用自适应滤波解卷积进行缺陷类型识别

提出了超声缺陷散射回波信号的卷积模型和缺陷散射回波信号的自适应滤波解卷积方法。对一给定系统的模拟,进行了解卷积效果分析．通过解卷积,能够减弱其它因素的影响,突出缺陷的类型（形状）和大小信息。通过对横穿孔、平底孔、球孔和长方孔缺陷的共１８个样品的回波信号进行解卷积处理,实现了带棱边的平面与光滑曲面──自然缺陷二要素的类型识别。     

小波变换和自适应噪声抵消在闭合裂纹超声检测中的应用

在闭合裂纹超声检测中,裂纹散射口波信号非常微弱,难以检测。本文分别用小波变换和自适应噪声抵消方法来抑制应电压背景噪声和随机电噪声,提高了信噪比,增强了裂纹检测率．     

层状介质界面超声检测的理论分析和自适应噪声抵消处理

首先从理论上推导了展状介质超声脉冲回波的解析表达式,对各界面信号进行了分析。指出多层介质超声回波是各界面信号的叠加。应用自适应噪声抵消去除超声回波中的零界面和一界面信号,可以将二界面信号提取出来。对模拟和实测层状介质超声回波信号处理表明,方法是可行的。根据得到的二界面信号的幅度和起始时间,可以对二界面的深度和粘结情况进行评价。     

信号处理在超声检测中的应用

文章综合报道了信号处理在超声检测的抑噪、缺陷的定性定量分析及优化驱动信号的几方面应用。     

超声检测中人工神经网络对缺陷定量评价

分析了均匀各向同性介质的超声检测中,耦合因素和仪器因素造成的脉冲回波幅度的差异,提出了误差校正方法。以校正后的缺陷回波和底面反射波的峰－峰值为特征量,利用人工神经网络进行缺陷类型识别和大小评价。为模拟自然缺陷的二基本要素——光滑曲面和带棱边的平面,用有机玻璃制作了代表性的横穿孔和平底孔缺陷样品共１８个．对１８个缺陷样品的缺陷回波和底面反射波的峰－峰值测量了四次,并进行的校正．用人工神经网络对这组缺陷样品进行的处理结果表明：（１）设定的缺陷类型全部准确识别。（２）估计缺陷大小与标称孔径吻合较好。最后,对测量误差和缺陷大小估计误差进行了分析。