电磁超声界面回波瞬时图谱分析与神经网络识别

针对钢板背后多层橡胶粘接结构,选择较佳实验频率值作为电磁声换能器的激励源频率。提取了检测回波的瞬时振幅、瞬时相位和瞬时频率三种瞬时参数,将瞬时参数构成三维瞬时图谱定性识别不同粘接状态。将敏感时间窗内的平均瞬时参数组成特征向量,利用BP神经网络进行识别,对训练集与测试集的识别结果表明,该方法可以实现电磁超声界面回波的自动识别与分类,识别正确率不低于95%。     

电磁超声多界面检测信号去噪方法研究

为了解决传统压电超声换能器检测方式耦合不稳定的问题,将电磁超声应用于多层粘接结构界面检测。针对电磁超声界面检测信号噪声高和盲区大的问题,在电磁声换能原理和盲区成因分析的基础上,用小波阈值滤波和自适应抵消滤波方法对检测信号进行了处理,达到了降低信号噪声和减小盲区的目的。对钢板和双层橡胶粘接样品的回波信号处理结果表明:小波阈值滤波将信噪比提高了约12 dB,自适应抵消滤波有效地减小了由感生信号产生的盲区。