（电路与系统专业论文）基于小波分析和神经网络的管道漏磁信号处理[电路与系统专业优秀论文].pdf

基于小波分析和神经网络的管道漏磁信号处理 摘要 漏磁检测是一种以电磁学为基础的无损检测方法，它广泛应用于钢铁、石 油、化工等工业领域。随着计算机技术的发展，漏磁信号的处理和缺陷的智能 识别是管道漏磁检测的重要环节。本文叙述了油气管道漏磁检测以及缺陷识别 技术的研究意义和国内外发展状况。在认真分析各种方法之后，选择了小波分 析和神经网络作为漏磁信号处理和缺陷识别的主要研究工具。 本文首先叙述了漏磁检测的基本原理，阐述了可视化管线漏磁检测设备的 结构和功能。其后，介绍了小波变换理论和信号奇异性检测理沦，结合漏磁缺 陷信号的特性，将信号进行小波分析，检测出管道漏磁信号间断点的准确位置。 传感器检测到的漏磁缺陷信号在时域上波形非常相似，不能加以分辨，而 它们的危害性却大不相同，论文介绍了小波包变换的理论及其应用，小波包变 换可以根据信号特征自适应的产生一组最优基来表征信号，根据这一理论，本 文对一些模拟信号和两种管道漏磁信号( 裂纹和凹坑缺陷信号) 进行小波包分 解，从中选取小波包最优基，再将选取的最优基的相应砌块表示在时一频相平 面上，并用灰度级别表示这个分量权重的强弱，非常形象的将漏磁信号的时频 特性表达出来，分析这两种缺陷的时频特性，找出它们的规律，从而准确的识 别出这两种缺陷。 最后，应用小波变换提取信号的特征值，利用r b f 神经网络进行训练，采 用模糊聚类算法寻找基函数的中心，对漏磁缺陷进行分类识别，和b p 神经网 络分类缺陷作对比，实验结果表明r b f 网络获得了较好的缺陷分类效果。 关键字：漏磁信号奇异性小波包识别神经网络 m f l s i g n a lp r o c e s sb a s e do nw a v e l e ta n a l y s i sa n dn e u r a l n e t w o r k a b s t r a c t m a g n e t i c f l u x l e a k a g e i san o n d e s t r u c t i v e t e s t i n ga p p l i c a t i o nb a s e d i n e l e c t r o m a g n e t i s m ，i th a sb e e nu s e di ns t e e la n do i la n dc h e m i c a li n d u s t r ya r e a s ， w i t ht h e d e v e l o p m e n to fc o m p u t e rt e c h n o l o g y ，p r o c e s so fm f ls i g n a la n d i n t e l l i g e n tr e c o g n i t i o no fd e f e c t sa r et w oi m p o r t a n tp a r t si np i p e l i n em a g n e t i cf l u x l e a kd e t e c t i n g ，t h ep a p e rp r e s e n t st h es i g n i f i c a n c eo fp i p e l i n em a g n e t i ct e c h n o l o g y d e v e l o p i n g ，b yc o m p a r i n gt h ed i f f e r e n tm e t h o d so fs i g n a lp r o c e s s ，w a v e l e t t r a n s f o r ma n dn e u r a ln e t w o r ka r es e l e c t e da st h em a i ns t u d y i n gt o o l sf o r t h e p r o j e c t f i r s t l y ，t h eb a s i ct h e o r yo fm f ld e t e c t i n gt o g e t h e rw i t ht h ec h a r a c t e ro f m a g n e t i cf l u xf i e l da r ei n t r o d u c e d ，p a r t i c u l a r l yd e s c r i p tt h es t r u c t u r ea n dw o r k i n g p r o c e d u r eo fp i p e l i n em f ld e t e c t i n ge q u i p m e n t s e c o n d l y ，p a p e rr e c o m m e n d st h et h e o r yo fw a v e l e tt r a n s f o r ma n dt e s t i n gs i g n a l s i n g u l a r i t y c o n n e c t sw i t ht h ec h a r a c t e r so fm f ls i g n a l ，a n a l y z et h es i g n a lb y w a v e l e tt r a n s f o r m ，d e t e c tt h ep os i t i o no fs i g n a lb r e a kp o i n te x a c t l y t h e n ，t h em a g n e t i cf l u xl e a k a g ed e f e c ts i g n a l sw a v e f o r m sd e t e c t e db ys e n s o r s i nt h et i m ed o m a i na r ev e r ys i m i l a r ，w ec a n td i f f e rt h e m ，b u tt h eh a r m f u l n e s si s d i f f e r e n t ，t h e p a p e r i n t r o d u c e sw a v e l e t p a c k a g e t r a n s f o r ma n d i t s a p p l i c a t i o n w a v e l e tp a c k a g et r a n s f o r mh a st h ee x c e l l e n c e ，i st oa d ju s t a b l yp r o d u c e ab e s tb a s ea sat o k e nt os i g n a la c c o r d i n gt ot h ed i f f e r e n ts i g n a l ，i nt e r mo ft h i s t h e o r y ，w ed e c o m p o s es o m es i m u l a t es i g n a la n dp i p e l i n em f ls i g n a l s ( t h ec r a c k s a n dp o c k m a r k ss i g n a l s ) b yw a v e l e tp a c k a g et r a n s f o r m t h e ns e l e c tt h eb e s tw a v e l e t p a c k a g eb a s ef r o mt h ea l lb a s e s ，a n dd e p i c tt h eb e s tb a s e sb r i c k w o r kb a s eo nt h e r e l e v a n tp o s i t i o ni nt i m e f r e q u e n c ym a p ，s h o w i n gt h es t r o n go rw e a ko fe v e r y c o e f f i c i e n t a sar e s u l t ，t h et i m e f r e q u e n c yc h a r a c t e rs t r u c t u r eh a sb e e nd e p i c t e d q u i t ev i s u a l l y d u et ot h ed a n g e r so fd i f f e r e n td e f e c t s ，i ti sn e c e s s a r yt od e t e c tt h e t y p eo fd e f e c t s i nt h ep r o j e c t ，a n a l y s i st i m e f r e q u e n c yc h a r a c t e r i s t i c so ft w o d e f e c t s ，f i n do u tt h e i rf e a t u r et oi d e n t i f yt h e m ，s ow ec a ni d e n t i f ya c c u r a t e l yt h e s e t w od e f e c t s l a s t l y ，t h ea l g o r i t h m o fm f ls i g n a lf e a t u r ee x t r a c t i o nf r o mw a v e l e t c o e f f i c i e n t sa n dt h em e t h o do fs i g n a la u t o r e c o g n i t i o nb a s e do nr b fn e u r a l n e t w o r ka r ep r o p o s e di n d e t a i l t h r o u g hs t u d y i n gt h es i g n a ls a m p l eo f f l a w d a t a b a s e ，f u z z yc l u s t e r i n ga l g o r i t h mi s u s e df o rl o o k i n gf o rb a s ef u n c t i o nc e n t e r ， t h e n ，g o o ds t r u c t u r en e t w o r ki sf o r m e d u s et h i sn e t w o r kt oi d e n t i f yt h e s ed e f e c t s ， c o m p a r e dw i t hb pn e u r a ln e t w o r k ，i d e n t i f i c a t i o no ft h em f l r e s u l t sr e a c h e sg o o d e f f e c t k a yw o r d s ：m a g n e t i cf l u xl e a k a g es i g n a l ；s i g n a ls i n g u l a r i t y ；w a v e l e tp a c k a g e r e c o g n i t i o n ；n e u r a ln e t w o r k 插图清单 图2 - 1 管道无缺陷时的磁路分布4 图2 - 2 管道有缺陷陷时的磁路分布4 图2 3 钢管轴向缺陷高速检测装置5 图2 4 钢管纵向缺陷高速检测装置5 图3 - 1 函数f ( t ) 及其在小波基( ，) 、y 2 ( ，) 下的小波变换一1 1 图3 - 2 模拟第一类突变信号的波形1 3 图3 3 模拟第一类突变信号的小波分解图1 3 图3 4 包含第一类闻断点的实际漏磁信号一1 4 图3 5 包含第一类间断点的漏磁信号的小波分解图1 4 图3 - 6 模拟第二类突变信号的波形1 5 图3 7 模拟第二类突变信号的小波分解图1 6 图3 8 含有第二类间断点的漏磁信号1 6 图3 - 9 含有第二类间断点的漏磁信号的小波分解图1 7 图4 1 小波基函数的时频分析单元1 8 图4 2 小波包分解过程示意图2 0 图4 3 第一步：三水平小波包信息代价函数2 2 图4 4 第二步：标记所有最底层结点2 2 图4 5 第三步：标记所有代价最低的结点一2 3 图4 6 第四步：保存最高层标记过的结点( 最优基) 2 3 图4 - 7 小波基的时一频砌块2 4 图4 8 脉冲信号的时域波形2 5 图4 - 9 脉冲信号的傅里叶变换的频谱图2 5 图4 1 0 脉冲信号小波包分解时频相平面2 5 图4 一1 1 变频信号的时域波形2 6 图4 一1 2 变频信号的傅里叶变换频谱2 6 图4 - 1 3 变频信号小波包分解的时频面2 6 图4 1 4 调频信号时域波形2 7 图4 1 5 调频信号的傅里叶变换频谱2 7 图4 1 6 调频信号小波包分解的时频面2 7 图4 1 7 信号检测处理系统参数设定图2 8 图4 1 8 缺陷信号纵向检测曲线一2 8 图4 1 9 裂纹漏磁缺陷信号的时域波形2 9 图4 2 0 裂纹漏磁缺陷信号的时域波形2 9 图4 2 1 裂纹漏磁缺陷信号周期延拓后傅里叶变换频谱一2 9 图4 2 2 图4 2 3 图4 2 4 图4 2 5 图5 。l 图5 2 图5 - 3 图5 - 4 图5 5 图5 - 6 图5 7 图5 8 图5 - 9 凹坑漏磁缺陷信号周期延拓后傅里叶变换频谱2 9 裂纹漏磁缺陷信号小波包分解后的时频相平面3 0 凹坑漏磁缺陷信号小波包分解后的时频相平面3 0 凹坑和裂纹混合信号周期延拓的时频相平面3 l 工作信号正向传播，误差信号反向传播3 4 正规化网络3 6 高斯函数3 7 广义网络3 7 小波分解的时一级描述4 0 原始的缺陷信号4 0 小波分解重构后的缺陷信号4 l r b f 网络的误差收敛曲线4 2 b p 网络的误差收敛曲线4 2 表格清单 表l r b f 网络参数设定4 l 表2b p 网络参数设定4 l 表3r b f 网络训练识别统计结果4 2 表4 b p 网络训练识别统计结果4 2 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰 写过的研究成果，也不包含为获得金胆王些盔堂或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 学位论文作者签字翱为争签字日期：渺参月8 日 学位论文版权使用授权书 本学位论文作者完全了解盒胆王些盍堂有关保留、使用学位论文的规定，有权 保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人 授权 金胆王、业太生 可以将学位论文的全部或部分论文内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文者签名- 翩享易；7 瞎 签字日期：年 占月8j 日 学位论文作者毕业后去向： 导师签名 签字日期 衫年石月l p 日 电话 邮编 致谢 硕士研究生两年多的美好时光匆匆而过，当论文完成之际我首先向我的导 师何辅云教授表示深深的感激之情。 何教授知识渊博、治学严谨、为人师表，作为他的学生，我始终感到自身 学识的浅薄。何教授对本课题倾注了大量的心血，亲自指导本课题的许多关键 环节，提出了许多思路和建议，在他的帮助下，我攻克了许多难关，使得论文 能够顺利完成。在生活中，何教授也给我了无微不至的关怀和教导。何教授渊 博的理论知识和丰富的实践经验对我今后的工作和学习都有很大的帮助。在此 我谨向导师致以衷心的感谢! 在课题的进行过程中我还得到了张艳、沈兆鑫、徐海、查君君、高兵、李 锐、夏玉宝、葛飞等同学的热情帮助，在此一并加以感谢! 没有他们的协助， 我无法顺利的完成课题研究。 最后感谢我的家人和亲友，是他们多年的养育、爱护和支持使我完成了今 天的学业，向他们表示最大的感激。 作者：胡浪涛 2 0 0 7 年5 月 第一章绪论 1 1 课题的意义 在管道漏磁的检测系统中，信号的傅里叶变换在频域上存在分辨率，但在 时域上没有任何分辨率，小波变换是近年来从傅里叶变换的基础上发展起来的， 它突破了传统傅氏变换在时域没有任何分辨率的限制，可以对指定频带和时间 段内的信号成分进行分析，在时域和频域同时具有良好的局部性质，可以聚焦 到信号的任何细节，对钢管缺陷引起的漏磁感应突变电信号比较敏感。目前， 它已成功地应用于信号边缘检测和时变信号检测等领域。 信号的突变点的检测在信号检测中是非常重要的，突变点是一个非常重要 的特性，傅里叶变换在时域不能局部化，难以检测到突变信号，小波分析由于 在时一频域局部化，而且时窗和频窗的宽度可调节，故可检测到突变信号，并 且测定信号奇异点的位置和奇异性指数的大小，本文利用小波分析检测出漏磁 缺陷信号突变间断点的准确位置。 在管道漏磁检测系统中，检测的漏磁信号在时域上看波形非常相似，通过 傅立叶变换得到的频谱图也很难分辨出各种缺陷，比如凹坑和裂纹缺陷，两种 缺陷的危害性并不同，裂纹的危害性就比较严重，因此在实际的工程应用中。 本文不光是要检测到缺陷的存在，还要知道缺陷是何种缺陷，知道缺陷的危害 性是否强烈。 小波包时频分析是一种非常良好的识别方法。它对小波空间进一步分解， 使小波变换随级数的增大，频谱窗口进一步变细，这样就可以找到最适合待分 析信号的时频窗口或最优基。本文从傅里叶变换和小波包变换的角度来分析漏 磁感应电信号的时频特性，并比较它们在识别管道缺陷方面的优缺点。重点研 究了裂纹和凹坑两种缺陷，利用小波包的时频特性来对这两种缺陷进行辨识。 得出的结论是小波包变换能够更好的对漏磁信号进行时频分析，在剔除噪声、 提取信号特征值等方面更有效，有利于管道缺陷的检测定位和识别。 时频分析数据量非常大，它对每个信号都要进行分析，非常耗时，但是它 非常清晰形象，神经网络是一种良好的非线性处理系统，可以处理大量的数据， 于是本文的第二部分是神经网络进行缺陷识别，电磁感应传感器拾取到缺陷的 漏磁信号，识别缺陷的形态，利用噪声信号和测试信号在各个尺度上信号频谱 的不同特征。根据正交小波多尺度多分辨率特点，把信号分解成相互独立的频带 构建一个小波神经网络系统，实现管道缺陷与特征参数之间的复杂映射关系，实 现管道缺陷的智能识别。 1 2 漏磁检测技术的发展和现状 国际上已制定了“i s o9 5 9 8 一无缝和焊接铁磁性压力钢管横向缺陷的全周 传感器和漏磁探伤( t c1 7 ) ”和“i s o9 4 0 2 一无缝和焊接铁磁性压力钢管纵向缺 陷的传感器和漏磁探伤( t c1 7 ) 两项标准。我国在1 9 9 1 年5 月制订了首部漏磁 检测的标准g b t1 2 6 0 6 - - 1 9 9 0 钢管及圆钢棒的漏磁探伤方法，1 9 9 8 年对 该标准重新进行了修订。该标准借鉴了国外的研究成果，主要以采标为主。 1 9 9 9 年制定了g b t1 2 6 0 6 - - 1 9 9 9 钢管漏磁检验方法。 国外的研究早于国内，且已经进入到了实用阶段。a t h e r t o n 1 】【2 】把管壁坑 状缺陷漏磁场的计算和实验测量结果联系起来，得到了较为一致的结论。 g l a s s b o r o 3 1 等人利用数据融合算法对无损检测数据进行数据融合对缺陷进行 分类，d e i r d r e0 b r i e n 4 】等人利用缺陷图像来对缺陷进行分类，在应用中如【5 j = 美国i c o 公司的e m i 漏磁探伤系统通过漏磁探伤部分来检测管体的横向和纵向缺 陷，壁厚测量配合先进的超声波技术，使用固定式探头来进行，可提供完整的 现场探伤，即使在恶劣的施工环境中也可以提供可靠，准确的测量结果。德国 的r o s e n 检测技术公司开发的一种用于连续油管自动检验与监测的实时检测装 置，这个装置可对连续油管进行监测。从而可以检测出油气管道中的缺陷。爱 德森公司采用多信息融合技术研制成集涡流、漏磁、磁记忆、低频电磁场于一 体的便携式检测仪器，该仪器能同时获取多种检测信号，适用于流动现场的 检测，加拿大等国对漏磁检测法也有应用研究。 我国的漏磁检测技术无论是研究还是应用领域上都落后于欧美、日本等工 业国家，主要的研究工作从7 0 年代后期才开始。国内研究漏磁检测技术的高校 主要有清华大学、华中科技大学、上海交通大学、沈阳工业大学，合肥工业大 学等。其中华中科技大学的杨叔子等，在储罐底板漏磁检测研究【6 】和管道漏磁 无损检测传感器的研制、钢丝绳的漏磁检测等方面进行了大量的实验研究工作， 利用a n s y s 软件分析了传感器励磁装置的参数对钢板局部磁化的影响，设计 了相应的漏磁检测传感器等：清华大学的李路明、黄松龄等研究了管道的漏磁 探伤，铁铸件的漏磁探伤方法1 7 1 ，采用有限元分析法研究永磁体几何参数对管 道磁化效果的影响【8 l ，分析漏磁探伤中各种量之间的数值关系，如表面裂纹宽 度对漏磁场y 分量影响的问题：沈阳工业大学的杨理践等，研究了基于单片 机控制系统的管道漏磁在线检测系统【9 】，上海交通大学的阙沛文、金建华等对 海底管道缺陷漏磁检测进行研究，通过小波分析对漏磁检测信号进行去噪实 验，同时将巨磁阻传感器应用于漏磁检测系统【l0 1 ，研制了适用于输油、输气管 道专用漏磁检测传感器1 ：合肥工业大学的何辅云老师对漏磁探伤采用多路缺 陷信号的滑环传送方法【。2 】，并研制了在役管线漏磁无损检测设备。 1 3 本论文的总体框架和主要工作 1 3 1 本论文的总体框架 第一章绪论，主要介绍本课题的总体情况，研究内容和研究思路，介绍了课题 的研究背景，说明了研究的意义； 第二章在役管线检测原理，主要介绍了管道漏磁检测的原理，分析了可视化钢 管高速检测系统传送缺陷信号的特点，然后详细阐述了在役管线漏磁检 测设备的结构及各部分的功能。 第三章小波分析应用于管道漏磁信号奇异性检测，介绍了小波变换的基本理 论，从实际应用角度出发，结合漏磁检测系统，介绍信号奇异性检测理 论以及应用小波分析检测出管道漏磁信号间断点的准确位置。 第四章 小波包变换应用于漏磁信号的处理，介绍小波包变换和时频分析方法在 漏磁检测系统信号处理中的应用，与传统的傅里叶变换做比较，验证小 波变换在分析管道漏磁检测信号上的优越性。重点研究两种缺陷：裂纹 和凹坑，利用小波包分解信号，分析信号的时频特性，准确的识别出这 两种缺陷；分析含有大量噪声的缺陷信号，利用小波包分解的时频特性 准确的确定缺陷信号的位置。 第五章基于神经网络的漏磁缺陷信号识别，电磁感应传感器检测到缺陷的漏磁 信号，识别缺陷的形态参数，利用嗓声信号和测试信号在各个尺度上信 号频谱的不同特征，根据正交小波多尺度多分辨率特点，把信号分解成 各相互独立的频带，构建一个小波神经网络系统，实现管道缺陷与特征 参数之间的复杂映射关系，从而实现管道缺陷的智能识别。 第六章总结和展望，总结了本课题中已做过的研究工作和本课题未来的主要研 究方向。 1 3 2 本文完成的主要工作 本课题先对可视化钢管高速检测系统进行简单介绍，分析了可视化钢管高速 检测系统传送缺陷信号的特点；对漏磁缺陷信号进行小波包分解，研究信号的时 频特性，重点识别裂纹和凹坑两种缺陷信号。结合信号奇异性检测理论，应用小 波分析管道漏磁检测信号间断点的准确位置。设计实验系统，采集仿真了四种缺 陷信号，首先应用小波变换提取信号特征值，然后利用r b f 神经网络训练，采用 模糊聚类算法寻找基函数的中心，使缺陷的定性分类获得了很高的准确率，实验 结果表明获得了较好的缺陷分类效果。 最后总结了本课题中已做过的研究工作和本课题未来的主要研究方向。 第二章管道漏磁检测原理、特点和检测设备 2 1 漏磁检测原理o a - l $ 1 当用磁化器磁化被测铁磁材料时，着材料的材质是连续、均匀的，则材料 中的磁感应线将被约束在材料中，磁通是平行于材料表面的，几乎没有磁感 应线从表面穿出，被检表面没有磁场，如图2 - 1 所示。但当材料中存在着切割 磁力线的缺陷时，材料表面的缺陷或组织状态变化会使磁导率发生变化，由 于缺陷的磁导率很小，磁阻很大，使磁路中的磁通发生畸变，磁感应线会改 变途径，除了一部分磁通直接通过缺陷或在材料内部绕过缺陷外，还有部分 的磁通会离开材料表面。通过空气绕过缺陷再重新进入材料。在材料表面缺陷 处形成漏磁场，如图2 2 所示。畸变磁通分为三部分：一部分穿过缺陷；另外 一部分在材料内部经过裂纹周围的铁磁材料绕过裂纹；还有一部分磁通会离开 材料表面，通过空气绕过缺陷再重新进入材料。其中溢出部分畸变磁通印所谓 的漏磁通。通过传感器可以检测到潺磁通。 图2 1 管道无缺陷时的磁路分布图2 - 2 管道有缺陷时的磁路分布 2 2 管道漏磁检测系统设备 2 2 1 二维漏磁主检设备的磁化系统 钢管磁化部分采用直流磁化方式，由轴向磁化和周向磁化装置两大部分组 成。轴向磁化系统的作用是产生沿管道壁的轴向磁化场，使非轴向分布的各种 缺陷形成漏磁通能被传感器拾取。轴向磁化器由两组磁化线圈组成“h e m h e z ” 磁化器，同时增设磁聚焦装置，克服了探头贴合不良、磨损严重，检测灵敏度 不高，及由线圈的磁场摆动变化而导致的钢管端头磁化不足和检测盲区加长的 问题。 周向磁化系统的作用是产生沿管道壁的轴向磁化场，使轴向分布的各种裂 纹形成漏磁通能被传感器拾取。周向磁化器由两组磁化线圈组成，电流的馈送 通过滑环组和电弧熄灭技术完成。周向磁化器安装在旋转探头中，经滑环馈送 磁化电流，针对滑环传送磁化电流和缺陷信号时的通道多、触点多、结构异常 复杂的问题，对于构成滑环的铜材，采用真空冶炼，真空浇铸、真空锻打工艺， 消除材料内的疏松和气隙：触头采用“银基碳纤维复合材料”，设计的触头阵列 依靠杠杆和压簧的作用，可以连续地调节其压力，同时保证触头和滑环以面接 触，既提高了电流通量，也延长使用寿命。 2 2 2 钢管缺陷信号的采集系统 钢管缺陷信号的采集包括横向漏磁信号采集系统和纵向漏磁信号采集系统 两部分，横向漏磁信号采集系统采用磁敏传感器，多个传感器阵列贴敷在铜质 探头块内，铜质探头上敷设特种非磁性合金的耐磨头和喷镀氮化钛，极大地提 高了探头使用寿命和检测结果的重复性，同时保证在一定的工作期间内，检测 探头具有几乎一致的性能；纵向漏磁信号采集系统采用采用两组电磁感应式传 感器阵列。微弱的缺陷漏磁场和极小的n 值，使传感器的输出在2 m y 。左右。 在横、纵向的传感器输出端探头片内都设置受到良好屏蔽的7 4 d b 高增益、低噪 声差分预放器，使缺陷信号放大到1 2 v 。，左右输出，极大地提高整机信噪比指 标，能可靠地检测钢管的横向、环向裂纹，管体拉伤、凹坑、麻点等各种缺陷。 2 2 3 周、轴向缺陷检测系统 钢管周向缺陷高速检测装置，它由轴向磁化器、缺陷探测装置、信号预处 理器和主处理器电路等部分组成。当钢管在定位驱动装置作用下，以( 2 0 一 5 0 ) m m i n 速度沿其轴线穿过检测区时，受到轴向磁化器的充分磁化，其壁内的 各种非轴向分布的缺陷在其外表面产生漏磁场。钢管外表面由3 2 只磁敏传感器 探头以大约4 8 。包围角覆盖贴合扫查，缺陷漏磁被拾取，转化为缺陷信号，经放 大、滤波后输入主检设备。探查装置对钢管内外壁上各种周向分布裂纹，麻点、 凹坑、孔洞和大块缺陷具有检测能力，可以广泛应用于各种钢管的质量检测。 钢管轴向缺陷高速检测装置如图2 - 3 所示高速旋转探头，采用径向磁化检测缺陷 漏磁方法，专门检测钢管轴向裂纹等缺陷。在其径向磁化区，磁轭产生的磁化 场被钢管壁分流，与磁化极靴成9 0 。位置的空间分布着一对弹性传感器阵列， 它们与磁化极靴一起，共同绕钢管高速旋转，拾取钢管轴向裂纹等细微缺陷形成 的漏磁场，并转化为缺陷信号。当钢管运行到旋转探头磁化区，磁轭和极靴产 生的磁化场对钢管周向磁化，两排多通道传感器阵列随磁化极靴一起共同绕钢 管高速旋转，钢管纵向缺陷高速检测装置如图2 4 所示，拾取缺陷漏磁场，并 转化为缺陷信号。 图2 - 3 钢管轴向缺陷高速检测装置 图2 4 钢管纵向缺陷高速检测装置 2 2 4 缺陷信号检测与识别系统 漏磁法检测的缺陷信号与缺陷类型有一定的规律，大口径钢管高速检测系 统中缺陷信号的处理综合采用了磁通量检测法、信号相关性检测法：结合闭 合式检测线圈的磁通量检测法检测宽型缺陷，磁通量能检测边界平缓的缺陷， 形成的信号宽而高；内壁槽为宽而大的缺陷信号。缺陷参数相同，形成的缺陷 信号相同；以信号间的相关性进行运算，识别缺陷信号的长度，探头内s 卜s n 每只传感器采用切割缺陷漏磁方式产生缺陷信号，结合成复合运算，模拟o r 输出的信号为长形缺陷，差分输出为短型缺陷，因此对细微缺陷具有较好的检测 效果。 计算机监控部分是大口径钢管漏磁高速检测系统信息处理的核心，软件系 统实现了适时监控、同步跟踪、界面图形曲线显示的功能；根据检测精度要求 不同可设置不同的灵敏度；具有对每根钢管检测资料建立档案并随时查询的功 能；根据检测结果发出指令对缺陷位置准确喷标；具有对检测资料打印输出功 能；探测到有超标缺陷立即发出声音报警信息；根据检测结果控制分选系统实 现钢管分选。缺陷识别依据缺陷信号的宽度和幅度来判断内、外缺陷。专用监 控系统软件中设有内、外缺陷的判断语句，计算机根据分析的结果，指令对应 的打标器以不同的标记长度对钢管上的对应区间喷打标记，标记长的为内壁缺 陷，短的为外壁缺陷。同时，在检测的图形曲线上表示“n ”或“w ”。 2 4 本章小结 简要介绍了管线漏磁检测原理，较系统的介绍了管道漏磁检测设备部分结构 及所实现的功能；本章是后续章节的理论基础。 6 第三章小波分析应用于管道漏磁信号奇异性检测 3 1 引言 该课题主要目的是对管道漏磁缺陷信号进行分析和研究，以找到管道的各 种缺陷。但检测装置采集得到的信号往往带有较大的噪声，这给缺陷信号的提 取带来困难，利用小波变换可以除去噪声；而且缺陷信号多是突变信号，信号 的突变点含有丰富的信息，它们往往反映机械设备运行状态的突然变化、管道 漏磁检测中的缺陷信息、图像边缘的纹理特征等。利用小波变换可以检测信号 的突变点。 信号的突变点称为奇异点，其奇异性的程度可以用奇异性指数来表示。长 期以来傅里叶变换一直是研究函数奇异性的基本工具，它通过函数的博里叶变 换趋于零的快慢推断该函数是否有奇异性及奇异性的强弱，但由于博里叶变换 缺乏空间局部性，因而由函数的博里叶变换只能确定奇异性的整体性质，而难 以确定其奇异点在空间的分布情况。也就是说，函数有许多奇异点时，用傅里 叶变换难以确定各奇异点的位置及各奇异点奇异性的强弱。 小波变换具有空间局部化性质，即信号在某点处的小波变换在小尺度下完 全由该点附近的局部信息听确定，而且时窗和频窗的宽度可调节，故可检测到 突变信号，因此直观地讲小波变换应该能够更好地分析信号的奇异点的位置及 奇异性的强弱。这一点已得到理论的肯定，即奇异点的位置可以通过跟踪小披 变换在细尺度下的模极大曲线来检测：而信号奇异点奇异性的强弱( 在数学上， 通常用l i p s c h i t z 指数刻画信号的奇异性大小) ，可以由其小波变换模极大值随 尺度参数的衰减性来刻画。m a l l a t 及其合作者深入研究了小波变换在信号奇异 性检测和图像多尺度边缘提取中的应用。 本章首先介绍小波变换的理论，然后介绍管道漏磁信号的奇异性检测，最 后将从实际应用的角度，结合漏磁缺陷信号的特性，介绍管道漏磁缺陷信号的 小波分析方法。 3 2 小波变换理论 3 2 1 小波变换概述【”捌i 小波变换( w a v e l e tt r a n s f o r m ) 是从2 0 世纪8 0 年代后期发展起来的应用数学 分支，是继一百多年前的傅里叶( f o u r i e r ) 分析之后的又一个重大突破，它无论 是对古老的自然学科还是额兴的高新应用技术学科均产生了强烈的冲击。 传统的信号分析是建立在傅里叶( f o u r i e r ) 理论基础之上的，由于傅里叶分 析使用的是一种全局变换，要么完全在时域，要么完全在频域，因此无法表述信 号的时频局域性质，而这种性质恰恰是非平稳信号最基本和最关键的性质。 小波变换是一种信号的时问一尺度( 时间一频率) 分析方法，它具有多分辨率分 析( m u l t i r e s o l u t i o i la n a l y s i s ) 的特点，而且在时频两域都具有表征信号局部 特征的能力，是一种窗口大小固定不变，但其形状可改变，即时间窗和频率窗都 可以改变的时频局部化分析方法。就像傅里叶变换是将信号分解为各种频率成分 的s i n 和c o s 基函数那样，小波变换是将伸缩和平移后的母小波作为基函数来对 信号进行分解的。然而与傅里叶变换不同的是，不像正弦和余弦函数，小波是时 间局部化的函数，小波变换是一种窗口大小( 即窗口面积) 固定但其形状可改变的 时频两域局部化分析方法，即在低频部分具有较高的频率分辨率和较低的时间分 辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率。正是这种特性， 使小波变换具有对信号的自适应性，所以被誉为“数学显微镜”。它已经和必将 广泛地应用于信号处理、图像处理、语音识别与合成、雷达以及机械故障诊断与 监控等科技领域。原则上讲，传统上使用傅里叶分析的地方，都可以用小波分析 取代。本节将简单的对小波理论进行阐述。 3 2 2 连续小波变换 2 h 小波变换的含义是：把某一被称为基本小波的函数妒( o 作位移7 后，再在不 同尺度6 1 下，与待分析信号x ( t ) 作内积： 呢( 口，f ) _ 击等舻( 媳i p , o f ( f ) ) ( 3 ) 式中，a o ，称为尺度因子，它的作用是将基本小波妒( f ) 作伸缩。f 反映位移， 其值可正可负。符号c 五y 代表内积，它的含义是： ( 工o ) ，y ) = f x ( t ) y ( t ) d t ( 3 2 】 f ，。，( ，) 是基本小波的位移与尺度伸缩： f ，。，( f ) ：下1 ( 生! ) ( 3 3 ) 3 1 式中，6 1 和f 都是连续的变量，故又称为连续小波变换，在不同尺度下小波 的持续时间随变量值的加大而增宽，幅度则与a 反比减少，但波的形状保持不 变。式3 1 等效的频域表示式为： w t x = 尝p ( 国) 矿+ ( a r a ) e m d c o ( 3 4 ) 式中x ( 吐，) 、缈( 由) 分别是挪) 、e l ( t ) 的傅里叶变换。但是由于x ( o 被变换成w t x ( 口，f ) 后信息是有冗余的。因此从压缩数据及节约计算的角度上看，希望能只在一些 离散的尺度和位移值下计算小波变换，而不致丢失信息。离散a ，f 栅格下的小 波变换可以参考文献旺”，本文不做详细介绍。 小波有很多种，较为常见的有m o r l e t 小波，m a r r 小波，d b 5 小波，d b l 小 波，及h a a r 小波。综合考虑小波变换计算复杂度及重建效果，本文在对信号进 行小波变换时采用的是d b 5 小波基函数 3 3 小波奇异性检测理论【2 2 彩1 信号的多尺度奇异性检测是将信号在不同的尺度上用一个平滑函数占( f ) 进 行平滑处理，然后再对信号邝) 的一阶导数或二阶导数进行分析以检测出信号 的突变位置。平滑函数必须具备l o ( t ) a = 1 ， 罂口( f ) = 0 这两个条件，而高斯 函数是很好的平滑函数，缈。( ) = 面d o ，j ；f ，o 9 ) = 警是口p ) 的一阶和二阶导数， 它们恰恰满足小波函数的允许性条件，故可以用作小波母函数和信号的奇异性 检测联系起来。 3 3 1 奇异性指数的概念 数学上给出了l i p s c h i t z 指数( 简称l i p 指数) 以描述函数在某一点的奇异性。 l i p 指数的定义是这样的：设有正整数n ，r l s 口 o ，以及n 次 多项式p 。( x ) ，使得 i ，。o 一蚓卅x _ 1 4 ( 3 5 ) 对于x e ( x o 一占，x o + 8 ) 成立。则称八力在勘点是l i p 口的，记为，c a ，多项 式p 。0 一苫o ) 是删在点z o 的泰勒级数前n + 1 项，l i p 指数表明了函数埘与n 次多 项式相比较的光滑程度。如果在区间( a ，b ) 上存在常数a ，对于任何x ( a ，b ) ， x o ( a ，b ) 有n 次多项式p 聊使式( 3 5 ) 成立，则称函数，在( a b ) 上是一致 l i p 口的。若在肋点连续可导，则它在x o 处一定是l i p 口的，如果在x 。点有 界线但不连续，那么它的l i p 指数的上限为o ：如果厂在x o 点连续不可导，则其 l i p 指数o 口 o ，厂( j ) c ( a 。 叫) ( 3 7 ) 如果雕) 在区间( a ，b ) 上的一点工。是奇异点，而在( a ，b ) 的任何不包括勋的 子区间上都是一致l i p1 的，则称在x 。有一孤立奇异点。例如，j 函数在x = o 有 一个孤立奇异点，其正则性指数为一l 。 3 3 2 小波变换模极大值同信号突变点之间的关系 设护p ) 是某一起平滑作用的低通平滑函数且满足 = o ( t ) d x = 1 ，擘mo f f ) = 0 条 件，为方便起见，不妨设平滑函数为高斯函数，即口：，l ，参，假设口o ) 是二 q z 弗o 次可导的，并且定义缈1 ( f ) 和y 2 ( f ) 分别为护的一阶和二阶导数，表达式为 y m ( f ) ：- - d o ，：、r ) ：垡掣，则函数1 协和2 o ) 是满足可容许性条件： a td t 妒m o ) 前= 0 、缈( t ) d t = o 的，因此矿o ( f ) 和妒。，( f ) 可用作小波母函数。若对任 意函数g ( t ) ，我们引进记号g j ( o = g ( ；) ，则g ，( f ) 表示函数g ( r ) 在尺度因子s 下的 伸缩。由于小波变换就是通过将原信号，( f ) 同伸缩小波卷积彳寻到的，以“协为 小波函数，函数厂( f ) 在尺度为s ，位置为f 处的卷积型小波变换定义为 w f f ( t ) = f 4 ? o ) 2 ；e ，( r ) 1 k 字) a t 对应于少2 ( ，) 的小波变换为 ( 2 ) 厂( f ) = f ? ( f ) = ，( f ) 往( 孚协由妒m ( r ) 和妒2 ( f ) 之定义，易得： 归术卜警= s - 妥( f 母0 。) ( f ) ( 3 s ) 孑= 厂幸 j 2 李如= s 2 譬( 厂幸口。) ( f ) ( 3 9 ) 由于，+ 0 ，( f ) 可以看成是由低通平滑函数口( ，) 在尺度s 下对函数( f ) 进行平 滑的结果，由公式( 3 8 ) 、( 3 9 ) 可见，小波变换p y 0 ) 与字y 8 ) 分别是函数 ( f ) 在尺度s 下由口( ，) 平滑后再取一阶与二阶导数。若取口( f ) 为三阶样条函数 口o ) ，妒1 ( f ) ，矿2 ( ，) 的波形分别如图3 1 ( a ) ，( b ) ，( c ) 所示。函数厂( ，) 及其在2 ( f ) 2 ) ( t ) - f f 的二进卷积型小波变换如图3 1 所示。 圆圈圆 a ( b ) ( c ) 1 0 ! i 爪a 形