基于小波变换及互相关的声发射源定位研究

周 辉 续秀忠 张凤飞

（上海海事大学 物流工程学院，上海 201710）

金属材料一直都是人们必不可少的生活资料，随着工业技术的发展，金属材料已经普遍运用到各行各业中。因此，金属材料产品的质量和机械设备的安全运行性能需要不断提高，这就要求人们掌握先进的技术对金属材料的损伤进行检测。传统的无损检测方法属于静态监测，也就是说，这些无损检测方法只能在缺陷产生后才能对其进行检测，而且必须知道大概的缺陷位置。而声发射检测技术是一种在线检测技术，可以检测材料的损伤过程，能够及时准确地发现出现损伤的位置，对损伤程度进行判断。所以，采用声发射技术检测金属材料，能够大大减少金属产品损坏造成的事故，保障人们的生命财产安全。

依据传感器布置位置的不同，人们可以把声发射定位分为线性定位、平面定位、三维立体定位。平面定位包括区域定位和时差定位两种。

互相关技术已被成功应用于管道声发射源定位检测，而小波变换分析方法是目前较常用的信号处理方法，它将信号分解为不同的尺度，使得高频信号和低频信号更加细化[1]。本文主要利用断铅模拟声发射源，采用小波变换和互相关技术来测量时差，进而确定声发射源的坐标。

1 小波变换及多尺度分解

Daubecheies小波是目前在声发射信号处理中应用最广泛的一种小波，它具有有限性、支撑性、正交性和快速算法，对信号的时域和频域的局部细节化能力也特别强。因此，本文选用小Daubecheies波作为声发射信号处理的小波基函数[2-3]。

Mallat提出了对小波进行多尺度分析的思想，对信号进行离散采样后，得到的信号是一个有限的频带[4]。通过小波分析后可知，人们实际上得到了两个信号，一个是高频信号，一个是低频信号，高频信号往往包含噪声信号和扰动信号。把低频信号继续分解又可以得到高频和低频信号，如此往复下去就可以把信号分解为高频和低频信息。但是，信号分解的层数也不是无限制的，对于一个长度为N的信号最多可以分成log2N层。在具体使用过程中，人们应根据具体情况选择合适的分解层数。本文对铅断模拟声发射信号进行5层分解。

2 试验分析

2.1 试验样品准备

本试验所用材料为45#钢的钢板，钢板尺寸400mm×400mm×6mm。

2.2 声发射设备与参数设置

本试验中所采用的声发射设备是德国VALLEN公司生产的AMSY-6型声发射仪器系统，该系统是全波形、全数字、抗干扰性非常强的声发射检测仪，该声发射采集系统的通道数为十六；谐振式传感器的中心频率为150kHz；耦合剂采用硅油脂；试验的具体参数设置如表1所示。

表1 采集仪硬件参数设置

2.3 试验过程

以板的中心为原点，如图1所示，传感器在金属板上 的 坐 标 为 S1（-130，130），S2（-130，-130），S3（130，-130），S4（130，130），单位为mm。笔者一共做了9个铅断试验，分别为（0，0），（0，70），（0，-70），（70，0），（-70，0），（90，90），（90，-90），（-90，-90），（-90，90）。图中传感器1和传感器3之间的距离为450.33mm，传感器2和传感器4之间的距离也为450.33，经过多次测量取平均值得到波速为4877.9m/s。通过小波分解后的声发射信号进行互相关分析，可以得到传感器1和传感器3的时差tx和传感器2和传感器4的时差ty，进而得到两个双曲线1和2，所求的声发射源的位置坐标就是两双曲线的交点坐标。

图1 传感器布置和定位原理

以点（70，0）为例，对四个传感器接收到的信号进行归一化处理，并选取Daubechies8小波作为小波基，对接收到的声发射信号进行5尺度小波分解与重构。

由图2可知，通道1重构后的波形与原始波形有很大相

图2 通道1信号归一化后的原始波形及重构后的波形

图3 通道1声发射信号小波分解各尺度能量分布

由图3可以看出，通道1声发射信号经小波分解后，D5所占的能量最大且波形与重构波形相似；同样地，对其他三个通道做同样的处理可知，通道2、通道3、通道4信号归一化后，信号重构后的波形与原始波形有很大相似性。此外，通道2、通道3、通道4声发射信号经小波分解后，D5所占的能量最大且波形与重构波形相似。

综上可以看出，四个通道的声发射信号经小波分解后，D5层所占的能量最大，而且波形与重构波形相似。所以，可以用D5层波形进行互相关求时间延迟。

将通道1和通道3的声发射信号经小波分解后D5层波形两者进行互相关分析，如图4所示，互相关系数最大值所对应的时间延迟tx为1050ns。同理，将通道2和通道4的声发射信号经小波分解后D5层波形两者进行互相关分析，可以得到互相关系数最大值所对应的时间延迟ty为-80ns。

图4 通道1、通道3小波分解后互相关分析

在MATLAB中，利用四传感器平面时差定位法将所求的时间延迟tx和ty带入，可以求得铅断位置（69.65，-5.31）。同理，可以求出其他铅断点声发射源位置，如表2表所示（时间差的正负表示两传感器相对延迟时间先后）。

对基于小波分析和互相关技术的声发射源定位方法进行一系列试验验证，结果表明，定位平均误差都在4mm以内。所以，该定位方法能够显著提高声发射源的定位精度，为声发射源的定位提供了有效的途径。

表2 基于小波分解互相关的定位结果与预设试验点比较

3 结语

笔者采用小波互换和互相关技术研究金属板的声发射源信号的时间延迟。首先通过Daubechies8小波对声发射信号进行5层分解，可以获得有意义信号的频带宽度，然后提取分解后的相应频带的小波系数，采用互相关计算出该频带信号到达各个传感器的时差，进而通过时差定位法对声发射源进行定位。试验结果表明，基于小波变换及互相关延时估计声发射源定位能够很好地对声发射源进行定位。

人们可以将原始声发射信号进行小波多尺度分解，使接收到的波形能够分解为具有单一模式的波形，确定有意义信号的频带宽度，提取分解后相应频带的小波系数。基于小波变换和互相关技术的声发射源定位方法，定位平均误差都在4mm以内，有效地提高了声发射源的定位精度。基于小波变换和互相关技术的声发射源定位研究为金属声发射定位提供了一种新方法。

[1]成礼智.小波的理论与应用[M].北京：科学出版社，2004：69-71.

[2]陈志奎.工程信号处理中的小波基和小波变换分析仪系统的研究[D].重庆：重庆大学，1998：24-27.