[发明专利]用于金属内部缺陷超声检测信号的降噪方法

说明书

本发明公开了一种用于金属内部缺陷超声检测信号的降噪方法，涉及超声无损检测技术领域，解决了现有超声检测信号的降噪方法不依赖于其自身形成机理的技术问题，其技术方案要点是通过将分层阈值处理的思想引入到CEEMDAN算法中，提出了一种基于CEEMDAN算法和空间相关性的超声检测信号的阈值降噪方法，克服了传统降噪方法脱离超声检测信号形成机理的问题，具有更高的适应性、有效性和稳定性。同时将阈值处理后的超声检测信号的空间相关系数作为各模态的重构系数，充分利用了缺陷回波空间相关性高、噪声成分空间相关性低的机理，保留了超声检测信号中的回波信号，抑制了噪声成分，获得了理想的降噪效果。

技术领域

本公开涉及超声无损检测技术领域，尤其涉及一种用于金属内部缺陷超声检测信号的降噪方法。

背景技术

金属材料具有一系列优异性能，在航空航天、核工业以及国防等高端领域得到了广泛应用。金属材料在加工过程中会形成各种内部缺陷，导致材料性能的下降，进而导致零部件失效以及设备故障，影响着设备的安全性与可靠性。金属材料无损检测技术对于保证设备的安全性与可靠性具有重要意义，超声无损检测技术具备设备简单、安全性好、检测范围广和灵敏度高等优点，广泛应用于工业设备检测领域。

超声检测信号除了包含缺陷回波外，还包含如电磁噪声，以及由材料晶界反射引起的结构噪声。对于粗晶金属材料，强烈的结构噪声会使超声检测信号中的缺陷回波受到污染，甚至被完全湮没，制约了超声缺陷检测的有效性。超声检测信号降噪常用的方法主要包括小波降噪法、分裂谱分析法和稀疏分解法等。小波降噪方法的效果受到较多因素的影响，例如阈值设置方法、小波函数的选取以及分解层数的选取等，而且在处理噪声强度较大的信号时，小波阈值降噪的效果有限。分裂谱分析法需要预先设置的参数过多，如带通滤波器的数量、种类和带宽，各子滤波器的带宽和重叠范围等等。稀疏分解方法也存在内在局限性，当过完备字典中的基函数不严格满足正交性，或者信号的信噪比很低时，很难得到有效的稀疏分解结果。

目前的降噪方法很少从超声检测原理的角度出发而将超声检测信号中的噪声默认为普通随机噪声进行处理，这种简单化的处理往往无法获得有效的降噪效果。因此，研究一种基于超声检测信号自身形成机理的降噪方法非常具有必要性。

发明内容

本公开提供了一种用于金属内部缺陷超声检测信号的降噪方法，其技术目的是提供一种依赖于超声检测信号自身形成机理的降噪方法，能够获得理想的降噪效果，且具有更高的适应性、有效性和稳定性。

本公开的上述技术目的是通过以下技术方案得以实现的：

一种用于金属内部缺陷超声检测信号的降噪方法，包括：

S1：在两个毗邻的检测位置P与P′处分别采集超声A扫信号，截去超声A扫信号的始波与底波部分，得到检测位置P处的待降噪超声检测信号x(n)与检测位置P′处的空间相关参考信号x'(n)；

S2：对所述x(n)和所述x'(n)分别采用CEEMDAN算法进行分解，分别得到模态IMF_k(n) 与模态IMF'_k'(n)；其中，k＝1,2,3,…,K；k′＝1,2,3,…,K′；当k＝k′时，模态IMF_k(n)与模态IMF'_k'(n)称为一对平行模态；

S3:提取模态IMF_k(n)中需要降噪处理的前k_s个模态；

S4：计算模态IMF_k(n)与模态IMF'_k'(n)中的前k_s对平行模态的空间相关系数分布函数ρ_k(n)；

S5：对所述空间相关系数分布函数ρ_k(n)进行软阈值处理，得到各个模态的重构系数α_k(n)，则所述重构系数α_k(n)的表达式包括：