[发明专利]粗晶材料超声检测时频分析处理方法

摘要

一种粗晶材料超声检测的时频分析处理方法，属于超声无损检测技术领域。先获得优质时频图像，再时频图像缺陷信息提取，最后缺陷信息的A型显示。本发明共由三个技术步骤组成，因此简称为“三步法”。该方法具有更强的小缺陷发现能力和更好的信噪比增强效果，且克服了分离谱技术的参数敏感性问题，比传统的分离谱技术具有更强的缺陷发现能力，可以检测粗晶材料中更微小的缺陷，具有非常好的信噪比增强效果，且由于摒弃了分离谱技术的非线性统计处理，避免了分离谱技术的参数敏感性问题，在航空航天、核工业、石油化工等大量应用粗晶材料的重要部门具有广阔的应用前景。

主权项

1、一种粗晶材料超声检测的时频分析处理方法，其特征在于，该方法由三个步骤组成：第1步：获得优质时频图像：以Q值优化(Q＝1/4.8)的高斯小波对超声反射信号进行常Q时频分析，获得高质量的超声信号时频图像；优化的高斯母小波为$\phi \left(t\right)=\frac{1}{\sqrt{\pi B_m}}\exp \left(\frac{-t^2}{B_m}\right)\exp \left(i2\pi f_{c}t\right)$ 其中，优化参数Bm＝0.58(即Q＝1/4.8)，fc＝1；采用优化后的高斯连续小波对粗晶材料超声反射信号x(t)按下式进行时频分解，这样便可以获得由分解数据WT(τ，a)所构成的超声信号时频图像；$\mathrm{WT}(\tau ,a)={\int }_{-\infty }^{+\infty }x\left(t\right)\frac{1}{\sqrt{a}}{\phi }^{*}\left(\frac{t-\tau }{a}\right)\mathrm{dt}$ 式中，*号代表复数取共轭；a为尺度因子；τ为时移变量；第2步：时频图像缺陷信息提取，即从时频图像中提取材料内部缺陷的量化信息：以匹配追踪算法实现对时频图像中各行子带信号的自适应时频分解，从而获得缺陷信号在各子带内的幅度Ak、脉冲宽度σk、时间中心tk、频率中心fk等重要的量化信息；第2.1步：选择高斯函数集，其基函数形式如下$g_k\left(t\right)={\left(\pi {{\sigma }_k}^2\right)}^{-1/4}\exp (-\frac{{(t-t_k)}^2}{2{\sigma }_k^2})\exp \left[j{\omega }_k(t-t_k)\right],$ 第2.2步：将时频图像中各子带超声信号fa(t)分解为少数几个高能量信号原子的线性组合$f_a\left(t\right)=\underset{k}{\Sigma }{A}_{a_k}{g}_{a_k}\left(t\right)=\underset{k}{\Sigma }{A}_{a_k}{\left(\pi {{\sigma }_{a_k}}^2\right)}^{-1/4}\exp (-\frac{{(t-t_{a_k})}^2}{2{\sigma }_{a_k}^2})\exp \left[{\mathrm{j\omega }}_{a_k}(t-t_{a_k})\right],$ 分解程度可根据信号的残余能量设定，通常当信号残余能量小于原始信号能量的1％时，便可认为残余为噪声，终止匹配追踪过程；由此，便可以获得缺陷信号在各子带内的幅度Ak、脉冲宽度σk、时间中心tk、频率中心fk等量化信息；第3步：缺陷信息的A型显示：统计子带缺陷信号在时间中心tk出现的概率，并将不同tk 处的概率值以曲线形式加以表达，即获得缺陷信息的A型显示。