陶瓷基复合材料粘接构件超声特征研究方法

张玉燕， 李万达， 杨若然， 温银堂

(1.燕山大学 测试计量技术及仪器河北省重点实验室，河北 秦皇岛 066004； 2.燕山大学 电气工程学院，河北 秦皇岛 066004)

在各类型航天器外壳热防护系统用复合材料中，纤维刚性陶瓷基复合材料(Ceramic Matrix Composite，CMC)不仅质量轻、断裂韧性强、蠕变性好、比模量高、比强度高，而且具有耐高温、高耐磨性、抗冲击能力强等特点，因此在航天器热防护领域得到了广泛应用。在将陶瓷基复合材料粘接到飞行器基体的过程中有多种因素会影响其粘接质量，而且飞行过程中机体外壳与大气层摩擦产生的热损伤，也会使热防护系统的胶结层产生严重损伤。因此采用适当的无损检测技术对航天器热防护系统用复合材料构件的粘接质量进行检测和评估意义深远。

近些年，由于超声无损检测法不仅具有成本低、灵敏度高、对人体无害的优点，而且该方法易于实现自动化、操作易掌握、实验设备简单可携带，因此成为航空、航天领域复合材料胶结结构缺陷检测的一种主要方法[1-3]。针对CMC材料，研究人员对材料本身的制备方法、声学参数测定、力学性能分析、机械特性及其表征和疲劳寿命预测进行了相关研究[4-7]。论文所针对的材料是一种新型的CMC材料，孔隙率很高，特性非常复杂，使得声波衰减很严重，声场传播特性有待于深入研究，超声信号微弱。虽然商用超声C扫描设备比较成熟，但考虑特殊应用需求，超声C扫描系统仍需进一步研究开发[8]，目前尚未见到成熟应用于这种新型CMC材料粘接缺陷的相关报道。因此针对这一现状，搭建简易的C扫描系统，深入研究超声信号对这种新型CMC材料和其粘接缺陷的测量特征，研究相应的信号处理方法，以提高检测有效性。

实际检测过程中，超声信号具有非平稳、时变的特点。时频分析技术作为分析非平稳时变信号的重要方法，其中HHT变换[9-11]和伪Wigner-Ville分布[12-13]是目前常用的两种时频分析方法，被广泛应用于多个研究领域。目前，将HHT和PWVD相结合并应用在CMC材料胶结层缺陷超声信号特征分析方面的研究少见报道。

考虑到CMC材料多孔和各向异性特点导致的超声检测数据多噪音特性，利用自适应小波阈值去噪算法对检测数据进行去噪预处理，在此基础上，提出了基于HHT和PWVD的信号时频分析方法，对超声透射信号进行研究分析，以便更直观地获取CMC材料胶结结构粘接缺陷的超声信号时域特征。

1 检测原理及C扫描系统平台

超声穿透法的声程是反射法的1/2，信号能量损失较小，得到的信号幅值较大，而且基于C扫描图像进行的缺陷尺寸评定更接近真实值，因此选择超声穿透法进行CMC材料缺陷检测。该方法的本质就是根据超声波穿透被检试样后能量的衰减变化来判断缺陷情况。搭建了软硬件投入费用相对较低、设备易操作的C扫描系统，实现了对CMC材料结构胶结层夹杂缺陷的检测，搭建的自动检测系统结构框图如图1所示。通过上位机中LabVIEW程序和多功能DAQ设备NI USB-6251实现对电机驱动系统控制进而实现超声探头对整个工件C扫描过程。工作时，超声探头需要垂直于材料表面，并保证发射与接收探头在同一水平线上。超声信号由信号发生器产生，经过宽带功率放大器放大并透过被检材料后由接收探头接收，NI PCI-5122数据采集卡实时采集超声波信号并传送给上位机。上位机软件对接收到的超声数据进行图像显示，实现人机交互，方便对超声信号的实时观察和处理。

图1 检测系统结构框图

系统中的三维机械扫描装置带动两个聚焦探头对材料进行扫描。一般情况下，超声换能器扫描步距越小，检测精度越高[14]，但扫描相同面积工件的时间也越长。根据实际情况设定扫描步距为0.125 mm/次。

2 基于HHT和PWVD的超声信号特征分析

超声检测信号是一种典型的非平稳信号，常规的信号处理方法在对超声信号进行特征分析时存在着较大的困难，将HHT和PWVD两种时频分析方法应用于超声缺陷信号特征分析。

主要研究内容如下:

① 观察超声信号是否有干扰，若有干扰，根据干扰的特点选择滤波的方法，对信号进行滤波处理。

② 对信号进行EMD(Empirical Mode Decomposition)分解得到本征模态(Intrinsic Mode Function，IMF)分量，从时域观察信号组成特点。

③ 利用PWVD对IMF信号进行分析得到三维时频幅值谱图，在时频域观察信号特点。

2.1 自适应小波阈值去噪

超声波在被检材料中传播时，由于材料的多孔性和各向异性特性会导致声波的散射和反射现象发生，引起声学结构噪声，再加上包括脉冲噪声在内的系统噪声，导致探头接收到的信号信噪比较低，必须采用恰当的信号处理方法来提高超声透射波的信噪比[15]，从而提取到更多有用的缺陷信息方便后续超声信号特征分析。

基于以上分析，采用自适应小波阈值算法进行去噪处理。首先利用小波变换对含噪超声信号进行多尺度分解，得到高低尺度的小波系数，然后对各尺度上的小波系数进行阈值处理，最后利用小波逆变换重构出超声信号，即为降噪后的信号。

小波分解去噪时，选择的分解层数为3，采用coif5小波基，阈值函数采用Donoho等在高斯噪声模型基础上，通过独立正态变量决策理论而得出的硬阀值函数，其表达式为

beta=1.414×sigma×ln(M×N)

(1)

式中，M×N为重建图像的像素个数；sigma为重建图像矩阵元素的标准差。

2.2 EMD分解

对去噪后的超声信号x(t)进行EMD分解，表达式为

(2)

式中，ci(t)为信号x(t)的第i阶IMF成分；rn(t)为残余分量，是信号的趋势项。

在EMD分解过程中，首先提取的是原始超声新号的最高频成分，即IMF1分量，之后再提取的各IMF分量的频率依次降低，最后的余项代表了整个时间信号的趋势。该分解方法利用的基函数来自于原始信号本身，不必对信号做任何假设，因此可以完成对超声信号的自适应分解，被广泛应用在非平稳、非线性的信号处理领域。

2.3 Hilbert变换

(3)

因此可以方便地获得时域信号x(t)的瞬时幅度、瞬时相位和瞬时频率等参数。

对EMD分解得到的各IMF分量做Hilbert变换，即ci(t)做Hilbert变换：

(4)

(5)

式中，

2.4 伪Wigner-Ville分布

伪Wigner-Ville分布(PWVD)是另一种重要的时频分析方法，被广泛应用在非平稳时变信号的分析处理中。

信号s(t)的Wigner-Ville分布(WVD)可以表示为

(6)

式中，z(t)为s(t)的解析信号；τ表示时延变量；*为复共轭。

利用解析信号z(t)的频谱表示WVD：

(7)

式中，v为频移变量。因此，WVD时频分布能够揭示超声信号能量在时间-频率上的分布情况。但是，利用WVD对复杂规律的信号进行分析时，会产生交叉项干扰，影响分析结果的准确性。因此，有必要采取一定的方法对交叉项进行抑制。

PWVD可以在一定程度上抑制信号的交叉干扰项，有效地提高了信号分析的准确性。该方法实际上是对WVD进行加窗平滑处理，离散的伪PWVD分布公式如下:

(8)

式中，n为离散时间分量；m为离散频率分量；h(k)为时域加窗函数；k为变化参数；N为数据长度。

3 实验及结果分析

3.1 粘接缺陷的检测

实验中系统参数设置如下：触发电压5 V，采样率40 MHz，采样点数10000个，外部边沿触发，采用水浸聚焦探头，其晶片直径为6 mm，焦距为50 mm，频率为2.5 MHz。试样为CMC材料与有机玻璃板的胶结结构，尺寸为100 mm×100 mm×10 mm，其中CMC材料厚度6 mm，有机玻璃板厚度2 mm，环氧树脂胶层厚度2 mm。在试样胶结层中预埋尺寸为60 mm×3 mm×3 mm的木棍夹杂缺陷，试样如图2(a)所示，利用最大值投影重建得到重建图像如图2(b)所示。试样中红色框标注的是实际扫描区域。

图2 被检试样和重建图像

3.2 去噪处理

对木棍夹杂缺陷试样进行自适应中值滤波处理，滤波效果对比如图3所示。为了更好地观察去噪效果，分别取处理前后检测图像中第78、79、80、81行超声数据点进行比较，如图4所示。图4中原始图像中的超声数据点用蓝色线型表示；第1层重构图像中的超声数据点用红色线型表示；第2层重构图像中的超声数据点用黄色线型表示；第3层重构图像中的超声数据点用紫色线型表示。

图3 自适应中值滤波效果比较

图4 去噪效果比较

对超声检测数据进行3层小波阈值去噪，计算每层重构图像的评价指标[16]列于表1中。由评价指标可知，第1层重构图像去噪效果最优，因此选择第1层重构图像做为小波去噪结果。取处理前后检测图像中第78、79、80、81行所有超声数据点，观察去噪效果，如图4所示。由图可知，自适应小波阈值去噪可以大幅度减小噪声对实验数据的影响，提高超声信噪比，为后续信号处理奠定基础。

表1 小波多层分解指标比较

3.3 HHT与伪PWVD时频分析

含有噪音的木棍夹杂缺陷处超声信号时域波形如图5所示。

图5 含噪音缺陷处超声信号

经过去噪处理的木棍夹杂缺陷处超声信号时域波形如图6所示，采样时间为1 ms，采样频率为40 MHz。

图6 去噪处理后缺陷处超声信号

对去噪处理后缺陷处的超声信号进行EMD分解得到8 个不同的IMF分量，如图7所示。得到的IMF图揭示了超声信号的时域特点，尤其是通过IMF5分量可以更直观、更具体地观察超声透射波时域特征。

图7 超声信号EMD分解结果

对IMF5分量做PWVD得到时间、频率和幅值的三维分布如图8所示，接收到的超声透射波最高幅值为0.02 mV，到达时间为40 μs，频率为2.5 MHz。

图8 去噪处理后缺陷处PWVD三维图

取试样含噪非缺陷处超声透射信号波形图如图9所示。

图9 含噪缺陷处超声信号

去噪处理后的非缺陷处超声透射信号，如图10所示。计算得到的PWVD三维图如图11所示，可知超声透射波最高幅值约为0.4 mV，到达时间为40 μs，频率为2.5 MHz。

图10 去噪处理后非缺陷处超声信号

图11 去噪处理后非缺陷处PWVD三维图

由图8和图11可知，在同一检测条件下CMC材料胶结结构非缺陷处的超声透射波幅值明显高于缺陷处的最大幅值，这是由于胶层中木棍粘接缺陷的声阻抗与CMC材料的声阻抗差异很大，声波在传播过程中会发生大量的反射和散射，从而使接收探头接收的超声能量大幅度减小，即表现为缺陷处超声最大幅值明显变小。提出的HHT和PWVD能够很好地得到接收透射波的最大幅值和对应的时间和频率，可以直观地揭示超声缺陷信号特征，为该类复合材料构件的粘接层缺陷信号处理提供一种简单有效的方案。

4 结束语

基于LabVIEW自主研发的超声C扫描自动检测系统可以实现对新型轻质多孔CMC材料结构胶结层夹杂缺陷的检测。采用自适应小波阈值去噪算法对超声数据进行去噪处理，大幅度滤除了数据噪声，明显提高了超声信噪比，为缺陷信号处理奠定基础。对缺陷和非缺陷点的超声信号进行HHT时频分析，更直观地揭示了超声透射信号特点。本研究成果可为该类新型CMC材料结构粘接缺陷的检测和信号处理方案提供有力的技术支撑。