内梅花弹体的超声信号分析与处理方法

靳朋飞，张艳花，杨 录

(中北大学信息与通信工程学院，电子测试技术国家重点实验室，山西太原 030051)

0 引言

内梅花弹体，如图1所示，它左端是内壁有六个圆弧槽的小径薄壁管，中间为一段小径棒，右端是壁厚稍大的一截小径薄壁管。这种结构区别于单一的筒形，棒形结构，属于小径薄壁异形构件。针对此类构件，一般采取复合超声无损检测技术［1］，采取多探头组合每一探头只针对单一类型或特定区域缺陷检测，最后依据实际情况将多组数据融合形成联合判据实现对缺陷的识别和类型判定。

图1 内梅花弹体结构图

由于工件内壁结构复杂，针对外表面缺陷(如图1，缺陷A)检测的轴向探头［2］会受到工件内部台阶的影响，形成一组高回波脉冲信号—台阶波，同理，周向探头若要检测工件内弧顶处的伤信号，必然会接受到工件内棱角反射的超声波—棱波。

工业现场的在线检测过程中，由于这两种干扰信号的存在，使得回波信号变得复杂，极大地增加了缺陷的判定难度。由于使用单一带宽的滤波方法很难将这两种干扰消除，因此本文提出了一种基于动态包络提取的方法来实现在这种复杂背景噪声的情况下缺陷信号的识别。

1 扫描信号特征分析及数据处理过程

1.1 信号频域特征分析

超声信号的处理过程可以认为根据不同类型信号频域特征设计不同带宽的滤波器将信号分离提取的过程。

对筒形，棒形等单一结构工件，其扫描数据结构可以被认为式(1)所示:

其中，F(i)为探头获取的扫描数据，F(i)可以被认为是由S(i)—伤信号，B(i)—背景噪声，Q(i)—趋势项叠加而成，σ1，σ2为背景噪声与趋势项的系数，其初始值为1。这三种类型数据一般在频率上区分性很大，可以通过设定合适带宽的滤波器提取S(i)。

内梅花弹体结构的工件，对其扫描数据进行A型显示，如图2曲线tjhs所示，其数据结构为:

或

T(i)为台阶信号，L(i)为棱波信号，这两种信号是由于工件内表面结构特殊所产生的，在这些区域若存在伤，则它们的回波信号会相互“叠加”，而且T，Q在频率上区分性很小，给伤信号的提取判定增加了难度。

1.2 基于滑动平均的包络提取方法

设信号样本长度为N，相邻点的时间间隔为τ，函数值为f(iτ)，(0≤i≤N)。第 i点的滑动平均值为其所在区间［im，i+m］的平均值，即:

其方差

针对当 i处于区间［0，m－1］，［N－m+1，N］时的端点效应，采取端点延拓的方法，延拓长度取决于滑动平均的点数m，即左右端点各延拓m点。延拓后的信号样本长度为N+2m，原信号所处区间为［m，N－m］，且

然后根据公式(4)，对区间［m，N－m］的信号样本求滑动平均值。

滑动平均其本质相当于低通滤波器［3，4］，随着滑动点数m增大其低通截止频率fc会减小，实际应用中滑动平均用来抑制高频噪声，而不是用来分频。滑动点数m往往需要根据实际情况进行选取，本文中针对台阶波和棱波的数据处理过程就是基于滑动平均算法，它利用了滑动平均的低通滤波特性，同时也针对滑动平均的平滑效果所产生的损耗进行了补偿。

图2 数据预处理

1.3 针对台阶波的数据处理过程

如图3所示:

(1)数据对齐:台阶波产生都是由其内壁结构引起，会出现在每一通道数据的固定位置，因此只需将包含台阶波部分的数据提取后单独处理。

(2)去除背景噪声:数据的预处理如图2，曲线xsu2，过程完成对背景噪声的滤除，此过程对原始信号进行十点滑动平均处理，相当于将背景噪声等高频干扰滤除。

(3)大包络提取及损耗补偿:台阶波所处数据区域是固定的，这里将台阶波区域的大包络看作“趋势项”，利用滑动平均的低通特性通过选取合适的滑动点数m(这里选取m=100)可以将趋势项提取，但是这一过程会产生损耗，如图3，曲线xsu3，需要通过滑动平均前后台阶波区域数据均值计算损耗比，将其作为系数对有损耗的曲线进行补偿得到被认为没有损耗的趋势项xsu4。

(4)伤信号提取:这里依据误差理论，伤信号看作“粗大误差”，这里通过设定阈值g，对偏离“趋势项”超过阈值部分判定为“粗大误差”，只不过这里采取的不是剔除而是提取，相当于将包含两个频率特征的信号去除了其中的低频部分，这一过程相当于对信号的高通滤波，但是提取的伤信号已经去除了低频的趋势项和高频部分的背景噪声，因此提取后的信号只包含了伤信号。

(5)信号的还原:针对提取后的伤信号设定合适的阈值，根据满足要求的伤信号的分布，计算原信号的系数分布σi，i∈(0，N)，其中有伤部分 σi，i∈(0，N)(或大于 1)，无伤部分σi=0，将这一系数分布数组乘入T(i)处理后的信号xsu2可以得到滤除背景噪声B(i)及台阶波T(i)的伤信号S(i)，即图3，曲线ysu。最后将消除台阶波后信号还原到原来数组，通过选取合适带宽的滤波方法对数据进行整体处理。

图3 包络提取与信号还原过程

1.4 针对棱波的数据处理过程

由图4可以看出，包含棱波的数据其可读性很差，无法直接对原始数据进行伤判定。可以分析出，棱波只在内棱角处产生，其幅值虽然高，但是其连续时间短，可以认为其具有高频特性，因此采取这种基于低通滤波器的方法进行数据处理时，会达到很理想的效果。

图4 棱波处理结果

1.5 超声数据的B型成像

若只通过A型数据显示(时间幅度显示)，很难判定显示在工件表面的分布位置及缺陷类型，而实际应用中往往需要直观的将缺陷的分布和缺陷类型进行显示，将数据转换为灰度值并对其进行二维成像是一种快捷有效的方法。

图5 棱波去除前

图6 棱波去除后

由A型显示到B型显示的转换规则由工件形状和探头扫描路径及扫描精度决定。本文的数据，探头周向扫描为400点，轴向为80点，而由工件参数可以看出，其长宽比应为110∶100，因此这里的扫描图是经过拉伸处理的，由图5，图6可以看出，其X方向上分辨率较低。

2 结论

通过超声B型成像结果，如图5，图6所示，可以直观地看出这种基于动态包络提取的方法能够实现台阶波和棱波等干扰信号的分离去除，极大减轻了缺陷识别和提取的难度，实现了算法设计的最初目的。

对伤信号的提取本质上仍是通过滤波方法实现的，文章针对台阶波及棱波具有的固定特征，通过对其大包络线提取并通过计算损耗进行包络补偿的过程可以被认为是信号的低频部分趋势项代替信号本身，利用其能量上的差异，通过包络实现伤信号的提取。

这种基于滑动平均的动态包络提取方法的设计针对快速工业现场的检测过程，具有稳定性与快速特点，且易于在Matlab和VC++等上位机平台实现，在针对此类小径薄壁异型构件的超声数据处理方面具有较大的实际应用价值。

［1］刘松平，郭恩明，陈积懋，等.金属薄壁管件复合超声检测技术［J］.无损探伤，2005，5(10):6－10.

［2］曹海军.异型构件超声检测技术［J］.硬质合金，2010，3(6):168－170.

［3］裴益轩，郭民.滑动平均法的基本原理及应用［J］.火炮发射与控制学报，2001，1:21－23.

［4］张艳花，杨录.在连续噪声背景下分离脉冲信号的一种方法［J］.华北工学院学报，1996，2:134－138.