（测试计量技术及仪器专业论文）基于参考信号去除的板结构兰姆波缺陷成像方法研究.pdf

摘璎 摘要 随着材料科学和机械制造业的高速发展，板状结构在航空航天工业、汽车工 业、船舶工业以及压力锅炉和大型化工容器等方面得到了广泛的应用。在板状结 构服役期间，为保证结构的正常安全运行，有必要利用无损检测技术对其运行状 况进行检测。与其它无损检测方法相比，超声l a m b 波技术具有检测效率高的特 点，非常适合于板类结构的大范围检测。但由于超声l a m b 波检测信号的复杂性 和难于解释，限制了它在工业生产中的广泛应用。针对这种现状，本文发展一种 基于参考信号去除的板结构l a m b 波缺陷成像方法，以实现板结构中缺陷的可视 化。主要工作内容如下： ( 1 ) 建立板结构l a m b 波检测系统，对激励信号参数及传感器布置等影响因 素进行分析； ( 2 ) 发展一种基于参考信号去除的板结构l a m b 波缺陷成像方法。通过将检 测信号与无缺陷状态下的参考信号相减的方法，突显缺陷信息。基于椭圆定位原 理，建立反射信号幅度随空间位置变化的二维分布，实现板结构l a m b 波缺陷检 测的可视化。同时，通过对稀疏传感器阵列检测结果进行信息融合处理的方法， 提高缺陷检测的准确性和可靠性； ( 3 ) 将经验模态分解技术( e m d ) 应用于l a m b 波信号处理。通过对不同阶 次固有模态函数分析发现，一阶固有模态函数与原信号相关性最好。利用分解得 到的一阶固有模态函数进行缺陷成像处理，结果表明，该方法降低了相关噪声， 提高了成像方法的缺陷识别能力。 关键词：兰姆波；无损检测；缺陷成像；板结构；椭圆定位 b 圭= 一1f ：警踢f ( 2 3 ) 7 u死l t 其实质是使信号x ( f ) 产生9 0 。的相移。以工( f ) 为实部，量( f ) 为虚部构造一解析信号： ( f ) = 石o ) + 矗( f ) = l o ) i p 矗h ” ( 2 4 ) 式中 l ( f ) i = x 2 0 ) + 曼2 0 ) ( 2 - 5 a ) lo - t “i q ( f ) = t g l 掣l ( 2 - 5 b ) l 姒叫 k ( f ) i 即为原始信号x ( t ) 的包络，上述过程完成了对信号的包络分析。 ? z 二昂。i 1 ：1 ：翼。 希尔伯特黄变换( h i l b e r th u a n gt r a n s f o r m ，h h t ) 是近年来对以傅立叶变换 为基础的线性和稳态谱分析的一个重大突破，h h t 完全独立于傅立叶变换。它 是目前第一种不需要利用特定函数形式( 如傅立叶变换的三角函数，小波变换的 小波基函数等) 对数据进行分解的具有自适应能力的先进时频域信号处理方法。 与基于傅立叶变换的其他信号处理方法相比，它最大的优点在于对非线性和非平 稳数据的能力。它能够准确地反映出物理过程中能量在时间尺度上的分布规律， 并在时频域内准确地测定特定事件的发生。该方法首先在海洋工程中得到应用， 随后扩展到地震信号处理、土木工程结构健康检测等领域，在实际应用中显示出 了独特的优点，取得了较好的效果。h h t 在结构健康监测的研究中可以提取反 映结构状态的有用信息，同时还可以对检测信号进行降噪处理【4 7 郴】。本文采用 h h t 技术中的e m d 经验模态分解对l a m b 波检测信号进行分析。 2 4 本章小结 本章介绍了超声l a m b 波的基本知识和特征，以及l a m b 波检测原理。介绍 了常用的l a m b 波信号处理方法，作为进行下一步工作的理论依据。 z3 市l ：n u b ；，2 “w 系统理j r 第3 章l a m b 波检测系统建立 本章介绍l a m b 波检测系统，并对影响检测效果的各因素进行分析，采用窄 带激励信号在铝板中激发出l a m b 波，并对检测信号进行了初步分析。 3 1 试验装置 l a m b 波板结构检测系统由硬件系统和软件系统组成。其中硬件系统包括试 验对象，传感器，超声信号发生装置，功率放大器等。实验硬件系统装置框图如 图3 1 所示，超声发射装置( 函 数发生器和功率放大器) 发出激 励信号通过探头的逆压电效应作 用于平板结构产生l a m b 波，由 于探头的选频作用在板中产生的 是具有一定带宽的l a m b 波。系 统的软件部分基于m a t l a b 环境， 采用m a t l a b 语言对采集的信号进 行处理和开发，提高系统的实用 性和实时性，最终形成一套板结 构无损检测系统。 3 2 试验方案 3 2 2l a m b 波的激励和接收 图3 1 试验系统装置图 f i g 3 - 1s c h e m a t i c so fe x p e r i m e n ts y s t e m 压电元件以其灵敏度高、动态范围较宽、既可作接收传感器也可作激励传感 器，被广泛使用于智能材料与结构的各个领域中。当利用压电元件的正压电效应 时，压电元件可以被用作接收传感器；利用逆压电效应，可以将压电材料制成激 励元件。根据文献【3 2 。35 】的实验研究，本文选用中心频率为2 m h z ，直径6 m m ， 厚度为o 8 m m 的压电片作为激励传感器和接收传感器。利用垂直耦合法采用多 个换能器组成探头阵列来激发和接收l a m b 波，即采用一个压电传感器作为激励 传感器，用多个压电传感器作为接收传感器，组成多通道l a m b 波检测系统。 ，i lj j i7 - 、i i , ，、j ：7 - j 。坝i 沦艾 通常，有两类激励信号可用于薄板结构中激发l a r r i b 波，一类是宽带激励信 号，另外一类是窄带激励信号。宽带激励方法所激发的l l r n b 波含有的频率成分 丰富，如脉冲信号可作为宽带激励信号，此种激励波对结构中的各种损伤都很敏 感，但是，宽带激励l m ) b 波方法比窄带激励l a m b 波方法更难解释，检测信号 中包含更多的模态，通常都是对宽带激励的l a m b 波进行特征提取，期望提取的 信号特征能反映出结构或损伤的特征。窄带激励方式在许多领域有着很好的应用 前景。因此本文实验研究都是基于窄带激励的l m n b 波。 3 2 2 激励信号参数的选取 超声检测中所期望得到的与缺陷性质有关的各种信息( 包括缺陷的位置、大 小等) ，往往以某种方式隐藏在所获取的信号中。因此检测信号信噪比的高低决 定了检测结果的优劣。检测结果受多种因素的影响，本节将从如下几个方面进行 研究：激励信号的中心频率，周期数，窗函数。 ( 1 ) 激励信号的中心频率 由于l a m b 波的多模 态性，随着激励信号频率 的增大，l a m b 波传播模态 会增加，使得检测信号更 难以分析处理。因此选取； 最佳的中心频率对于； l a m b 波检测信号的分析 尤为重要。 图3 2 为3 m m 厚铝板 的频散曲线，除了s o 和 a 0 模态，其余模态l a m b 厂，_ 渗莆 ! l 、 、 图3 - 23 n u n 厚铝板的频散曲线 波均有截止频率，当频率 f i g 3 - 2d i 8 p e r s i o n 伽v 懿f o r3 m m 。n l i c k a l 啪i i l u mp l a 钯 低于5 0 0 k h z 时只有s o 和 a 0 模态的l a m b 波，查阅文献，激励信号的中心频率一般在2 0 0 k h z 一4 5 0 k h z p 厶纠j 。 ( 2 ) 窗函数和周期数的选取 为使被激励的信号在传播过程中频散现象尽可能的小，原理上激励信号应选 取单频信号。但由于严格的单频信号要求时域无限，实际上不可能产生，因此在 试验中只能选择频带较窄的信号。产生窄带信号比较有效也是常用的方法就是对 单频币弦信号进行加窗处理，由于各种窗函数的性能不同，经过不同窗函数调制 的激励信号的性能自然也就不同，故在试验中应根据实际情况选择合适的窗函数 以取得较好的试验效果。此外，窗函数的宽度，即激励信号的周期数对导波信号 的传播也有一定的影响。 比较常用的窗函数有矩形窗，h a r m i n g 窗，h a m m i n g 窗，b l a c k m a n 窗等。 这几种窗函数的数学表达式分别为： 矩形窗函数 啡+ 1 ) = 锯巍箍”1 ( 3 - ，) h a r m i n g 窗函数 嘶- 1 ) 一o s ( ，一c o ：z 击) 玑一 p z ， h a m m i n g 窗函数 诹+ - ) = 0 5 4 - 0 拍+ c o ：z 击 t = z ，川( ) b i a c k n m u 宙函数 协+ 1 ) = z - o s c o s ( z z 刍) + o 吣c o s ( 。z 刍) 上五 n 一1 f 3 - 4 ) 时域渡形图3 。各种宙醋数的时域和频域盘频域波形 f i g3 - 3 币r 1 c d o m a i n w a v e f o r ma n d f r e q u e n c yd o m a i n w a v e f o r mo f d j f f a e n t k t r t f l s 0 1 w l n q o w d i i l c l l o i i $ 尉3 - 3 0 ) 和3 - 3 f b 份别是各种窗函数的时域波形和频域波形，图中由上往下 依次是矩形窗，h a r m i n g 窗，h a m m i n g 窗，b l a c l ( i n a n 窗。 比较几种窗函数可以看出，h a r m i n g 窗函数是升余弦函数h a r m i n g 窗函数 的最大旁瓣值比主瓣值低3 1 d b ，但是主瓣宽度比矩形窗函数的主瓣宽度增加了 i 倍；h 锄蚰i l l g 窗函数是对h 龇h n g 窗函数的优化，在保持主瓣宽度不变的情况 下，旁瓣衰减进一步降低。b l a c k m a n 窗函数是在升余弦函数的基础上再加一个 一m 黼赢 。：b p ： 广 i t ：j ：ii 、i i ，、。一r h 峡li f ：= 殳 二次谐波分量得到的，其主瓣宽度有所增加但是最大旁瓣值比主瓣值低4 0 d b 左 右。矩形窗函数的频响主瓣不突出并且旁瓣值与主瓣值相差不明显，因此很容易 造成激励信号能量的泄漏。表3 2 列出了这几种窗函数的性能指标。 表3 - 2 几种窗函数的性能指标 t a b l e3 - 2p e r f o r m a n c ei n d e xo fd i f f e r e n tk i n d so fw i n d o wf u n c t i o n s 窗函数主瓣宽度旁瓣峰值衰减( d b )阻带最小衰减( d b ) 矩形4 n1 32 l 汉宁8 n一3 l - 4 4 汉明8 n- 4 15 3 布莱克曼1 2 n5 77 4 实际应用中，采用h a r m i n g 窗函数和h a m m i n g 窗函数的差别不大，b l a c k m a n 窗函数属于二阶升余弦函数，性能较好，但由于计算复杂，实际应用中很少应用。 矩形窗函数计算简单，但由于其旁瓣较大，造成信号能量泄漏较大，在实际中应 用也不多。本文采用h a n n i n g 窗函数。 周期数的影响主要分为以下两个方面： ( 1 ) 震荡周期个数越多，信号的频带越窄，越容易激励所需要的模态，但时 域信号的持续时间随之变长，多种模态在时域越容易产生叠加，反而不利于的检 测与信号的识别。 ( 2 ) 震荡周期个数越少，信号的频带越宽，越难产生单纯的单一模态，产生 的模态越多，对信号的识别和处理也会越困难。 经以上分析可知，信号的震荡周期个数不能任意选取，具体情况应根据试验 确定，过多或太少均会给检测的结果分析带来困难，本文采用1 0 个周期的窗函 数。当选取中心频率为3 0 0 k h z 的激励信号时，其时域波形和频谱如图3 4 所示。 o20 406081 频率( m h z ) 图3 4 激励信号 f i g 3 - 4t r a n s m i t t e ds i g n a l 1 6 o o 0 o o o o o 0 型善 5 o o o o m m ) 巡馨 筇! 市l m n bj ，： f = l i 系置：卫? ， 3 3l a m b 波信号的初步分析 图3 5 给出的是在厚度为 3 m m 的铝板上，采用双探头的方 式，用中心频率为2 m h z 的压电片 激励出的l a m b 波的时域波形图， 激励信号的中心频率为3 0 0 k h z 。这 块的铝板尺寸为1 0 0 0 m mx 1 0 0 0 m m ，检测时两传感器均摆放 在铝板沿长度方向的中心线上，两 探头关于板的中心对称分布且它们 的入射点之间距离相距为3 2 4 m m 。 由图3 5 可以看出，在时域波 形图( 上图) 上l m s 附近有两个波包， 但是无法确定信号中所包含的 l a m b 波模式成分。图3 6 是检测信 号的傅立叶变换后的功率谱图，从 图中可以得出在信号中主要存在两 种频率成分，且高频部分信号占主 要，低频成分次之，由此可判断信 号中可能含有两种模态的l a m b 波。 0 0 3 o 0 2 o 0 1 恻 馨0 0 1 o 0 2 o 0 3 s 一l l ll 。 l 。 r k ? 二 丫r 引 o 2 时闻( s ) 6 图3 5 响应信号 f i g 3 - 5r e c e i v e ds i g n a l 图3 - 6 功率谱 f i g 3 6p o w e rs p e c t r u m 激励信号的频率为3 0 0 k h z ，在 这一频率下，只有a 0 和s o 两种模态的l a m b 波，其理论群速度分别是3 0 2 m m s 和 5 3 4 m m s 。如果传播距离为3 2 4 m m ，则这两个模态的l a m b 波传播的时间分别是 1 0 8 m s 和0 6 0 7 m s 。从时域波形图中可以看出l m s 附近信号中的两个波包到达的时 间分别是0 6 5 m s 和1 1 5 m s ，根据传播距离和传播时间可以分别计算出这两个波包 的传播速度4 9 8 m m s 和2 8 2 r n m s 。因此我们可以认为时域波形上首先到达的两 个波包分别是s o 和a 0 模态的l a m b 波，由于采用的压电陶瓷片施加载荷以离面力 为主，因此，激励出的超声导波信号以低频非对称的a 0 模态导波为主，由图3 5 也可以看出a 0 模态的l a m b 波能量远大于s o 模态的l a m b 波。 l a m b 波信号处理包含模态区分，指通过一定的信号处理方法对检测信号进 行有效识别，从而得到信号中包含的l a m b 波模态。在本文中需要对a 0 和s o 模态 的波包进行区分，从而取得a 0 模态波包的群速度，常用的方法有时域法，频域 法和时频法。常用的时域方法，如阈值法，相关法等，可分析信号的到达时间、 幅度等信息，具有操作简单、概念直观等优点，但是，在l a m b 波检测过程中， 儿求丁业人；：r 川f ! i 沦足 接收到的响应信号往往是高频的微弱信号，检测过程中各种因素会带入大量的干 扰，如随机噪声、工频噪声等，其中有些干扰的频率与检测信号的频率相近，另 外，l a m b 波是多模式的，不同的模式混叠在一起，引起波包相位改变，会干扰 采用时域方法分析信号，因此，仅仅采用时域的方法对信号进行分析，容易出现 不准确性和误判损伤的情况。l a m b 波检测信号是一种典型的非平稳信号，基于 傅立叶分析的频域分析方法则是从频域观察信号组成，它假设分析对象是一个具 有遍历统计特性的平稳过程，不适合对局部频率变化剧烈的非平稳信号的分析。 作为时频分析方法的一种，h h t 技术的优点在于对非线性和非平稳数据的处理能 力。本文将分别采用时域的方法和h h t 技术对检测信号进行分析。 茸缺稻+ 土匠图 卡 l“。l 止m i【 r r r r l r f f 牌 一 o0 51 时f n j ( m s ) 图3 7 有无缺陷时时域对比图 f i g 3 - 7d e t e c t i o ns i g n a la n dr e f e r e n c es i g n a lo f n o n d e f e c t 图3 7 是在上述实验条件，采用一发一收方式，用中心频率为2 m h z 的压电 片激励出的l a m b 波的有缺陷时域波形图和无缺陷时域波形图，检测时两探头均 摆放在钢板沿长度方向的中心线上，两探头关于板的中心对称分布且它们的入射 点之间距离相距为4 5 0 m m 。从图中并不能看出有缺陷时的时域波形相对于无缺 陷时发生了什么变化，这是因为在接收到的l a m b 波回波信号中，不仅包含有有 缺陷导致的回波信号，还包含检测对象本身结构中边界形成的反射、实验环境引 入的噪声等。这些干扰会影响甚至淹没检测中的有用信号，使得缺陷信息不是很 明显。在这里可以利用相减的方法将该问题解决，即将监测到的表征结构运行状 态的导波信号与结构未损伤时检测到的导波信号相比较的方法，如可以简单的将 两个信号直接相减。由于结构特征体( 如边缘) 的反射信号没有变化，在相减过 程中被去掉( 或大大减小) ，因此，大大降低了特征体反射信号在检测波形的比 重，使得缺陷反射信号相对突出出来。 另外如何将时间域的差别反映到空间域，即通过分析一维时域信号获得二维 空问域的结构信息，实现二维结构的缺陷定位。在第四章中将详细介绍缺陷定位 5 1 1 n 0 瓮3 亭l a m b ：，：、测系麓业、。， 的算法。 3 4 传感器布局的影响 理想的检测信号是各模态的导波没有相互叠加，能够清晰区分，但是实际情 况难以实现。除了检测对象的影响，另外一个影响因素就是传感器布局的影响。 传感器间距过短，信号传播的路径过短将引发a 0 模态的信号和s o 模态的 信号之间的混叠，导致难以分析a 0 模态信号的到达时间。在本文中，希望求取 单模态l a m b 波信号的群速度以计算检测信号的传播时间，正是利用这种到达时 间之差，根据椭圆定位原理来进行损伤定位。 为了避免a 0 模态的l a m b 波和s o 模态的l a m b 波叠加，以利于进行信号分 析乃至最后的损伤定位，激励元件和接收元件之间的距离，设为d ，应该尽可能 大，但传播距离越大将有越明显的信号衰减，因此提出以下关系式，该关系式是 d 所至少需要满足的条件： 詈一号 尝 c 3 - s ， 一 i j - ) i 珞丘 、 其中以为激励信后的中心频率，珞为该频率下s o 模态的群速度，圪为该频率 下a 0 模态的群速度，以为激励信号的周期数。 激励信号的持续时间为导，假如选择中心频率为3 0 0k h z 的激励信号，周 3c 期数为1 0 ，k 和y 。的理论群速度已知，可计算得到d 应大于2 6 c m 。 图3 8 分别是采用不同间距的传感器的响应信号，图3 8 ( a ) 是传感器间距为 1 5 c m 时的响应信号，从图中可以看出，直接到达的a 0 和s 0 模态的波包叠加在 一起，不能清晰区分；图3 8 ( b ) 是传感器间距为3 5 c m 时的响应信号，可以分辨 出a 0 和s o 模态的波包。 北京t 、人t 。帧i 沦文 3 5 本章小结 ( b ) 图3 8 不同间距的响应信号 f i g 3 - 8r e c e i v e ds i g n a lo f d i f f e r e n td i s t a n c eo fs e n s o r s 本章介绍了本文的实验系统软硬件系统组成，对比分析了窄带激发和宽带激 发这两种l a m b 波激励信号的优缺点，本文选择采用窄带激励方式。确定试验方 案并对激励信号的参数进行了分析，选定激励信号的中心频率范围为 2 0 0 - 4 0 0 k h z ，汉宁窗调制的1 0 个周期正弦信号。采用3 0 0 k h z 的激励信号在薄 铝板中激发出l a m b 波，对检测信号进行了分析，同时研究了传感器的间距要满 足的条件。 zj 1 i j 。参艺r ! jj ：冷j ：妖 ! l m b 浊：隔，j 1 2 学7 注 第4 章基于参考信号去除的板结构l a m b 波缺陷 成像方法 对3 m m 厚铝板上的模拟缺陷进行研究，基于椭圆定位原理，发展了一种基 于参考信号去除的板结构l a m b 波缺陷成像方法，实现板结构l a m b 波缺陷检测 的可视化。 根据椭圆定位原理，为了确定缺陷位置至少需要二组检测信号( 三个传感 器) 。但由于环境噪声、传感器不一致性等因素的影响，使得缺陷定位误差很大， 甚至检测不出缺陷。本文采用稀疏传感器阵列技术，在板结构上布置多个压电传 感器，采用多路扫查的办法得到多组检测信号。这些检测信号中含有更多的缺陷 信息，通过对这些检测信号的融合处理可以获得更多缺陷信息，从而提高缺陷定 位的可靠性和准确性。 4 1 基于无缺陷参考信号去除的平板缺陷椭圆定位方法 4 1 1 椭圆定位技术 l a m b 波检测信号是由多个反射回波组成，假若某一发射回波由缺陷d 引起 ( 如图4 - i 所示) ，其传播路径l 为t j d + r i d ( 乃和髟分别是激励和接收传感器 位置) ， 图4 1 缺陷椭圆定位原理图示 f i g 4 - lp r i n c i p l eo fe l l i p s el o c a t i o n j e m 】 m i * 传播距离l 为常量，即f d + r ，d 为一常量符合椭圆的定义，即激励传感器l 接收传感器凡。为椭圆的两个焦点，缺陷d 为椭圆上的任意点，如图4 - l ( a ) 所示。 显然仅有一个椭圆是不能确定损伤位置的，为此可选取另一组激励传感压电片， 据此可画出第二个椭圆，两个椭圆的交点即为损伤位置，如图4 - 1 ( b ) 。 4 1 2l a m b 波检测原理 l a m b 波在板中传播时，遇到缺陷时，会发生反射和散射现象，这时结构中 的缺陷信息就会包含在响应信号之中，通过对响应信号进行采集，分析提取出其 中所包含的缺陷信息，就可以对缺陷的存在、大小、类型以厦位置等进行判别。 从而实现对结构的无损检测。 超声导波检测信号存在多个模态及多个反射信号，使得超声导波检测信号异 常复杂。利用一种很简单的方法可以将该问题很好解决，即将监测到的表征结构 运行状态的导波信号与结构末损伤时检测到的导波信号相比较的方法，如可以简 单的将两个信号直接相减。由于结构特征体( 如边缘) 的反射信号没有变化，在 相减过程中被去掉( 或大大减小) ，因此，大大降低了特征体反射信号在检测波 形的比重，使得缺陷反射信号相对突出出来，有助于提高缺陷检测灵敏度。 4 2 信号处理及缺陷可视化实现 4 2 1 试验系统 本文超声导波检测试验在一块厚度为3 m m 尺寸为1 0 0 0 m m 1 0 0 0 m m 的铝 板上进行，如图4 - 2 所示。试验系统主要包括超声导波传感器、功率放大器、信 号发生器及示波器组成。其中 传感器采用直径为6 1 ：衄1 ，厚度 为0 8 m m 的压电陶瓷片( p z t ) 。 激励信号为1 0 个周期的汉宁窗 调制的正弦信号，其中心频率为 3 0 0 k h z ，信号经功率放大后 施加在某一压电陶瓷片，在板中 激励出超声导波信号。在板内传 播的超声导波信号被其它两片 压电陶瓷片接收，经采样后存储 图4 2 系统组成示意圈 f i 9 4 也e x p e r l m e n t a ls e t - u p z4 市讧丁磐乞片：f 冷i 扳站 ! j i 川1 1 h ? l l 、- 奠r，气学己。? 土 于计算机，以便于后续分析处理。 损伤采用模拟缺陷，也就是在结构上加圆柱形状的质量块以模拟缺陷，在本 文中采用直径为1 0 n l m 的柱形磁铁模拟缺陷。传感器的位置分别是s 1 ( 2 9 5 ，5 0 5 ) ， s 2 ( 6 0 0 ，4 0 5 ) ，s 3 ( 4 9 5 ，6 9 0 ) ，单位为m m 。为方便表示，以下未特别说明的坐 标单位均为r a i n 。 4 2 2 缺陷定位实验及检测信号的处理 模拟缺陷的位置为( 4 9 5 ，5 0 5 ) ，利用每对传感器进行多次信号采集，并对多 次采集数据沿时间轴进行平均，以剔除随机噪声信号，试验中信号采集平均次数 为5 1 2 次。分别记录无缺陷时结构的响应信号和有缺陷时的响应信号，三个传感 器可以得到六组检测数据( 如图4 3 所示) ，然后对采集的信号进行处理( 以传感 器s 1 和s 2 所采集的信号为例进行说明) 。 i s 1 和s 2 无缺陷信号 l |l 一 kl 。上“i l ii i f 。j 吖叮t w ! 邕 0 1 s i a ， ，、0 6 5 、一 o 霎- 0 0 5 n 1 0 j 6 n 0 o0 鬈母游 - o 1 m 1 5 l s 1 和无缺陷信号f lu i il l j 山一上j 。l 。j l 。： r r r ”r p ! o0 10 20 30 t0 50 60 70 8o 1 时阊( m 皇) l s 2 和s 3 无缺陷信号 k 一一。lj 1 1 i i k 土j i 。l l 。 r y ff wr i ”t i r p 一 l s 1 和寝有缺陷信号 lll i i l j l1 i i j 。“j r 山 ri 丁1 r w7 吖l - i| ! 0 1 6 吐 ，、0 0 5 v 0 蓉- 0 0 5 以1 审5 8 o o s o0 蓉- 0 t ：1 5 啦t 00 0 20 30 40 50 80 70 8o 9 时问( m )- 罐 图4 3 无缺陷响应信号和有缺陷响应信号 f i g 4 - 3r e c e i v e ds i g n a lf r o mu n d a m a g e dp l a t ea n dd a m a g e dp l a t e 第( j = 1 , 2 ，3 ，以) 对传感器接收到的超声导波信号x 形) 经过平均后，通过 中心频率为3 0 0 k h z 的高斯窗滤波器进行滤波处理。滤波后信号石：( f ) 按照激励接 收传感器的距离进行归一化处理，其中第一对传感器接收信号中首次到达a 0 模 态幅度为1 ： 渺半居 件， 其中么，第j 对传感器的首次到达a 0 模态导波的幅度，盔和d 为第1 对和第对 传感器的距离。 由于阻尼损失和声束扩散，导波信号的幅度随传播距离增加而减小，且声波 幅度的减小率与传播时间的平方根成正比。因此，导波信号的传播衰减可以通过 下式进行补偿： 宕心) = 舅j ( t ) 4 t ( 4 - 2 ) 以上信号处理过程的结果如图4 4 所示。 【。1 1。l 1 - il 一 t r i l ” 1 0o 20 40 6 0 81 时h j ( m s ) ( a ) 原信号 i 【jl j。卫l “乱 j f f 1 r _ r邓 00 20 40 80 8 时间( m s ) ( c ) 归一化后的信号 时间( m s ) ( b ) 滤波后信号 时问( m s ) ( d ) 能量补偿后信号 图4 - 4 检测信号的预处理 f i g 4 _ 4p r e t r e a t m e n to fr e c e i v e ds i g n a l 对第j 对传感器，利用归一化信- - 。丐r - 1x ，( f ) 可以计算其希尔伯特包络 j ( f ) 。 利用上述信号处理方法，可以得到有、无缺陷时三组检测信号的希尔伯特包 络图，如图4 5 所示，自上而下的三幅图分别是传感器s l 和s 2 、s 1 和s 3 、$ 2 币n s 3 所采集的响应信号，红色曲线为无缺陷时结构的响应信号，蓝色曲线为有缺陷时 第- | 节 i i ：丁参艺f ? 一土馀n 0 k 站掬l a m b 浊? f ! m ，j l 之_ ，。，寸：土 结构的响应信号，可以发现红色曲线和蓝色曲线在大部分区域重叠，形状基本一 致，但是在部分区域，蓝色曲线发生畸变，根据l a m b 波检测原理，畸变信号可 能就是由于缺陷引起的反射回波，包含了缺陷信息。 ； ， ； 0 且 3 。8 姜o j 4 0 2 j 。守亩瞄表“乙茜“_ 喃出l r _ 一l 1 亨_ 。1 扩3 套j 。7 岛一j 钆，掣m 。i 艄i - 一j 由j ， 譬璃娴吖：吖t “?n - v i 磷。二? 。i4 图4 5 无缺陷响应信号和有缺陷响应信号的希尔伯特包络 f i g 4 5e n v e l o p so fr e c e i v e ds i g n a l sf r o mu n d a m a g e dp l a t ea n dd a m a g e dp l a t e 对于每对传感器接收信号，利用椭圆定位法确定缺陷的位置。以第，对传感 器乃、r j 为例，o ；，y ，t ) 和( x 岁，y 岁) 为第对传感器坐标，假设在d 处( 勤，y d ) 有 一缺陷，如图4 1 ( a ) 所示。因此，传感器接收信号x ；( f ) 中既包括直接从传感 器丁，传播到传感器尺，的信号，又包括从传感器t 传播到缺陷处，经缺陷反射后 传播到接收传感器r ；的信号。通过第二章中对l a m b 波检测信号进行了初步分析， 在低频段，l a m b 波响应信号中，a o 模态l a m b 波的能量远大于s o 模态的l a m b 波。 若假设结构中以单- - a o 模态导波为主，其群速度为c 。因此，可以计算出从传 感器r ，经缺陷反射后，再传播到传感器r ，的时间为： ，f ：! 兰二垒! ：! 蔓二丝! ：! 蔓二垒! ：! 篓二丝兰( 4 3 ) j c g i 为第对传感器接收信号中缺陷反射信号传播时间，群速度c 。可以利用响应信 j t ml 业 牛t # mi 。k z 号中第一个到达a o 模态的时间以及激励传感器和接收传感器的距离得出。实际 上，图4 - 1 ( a ) 中以第，对传感器为焦点的缺陷d ( x o ，) 所在的椭圆z 上所有 位置对应的回波时间均为f j 。因此，对于第j 对传感器，接收信号在f j 的反射信 号必定由位于椭圆z 上的某个缺陷 信号幅度随空间位置变化的二维图 形对于传感器对t 、r j ( ( 巧，y ；) 图4 单个检测信号对应的反射信号 幅度分布圉 和( ，j ，y j ) ) ，结构内任意空间位置( 暑，) 处的缺陷对应反射信号的声波传播长度 d 为： d j = 厄i 再面+ 属再丽 ( “) 因此，可以利用检测信号的希尔伯特包络计算出该位置对应的反射信号幅度 i ( x ，： l j ( x , y ) = - ( 当) ( 4 5 ) 。 因此得到用反射信号幅度( 希尔伯特包络) 表示的结构2 d 缺陷分布图。对应于 相同传播距离下的点形成以传感器为焦点的椭圆轨迹，如图4 6 所示。 423 缺陷可视化定位 根据椭圆定位原理，为了确定缺陷位置至少需要二组检测信号( 三个传感 器) 。 t ， ，( t y ) = ”_ a ) ( 4 6 ) j 2 l。2 图禾6 和图4 7 分别是铝板有、无缺陷时三对传感器检测信号的反射信号能 量分布图，从图中可以看出，有、无缺陷条件下的能量分布没有明显的区别，主 要是缺陷信号幅度比结构特征体反射信号( 如端面回波) 幅度小的多，掩盖了缺 第4 审拈于参芍竹j 除的扳目瑚l a m b 被缺mj 女镕 陷信息。 为了将缺陷与结构特征体( 如边缘) 很好区分开来，可以把缺陷情况下检测 信号与无缺陷下参考信号进行比较。采用最简便的求差运算方法，并用d b 表示 为： 一g ( 咤乏兰掣 睁即 其中j 腼她( ，y ) 和j 鲥( y ) 分别是无缺陷和有缺陷情况下结构的反射信 号幅度空间分布。通过求差运算减去( 降低) 二者的共有信息一结构的特征信 息，但保留了缺陷信息，达到缺陷信息突出的目的。 ；璁 鎏圣型8 吣。爱薹雳 ”：。“ 盹。盟嚣晕甓慧勰蛐。 将有缺陷时的能量分布图( 图 4 - 8 ) 减去无缺陷时的能量分布图( 图 4 7 ) ，得到如图4 - 9 所示的能量分布 图( 图中传感器的位置白色星号标 识，缺陷的位置用白色方框标识) 。i 从罔中可以看出缺陷附近的能量分 布和板上其它部位明显不同，亮度最 大( 能量值大) ，因此可以认为此处 就是缺陷。 4 2 4 定位结果及分析 矗第 8j： t 图4 - 8 有缺陷时能量分布 f i g a - 8l a t 衄s i t y m a p f o r d a m a g e d o k 恼 圈4 - 9 缺陷定位图 f i 9 4 - 9 i n t e n s i t y m a p f o r d e f e c t l o c a l i z a t i o n 为了验证缺陷成像方法的可行性，用磁铁在板上不周位置分别模拟缺陷，对 蓟 殇爝黔雕 口5 i 毒 目ilii二= 鳓 目i二ifjjiiu_ 此鼻i t 业人t 一f | l ；! i + 沦史 两种典型结果进行分析：缺陷在三个传感器内侧，缺陷不在传感器内侧( 缺陷位 于传感器外侧或者缺陷位于两个传感器 连线附近) 。缺陷和传感器位置如图4 1 0 所示( 图中传感器的位置用白色星号标 识，缺陷的位置用方框标识) 所示。传 感器的位置分别是( 2 9 5 ，5 0 5 ) ， ( 6 0 0 ，4 0 5 ) ，( 4 9 5 ，6 9 0 ) ，激励信号的频 率为3 0 0 k h z 。 ( 1 ) 缺陷位于三个传感器内侧： 当缺陷位于传感器内侧时，分别在 5 个不同的位置模拟了缺陷，检测结果 如表4 1 所示： 疆m m 图4 1 0 传感器及缺陷位置图示 f i g 4 - 1 0p o s i t i o no fs 倒s o r s 表4 1 实验结果及误差 缺陷位置检测结果x 方向误差y 方向误差 缺陷l( 4 5 0 5 6 0 )( 4 8 0 5 9 0 ) 9 0 1 5 3 6 缺陷2 ( 4 5 0 5 4 0 ) ( 4 1 0 a 8 0 ) 6 6 7 1 1 1 1 缺陷3 ( 5 0 0 ，6 0 0 ) ( 4 2 0 5 7 0 ) 1 6 5 缺陷4 ( 4 6 0 5 8 0 ) ( 5 0 0 , 5 5 0 ) 8 6 9 5 1 7 缺陷5( 4 4 0 6 0 0 )( 4 6 0 ，5 1 5 ) 4 4 5 1 4 1 2 实验结果表明这种成像算法对位于传感器内侧缺陷的检测是有效的，而且检 测误差控制在1 0 附近。 根据表4 1 的实验结果，对于缺陷l 取有效信息点的形心为最后的缺陷位置 ( 4 8 3 ，5 9 2 ) ，对比实际缺陷位置( 4 5 0 ，5 6 0 ) ，误差为 4 ( 4 8 3 4 5 0 ) 2 + ( 5 9 2 5 6 0 ) 2 = 4 5 9 7m l n ，缺陷2 、3 、4 、5 的误差分别是6 9 5 m m ， 8 2 6 m m ，4 9 2 m m ，8 7 3 m m ，平均误差为6 6 9 m m 。 ( 2 ) 缺陷不位于传感器内侧： 分别在位置( 4 3 0 ，4 2 0 ) 和( 3 4 0 ，2 9 5 ) 处模拟缺陷，上述两个实验的定位结 果和缺陷位置在( 4 5 0 ，5 6 0 ) 的检测结果分别如图4 1 l ( c ) 、( b ) 、( a ) 所示，缺 陷位于传感器内侧时，可以检测出缺陷，另外两种情况下，检测效果没有前者的 效果好。 分析这两种实验，缺陷分别位于传感器内侧，外侧，传感器连接线上，缺陷 第4 审基于参考衍0 女昧扳鲋均【j m b 浊* m 成方 位置的不同导致由缺陷引起的反射回波传播路程( 传播时间) 不同。当缺陷位于 三个传感器内侧时，由缺陷引起的反射回波到达的时间会介于由激励传感器直接 到达接收传感器的回波和由边界引起的反射回波之间，这样由缺陷引起的反射回 波就不会与二者发生叠加，缺陷信息就不会被干扰。当陷位于三个传感器外侧， 由缺陷引起的反射回波传播时间过长，可能会与由边界引起的反射回波叠加，使 得缺陷信息被覆盖；当缺陷靠近两传感器连线，这样由缺陷引起的反射回波就可 a ) 缺陷( 4 4 0 ，5 6 0 检测自t 果 b 1 缺陷( 3 4 0 2 9 5 ) 榆测结粜 f c 1 缺陷( 4 4 0 ，5 6 0 ) 检测结果 l 图4 - 1 i 不同位置缺陷成像蚓 f i 9 4 1 1i n t e n s i t y m a p o f d e f e e t i n d i f f e r e n t p o s i t i o n 能与直接到达接收传感器的信号发生叠加，干扰缺陷检测。通过以上分析，只用 三个传感器进行结构检测，可能存在检测盲区，降低检测的可靠性。 通过以上实验结果分析| = i 及成像原理，可以知道影响检测结果的主要因素是 a 0 模态的群速度和相关噪音。 l m n b 波模态的正确辨别对于检测结果的准确性也有着重要的意义。根据成 像定位原理，缺陷的位置与检测信号建立了对应关系，而这种对应关系的转换需 | 匕目i n i i * 要利用特定模态l a m b 波的群速度，如果模态辨识错误，群速度计算有偏差，反 应到公式： ，：! 兰二垒! ：! 生二丝! ：鲨二兰1 2 ：! 堕二生! ， 4 。 ( 4 - 8 ) 就会导致位置坐标b y ) 出现偏差，从而导致缺陷定位精度降低。 在本章采用时域的方法计算a 0 模态的群速度，但是由于l a m b 波是多模态 的，不同的模态混叠在一起，引起波包相位改变，会干扰群速度的计算，在下一 章中，将采用h h t 的方法，进行群速度的计算。 另外一个影响检测结果的因素就是相关噪音，为了降低相关噪音的影响，可 以对检测信号z ( f ) 第一个a 0 模态波包以后的信号增加一个衰减，从而降低边界 反射回波韵影响。 。 ! 生 x ( t ) = x ( t ) e7，tfo(4-9) t 。是第一到达的a o 模态的波包的时间。 罔4 1 2 ( a ) 、( b ) 分别是同一组检测信号没有才用指数衰减算法和采用指数 衰减算法后的能量分布图，从图中可以看出，采用指数衰减算法的能量国，边界 噪音明显减少。 x f m m l b ) 来州衰撼算往的能景蚓 图4 - 1 2 指数衰减算法 f i 9 4 - 1 2e x p o n e n t i a l d e c a y i n g 4 3 稀疏传感器阵列信息融合 4 3 1 稀疏传感器阵列技术 缺陷定位至少需要2 组信号( 三个传感器) 才可以得到一个定位信息，但是 _网r出_ z4 节收。j 参了竹i j ：拿的暇结nl a m b 波! ! 阶 正肾0 汪 由于环境噪声、测量误差、群速度计算误差等因素，会给定位造成误差。根据上 文分析，当缺陷靠近激励元件和传感元件的连线附近或者缺陷位于传感器阵列外 侧时，此时由缺陷引起的反射回波会被边界反射的回波信号所湮没，也就得不到 真实缺陷位置的信息。因此只用三个传感器进行结构检测会降低准确率，可能会 出现检测盲区，本文采用稀疏传感器阵列，在板件上布置5 个压电传感器( a ，b ， c ，d ，e ) ，进行多路扫查的办法，根据声互易原理可以得到l o 组有效响应信号， 根据这这些信号可以得到多个定位信息，可以检测只用三个传感器检测不出的区 域，使得缺陷监测范围更大，并能够提高缺陷判别的准确性、辨识缺陷的程度。 采用稀疏传感器阵列的方法，其检测步骤如下： 1 ) 以压电元件a 为激励，传感器b 、c 、d 、e 作为接收传感器，得到4 组 检测信号；同样分别以压电元件b 、c 、d 、e 为激励，其余四个传感器为接收 传感器，一共得到1 0 组有效检测信号； 2 ) 分别采集有、无缺陷时的响应信号。 根据以上信息可以得到多组定位信息，为了确认定位信息的可靠性和更好的 认识缺陷的程度，就需要对这些信息就需要进行信息融合。这里的信息融合包括 两个方面，首先进行信息的筛选，剔除可能的粗大误差；其次对剔除粗大误差后 的信息进行拟合，得到可能的缺陷边界。 目前常用的信息融合方法：加权平均法，数理统计法，证据决策理论，卡尔 曼滤波等。加权平均法，它是最简单、最直观的融合多传感器低层数据的方法。 该方法将由多组传感单元提供的冗余信息进行加权平均，将结果值作为信息融合 值。由于本文中采用的是同一类型的传感器，所以直接采用加权平均的方法对先 前得到的多个定位信息进行融合。 图4 一1 3 是一组检测信号的希尔伯特包络，蓝线是无缺陷时信号的希尔伯特 包络，红线是有缺陷时的希尔波特包络，两个包络在时间轴方向上有多处不同， 而波形发生改变的可能就是由缺陷引起的反射回波。利用相关函数可以计算这两 列信号的相关程度，比如分析0 1 m s 0 2 m s 这段数据，二者的相关系数是o 9 2 ， 而缺陷引起的反射回波可能就在o 1 m s 0 2 m s 之间，因此我们可以分别分析各组 检测信号和无缺陷信号之间的相关程度，根据相关系数分配各个定位信息的加权 值。如下公式所示： 。，、 i ( x ，y ) = 口州h j 羔l ( 4 - l o ) 再 l 其中a ，是第，个定位信息的加权值， ，l e 片i t 、l