基于小波包分解法的超聲信號特征提取方法研究

江文鸞

（蘭州交通大學數理學院，甘肅 蘭州 730070）

在工程應用中，機械的性能直接受到金屬構件質量的影響。金屬合金材料的微觀組織結構和形態在生產過程中容易產生細微變化，在高溫環境下出現密度分布不均勻、晶粒變化等問題，從而產生安全隱患，因此對于金屬內部缺陷的檢測格外重要。近幾年來，隨著科技的飛速發展，超聲無損檢測技術取得了階段性地突破，逐步走向智能化、自動化，成為金屬缺陷檢測的研究熱點。超聲波由探頭發出脈沖波，并由探頭接收，在這個過程中，接觸到金屬試件攜帶著媒介和金屬試件大量的信息繼續向前傳播，如何將超聲中的攜帶的有效信息提取出來，在超聲缺陷檢測中成為至關重要的一步。目前，國內外關于超聲信號特征的提取層出不窮。Cleveland 等人提出時域和頻域分析，利用有缺陷和無缺陷信號之間的時間差來估計金屬缺陷的深度[1]。R.Poliar 等人利用離散小波變換對超聲缺陷特征進行特征提取[2]。丁幼量等人利用小波包能量變換率對金屬損傷狀態進行了評估[3]。自此，小波包分解法不斷發展，相關的處理分析方法逐步應用到激光超聲信號的研究中，成為研究熱點。

1 超聲傳播理論

超聲波是一種波長極短的機械波，在真空中無法傳播，只能依靠一定的介質才能存在。高能量的激光脈沖經由試件表面被激發出來，一部分激光光束的能量轉化為熱能。試件表面的溫度升高，試件受溫度影響熱膨脹形成應力波，這種應力波被稱為超聲波[4]。超聲波是一種頻率在20KHZ 以上的聲波，具有很強的穿透力和方向性。超聲的探頭發射電脈沖，電脈沖在與媒介相互作用后，攜帶著媒介的信息繼續向前傳播，因此成為檢測和負載信息的首選載體。超聲波在與金屬試件有缺陷的地方作用后，超聲波發生反射和透射現象而產生的聲波我們稱為反射回波和透射波。通過對接收到的各種信號波在時域和頻域上進行定量分析，提取其中有用的特征信息，從而對金屬試件的損傷狀態做出評估。所謂的特征提取是從所采集到超聲信號中提取到一些有價值有研究意義的信息。這些有用的特征信息是激光超聲檢測、機械故障診斷和模式識別等領域的基礎和關鍵。時間序列模型法常用于時域特征的提取，從時域波形上觀察波形的峰值、上升時間、下降時間等來分析缺陷尺寸大小、位置。快速傅里葉變換、頻譜分析、包絡分析等以傅里葉變換為基礎發展起來的頻域分析方法被廣泛應用于激光超聲表面缺陷信號的檢測中。

利用超聲進行缺陷檢測的方式有很多，其中最常用的是脈沖回波超聲檢測法。它的檢測原理如圖1 所示。超聲的直探頭發射出電脈沖穿過介質溶液，入射到金屬試塊表面。此時，一部分超聲信號的能量杯反射回來，表面波由此形成。而另外一部分能量穿透試塊表面進入試塊內部，到達底面并反射形成底面波。若試塊內部存在缺陷，則經過反射會形成缺陷波。

圖1 脈沖回波法示意圖

2 小波包分解法特征提取

在信號處理方面的各個領域中，小波分析法已經成為了一種主流的數學分析方法。它已經被廣泛應用于醫學診斷、自然災害信號分析等與信號相關的各個領域[5]。小波包分解法在小波變換的基礎上發展而來，同時彌補了小波中的一些缺陷，發展成為一種常用的時頻分析方法。波形主要是由小波包元素確定，包括位置、尺度和頻率。它在高頻段上具有很好的時間分辨率，在低頻段上具有具有優良的頻率分辨率，非常適合用于處理激光超聲這類型的信號波[6]。根據小波包的的分解定理，對于信號可以用式（1）所示進行小波包分解：

圖2 三層小波包樹示意圖

3 實驗部分與結果分析

3.1 實驗數據集的建立

采用水浸式超聲波脈沖回波法[9]對金屬表面的若干個小孔進行采集，小孔的厚度在1.01mm～9.49mm 之間，小孔的直徑在0.11mm～0.82mm 之間。超聲信號系統采集信號的設備如圖3 所示，采用超聲直探頭，液體介質選用水，探頭垂直入射，探頭中心頻率為15MHz,圓晶片直徑為15mm，對缺陷試塊分別進行多次超聲檢測，采樣頻率為50MHz，利用水浸式超聲脈沖回波法對方形試塊近表面進行信號采集。其中一共收集到信號波10117 條，其中采用485 條缺陷波，450 條無缺陷波分別進行下面的實驗。

3.2 特征提取

利用小波包分解法進行特征提取的具體步驟包括以下：

（1）根據小波包分解公式（1），對采集到的信號波即缺陷信號波和無缺陷信號波分別進行三層分解，在分解過程中，每一層的小波系數也要進一步隨著分解，分解后就得到三層小波包樹。

（2）得到三層小波包樹之后，需要對第三層小波包結點進行信號重構。重構后的信號中包含著從低頻段到高頻段各個頻段的頻域信息。

3.3 結果分析

實驗中采集到的485 條缺陷波，450 條無缺陷波分別進行上述的三層小波包分解，提取到各個結點的能量特征值，經過計算得到如圖4、5 所示的能量百分比圖。圖4 是無缺陷信號波經過三層小波包分解后得到的能量分布圖，圖5 是缺陷信號波經過三層小波包分解后得到的能量分布圖。從兩種信號波的頻譜圖中可以直觀看出，兩種信號波在經過三層小波包分解后已經顯示出明顯的特征差異，在小波包第三層結點上，八個不同結點上能量存在明顯不同，也就是說不同類型的缺陷信號在能量這一特征上，其變化過程也是不相同的，這就使得利用三層小波包分解法來提取能量值來識別缺陷波類型成為可能。

圖4 無缺陷能量百分比

圖5 有缺陷能量百分比

4 結論

能量是信號分析中一個非常重要的物理量，是物體損傷狀態下進行評估的一個良好的參數。在超聲金屬檢測中，超聲在金屬合金中存在振動能量的衰減過程，有缺陷信號與無缺陷信號的能量變化也存在差異，所以信號特征的提取考慮從能量特征入手。本文采用小波包分解法進行三層分解，并提取第三層各個結點的能量特征值，作為缺陷信號和無缺陷信號的重要區分點。小波包分解法具有優良的特征提取能力，它能同時提取到信號中低頻和高頻信息。該方法不僅可以用于金屬表面微孔缺陷的研究，對于其他缺陷類型特征提取也有普遍適用意義。