管道缺陷超聲導(dǎo)波檢測(cè)信號(hào)降噪效果研究

摘 要 為了提高管道缺陷超聲導(dǎo)波檢測(cè)精度，針對(duì)管道缺陷的超聲導(dǎo)波檢測(cè)信號(hào)降噪效果進(jìn)行研究。通過(guò)對(duì)管道缺陷開(kāi)展超聲導(dǎo)波仿真實(shí)驗(yàn)，利用經(jīng)驗(yàn)?zāi)B(tài)（EMD）、小波分析、匹配追蹤等方法，比較超聲導(dǎo)波管道檢測(cè)信號(hào)去噪增強(qiáng)方法的性能。采用EMD自適應(yīng)降噪方法與小波軟閾值降噪方法處理管道超聲導(dǎo)波仿真信號(hào)，結(jié)果表明：用小波軟閾值降噪方法處理后的導(dǎo)波信號(hào)信噪比更高，并且小波基為db8小波時(shí)降噪效果最好。進(jìn)一步用EMD方法與db8小波軟閾值降噪方法處理管道現(xiàn)場(chǎng)實(shí)驗(yàn)信號(hào)，結(jié)合Gabor匹配追蹤算法計(jì)算信噪比，結(jié)果表明：EMD方法可使直管與彎管信號(hào)信噪比分別提升1.06倍與1.03倍。相比之下，db8小波三層分解的降噪效果最好，可使直管與彎管導(dǎo)波信號(hào)的信噪比分別提升1.11倍與1.05倍，更適用于導(dǎo)波信號(hào)的降噪處理。

關(guān)鍵詞 管道缺陷 超聲導(dǎo)波 db8 降噪效果 定量評(píng)估

中圖分類(lèi)號(hào) TE832" "文獻(xiàn)標(biāo)志碼 A" "文章編號(hào) 1000-3932（2024）06-1077-08

管道作為輸送油氣介質(zhì)的重要工業(yè)裝置，廣泛應(yīng)用于石油化工領(lǐng)域，油氣輸送管道服役環(huán)境較惡劣，經(jīng)常發(fā)生腐蝕泄漏，因此，有效實(shí)施管道損傷狀態(tài)檢測(cè)十分必要。

由于超聲導(dǎo)波檢測(cè)技術(shù)具有檢測(cè)范圍廣、距離長(zhǎng)、非接觸檢測(cè)等優(yōu)勢(shì)，因此常用于檢測(cè)油氣管道損傷情況［1］。但由于管道回波信號(hào)中的缺陷特征往往較微弱，并夾雜著大量環(huán)境干擾噪聲，使得大量有用信息淹沒(méi)在噪聲中導(dǎo)致無(wú)法辨識(shí)異常信號(hào)，嚴(yán)重影響導(dǎo)波檢測(cè)技術(shù)的可靠性。為了降低噪聲干擾，有效識(shí)別并提取缺陷波形特征，需對(duì)原始導(dǎo)波數(shù)據(jù)進(jìn)行降噪處理。目前較為常見(jiàn)的信號(hào)降噪方法有經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）自適應(yīng)降噪算法、小波閾值降噪算法、奇異值分解法及濾波降噪法等［2～5］。國(guó)內(nèi)外學(xué)者對(duì)傳統(tǒng)振動(dòng)信號(hào)的降噪開(kāi)展了大量研究，文獻(xiàn)［6］在經(jīng)典小波閾值函數(shù)的基礎(chǔ)上提出基于新小波閾值函數(shù)的船舶操縱實(shí)驗(yàn)數(shù)據(jù)去噪方法；文獻(xiàn)［7］對(duì)心電信號(hào)的噪聲源進(jìn)行分析，采用IIR數(shù)字濾波器對(duì)心電信號(hào)的3種主要噪聲干擾進(jìn)行了降噪處理；文獻(xiàn)［8，9］采用改進(jìn)閾值函數(shù)的小波閾值降噪法對(duì)心音信號(hào)進(jìn)行降噪處理；文獻(xiàn)［10］提出將經(jīng)驗(yàn)?zāi)B(tài)分解法和小波閾值法結(jié)合使用的方法；文獻(xiàn)［11］提出將EMD與改進(jìn)奇異值分解（SVD）聯(lián)合使用，對(duì)脈沖渦流檢測(cè)信號(hào)進(jìn)行信號(hào)降噪的方法?？傮w而言，目前關(guān)于振動(dòng)信號(hào)的降噪處理方法較為完善，針對(duì)管道超聲導(dǎo)波信號(hào)降噪方法的定性研究較多，而對(duì)不同方法降噪效果的定量評(píng)估缺乏。因此，筆者分析適用于管道超聲導(dǎo)波信號(hào)的降噪方法，并進(jìn)行定量評(píng)估，通過(guò)在超聲導(dǎo)波管道實(shí)驗(yàn)平臺(tái)進(jìn)行實(shí)驗(yàn)驗(yàn)證，評(píng)估降噪效果，以實(shí)現(xiàn)導(dǎo)波信號(hào)的準(zhǔn)確、有效去噪。

1 降噪方法簡(jiǎn)介

1.1 經(jīng)驗(yàn)?zāi)B(tài)分解

EMD是一種自適應(yīng)的數(shù)據(jù)處理方法，適用于非線性非平穩(wěn)時(shí)間序列的處理［12～14］。常見(jiàn)的信號(hào)分解工具（如短時(shí)傅里葉變換、小波變換等）都是依據(jù)最大匹配投影原理，通過(guò)對(duì)基函數(shù)的線性組合來(lái)實(shí)現(xiàn)對(duì)信號(hào)的分解，其中基函數(shù)都需人為確定，要求相關(guān)人員具備一定的信號(hào)處理經(jīng)驗(yàn)。而EMD的基函數(shù)依賴(lài)于信號(hào)自身特點(diǎn)，且具有信息完備性，可以保證信號(hào)處理過(guò)程中不丟失有用信號(hào)特征信息［15，16］。然而，待降噪信號(hào)中有用信號(hào)的頻段與噪聲頻段接近，用EMD降噪方法對(duì)信號(hào)進(jìn)行降噪處理效果會(huì)差一些。EMD算法流程如下：

a. 設(shè)初始分解信號(hào)為x（t），提取x（t）的所有極大值點(diǎn)與極小值點(diǎn)，將所有極大值點(diǎn)用三次樣條曲線連接形成上包絡(luò)線m1（t），將所有極小值點(diǎn)用三次樣條曲線連接形成下包絡(luò)線m2（t）。

b. 計(jì)算m1（t）與m2（t）的均值m（t），用初始分解信號(hào)x（t）減去m（t）可得f（t），判斷f（t）是否滿足本征模態(tài)函數(shù)（IMF）的兩個(gè)基本條件，若不滿足則用f（t）取代x（t），重復(fù)步驟a、b，直至滿足條件為止。其中，判斷信號(hào)是否為IMF的兩個(gè)基本條件，一是f（t）中極值點(diǎn)的個(gè)數(shù)和過(guò)零點(diǎn)的個(gè)數(shù)相差不超過(guò)一個(gè)；二是對(duì)于f（t）中的任意時(shí)刻，上下包絡(luò)線對(duì)應(yīng)數(shù)值平均值為0。

c. 將步驟b執(zhí)行完畢得到的f（t）記作h（t），視為x（t）的一個(gè)基本模式分量。用x（t）減去h（t）得到剩余信號(hào)R（t），判斷R（t）是否滿足殘余分量的基本條件，若不滿足，則用R（t）取代x（t），重復(fù)執(zhí)行步驟a～c，直至滿足條件為止。其中，判斷信號(hào)是否為殘余分量的基本條件為，若信號(hào)為單調(diào)函數(shù)，則其為殘余分量。

d. 最終將待分解信號(hào)x（t）用EMD分解為若干基本模式分量■h■（t）與殘余分量R（t）之和。

1.2 小波軟閾值降噪

小波閾值降噪具有多分辨率性質(zhì)，可以很好地刻畫(huà)信號(hào)的非平穩(wěn)特性，如邊緣、尖峰、斷點(diǎn)等。小波變換稀疏分布的特性可使信號(hào)變換后的熵降低，并且小波基的選擇具有多樣性，可以根據(jù)不同信號(hào)的特點(diǎn)與降噪要求靈活選擇適當(dāng)?shù)男〔ɑ瘮?shù)［17，18］。小波閾值降噪需要信號(hào)分析人員具備豐富的信號(hào)處理知識(shí)，相比EMD降噪方法更為繁瑣。

小波基的選取依賴(lài)于信號(hào)本身的特性，本研究以常見(jiàn)的db4、db5、db8小波作為對(duì)比對(duì)象。閾值函數(shù)的選取一般分為硬閾值函數(shù)與軟閾值函數(shù)，相比于軟閾值函數(shù)，用硬閾值函數(shù)處理信號(hào)，得到最終降噪信號(hào)的峰值信噪比較大，但信號(hào)存在局部抖動(dòng)、光滑性稍差［19，20］的問(wèn)題。由于用二者處理后的峰值信噪比差距不是很明顯，故文中采取軟閾值函數(shù)的處理方式。

2 不同降噪方法效果對(duì)比

2.1 降噪處理流程

仿真軟件獲得的超聲導(dǎo)波信號(hào)如圖1a所示，在其中加入一定的高斯白噪聲，用于模擬實(shí)際噪聲干擾，生成的加噪信號(hào)如圖1b所示。

分別在原始仿真信號(hào)中加入不同比例的高斯白噪聲，并用EMD降噪方法和小波軟閾值降噪方法分別對(duì)信號(hào)進(jìn)行處理。為了定量描述不同降噪方式的降噪效果，以信噪比SNR（單位dB）作為評(píng)價(jià)指標(biāo)，SNR=10lg■，其中，Psignal為純凈信號(hào)功率，Pnoise為噪聲功率。

在用EMD降噪方法處理信號(hào)時(shí)，任取一信號(hào)為例，EMD生成的基本模式分量如圖2所示，可以看出，高頻噪聲基本集中在IMF1，因此剔除這一分量，將其余信號(hào)分量疊加即可得到重構(gòu)的降噪信號(hào)。

在采用小波軟閾值降噪處理信號(hào)時(shí)，小波基函數(shù)從常見(jiàn)的db4、db5和db8小波中選取，小波分解層數(shù)設(shè)置為3層。

2.2 降噪結(jié)果分析

在仿真信號(hào)中添加不同比例的高斯白噪聲，用不同基函數(shù)的小波軟閾值降噪與EMD降噪方法處理加噪信號(hào)，以信噪比作為降噪效果評(píng)價(jià)指標(biāo)，其中信噪比取10次實(shí)驗(yàn)結(jié)果的均值，不同降噪方法處理的信號(hào)信噪比數(shù)據(jù)見(jiàn)表1。分別對(duì)3種仿真后的加噪信號(hào)進(jìn)行編號(hào)，加噪信號(hào)1～3的信噪比分別為24.88、4.90、9.82 dB。本次實(shí)驗(yàn)降噪方法主要包括db4小波軟閾值降噪、db5小波軟閾值降噪、db8小波軟閾值降噪和EMD降噪4種類(lèi)型。

不同降噪方法處理下的信號(hào)信噪比對(duì)比結(jié)果如圖3所示，可見(jiàn)，在加噪信號(hào)1～3這3種噪聲比不同的信號(hào)中，用EMD自適應(yīng)降噪算法與小波軟閾值降噪算法處理后的信號(hào)信噪比均大于原始信號(hào)，表明將這兩種方法用于導(dǎo)波信號(hào)降噪處理都是可行的。此外，圖3對(duì)比曲線顯示，用db4、db5、db8處理后信號(hào)的信噪比均高于EMD降噪方法處理后的信噪比，說(shuō)明導(dǎo)波信號(hào)更宜采用小波軟閾值降噪方法處理。再對(duì)比3種小波軟閾值降噪結(jié)果，整體而言，db8的降噪效果最為顯著。

為了更直觀地對(duì)比各降噪算法的降噪效果，對(duì)加噪信號(hào)1、3的EMD與db8小波軟閾值降噪信號(hào)進(jìn)行對(duì)比，結(jié)果如圖4所示，從導(dǎo)波信號(hào)整體可以看出，主要特征信號(hào)包括初始波、端面回波和兩個(gè)缺陷回波。圖4a為信噪比為24.88 dB的加噪信號(hào)1，將圖4b加噪信號(hào)1的db8小波降噪和圖4c加噪信號(hào)1的EMD降噪信號(hào)進(jìn)行對(duì)比可知，小波軟閾值降噪處理后的信號(hào)噪聲成分被更好地剔除，并有效保留了信號(hào)的主要特征成分，降噪效果較EMD更為顯著。同時(shí)，將圖4a所示的信噪比為24.88 dB的加噪信號(hào)1和圖4c所示的加噪信號(hào)1的EMD降噪信號(hào)進(jìn)行對(duì)比可知，采用EMD降噪處理后的信號(hào)也有一定的降噪效果。整體來(lái)說(shuō)，兩種方法都較好地保留了信號(hào)的有效特征，均滿足導(dǎo)波信號(hào)的降噪要求，但小波軟閾值降噪效果更為顯著，其降噪效果優(yōu)于EMD降噪方法，更適用于管道導(dǎo)波信號(hào)降噪處理。

3 管道實(shí)驗(yàn)驗(yàn)證

3.1 管道實(shí)驗(yàn)設(shè)置

超聲導(dǎo)波管道實(shí)驗(yàn)平臺(tái)如圖5所示。實(shí)驗(yàn)對(duì)象為304不銹鋼直管與彎管各1根，壁厚4.5 mm，外徑89 mm。實(shí)驗(yàn)原理：由PC端生成導(dǎo)波激勵(lì)信號(hào)并輸送至波形發(fā)生器，由此生成電壓信號(hào)并由功率放大器進(jìn)一步放大，其輸出的電壓信號(hào)與管道發(fā)射傳感器相連，通過(guò)發(fā)射傳感器陣列將電壓信號(hào)轉(zhuǎn)換為振動(dòng)信號(hào)。振動(dòng)信號(hào)在管道中傳播并返回至接收傳感器端，最終由接收傳感器將衰減后的振動(dòng)信號(hào)轉(zhuǎn)換為電壓信號(hào)并輸入示波器供后續(xù)觀察處理。其中，示波器的波形數(shù)據(jù)可導(dǎo)出至PC端作進(jìn)一步后處理。

3.2 降噪效果評(píng)估方法

在現(xiàn)場(chǎng)實(shí)驗(yàn)采集管道導(dǎo)波信號(hào)時(shí)，由于無(wú)法從實(shí)際數(shù)據(jù)中提取無(wú)噪聲干擾的純凈信號(hào)，因此無(wú)法用EMD算法步驟b的公式f（t）=x（t）-m（t）計(jì)算導(dǎo)波信號(hào)的信噪比。因此，引進(jìn)匹配追蹤算法近似獲取導(dǎo)波信號(hào)中的純凈信號(hào)成分。

匹配追蹤算法通過(guò)構(gòu)建與導(dǎo)波脈沖相似的標(biāo)準(zhǔn)原子字典，計(jì)算導(dǎo)波指定脈沖與原子字典中不同參數(shù)原子的相似程度最大值，利用標(biāo)準(zhǔn)化的原子信號(hào)替代導(dǎo)波信號(hào)關(guān)鍵特征波包。首先對(duì)導(dǎo)波信號(hào)進(jìn)行稀疏分解與重構(gòu)，剔除部分噪聲干擾。匹配追蹤的算法流程如下：

a. 構(gòu)造過(guò)完備的匹配原子庫(kù)G=（g0，g1，…，gn），其中每個(gè)原子均為與原始信號(hào)波包特征相似的波包信號(hào)。

b. 依次計(jì)算信號(hào)f（t）與原子庫(kù)內(nèi)每一個(gè)原子的內(nèi)積，挑選出其中內(nèi)積絕對(duì)值最大的原子g=arg（■〈f（t），gi〉）。

c. 用信號(hào)f（t）減去g所匹配到的信號(hào)分量，得到殘余信號(hào)R1f=f（t）-〈f（t），g〉g。

d. 將殘余信號(hào)記作初始待分解信號(hào)f（t），跳轉(zhuǎn)到步驟b繼續(xù)執(zhí)行。限定匹配次數(shù)P或?yàn)闅堄嘈盘?hào)設(shè)定幅值閾值Q，當(dāng)殘余信號(hào)幅值小于Q或者迭代次數(shù)大于P時(shí)，迭代終止。

e. 將每次匹配所得最佳匹配原子相加，得到導(dǎo)波重構(gòu)信號(hào)。

由上述匹配重構(gòu)過(guò)程可知，匹配追蹤算法具有完備性。

本研究中，匹配追蹤算法設(shè)置的匹配原子類(lèi)型為Gabor原子，其表達(dá)式為：

g（t）=Ae■cos（2πfc（t-u）+φ）

其中，A為使g（t）=1的系數(shù)；t為時(shí)間；u為時(shí)移因子，控制原子所處的時(shí)域位置；σ用來(lái)調(diào)節(jié)原子的時(shí)域?qū)挾?；fc為原子的中心頻率；φ為原子的相位。為了大幅降低匹配追蹤算法的時(shí)間復(fù)雜度，將原子中的相位φ設(shè)置為0，由于導(dǎo)波初始激勵(lì)信號(hào)的中心頻率已知，故fc也無(wú)需迭代搜索，為固定值。簡(jiǎn)化后的匹配原子可調(diào)參數(shù)集變?yōu)棣?=［u，σ］。

匹配追蹤算法處理導(dǎo)波信號(hào)的效果如圖6所示。

在圖6a的原始信號(hào)中加入一定的噪聲干擾（圖6b）后，缺陷波包已被噪聲全部淹沒(méi)，在時(shí)域上無(wú)法被辨別觀測(cè)。對(duì)此加噪信號(hào)進(jìn)行Gabor原子的匹配追蹤處理，圖6c為原始信號(hào)與重構(gòu)信號(hào)的對(duì)比，可以看出，重構(gòu)信號(hào)與原始信號(hào)幾乎重合，除重構(gòu)波包幅值與原信號(hào)有所差異，其他特征幾乎相同，十分精準(zhǔn)地匹配到了導(dǎo)波信號(hào)中的純凈信號(hào)，有效剔除了噪聲。此純凈信號(hào)即計(jì)算導(dǎo)波信號(hào)的信噪比的基準(zhǔn)。

3.3 實(shí)驗(yàn)結(jié)果分析

對(duì)管道回波信號(hào)進(jìn)行降噪處理，圖7a為任取直管中的某一實(shí)驗(yàn)信號(hào)，對(duì)此信號(hào)作db8小波軟閾值降噪處理（圖7b）和EMD自適應(yīng)降噪處理（圖7c）。對(duì)比可知，db8小波軟閾值降噪處理后的信號(hào)噪聲剔除得更干凈，有效波包時(shí)域特征更加清晰。相比之下，EMD自適應(yīng)降噪處理后的信號(hào)噪聲也得到了一定的剔除，但降噪效果相較稍差。圖7d為彎管導(dǎo)波信號(hào)，對(duì)比圖7e彎管db8小波軟閾值降噪與圖7f彎管EMD降噪可以看出，經(jīng)由db8小波軟閾值降噪與EMD自適應(yīng)降噪處理過(guò)的導(dǎo)波信號(hào)，都較為完整地保留了信號(hào)中主要的波包特征，相比EMD方法，db8小波降噪處理過(guò)的信號(hào)噪聲更少，波形更清晰。

以對(duì)應(yīng)信號(hào)的Gabor匹配追蹤重構(gòu)信號(hào)作為純凈信號(hào)進(jìn)行信噪比計(jì)算，表2為圖7不同降噪方法處理的信號(hào)信噪比數(shù)值。分析表2數(shù)據(jù)可知，db8小波軟閾值降噪可使直管信號(hào)信噪比提升1.11倍，使彎管信號(hào)信噪比提升1.05倍；EMD方法可使直管與彎管信號(hào)信噪比分別提升1.06倍與1.03倍?？梢钥闯觯琩b8小波軟閾值降噪方法對(duì)導(dǎo)波信號(hào)的降噪效果更為理想，更適用于管道導(dǎo)波信號(hào)的降噪處理。

4 結(jié)束語(yǔ)

采用EMD自適應(yīng)降噪方法與小波閾值降噪方法，對(duì)管道缺陷超聲導(dǎo)波信號(hào)進(jìn)行降噪處理，結(jié)果顯示，采用EMD自適應(yīng)降噪方法與db4、db5、db8小波軟閾值降噪方法均可實(shí)現(xiàn)導(dǎo)波信號(hào)的降噪處理。管道缺陷超聲導(dǎo)波檢測(cè)信號(hào)經(jīng)過(guò)小波軟閾值降噪處理后信號(hào)信噪比整體高于EMD自適應(yīng)降噪方法。匹配追蹤算法能夠獲得噪聲水平較低的導(dǎo)波超聲重構(gòu)信號(hào)，可作為信噪比定量研究的基準(zhǔn)。在小波軟閾值降噪算法中，db8小波3層分解的降噪效果最好，可使本研究中直管與彎管的實(shí)驗(yàn)導(dǎo)波信號(hào)信噪比分別提升1.11倍與1.05倍，更適用于處理導(dǎo)波信號(hào)。

參 考 文 獻(xiàn)

［1］ 武麒麟.超聲導(dǎo)波檢測(cè)技術(shù)在天然氣凈化廠管道檢測(cè)中的應(yīng)用［J］.硫酸工業(yè)，2022（2）：45-50.

［2］ 李軍寧，羅文廣，陳武閣.面向振動(dòng)信號(hào)的滾動(dòng)軸承故障診斷算法綜述［J］.西安工業(yè)大學(xué)學(xué)報(bào)，2022，42（2）：105-122.

［3］ 胡振邦，許睦旬，姜歌東，等.基于小波降噪和短時(shí)傅里葉變換的主軸突加不平衡非平穩(wěn)信號(hào)分析［J］.振動(dòng)與沖擊，2014，33（5）：20-23；36.

［4］ 石志遠(yuǎn)，徐衛(wèi)明，周波，等.基于經(jīng)驗(yàn)?zāi)B(tài)分解和小波閾值的自適應(yīng)降噪方法［J］.海洋測(cè)繪，2021，41（6）：54-57；72.

［5］ 李淑裕.基于變分模態(tài)分解的超聲導(dǎo)波斷軌監(jiān)測(cè)算法研究［D］.西安：西安理工大學(xué)，2017.

［6］ ZHANG X G，ZOU Z J，GUO H，et al.Wavelet denoising method with a novel wavelet threshold function applied in denoising ship maneuvering test data［J］.Indian Journal of Geo-Marine Sciences，2017，46（9）：1780-1787.

［7］ ZHOU J Y.Research on ECG Signal Noise Reduction and R Wave Location Based on Digital Filter［J］.International Core Journal of Engineering，2021，7（2）：127-132.

［8］ 張宇寧.基于小波變換的心音信號(hào)降噪方法研究［D］.延吉：延邊大學(xué)，2021.

［9］ 侯少陽(yáng)，金施群，王行芳.激光監(jiān)聽(tīng)信號(hào)的小波閾值降噪方法在LabVIEW中的實(shí)現(xiàn)［J］.數(shù)字技術(shù)與應(yīng)用，2018，36（4）：101-104；106.

［10］ 李爭(zhēng)倫.基于超聲導(dǎo)波法隧道錨桿錨固質(zhì)量檢測(cè)研究［D］.杭州：浙江工業(yè)大學(xué)，2018.

［11］ 宋守許，汪志全，蔚辰，等.EMD與改進(jìn)SVD聯(lián)合的脈沖渦流檢測(cè)信號(hào)降噪方法［J］.中國(guó)測(cè)試，2022，48（9）：97-104.

［12］ 李俊嶺，張光偉，胡金帥，等.EMD聯(lián)合小波閾值降噪在井下接收信號(hào)上的應(yīng)用［J］.科技和產(chǎn)業(yè)，2021，21（12）：341-346.

［13］ 阮榮剛，李友榮，易燦燦，等.改進(jìn)的噪聲總體集合經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒ㄔ谳S承故障診斷中的應(yīng)用［J］.機(jī)械設(shè)計(jì)與制造，2019（1）：153-157.

［14］ 沈微，陶新民，高珊，等.基于同步擠壓小波變換的振動(dòng)信號(hào)自適應(yīng)降噪方法［J］.振動(dòng)與沖擊，2018，37（14）：239-247.

［15］ 王彬蓉.基于EMD自適應(yīng)重構(gòu)的心音信號(hào)分析方法［D］.成都：西華大學(xué)，2021.

［16］ 溫益凱，陳樂(lè)，富雅瓊.基于小波降噪的蜂鳴聲快速識(shí)別方法［J］.中國(guó)測(cè)試，2022，48（4）：12-17；34.

［17］ 牟雪姣，李懷良，庹先國(guó).一種改進(jìn)小波閾值降噪算法及其仿真研究［J］.自動(dòng)化儀表，2020，41（8）：46-50.

［18］ 林龍.深埋管道氣體泄漏信號(hào)降噪處理［J］.電子世界，2021（13）：162-163.

［19］ 吳雅朋，王吉芳，徐小力，等.基于小波分析的Fast- ICA聯(lián)合降噪方法在滾動(dòng)軸承故障診斷中的應(yīng)用研究［J］.中國(guó)機(jī)械工程，2017，28（18）：2183-2188；2197.

［20］ 陳光武，程鑒皓，李少遠(yuǎn)，等.基于改進(jìn)小波降噪的MEMS間接粗對(duì)準(zhǔn)方法研究［J］.大連理工大學(xué)學(xué)報(bào)，2019，59（3）：323-330.

（收稿日期：2024-01-18，修回日期：2024-02-20）

Study on the De-noising Effect of Ultrasonic Guided Wave Detection Signals for Pipeline Defects

ZHANG Xiao-ming1， MA Deng-long2， JING De-qiang1， MA Jiao-jiao1，"TAN Jin-feng1， ZHANG Yin1

（1. Shaanxi Institute of Special Equipment Inspection and Testing；2. School of Mechanical Engineering， Xi′an Jiaotong University）

Abstract" "In this paper， for purpose of improving the accuracy of ultrasonic guided wave detection in pipelines， the de-noising effect of ultrasonic guided wave detection signals there was studied. Through simulating and experimenting on pipeline defects and making use of the methods like empirical mode （EMD）， wavelet analysis and matching tracking， the performance of the de-noising enhancement method was comparatively analyzed. In addition， both EMD adaptive de-noising method and wavelet soft threshold de-noising method were adopted to process the pipeline ultrasonic guided wave’s simulation signals. The results show that， the signal-to-noise ratio of the guided wave signal processed by wavelet soft threshold de-noising method becomes higher， and the de-noising effect becomes the best when the wavelet base is db8 wavelet; meanwhile， employing both EMD method and db8 wavelet soft threshold de-noising method to process the pipeline’s field experimental signals and having Gabor matching tracking algorithm combined to calculate the SNR show that， the EMD method can increase the SNR of straight and curved pipes by 1.06 and 1.03 times， respectively. In contrast， db8 wavelet three-layer decomposition has the best de-noising effect， which can increase the signal-to-noise ratio of the guided wave signal of the straight tube and the curved tube by 1.11 and 1.05 times respectively and it’s more suitable for the de-noising of guided wave signals.

Key words" pipeline defect， ultrasonic guided wave， db8， de-noising effect， quantitative evaluation