一种应用于超声无损检测的广谱反卷积技术

为了提高复合材料超声无损检测(UNDT)分辨率,提出一种基于小波变换和粒子群算法(PSO)的广谱反卷积新技术.在利用小波变换多分辨率分析能力对超声反射回波信号消噪,并确定超声反射系数位置集的基础上,采用粒子群优化算法求出相应位置反射系数的幅值,从而消除畸变小波的平滑作用,有效改善检测分辨率.同时,该技术还突破传统方法仅适合于超声回波信号为平稳、检测噪声为白色以及先验知识已知的场合应用的局限性.计算机仿真和实验研究表明,与传统反卷积技术相比,该方法能极大地提高超声检测的分辨率,并体现出较强的广谱适应性和鲁棒性.

基于小波变换的裂谱分析法

为了提高超声无损检测(UNDT)和无损评价(UNDE)中基础数据的信噪比(SNR),提出了一种基于小波变换多分辨率分析的裂谱分析新方法.该方法在分析传统裂谱分析(SSP)方法原理及其局限性的基础上,通过采用小波变换多分辨率分析能力将原始超声回波信号进行等Q子带分解,然后按照一定的信噪分离规则来消除噪声,达到提高信噪比的目的.实验结果表明,与传统裂谱分析方法相比,该方法提高了消噪性能的稳定性,增强了湮没晶粒(或其他散射体)散射中的缺陷回波信号能力.

基于支持矢量机的小波域超声信号消噪技术

为了提高超声无损检测与无损评价基础数据的信噪比,提出一种基于支持矢量机模式识别理论的小波域超声信号消噪技术。该技术在研究材料内部散射体引起的结构噪声产生机理,以及分析传统裂谱分析算法局限性的基础上,利用小波变换方法将原始超声检测信号分解到小波空间,并通过采用以高斯函数为核函数的支持矢量机所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声,得到高信噪比的超声回波信号。试验结果表明,与传统裂谱分析算法相比。该技术提高了消噪性能的稳定性,增强了湮没材料内部各种散射体散射中的缺陷回波信号能力。

基于小波变换的反卷积技术

为了提高薄层复合材料超声无损检测(UNDT)中A扫描信号时域分辨率,提出一种基于小波变换多分辨率分析的反卷积技术新方法.针对传统反卷积技术在信噪比(SNR)降低时提高时域分辨率能力有限以及稳定性较差的缺点,将小波变换应用到反卷积技术中,对超声脉冲回波信号进行不同频带内分解,选取其中一个低频带内信号单支重建后,将传统反卷积技术应用到所选信号进行处理.计算机模拟和实验结果表明,与传统反卷积技术相比,该方法在提高时域分辨率(特别是低信噪比时)能力方面有较大改观.

超声无损检测中基于支持向量机的自适应裂谱分析法

传统裂谱分析(SSP)方法对滤波器类型及其参数选择过于敏感,优化处理算法的信噪分离规则不能根据应用场合、信号和噪声的性质进行自适应调整.为了提高超声无损检测(UNDT)和无损评价(UNDE)中基础数据的信噪比(SNR),提出了一种基于支持向量机(SVM)模式识别理论的自适应裂谱分析方法.采用以高斯函数为核函数的SVM所构成的信噪分离器,对信号和噪声进行识别和分离,从而消除噪声,得到高信噪比的超声回波信号.实验结果表明,与传统裂谱分析方法相比,该方法提高了消噪性能的稳定性,增强了湮没晶粒(或其他散射体)散射中缺陷回波信号的能力.

基于提升小波变换的超声信号消噪技术

为了提高超声无损检测(UNDT)和无损评价(UNDE)中基础数据的信噪比(SNR),提出了一种基于提升小波变换多分辨率分析的超声信号消噪新技术.在分析传统裂谱分析(SSP)方法原理及其局限性的基础上,通过采用提升小波变换多分辨率分析能力将原始超声回波信号进行子带分解,然后按照一定的信噪分离规则来消除噪声,达到提高信噪比的目的.实验结果表明,与传统裂谱分析方法相比,该方法增强了消噪性能的稳定性,提高了超声回波信号的信噪比.

基于提升小波变换和遗传算法的反卷积技术

为了提高复合材料超声无损检测中A扫描信号的时域分辨率,在分析传统反卷积技术需要先验知识等局限性的基础上,提出了一种基于提升小波变换和遗传算法的反卷积技术。利用提升小波变换多分辨率分析能力确定超声反射系数的位置集,将反卷积的优化目标函数表达成可用遗传算法求解的二次型无约束优化问题,然后利用遗传算法求解出相应位置上反射系数的幅度,从而完成对待检对象反射系数的确定。实验结果表明,与传统反卷积技术相比,该方法提高了时域分辨率,并表现出很好的泛化性能。

一种新型超声信号消噪技术及其DSP实现

为了提高超声无损检测和无损评价中基础数据的信噪比,利用小波变换多分辨率性能实现对超声信号的消噪。将原始超声回波信号进行小波域子带分解后,按照一定的规则对细节信号进行软阈值处理,然后根据概貌信号和处理后的细节信号重构原信号,从而消除了噪声,达到提高信噪比的目的。该方法在DSP上进行了实现,实验结果表明,该方法增强了消噪性能的稳定性,提高了超声回波信号的信噪比。

基于提升框架和微粒群优化神经网络的超声信号消噪技术

为消除超声无损检测中晶粒散射引起的相干噪声,提高超声无损检测(UNDT)与无损评价(UNDE)基础数据的信噪比(SNR),提出了一种基于微粒群(PSO)优化神经网络模式识别理论的超声信号消噪技术,利用提升框架对原始超声检测信号进行多分辨率分析,根据微粒群算法强大的全局最优化能力,确定径向基函数(RBF)神经网络的结构,并通过径向基函数神经网络所构成的信噪分离器对信号和噪声进行识别、分离来消除噪声。

水下无损检测技术的研究现状和发展趋势

文章介绍了水下构件的损伤形式和水下无损检测的技术手段,根据实践经验指出了目前存在的问题,并分析了今后的发展方向。