIR滤波器在通信、图像处理等领域都有着比较广泛的应用。从滤波特性上分类，可以分为低通、高通、带通和带阻滤波器。本论文用到的是低通滤波（程序代码在附录中）。4.2.2 IIR低通滤波 IIR滤波器与FIR滤波器有所不同，IIR滤波器采用的是递归结构，具有反馈,所以不能确保滤波器的稳定性。通常情况，我们设计IIR滤波器时，首先应该依据滤波器的参数要求来设计相应的模拟滤波器，譬如巴特沃斯滤波器、切比雪夫滤波器等等；然后通过如脉冲响应不变法、双线性变换等方法将模拟滤波器转换为数字滤波器（程序代码在附录中）。4.2.3小波去噪近些年来，由于小波理论在时域和频域具有非常好的特性，因此得到了快速的发展，并且广泛的应用到实际中。在去噪领域中，小波去噪越来越受到相关工作者的重视，利用小波进行去噪收到了很好的效果。小波去噪方法之所以有如此效果，与小波变换是密不可分的，小波去噪方法具有低熵性、多分辨率、选基的灵活性等特点。小波去噪可以非常好地对信号的边缘、尖峰、断点等非平稳特征进行处理。同时小波变换可以通过灵活的选择变换基及选用不同的小波母函数来研究不同的对象。我们在利用小波对信号进行去噪时，先对含有噪声的信号进行小波变换，然后对变换后得到的小波系数进行相应处理，剔除含有的噪声信号，最后对处理后的小波系数反过来进行小波逆变换，得到去噪后的信号。4.2.4不同去噪方法比较与讨论本论文利用海明窗函数设计FIR低通滤波器,双线性变换法设计IIR低通滤波器对信号进行滤波及利用小波对信号进行去噪。然后比较这三种去噪方式，找出最适合的去噪方法。图4.1 不同去噪方法结果图图4.1 为三种不同方法对信号进行去噪得到的结果图。从左至右分别为小波去噪后信号、IIR滤波后信号、FIR滤波后信号。由图可以看出小波包去噪与IIR和FIR低通滤波相比,具有更好地去噪效果。其中，经过IIR滤波后的信号在下降沿偏离参考信号比较大。而经过FIR滤波后的信号，虽然在下降沿和参考信号非常吻合，但是信号在下降沿附近的峰值变化非常大，严重偏离参考信号。故综合考虑，小波去噪效果最好。因此为了清晰辨别出更为准确有效的信号,本文采用了小波去噪的方法。315 脉冲涡流检测的频域分析研究 本论文先对时域的缺陷信号进行差分处理，然后再对差分处理过的时域信号进行FFT变换，得到频谱分析图。通过频谱分析图，对缺陷信号在频域上进行分析，进而分析不同频率对腐蚀缺陷信号的影响。5.1 快速傅里叶变换法 对非周期性连续时间信号x(t)进行傅里叶变换，表示为 （5.1） 其中（5.1）式计算出来的是信号x(t)的连续频谱。 有限长离散信号x(n)N点DFT定义为： k=0,1,.N-1, （5.2） 由式（5.2）知道，计算N点DFT需要大约次乘法和次加法。当N比较大时，运算量很可观。现在我们将N点DFT分解为两个N/2点的 DFT，这样两个N/2点DFT总的运算量就减少为原来的一半，即(N/2)*（N/2)+(N/2)*（N/2）=，这样可以继续分解下去，将N/2再分解为N/4点 DFT等。对于N=点的DFT都可以分解为2点的DFT，这样其运算量可以减少为(N/2)lbN次乘法和NlbN次加法13。由图5.1可以更加清晰明了的看出FFT的巨大优势。图5.1 FFT与DFT所需运算量与计算点数的比较曲线将分解为奇偶两个序列之和，即和的长度均为N/2，其中是偶序列，是奇序列，则 （k=0,1,.N-1）故： （k=0,1,.N-1）因为 所以有： （k=0,1,.N-1）其中和分别为和所对应的N/2点DFT，因为和均以N/2为周期，且，所以又可表示为： (k=0,1,.N/2-1) (k=0,1,.N/2-1) 上式的运算，称之为蝶形运算。依此逐个类推，通过M-1次分解运算，最终将x(n)的N点DFT分解为N/2个两点DFT。图5.2为8点FFT的分解运算流程图。图5.2 8点FFT运算流程图利用FFT处理DFT是非常快速高效的，FFT的出现和发展对推动信号的数字处理技术的发展有着非常重要的意义。从傅里叶展开式知,一个脉冲信号可以看成是由基波和许多谐波成分的叠加15。例如对一个频率为100Hz,电压幅值为10V的方波,其幅值频谱如图5.3所示。由此可以看出,脉冲激励信号由基波和许多谐波组成。根据趋肤效应,随着频率的增加,涡流渗透深度将逐渐减小16。激励信号中包含的高频分量的渗透深度比较小，只能影响到表面或近表面缺陷。而低频分量因为其渗透深度比较大所以能够影响到下表面的缺陷。所以我们可以明显的了解到表面或近表面缺陷受到高频和低频分量的共同影响下表面缺陷只受到低频的影响17。 图5.3 方波激励信号的幅值频谱5.2 频率对不同提离高度的缺陷信号的影响图5.4同一层缺陷不同提离高度频谱分析图图5.4为腐蚀缺陷试块第三层同一位置的缺陷，探头提离高度分别为0.1mm，1.0mm，1.5mm的频谱分析图。由图中我们可以清晰的看到不同的提离高度其信号的幅值不同，提离越大其对应的幅值越大。这是由于提离效应对检测信号产生畸变的影响很大，因此我们对于多层金属内层缺陷进行检测时，我们要对提离效应进行抑制。否则很有可能使我们对缺陷信号产生错误的判断。5.3 频率对不同缺陷层的信号的影响图5.5为不同缺陷层的频谱分析图。图中蓝色实线表示的是：直径为30mm，深度为0.5mm的第一层腐蚀缺陷信号的幅值曲线。红色的实线表示的是：直径为30mm，深度为0.5mm的第三层腐蚀缺陷信号的幅值曲线。由图可知，对于同一大小和深度的缺陷，第一层的腐蚀缺陷信号的幅值均大于第三层的幅值。分别取频率为50、350、1050、3050Hz时第一层幅值与第三层幅值之比，计算幅值比分别为：1.055,1.120,1.203,1.433。作出幅值比与频率关系图，如图5.6。由图可得到：低频对深层缺陷影响较大,随着频率的增加,高频对浅层的影响增大。当频率很高时，两者的幅值都接近于零。图5.5不同缺陷层频谱分析图图5.6 第一层与第三层的信号幅值比与频率关系图图5.7 不同缺陷层与无缺陷参考信号频谱分析图图5.8 参考信号与不同缺陷层的幅值比与频率关系图图5.7为不同缺陷层与无缺陷参考信号的频谱分析图，由图中可以看出，无论第一层还是第三层缺陷信号的幅值均比参考信号的幅值要大。分别计算频率为50、350、750、1050Hz时，参考信号幅值与第一层、第三层信号幅值的幅值比，得到幅值比与频率的关系曲线图如图5.8。由图知时，参考信号与第一层的信号幅值比在低频时变化较大，参考信号与第三层的信号幅值比在频率较高时变化较大，因此，低频有利于第一层缺陷信号的检测，频率较高时有利于第三层缺陷信号的检测5.4 频率对不同深度的缺陷信号的影响图5.9 同层不同深度缺陷频谱分析图图5.10 不同深度幅值比与频率关系图图5.9为同层不同深度缺陷的频谱分析图。由图可知，在低频时深度为0.1mm的缺陷幅值小于0.5mm的缺陷幅值。但是在高频时0.5mm的缺陷幅值反而小于0.1mm的缺陷幅值。这可以从趋肤效应理解，由于低频对内部缺陷影响较大，而高频对表面或近表面缺陷影响较大。分别取频率为150、450、950、1550Hz时，深度为0.1mm与深度0.5mm的缺陷幅值之比，计算分别得到幅值比为：0.964，0.992,1.027,1.059。作出幅值比与频率关系图，如图5.10，由此图可得到：低频对深度为0.5mm的缺陷影响大，频率逐渐增加时，频率对深度为0.1mm的缺陷的影响也逐渐加大。5.5 频率对不同大小缺陷信号的影响图5.11 同一层不同直径缺陷频谱分析图图5.12不同直径缺陷幅值比与频率关系图图5.11为同一层不同直径缺陷的频谱分析图。如图所示，深度同为0.5mm的第一层腐蚀缺陷，直径为30mm的幅值大于直径为10mm的幅值。取频率为50,450,1550,2450Hz时，求直径为30mm与直径10mm的幅值比，计算得到幅值比分别为0.803,0.772,0.762,0.747。作出幅值比与频率关系图如图5.12,。由图知：频率较低时对直径30mm的缺陷影响大，当频率增大时对10mm的缺陷的影响也加大。6结论与展望6.1 结论脉冲涡流检测技术是一门迅速发展的无损检测技术,在石油化工、航空维修等领域有着广阔的应用前景。对金属材料部件中的缺陷进行无损检测与评估是它的重要应用体现之一。目前，一般对涡流缺陷识别的研究主要是集中在时域上或者就是基于频谱分析，这些方法都忽略了脉冲涡流含有不同的频谱分量，以及缺陷对不同的频率分量会产生不同的影响的优点，当然也就没有充分利用这个优点。本文基于脉冲涡流信号的频谱分析，综合分析了不同频率分量对缺陷的影响。论文对采集的信号通过FIR滤波、IIR滤波以及小波进行降噪方面的研究，比较了三种去噪方法，最后选取了去噪效果更好的小波去噪方法对检测信号进行去噪。 论文接着对时域的缺陷信号进行差分处理，然后再对差分处理过的时域信号利用MATLAB编写分析算法进行傅里叶变换，进行频谱分析方面的研究。分析了不同频率对腐蚀缺陷信号的影响。通过分析发现低频分量有利于检测深层缺陷，高频分量有利于检测浅层缺陷。6.2 展望本论文的主要工作是分析频率对不同缺陷的影响，但是由于在实际检测中缺陷一般是多种多样的,加上作者的水平有限和时间关系,并不能对众多的缺陷进行分析,因此需要在以后工作中进行再一步研究。主要可以从以下几个方面开展:1. 本论文只是分析了频率对缺陷的影响，可以说是一种定性的分析。所以可以在进一步研究信号的频域的基础上，可以提取出充分的合适的缺陷特征参数，进行缺陷类型的识别判定。2本论文对缺陷的检测仅仅只是定点检测，但是一般在实际应用中，很多情况下都是扫描检测。可以在以后的工作中对扫描情况下的脉冲涡流进行分析处理，提取出某种特征量来对缺陷进行定量分析。3.本论文只是对腐蚀缺陷进行频域分析，并没有对其他类型的缺陷进行分析，在以后的工作中可以对裂纹等缺陷进行定性甚至定量方面的分析。参考文献1 李岩松. 脉冲涡流检测频域特征提取与缺陷表征研究D.厦门大学硕士学位论文，2014:13-35.2 Zhiwei Zeng, Yansong Li, Lin Huang and Minfang Luo. Frequency-domain characteriz -ation in pulsed eddy current testingJ. International Journal of Applied Electromagneti -cs and Mechanics 2014, 45: 621625.3 Lebrun B,Jayet Y,Baboux J C. Pulsed eddy current signal analysis: application to the erimental detection and characterization of deep flaws in highly conductive materials J. NDT&E International, 1997,30(3): 163-170.4Moulder J C, Bieber J A. Pulsed eddy-current measurements of corrosion and cracking in aging aircraft C. MRS Proceedings. Cambridge University Press, 1997,503(1)：32-41.5Tian G Y Sophian A. Defect classification using a new feature for pulsed eddy current sensors J. NDT&E International,2005,38(1): 77-82.6Tian G Y,Li Y,Mandache C. Study of lift-off invariance for pulsed eddy-current signals J. IEEE Transactions on Magnetics, 2009, 45(1): 184-191.7 杨宾峰, 罗飞路, 张玉华. 飞机多层结构中裂纹的定量检测及分类识别J. 机械工程学 报, 2006, 42(2): 63-67.8Yang Tamburrino A, Udpa L, Udpa S S, Zeng Z, Deng Y, Que P. Pulsed eddy-current based giant magnetoresistive system for the inspection f aircraft structures J. IEEE Transactions on Magnetics, 2010,46(3): 910-917.9 周德强，田贵云，尤丽华等. 基于频谱分析的脉冲涡流缺陷检测研究J.仪器仪表学报， 2011,32（9）: 43-54.10 杨宾峰脉冲涡流无损检测若干关键技术研究D国防科学技术大学博士学位论文， 2006,1:21-2511 徐平，罗飞路，张玉华，杨宾峰脉冲涡流无损检测系统工作点的分析与研究J测量与 设备， 2006，1：5-812 高西全, 丁玉美. 数字信号处理M.成都：西安电子科技大学出版社，2008.13 彭学文, 付跃文. 脉冲涡流检测信号的消噪处理J.计算机工程与设计，2010,31（16）:3715-3719.14 赵光宙信号分析与处理M.北京：机械工业出版社，200715 何赟泽,罗飞路,刘波,等. 脉冲涡流技术对飞机结构内层裂纹缺陷的检测识别J.无损检 测, 2009,12(10):810-813.16 潘孟春，何赟泽，罗飞路