小波分析与漏磁检测信号处理

        由于漏磁场检测是用磁传感器检测缺陷,相对于其它无损检测方法,它有着易于实现、可靠性较高、可实现缺陷的初步量化和高效、无污染等优点,因此在铁磁性材料领域得到广泛应用。而信号处理是漏磁场检测系统的核心部分,如何在工业现场复杂的电磁环境中获取有用信号,去除噪声,最终实现缺陷信号的定量分析,是整个检测系统的关键。但必须注意到,在钢管实时检测中,漏磁场信号较微弱,受到的干扰也较大。而且由于采集的原始漏磁信号的数据量大,需要进行数据压缩。此外,应用传统的傅里叶分析使用的是一种全局变换,即不是完全在时域,就是完全在频域,它无法表述信号的时频局域性质,而时频局域性质恰恰是漏磁信号检测最根本和最关键的性质。

　　为了解决这些问题,近年来,小波变换越来越多地被应用到无损检测领域。小波变换突破了傅里叶变换在时域没有任何分辨力的限制,可对指定频带和时间段内的信号成分进行分析,有着良好的局部化性质,且可聚焦到任意细节。这些特性使小波变换成为处理非稳定信号的新的有力工具。下面从信号压缩、消噪、时频分析及自相似性等方面详细阐述小波分析在漏磁信号处理中的应用。

　　1　漏磁场检测

　　漏磁场检测是指铁磁材料被磁化后,其表面和近表面缺陷在材料表面会形成漏磁场,通过探头线圈(传感器)检测漏磁场来提取感应电信号的特征,可对缺陷进行定性和定量分析。

　　从图1可以看出,在没有缺陷时磁力线完全通过钢管内部。当有缺陷时磁力线则发生了弯曲,可用霍尔元件进行信号收集分析[1]。

　　2　小波分析原理

　　小波分析的基本思想是使用一族小波基函数去表示和逼近一信号。它是一种窗口大小(即窗口面积)固定但形状可改变,时间窗和频率窗都可改变的时频局部化分析方法,即在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率。正是这种特性,使小波变换具有对信号的自适应性[2]。

在实际运用中,尤其是在计算机上实现,连续小波必须加以离散化。需要强调的是,这一离散化是针对连续的尺度参数a和平移参数b的,而不是针对时间变量的。

　　对很多信号来说,低频部分是其重要成分,它能给出信号的特性。而高频部分则提供了细微差别。在小波分析中,通常说的“粗糙像”(低频部分)和“细节”(高频部分),是指将原信号S通过两个滤波器而显示出的低频和高频信号(即A和D)。该分解过程是可以对低频部分重复进行的。这样就可得到许多分解的成分,又称为小波分解树。多分辨分析(MRA)是小波分析的核心内容之一。关于多分辨分析的理解,可用一个三层的分解进行说明,其小波分解树如图2所示。