HHT在薄板超声Lamb波检测中的应用

广东海洋大学寸金学院 孟庆愿 郑 芬

HHT在薄板超声Lamb波检测中的应用

广东海洋大学寸金学院 孟庆愿 郑 芬

超声Lamb波可用来对薄板状结构中的缺陷进行检测。Lamb波在薄板中传播时，存在多模态的现象，属于非线性、非稳态信号，在提取反应缺陷的特征参数时，需要一种合适的信号处理方法。本文首先介绍了希尔伯特黄变换(Hilbert-Huang Transform，简称HHT)，该方法作为一种自适应的方法，能对非线性、非稳态信号进行处理。然后，针对无缺陷和有缺陷的铝板进行超声Lamb检测，最后将检测到的信号分别进行HHT变换。实验结果表明，HHT应用于薄板超声Lamb波的检测，可以实现薄板缺陷的识别。

HHT；Lamb波；薄板；无损检测

研究薄板缺陷检测技术具有非常重要的意义。薄板缺陷健康监测技术在许多工业领域如航空航天、车辆工程、土木工程、生物医疗等工程应用中有非常重要的作用。这类设备在国民经济和国防建设中有至关重要的作用,他们的安全运行直接关系到国民经济的建设,影响到人民生活的质量。这些设备危险性极高,易发生重大恶性事故,迫切需要发展薄板缺陷健康检测技术。主动Lamb波检测是目前比较常用的薄板缺陷检测技术。

本文将HHT应用于薄板的缺陷检测,对薄板中缺陷的进行识别。

1 HHT原理

1998年,黄锷(Norden E Huang)等人介绍了一种针对非线性和非稳态信号的自适应数据分析方法,即希尔伯特黄变换(Hilbert-Huang Transformation,HHT)。

HHT包括2个部分:经验模态分解和希尔伯特谱分析。经验模态分解是通过不断重复的筛选程序逐步找出IMF,將信号分解成IMF分量的組合,其获得IMF分量的分解过程可以形象地称之为“筛选过程(sifting process)”。

原始信号通过经验模态分解之后,得到一组具有有意义瞬时频率的独立IMF分量,每个IMF可以作为独立的信号对其直接应用Hilbert变换,每个IMF分量的希尔伯特变换可以表示为:

令其瞬时幅值为:

瞬时相位为:

则公式(2)可以表示为:

通过定义,希尔伯特变换就提供了一个独特的定义幅值和相位的函数。公式(5)中个极坐标表示方式进一步表明了希尔伯特变换的局部特性。

本文方法与传统方法在收集到的400张测试样本上进行实验（遮挡人脸250张、无遮挡人脸150张），分别在算法的检测率、误检率、漏检率和检测时间几个方面做了一个比较。假设用S表示测试样本总人数，A表示样本中遮挡人脸人数，B表示正确检测到的遮挡人脸人数，C表示误检的总人数，则遮挡检测率=B/A，误检率=C/S，漏检率=1-B/A，实验结果对比如下表1所示。

2 HHT在薄板超声Lamb波检测中的实验研究

2.1 薄板超声Lamb波检测实验

薄板超声Lamb波检测实验系统框图如图1所示,检测对象为1mm厚的铝板,长100cm、宽100cm。在铝板上加工有人工缺陷,缺陷尺寸为直径1.5cm的圆状通孔。超声传感器为直径10mm,中心频率500KHz的直探头,超声激励信号为加5周期Hanning窗的正弦调制信号,中心频率为500KHz,其时域波形图和频谱图分别如图2和图3所示。

图1 薄板超声Lamb波检测实验系统框图

图2 激励信号的时域波形图

图3 激励信号的频谱图

2.2 缺陷检测

无缺陷铝板的传感器接收信号如图4所示,有缺陷信号如图5所示。有缺陷和无缺陷信号的对比如图6所示。其中红色实线为有缺陷信号,蓝色虚线为无缺陷的信号。

从图6可以看出,S0模态的幅值较小,没有明显的缺陷对S0模态的回波。A0模态的幅值较大,有明显的A0模态的缺陷回波。通过观察信号的时域波形可以看出缺陷的存在。下面使用HHT分析方法检测信号的缺陷。

图5 有缺陷信号

图6 有缺陷信号和无缺陷信号对比图

图7 无缺陷信号的EMD分解图

图8 有缺陷信号的EMD分解图

2.3 HHT分析

分别对无缺陷信号和有缺陷信号做EMD分解,分解结果如图7和图8所示。其中,图7为无缺陷信号的EMD分解结果,图8为有缺陷信号的EMD分解结果。通过观察各个IMF分量的时域波形,并不能够明显看出缺陷的存在,因此,需要对其做进一步的分析。

计算每个IMF分量的能量,其结果如图9所示。图9中圆圈代表有缺陷的IMF分量,方形代表无缺陷的IMF分量,横坐标表示每个IMF分量,纵坐标为其对应的能量值。

图9 lMF分量的能量

从图9可以看出,原始信号的能量主要集中在第一个IMF分量,其他IMF分量的能量之和相对第一个IMF分量的能量较小,缺陷的回波信号主要分布在第一个IMF分量中,可以省略去其他IMF分量的分析,只对第一个IMF做HHT分析。第一个IMF分量的对比如图10所示,其中红色实线代表有缺陷信号的第一个IMF分量,蓝色虚线代表无缺陷信号的第一个IMF分量。

图10 第一个lMF分量对比图

从图10中可以看出,明显存在缺陷的A0模态的回波信号。由EMD分解可知,可对IMF分量作Hilbert变换。

分别对信号的第一个IMF分量作Hilbert变换,求得信号第一个IMF分量的瞬时幅值,其结果如图11和图12所示,其中,图11表示无缺陷信号的第一个IMF分量的瞬时幅值图,图12表示有缺陷信号的第一个IMF分量的瞬时幅值图。

通过图11和图12的对比可以明显的看出,相对无缺陷的IMF分量的瞬时幅值图,有缺陷的瞬时幅值图多出一部分幅值较大的信号,这是由缺陷对A0模态的回波造成的。

图11 无缺陷信号的第一个lMF分量的瞬时幅值图

图12 有缺陷信号的第一个lMF分量瞬时幅值图

3 结论与展望

从实验结果可以看到,通过多有缺陷和无缺陷薄板中Lamb信号做EMD分解,对其第一个IMF分量作Hilbert变换,得到信号分量的瞬时幅值,可以明显看出缺陷对A0模态的回波信号,确定缺陷的存在。HHT方法可以用于薄板缺陷信号的分析,实现对缺陷的检测。

实验主要检测薄板缺陷的有无,在以后的实验研究中,可以改变缺陷孔径的大小,分析其缺陷回波部分幅值和能量大小与缺陷孔径大小之间的关系。同时,可以改变传感器和缺陷之间的位置,分析确定缺陷的具体位置等,这些都会在将来的实验中研究。

［1］Huang N E,Shen Z,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis［J］.Proceedings of theRoyal Society of London.Series A:Mathematical,Physical and Engineering Sciences,1998, 454(1971):903-995.

［2］Huang N E,Shen S S.Hilbert-Huang transform and its applications［M］.World Scientific,2005.

［3］Huang,Norden E.,and Nii O.Attoh-Okine, eds.The Hilbert-Huang transform in engineering. CRC Press,2010.

［4］袁慎芳.结构健康监控［M］.北京:国防工业出版社,2007.

［5］曾小红,陈亮,李兴.漏磁信号处理中的经验模态分解和能量法阈值的研究［J］.无损检测, 2011,33(3):27-30.

［6］Huang N E,Wu M L C,Long S R,et al.A confidence limit for the empirical mode decomposition and Hilbert spectral analysis［J］.Proceedings of the Royal Society of London.Series A:Mathematical, Physical and Engineering Sciences,2003,459(2037):2317-2345.

［7］Huang N E,Wu M L,Qu W,et al.Applications of Hilbert-Huang transform to non-stationary financial time series analysis［J］.Applied Stochastic Models in Business and Industry,2003,19(3):245-268.

［8］李志浩.薄板缺陷的Lamb波检测与信号处理［D］.大连理工大学,2011.

［9］张海燕,于建波,孙修立 等.HHT在Lamb波检测信号分析中的应用［J］.振动、测试与诊断,2010, 30(03):223-226.

［10］郑祥明,王杜,杨齐,等.基于改进HHT的多模式Lamb 波信号的时频分析［J］.无损检测,2008,5:6.

［11］Cicero T.Signal processing for guided wave structural health monitoring［D］.Imperial College London,2009.

［12］Purekar A S,Pines D J.Damage detection in thin composite laminates using piezoelectric phased sensor arrays and guided lamb wave interrogation［J］.Journal of Intelligent Material Systems and Structures,2010,21(10):995-1010.

［13］常鸣.基于HHT技术的结构损伤定位研究［D］.南京:南京航空航天大学,2005:55-60.

［14］孙亚杰.基于Lamb波与HHT分析的复合材料结构的主动监测技术研究［D］.南京航空航天大学,2005.

［15］Zemmour A I.The Hilbert-Huang Transform for Damage Detection in Plate Structures［D］. 2006.

孟庆愿（1989—），男，安徽宿州人，硕士，主要研究方向：电力电子与智能检测。