当前位置:主页 > 管理论文 > 工程管理论文 >

基于FPGA的超声信号自适应滤波与特征提取

发布时间:2021-09-04 07:39
  针对电磁超声特征信号的非线性、非平稳特性,存在传统降噪丢失成分、特征难以提取的问题,该文提出一种用于电磁超声信号的自适应滤波和经验模态分解(EMD)方法相融合的数据处理算法。首先,对超声信号进行稳定性评估,在此基础上采用自适应滤波对电磁超声信号进行降噪处理,融入EMD的自适应滤波对特有频率噪声更敏感,利用EMD分解出不同时间尺度下波动时频信息及所包含的噪声频率成分,实现表征提取;然后,对EMD降噪后的超声信号进行重构,可消除频率混叠现象,并基于现场可编程门阵列(FPGA)实现了对电磁超声信号的实时降噪和特征提取,为进一步缺陷识别、缺陷评估便携化奠定了基础。最后,分别对带有微裂纹、塑性损伤的铝板进行实验研究,验证了该方法的有效性。该方法具有信噪比高、可实时提取时频信息和有效信息丢失少等特点,能对铝板中缺陷进行有效识别。 

【文章来源】:电工技术学报. 2020,35(13)北大核心EICSCD

【文章页数】:9 页

【部分图文】:

基于FPGA的超声信号自适应滤波与特征提取


自适应处理算法模型Fig.1Adaptiveprocessingalgorithmmodelschematic

电路图,电路,功能,铝板


2874电工技术学报2020年7月编写,将该算法综合成可用于FPGA的功能模块,利用片上硬件逻辑资源实现算法功能,采用QuartusII编写顶层程序,对于算法模块进行端口声明并进行模块与数据端口连接操作,最终将程序编译、布局布线、配置到FPGA中,图3所示为FPGA程序编译后的RTL级功能电路图。图3RTL级功能电路Fig.3RTLlevelfunctioncircuitdiagram3实验研究与结果分析3.1电磁超声对裂纹缺陷检测为了验证本算法的性能,对带有裂纹的薄铝板进行缺陷检测,实验铝板尺寸为600mm×60mm×1mm,裂纹在铝板正中位置,裂纹尺寸为30mm×0.5mm×1mm。基于FPGA兰姆波的无损检测系统如图4所示,采用一发一收电磁超声换能器(ElectromagneticAcousticTransducer,EMAT)在铝板中激发和接收兰姆波。激发探头距离左端面边界50mm,接收探头距离左端面边界150mm,裂纹距离左端面边界300mm,激发探头和接收探头采用双层三分裂五匝线圈结构与方形磁铁结构相结合,均为1MHz的宽带频率探图4基于FPGA的兰姆波检测系统实物图Fig.4PhysicalmapofLambwavedetectionsystembasedonFPGA头。通过低噪放大电路和10MHz的模数转换电路采集原始数据,输送给带有SOC的硬件设备进行数据处理,运行本文所提出的自适应算法,进行自适应降噪、时频特征提娶波包到达时刻提取等。为验证自适应算法的降噪效果,采集处理后数据和传入数据处理模块前的信号进行对比,如图5所示。图5a为输入超声信号,只是把接收换能器采集到的初始信号经过前置放大器后将微弱信号放大,特征信号波包被噪声湮没,难以辨别;图5b为自适应算法状态1采集到的实验波形,μ相对较大,估?

兰姆波,检测系统,实物


现算法功能,采用QuartusII编写顶层程序,对于算法模块进行端口声明并进行模块与数据端口连接操作,最终将程序编译、布局布线、配置到FPGA中,图3所示为FPGA程序编译后的RTL级功能电路图。图3RTL级功能电路Fig.3RTLlevelfunctioncircuitdiagram3实验研究与结果分析3.1电磁超声对裂纹缺陷检测为了验证本算法的性能,对带有裂纹的薄铝板进行缺陷检测,实验铝板尺寸为600mm×60mm×1mm,裂纹在铝板正中位置,裂纹尺寸为30mm×0.5mm×1mm。基于FPGA兰姆波的无损检测系统如图4所示,采用一发一收电磁超声换能器(ElectromagneticAcousticTransducer,EMAT)在铝板中激发和接收兰姆波。激发探头距离左端面边界50mm,接收探头距离左端面边界150mm,裂纹距离左端面边界300mm,激发探头和接收探头采用双层三分裂五匝线圈结构与方形磁铁结构相结合,均为1MHz的宽带频率探图4基于FPGA的兰姆波检测系统实物图Fig.4PhysicalmapofLambwavedetectionsystembasedonFPGA头。通过低噪放大电路和10MHz的模数转换电路采集原始数据,输送给带有SOC的硬件设备进行数据处理,运行本文所提出的自适应算法,进行自适应降噪、时频特征提娶波包到达时刻提取等。为验证自适应算法的降噪效果,采集处理后数据和传入数据处理模块前的信号进行对比,如图5所示。图5a为输入超声信号,只是把接收换能器采集到的初始信号经过前置放大器后将微弱信号放大,特征信号波包被噪声湮没,难以辨别;图5b为自适应算法状态1采集到的实验波形,μ相对较大,估计误差为0.05;图5c为滤除杂波后获得的信号,且估计误差为0.025时采集到的波形,降噪后的特?

【参考文献】:
期刊论文
[1]一种强噪声背景下微弱超声信号提取方法研究[J]. 王大为,王召巴.  物理学报. 2018(21)
[2]非铁磁材料的电磁超声接收过程数值模拟及实验研究[J]. 孙文秀,刘国强,夏慧,宋佳祥,夏正武.  电工技术学报. 2018(19)
[3]一种基于激光超声的薄层金属材料厚度检测方法研究[J]. 刘永强,杨世锡,甘春标.  振动与冲击. 2018(12)
[4]磁声电无损检测及改进的EMD消噪方法[J]. 吕敬祥,刘国强.  电工技术学报. 2018(17)
[5]基于电磁超声换能器的铁磁材料电磁声发射检测方法[J]. 金亮,寇晓斐,郭富坤,杨庆新,杜崇杰.  电工技术学报. 2017(18)
[6]基于二维阻抗特征的管道环焊缝缺陷涡流检测[J]. 梁子千,玄文博,王婷,封皓,曾周末.  仪器仪表学报. 2017(09)
[7]应用微分算法处理特种管道测厚激光超声信号[J]. 曹建树,罗振兴,姬保平.  光学精密工程. 2017(05)
[8]基于激光超声方法的钢轨缺陷检测(英文)[J]. 南钢洋,王启武,张振振,郭锐,宋江峰,孙继华.  红外与激光工程. 2017(01)
[9]非线性电磁超声对铝合金拉伸变形评价研究[J]. 刘素贞,李礼,蔡智超,张闯,金亮.  声学学报. 2017(01)
[10]材料损伤的非线性超声评价研究进展[J]. 张剑锋,轩福贞,项延训.  科学通报. 2016(14)



本文编号:3382862

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3382862.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e329d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com