理论教育 关于激光熔覆再制造零件超声检测信号消噪的小波包分解优化方法

关于激光熔覆再制造零件超声检测信号消噪的小波包分解优化方法

时间:2023-06-20 理论教育 版权反馈
【摘要】:主要结论总结如下。1)选择具有更精细消噪能力的小波包分解对激光熔覆再制造零件超声检测信号进行消噪处理。采用该方法对信号进行消噪处理时,影响超声检测信号消噪质量的因素主要包括小波母函数、分解层数、阈值算子的选择和确定。

关于激光熔覆再制造零件超声检测信号消噪的小波包分解优化方法

本章结合Fe314激光熔覆层微观组织深入分析、探讨了激光熔覆再制造零件超声波检测信号噪声的来源及特点,提出了基于最优小波包Shannon熵的信号消噪方法;针对普通脉冲反射法对表层缺陷分辨力低的问题,提出采用广义相关倒频谱信号处理方法解决该问题;针对超声应力检测实验中应力引起速度变化很微弱的问题,本章提出具有一定抗干扰能力、分析精度高的复数倒频谱延时分析方法。主要结论总结如下。

1)选择具有更精细消噪能力的小波包分解对激光熔覆再制造零件超声检测信号进行消噪处理。采用该方法对信号进行消噪处理时,影响超声检测信号消噪质量的因素主要包括小波母函数、分解层数、阈值算子的选择和确定。

2)根据超声波信号的特点,选择具有紧支撑性、正交性以及近似对称性的sym8小波族函数对超声波信号进行消噪处理。通过比较超声信号消噪前后的赋范均方误差确定symN小波族函数的阶数。

3)超声波信号消噪效果与小波包分解层数是密切相关的,由于含噪系统有熵增的趋势,即系统的无序程度增加,采用Shannon熵表征不同分解尺度小波包分解系数中噪声含量的大小,并以此作为确定分解层数的关键指标。(www.daowen.com)

4)针对各类经验阈值模型的不足,提出根据小波能谱熵确定最优小波包基不同分解尺度的阈值,实现对低信噪比信号的有效去噪,提高材料内部缺陷定量分析的准确度。

5)针对激光熔覆再制造零件的特点,提出基于广义相关倒频谱的超声检测缺陷诊断技术,采用普通纵波探头可以同时检测出位于材料表层及内部的缺陷,提高了普通脉冲反射法对表层缺陷的分辨力。

6)提出基于复数倒频谱的超声波声时差计算方法,采用该算法对计算机模拟信号和实际检测信号做了声时差分析,并与经典的基于信号相关法求时差的分析方法做了对比,计算机模拟和实验结果均表明,复数倒频谱分析方法是一种精度高,具有一定抗干扰能力的声时差计算方法。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈