基于小波匹配追蹤的薄板焊縫超聲TOFD稀疏化成像方法

方正中,趙　燁,楊克已,鄭鼎鼎,周紅民

(1.衢州市特種設(shè)備檢驗中心，衢州 324000；2.浙江大學 機械工程學院，杭州 310027)

?

基于小波匹配追蹤的薄板焊縫超聲TOFD稀疏化成像方法

方正中1,趙燁1,楊克已2,鄭鼎鼎1,周紅民2

(1.衢州市特種設(shè)備檢驗中心，衢州 324000；2.浙江大學 機械工程學院，杭州 310027)

為解決薄板焊縫超聲TOFD檢測中信號易出現(xiàn)混疊的問題，提出了一種基于小波匹配追蹤的超聲TOFD稀疏化成像方法。針對傳統(tǒng)匹配追蹤算法存在的原子庫原子數(shù)量巨大，算法計算效率低等問題，首先利用小波變換對超聲TOFD檢測原始信號在頻域內(nèi)進行分解，然后根據(jù)單個子帶的特性建立原子庫，利用匹配追蹤算法將子帶信號與原子庫中的原子進行優(yōu)化匹配，實現(xiàn)了信號的稀疏化處理，解決了超聲TOFD檢測技術(shù)在薄板焊縫應(yīng)用中的關(guān)鍵技術(shù)難點。

超聲TOFD成像；薄板焊縫；小波變換；匹配追蹤；稀疏化

薄層鋼板及其焊接件在現(xiàn)代工業(yè)中應(yīng)用廣泛，焊縫是焊接件中最為薄弱的部分，需要依靠無損檢測技術(shù)保障質(zhì)量[1]。超聲TOFD成像檢測技術(shù)是焊縫缺陷定量化檢測最為有效的手段，然而薄層材料厚度較小時,直通波、缺陷衍射波以及底面反射波等超聲TOFD檢測原始信號易出現(xiàn)混疊的問題，因而提高超聲TOFD檢測信號的縱向分辨率以有效分離混疊信號，進而精確測量各信號的波達時間，實現(xiàn)缺陷定量化檢測，是該技術(shù)在薄材焊縫質(zhì)量檢測中得以良好應(yīng)用的關(guān)鍵。

近年來，國內(nèi)外學者在提高超聲檢測的縱向分辨率方面進行了不少探索，利用數(shù)字信號處理技術(shù)提高超聲檢測縱向分辨率的研究十分活躍。目前較為常用的技術(shù)主要有頻域處理方法[2-4]和時域處理方法[5-7]兩大類。頻域處理方法,如維納濾波技術(shù),雖然有較高的計算效率，但TOFD檢測原始信號是由大擴散角聲束信號入射到待檢對象內(nèi)部后，經(jīng)由不同的聲程傳播所產(chǎn)生的結(jié)果，這些信號的頻譜各異，使得在維納濾波參考信號的選取上存在較大困難。時域處理方法通過迭代實現(xiàn)，可以取得較好的結(jié)果，但主要存在計算量十分巨大的缺點，比較經(jīng)典的算法是匹配追蹤技術(shù)。Mor等[6]利用匹配追蹤算法有效地將兩個混疊的超聲信號分離出來。匹配追蹤算法有效實施的前提是需具備一個過完備的原子庫，而形成過完備原子庫需要巨大的計算機內(nèi)存。計算量巨大、實時性差是目前匹配追蹤算法共同存在的問題[8-10]，嚴重阻礙了該算法在實際應(yīng)用中的推廣。為此，有必要對該算法進行改進，使其具備實時性和普適性，以滿足超聲TOFD檢測的實際應(yīng)用需要。

為此，筆者在利用小波變換多分辨率分析能力將超聲TOFD檢測原始信號分解為子帶信號的基礎(chǔ)上，根據(jù)子帶信號的知識建立基于高斯調(diào)制的余弦函數(shù)的原子庫，以減少原子庫中原子的數(shù)量，達到提高計算效率的目的;并利用匹配追蹤算法從原子庫中選取最優(yōu)原子，實現(xiàn)超聲TOFD稀疏化成像，以達到提高檢測圖像的縱向分辨率的目的。

1　匹配追蹤算法

匹配追蹤算法是一種基于原子分解的信號描述方法，需要先從原子庫D中尋找一個與信號s內(nèi)積最大的原子g0，并計算出殘差項:

(1)

匹配追蹤算法是通過對殘差項r做進一步分解，迭代地實施這一過程的。假設(shè)已經(jīng)得到第m個殘差項rm，將rm投影到原子gm上可得:

(2)

直到殘差項的能量小于某個閾值的時候，迭代終止。匹配追蹤算法迭代的終止條件通常是根據(jù)殘差信號能量與原始信號的能量比值來設(shè)定的，當殘差信號的能量衰減到40 dB時，即殘差項能量不足原始信號能量的1%時，匹配追蹤算法迭代終止[11]。

將式(2)對m從0到M-1求和，可得:

(3)

綜上所述，匹配追蹤算法是將與原子庫中的原子同類型的信號成分按照能量高低順序，依次從原始信號中提取出來的，由式(3)可知，原始信號s可被表示成若干個原子的線性組合。因此，匹配追蹤算法成功實施的關(guān)鍵在于構(gòu)建一組合適的且過完備的原子庫。為了能夠有效地提取信號特征，所選取的原子應(yīng)該與原始信號成分具有相似性，超聲發(fā)射信號可用高斯調(diào)制的余弦函數(shù)表示[12]為:

(4)

式中:θ=[β,α,τ,fc,φ];fc為信號的中心頻率;β和φ分別為幅值和相位;τ為渡越時間;并引入?yún)?shù)α確定信號的帶寬，可根據(jù)檢測的實際情況對帶寬進行調(diào)整。

因此，可以采用高斯調(diào)制的余弦函數(shù)作為原子建立原子庫。

建立原子庫需要對α，τ，fc，φ和β的變化區(qū)域進行設(shè)定，并對區(qū)間內(nèi)的數(shù)據(jù)進行等間隔離散化。根據(jù)信號特性選取帶寬因子集合α=(α1,α2,…,αM)；假設(shè)檢測信號的采樣點數(shù)為N，采樣間隔為Δt，則可以設(shè)定渡越時間集合τ=(Δt,2Δt,…,NΔt)；根據(jù)信號特性設(shè)定中心頻率集合fc=(fc1,fc2,…,fcL)；相位的變換范圍是[0,2π)，將相位[0,2π)離散成P個點，即可得到相位集合φ=(φ1,φ2,…,φP)；最后根據(jù)信號變化的幅值將幅值系數(shù)集合設(shè)定為β=(β1,β2,…,βK)。綜上所述，原子庫中共有M×N×L×P×K個高斯調(diào)制的余弦函數(shù)原子，以滿足檢測信號中各種信號成分的匹配。

圖1　超聲TOFD檢測原理示意

2　基于小波子帶的匹配追蹤算法

超聲TOFD檢測原理示意如圖1所示，可見一發(fā)一收兩個小晶片、寬波束的換能器分別放置于焊縫兩側(cè);檢測過程中，最先被接收到的是直通波，而最后被接收到的是底面反射波，當存在焊縫缺陷時，直通波與底面反射波之間會產(chǎn)生缺陷衍射波。因為超聲TOFD檢測中采用的是小晶片、寬波束的探頭，因此波束中包含了不同頻率成分的超聲波;由波束半擴散角γ計算公式sinγ=Fλ/D可知，在設(shè)定相同的擴散因子F和相同的晶片直徑D的情況下，介質(zhì)中的波長λ越小，即頻率越高的話，波束擴散角越小，反之亦然。因此,高頻分量集中在波束中心的附近，而低頻分量則分散在更大的區(qū)域內(nèi)。由圖1可知，檢測信號中的直通波、底面反射波以及缺陷衍射波分別位于波束的不同位置，TOFD檢測信號中直通波、缺陷衍射波以及底面反射回波之間的中心頻率和帶寬差異甚大。圖2為超聲TOFD檢測信號中直通波和底面反射波的頻譜圖，從圖中可得到底面反射波的中心頻率為7.14 MHz，-6 dB帶寬為6.56 MHz，直通波的中心頻率為3.83 MHz,-6 dB帶寬為3.73MHz，兩者之間的中心頻率和帶寬差異甚大，這將極大地增加原子庫中原子的數(shù)量，降低匹配追蹤算法的計算效率。

圖2　超聲TOFD檢測信號中直通波和底面反射波的頻譜圖

為了盡量減少原子庫中原子的數(shù)量，以提高匹配追蹤算法的計算效率，有必要對超聲TOFD檢測原始信號進行預處理，以縮小檢測信號各個分量之間中心頻率和帶寬的差異。小波變換在處理非平穩(wěn)信號和時變信號上具有明顯的優(yōu)勢，它能夠根據(jù)信號自身的特性自適應(yīng)地調(diào)整時間窗和頻率窗的大小，實現(xiàn)信號的時頻分析。信號y(t)經(jīng)小波變換后得到小波系數(shù)，小波系數(shù)是尺度因子a和平移因子b的函數(shù)，小波系數(shù)中蘊含著信號在各個尺度上的信息，即:

為培養(yǎng)孩子寫日記的習慣，我每天改學生的日記和摘抄。為了強化和鼓勵寫日記的習慣，我制作了一個得分表，每次寫得好的或有進步的日記可得1分，各種學習上的進步都可以得分。10分可得一個免作業(yè)券或者換取學習用品，以此增強學生學習的動力。

(5)

式中:WTy(a,b)為小波變換系數(shù);φ為母小波。

小波變換相當于一系列的帶通濾波器，因此首選對原始信號進行小波變換，獲取合適的子帶進行匹配追蹤稀疏化處理。

超聲檢測信號往往具有瞬態(tài)性，因而要求母小波不僅在時域上具有緊支性，而且與超聲信號之間還應(yīng)具備相似性。Abbate等[13]的研究表明Gaussian小波適用于超聲信號的處理。其母小波函數(shù)φ(t)可表示為:

(6)

式中:Bm為母小波的帶寬因子;fcm為母小波的中心頻率。

圖3(a)所示的是一個檢測到的超聲TOFD原始信號，經(jīng)小波變換后，原始信號被分解成若干個子帶信號(圖3(b))。根據(jù)對信號進行實際分析后發(fā)現(xiàn)，26尺度下的子帶信號中直通波如圖4(a)所示，與對應(yīng)尺度下缺陷波以及如圖4(b)所示的底面反射波的頻譜最為接近，因此選取26尺度下的子帶信號用于匹配追蹤稀疏化處理。

圖3　超聲TOFD檢測A掃原始信號與尺度26下的子帶信號

圖4　直通波與底面反射波的子帶信號頻譜

圖5　超聲TOFD檢測試驗系統(tǒng)原理框圖和實物照片

3　試驗過程

超聲TOFD檢測試驗系統(tǒng)的總體框圖和實物照片如圖5所示，該系統(tǒng)主要由配有編碼器的機械掃查機構(gòu)、超聲TOFD換能器、探傷儀及上位機等部件組成。將兩個超聲換能器與檢測儀相連，并將其固定在機械掃查機構(gòu)上，換能器的間距可按照檢測標準根據(jù)工件厚度進行調(diào)節(jié)。攜帶換能器的掃查機構(gòu)位置信息通過編碼器獲取，可將檢測信號和對應(yīng)的掃查位置信息同時傳輸?shù)缴衔粰C中。

圖6　超聲TOFD檢測的A掃查原始信號與尺度26下的子帶信號

試驗時，采用武漢中科HS810便攜式TOFD超聲波檢測儀對含有直徑為2 mm橫通孔缺陷的厚度為12 mm的焊接試板進行檢測，其中橫通孔距離試板上表面3 mm，超聲TOFD換能器的晶片直徑為6 mm，中心頻率10 MHz，折射角70°，探頭中心距為22 mm。試驗得到的單個A掃查信號如圖6(a)所示，從圖中可以看出，由于缺陷尺寸較小且為近表面缺陷，致使上端衍射波與下端衍射波產(chǎn)生了混疊，同時上端衍射波和直通波之間也存在混疊現(xiàn)象，這不利于缺陷的發(fā)現(xiàn)以及缺陷位置尺寸等幾何信息的獲取，因此需要對原始信號進行稀疏化處理以提高信號的時域分辨率。圖6(b)為經(jīng)小波變換后尺度為26下的子帶信號。經(jīng)子帶分解后，原子庫的中心頻率參數(shù)fc的分布范圍從3.5～7.5 MHz減小到了3.6～4.0 MHz，-6 dB帶寬變化范圍從3.0～7 MHz減小到了3.0～4 MHz，因此原子庫中所需的原子總量從M×N×L×P×K減少到M×N×L×P×K/40。分別對原始信號和子帶信號進行匹配追蹤稀疏化處理，得到的結(jié)果如圖7所示。從圖7可看出，直接對原始信號進行處理會出現(xiàn)一些冗余信息，而子帶信號由于是在高斯小波基上投影得到的結(jié)果，與原子庫中原子的相似程度更高，因此稀疏化效果更好。

圖7　原始信號與子帶信號的匹配追蹤稀疏化結(jié)果

表1為近表面人工缺陷幾何信息的測量結(jié)果，可看出通過子帶匹配追蹤稀疏化處理后，計算結(jié)果的精度并不輸于直接對原始信號匹配追蹤稀疏化處理的精度，并且所用的時間是后者的四十分之一，有效解決了計算精度與精算效率之間的矛盾，提高了信號的時域分辨率，從而可以獲取直通波以及衍射波的渡越時間，滿足缺陷幾何信息的精確測量的要求。

表1　近表面缺陷幾何信息測量結(jié)果　mm

為了進一步驗證算法的可靠性，對一塊包含近表面缺陷的12 mm厚的焊接試板進行檢測試驗，在焊縫正面?zhèn)妊刂缚p進行D掃描。試驗時,由于工件表面的不平整會導致耦合劑或換能器中心距產(chǎn)生輕微的變化，而引起直通波在時間軸上的位置的波動，為了方便缺陷信息的精確測量，在對圖像進行稀疏化以前需對直通波進行拉直處理。D掃描原始檢測圖像拉直后的結(jié)果如圖8(a)所示，檢測圖像稀疏化處理后的結(jié)果如圖8(b)所示，從圖中可以看出，與原始圖像相比，稀疏化處理后的圖像的縱向分辨率顯著提高，有助于后續(xù)缺陷位置及尺寸的精確測量。

圖8　超聲TOFD成像結(jié)果

4　結(jié)論

(1) 利用小波變換多分辨率分析能力，可對超聲TOFD檢測原始信息進行子帶分解，并選取合適的子帶用于后續(xù)的匹配追蹤稀疏化處理。

(2) 根據(jù)超聲TOFD子帶信號的知識，建立了基于高斯調(diào)制的余弦函數(shù)的原子庫，利用匹配追蹤算法對子帶信號進行稀疏化處理。

(3) 超聲TOFD檢測圖像稀疏化后能夠提高圖像的縱向分辨率，有效解決了計算精度與計算效率之間的矛盾，解決了超聲TOFD檢測薄板焊縫的技術(shù)難題。

[1]盛朝陽, 剛鐵, 黃江中. 基于圖像線性化處理的超聲TOFD檢測缺陷定位方法[J]. 無損檢測, 2011, 33(7):15-20.

[2]HONARVAR F, SHEIKHZADEH H, MOLES M. Improving the time-resolution and signal-to-noise ratio of ultrasonic NDE signal[J]. Ultrasonics, 2004, 41(9):755-763.

[3]JHANG K, JANG H, PARK B, et al. Wavelet analysis based deconvolution to improve the resolution of scanning acoustic microscope images for the inspection of thin die layer in semiconductor[J]. NDT & E International, 2002, 35(8):549-557.[4]SHAKIBI B, HONARVAR F, MOLES M D C, et al. Resolution enhancement of ultrasonic defect signals for crack sizing[J]. NDT & E International, 2012, 52:37-50.

[5]ADAM M, MICHAILOVICH O. Blind deconvolution of ultrasound sequences using Nonparametric local polynomial estimates of the pulse[J]. IEEE Trans Biomed Eng, 2002, 49(2):118-131.

[6]MOR E, AZOULAY A, ALADJEM M. A matching pursuit method for approximating overlapping ultrasonic echoes[J]. IEEE Transaction on Ultrasonics Ferroelectrics and Frequency Control, 2010, 57(9): 1996-2004.

[7]楊雙羊, 盛朝陽, 路燕, 等. 譜熵分析方法在TOFD信號特征提取中的應(yīng)用[J].無損檢測, 2014,36(11):45-48.

[8]BOSSMANN F, PLONKA G, PETER T, et al. Sparse deconvolution methods for ultrasonic NDT application on TOFD and wall thickness measurements[J]. Journal of Nondestructive Evaluation, 2012, 31(3): 225-244.

[9]MALLAT S, ZHANG Z. Matching pursuit with time-frequency dictionaries[J]. IEEE Trans on Signal Processing, 1993, 41(12):3397-3415.

[10]MU Z P, PLEMMONS R J, SANTAGO P. Iterative ultrasonic signal and image deconvolution for estimation of the complex medium response[J]. International Journal of Image System and Technology, 2005, 15(6):266-277.

[11]李政, 羅飛路. 基于微粒群優(yōu)化和匹配追蹤的超聲波參數(shù)估計[J]. 壓電與聲光, 2010, 32(5):885-888.

[12]DEMIRLI R. Model based estimation of ultrasonic echoes: analysis, algorithms, and applications[D]. Chicago: Lllinois Institute of Technology Armour College of Engineering, 2001.

[13]ABBATE A, KOAY J, FRANKEL J, et al. Signal detection and noise suppression using a wavelet transform signal processor: application to ultrasonic flaw detection[J]. IEEE Trans. On UFFC, 1997, 14(1):14-25.

A Sparse Ultrasonic TOFD Imaging Method for the Weld of Thin Plate Based on Wavelet-Matching Pursuit

FANG Zheng-zhong1,ZHAO Ye1,YANG Ke-ji2,ZHENG Ding-ding1,ZHOU Hong-min2

(1.Quzhou Special Equipment Testing Center, Quzhou 324000, China;2.College of Mechanical Engineering, Zhejiang University, Hangzhou 310027, China)

In order to overcome the problem existing in the procedure of ultrasonic TOFD imaging inspection for weld of thin material such as the signals are prone to be superimposed, a sparse ultrasonic TOFD imaging technique based on wavelet-matching pursuit was proposed. Because the traditional matching pursuit method has the problem that the number of the atoms in the dictionary is large and the computing efficiency is low, firstly, an original ultrasonic TOFD detection signal was decomposed into subband signal using wavelet transform, and the atoms dictionary was established according to the characteristics of subband, after that, matching pursuit was used to derive a sparse representation of the subband signal. So the difficulty in applying ultrasonic TOFD inspection technology to weld of thin material can be solved.

Ultrasonic TOFD imaging; Weld of thin plate; Wavelet transform; Matching pursuit; Sparsification

2015-05-13

國家自然科學基金資助項目(51175465)；浙江省質(zhì)量技術(shù)監(jiān)督局科技研究資助項目(20130292)

方正中(1959-)，男，高級工程師，主要從事承壓類特種設(shè)備檢驗檢測與相關(guān)技術(shù)研發(fā)工作。

10.11973/wsjc201510012

TG115.28

A

1000-6656(2015)10-0051-05