陳振華，陳修忻,王 嬋,盧 超

(1.南昌航空大學(xué) 無損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南昌 330063;2.中航工業(yè) 西安航空動(dòng)力股份有限公司 無損檢測(cè)中心, 西安710021)

基于小波包分解的航空渦輪盤超聲相控陣檢測(cè)圖像降噪技術(shù)

陳振華1，陳修忻1,王 嬋2,盧 超1

(1.南昌航空大學(xué) 無損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南昌 330063;2.中航工業(yè) 西安航空動(dòng)力股份有限公司 無損檢測(cè)中心, 西安710021)

針對(duì)航空渦輪盤難檢區(qū)域缺陷的超聲相控陣檢測(cè)技術(shù)，分析了檢測(cè)信號(hào)及圖像特征，提出了檢測(cè)信號(hào)的小波包軟閾值降噪方法，并對(duì)小波閾值進(jìn)行改進(jìn)，最后基于降噪后的信號(hào)進(jìn)行了相控陣圖像重構(gòu)。結(jié)果表明：缺陷特征信號(hào)幾乎分布于檢測(cè)信號(hào)的整個(gè)頻域范圍，單純的頻域?yàn)V波必然導(dǎo)致缺陷信號(hào)的損失；基于改進(jìn)的小波包閾值，并且有針對(duì)性地選擇部分分解信號(hào)進(jìn)行濾波降噪，可在較好保留有用信號(hào)的同時(shí)濾除噪聲信號(hào)，有效地提高了檢測(cè)信號(hào)信噪比及檢測(cè)圖像分辨率，對(duì)于提高渦輪盤的超聲相控陣檢測(cè)能力具有重要作用。

超聲相控陣檢測(cè)；渦輪盤；小波降噪；圖像分辨率

GH901高溫合金渦輪盤是噴氣式發(fā)動(dòng)機(jī)的重要部件，其在服役過程中承受著復(fù)雜的循環(huán)熱載荷和機(jī)械載荷，微小的結(jié)構(gòu)缺陷往往造成疲勞壽命下降并導(dǎo)致嚴(yán)重的安全事故[1-2]。超聲相控陣檢測(cè)技術(shù)因具有靈活的聲束控制及快速成像性能，已用于核電站反應(yīng)堆壓力容器的焊縫檢測(cè)、航空渦輪盤的檢測(cè)、鐵軌的檢測(cè)、車輪軸的檢測(cè)中[3-8]。航空渦輪盤的超聲相控陣檢測(cè)技術(shù)具有高精度、高效率、檢測(cè)能力強(qiáng)等優(yōu)勢(shì)。然而，在對(duì)盤中較深處和結(jié)構(gòu)較復(fù)雜區(qū)域進(jìn)行檢測(cè)時(shí)，在增大檢測(cè)靈敏度的同時(shí)，提高 檢測(cè)增益會(huì)使噪聲信號(hào)顯著增大、相控陣檢測(cè)圖像 出現(xiàn)嚴(yán)重干擾[9-11]。由于相控陣成像的基礎(chǔ)為相控陣檢測(cè)信號(hào)，相控陣檢測(cè)信號(hào)的分析與處理對(duì)于提高檢測(cè)圖像質(zhì)量和檢測(cè)精度具有重要作用。

圖2 渦輪盤不同位置超聲相控陣檢測(cè)圖像

小波包變換能以較高的精度分析和處理完整頻率范圍內(nèi)的細(xì)節(jié)信號(hào)，已應(yīng)用于超聲檢測(cè)信號(hào)的分析與處理中[12-14]。通過小波包分解技術(shù)分析渦輪盤超聲相控陣檢測(cè)信號(hào)在時(shí)頻域的分布特征，提出經(jīng)改進(jìn)的降噪閾值，并選取部分分解信號(hào)進(jìn)行小波包軟閾值降噪處理。結(jié)果顯示：缺陷特征幾乎分布于檢測(cè)信號(hào)的整個(gè)頻域范圍內(nèi)，單一的頻譜濾波將導(dǎo)致缺陷信號(hào)的損失；通過改進(jìn)的降噪閾值方法及合理選擇參與降噪合成的分解信號(hào)，可有效提高檢測(cè)信號(hào)信噪比，基于降噪后的檢測(cè)信號(hào)重構(gòu)檢測(cè)圖像可有效提高相控陣檢測(cè)圖像質(zhì)量。小波包分解及降噪技術(shù)對(duì)于提高渦輪盤超聲相控陣檢測(cè)精度和分辨率具有重要作用。

圖1 試樣規(guī)格

1 檢測(cè)方法及檢測(cè)信號(hào)分析

1.1 檢測(cè)方法 檢測(cè)試樣為直徑150 mm、高124 mm的GH901高溫合金鍛件，在距離圓柱鍛件底面加工一個(gè)角度為55°、高20 mm、上下底面半徑分別為55，41 mm的錐形平臺(tái)，以模擬渦輪盤的結(jié)構(gòu)復(fù)雜區(qū)域。在距離圓錐臺(tái)上底面2 mm處沿盤件徑向加工一直徑0.8 mm、長(zhǎng)10 mm的橫孔，試樣規(guī)格如圖1所示。采用中心頻率5 MHz、陣元數(shù)32、陣元長(zhǎng)度10 mm、間距0.5 mm的超聲相控陣探頭，安裝38°專用楔塊以便進(jìn)行扇形掃查。將探頭置于與人工缺陷相對(duì)的鍛件表面，檢測(cè)聲束可斜入射至橫孔缺陷。此時(shí)，探頭除可接收到橫孔反射波外，還可接收到渦輪盤試樣底面U1、端面E1～E3的反射波信號(hào)。1.2 超聲相控陣圖像及信號(hào)分析 為檢測(cè)深度為100 mm的橫孔缺陷，設(shè)置相控陣聚焦深度為100 mm，扇掃范圍為5°～50°。將楔塊前端調(diào)整至距盤件邊緣61 mm時(shí)，相控陣檢測(cè)圖像較為清晰，以相同的檢測(cè)參數(shù)分別提取缺陷和完好區(qū)域的檢測(cè)圖像，不同位置超聲相控陣 檢測(cè)圖像如圖2所示。圖2顯示的相控陣圖像的 橫軸為“水平距離”，指的是探頭前端距離反射體的水平距離；縱軸“深度”指的是缺陷埋深，掃描圖按右側(cè)幅度-顏色標(biāo)尺染色。將圖2(a)中各相對(duì)獨(dú)立的特征圖像標(biāo)注為IE1～I(xiàn)E3以及IU1，其中IE1～I(xiàn)E3深度測(cè)量值分別為123.2，104.1，103.6 mm，對(duì)應(yīng)試樣E1～E3端部反射波；IU1的測(cè)量深度為125.2 mm，對(duì)應(yīng)U1面的反射波。圖2(b)為缺陷區(qū)域的相控陣檢測(cè)圖像，除顯示與圖2(a)相同的結(jié)構(gòu)特征圖像外，在IE3附近、38°掃描線相交處還觀察到細(xì)小的缺陷特征圖像IK1。提取圖2中 38°掃描線的A掃描信號(hào)，如圖2(c)、(d)所示，E3端反射波脈沖SE3位于檢測(cè)信號(hào)36.67 μs處，在圖2(d)的檢測(cè)信號(hào)36.26 μs處發(fā)現(xiàn)缺陷反射脈沖SK1，SK1緊貼E3端反射波脈沖SE3，較低的分辨率導(dǎo)致其在掃描圖中很難相互區(qū)分。此外，由結(jié)構(gòu)噪聲引起的干擾條紋對(duì)缺陷的判讀也造成了較大干擾。因此，采用小波包分解技術(shù)分析超聲相控陣檢測(cè)信號(hào)特征，并采用閾值降噪技術(shù)對(duì)檢測(cè)信號(hào)進(jìn)行降噪處理，以提高渦輪盤超聲相控陣檢測(cè)圖像的質(zhì)量。

圖4 缺陷檢測(cè)信號(hào)的三層小波包分解信號(hào)

2 小波包分析及降噪

2.1 信號(hào)的小波包分解分析

與小波分解相比，小波包提供了一種更為復(fù)雜、有效，也更為靈活的針對(duì)于信號(hào)細(xì)節(jié)的分析手段，可對(duì)信號(hào)的低頻部分和高頻部分同時(shí)進(jìn)行分解，特別適用于非穩(wěn)定信號(hào)中突變?nèi)跣盘?hào)的分析與處理。選用sym4小波基對(duì)含缺陷脈沖的檢測(cè)信號(hào)進(jìn)行3層小波包分解，分解信號(hào)分別表示為S30～S37，3層小波包分解示意如圖3所示。

圖3 三層小波包分解示意

圖4為缺陷檢測(cè)信號(hào)的三層小波包分解信號(hào)。缺陷檢測(cè)信號(hào)的三層小波包分解信號(hào)如圖4所示，分解信號(hào)S30～S37均包含缺陷特征波脈沖(36.26～36.67 μs范圍內(nèi))，缺陷脈沖SK1位于36.26 μs，SE3信號(hào)位于36.67 μs。檢測(cè)信號(hào)中的噪聲信號(hào)充斥在整個(gè)信號(hào)頻段，分解信號(hào)S32、S33、S35、S36中含有缺陷信號(hào)，S35、S36含有的缺陷特征信號(hào)SK1可與結(jié)構(gòu)散射SE3完全分離，具有最好的分辨率。此外，檢測(cè)對(duì)象的結(jié)構(gòu)圖像可作為缺陷判斷的參考圖像，適當(dāng)保留結(jié)構(gòu)圖像對(duì)于缺陷判讀具有積極作用。因此，從提高分辨率、抑制噪聲、保留缺陷特征、提高圖像可讀性的角度考慮，對(duì)原始檢測(cè)信號(hào)不加區(qū)分地做頻域?yàn)V波必然會(huì)導(dǎo)致有用信息的丟失，故有必要對(duì)各分解信號(hào)進(jìn)行更為精細(xì)的分析與處理。

2.2 小波包閾值降噪

硬閾值降噪是將小波包系數(shù)與所設(shè)閾值進(jìn)行比較，將小于或等于閾值的系數(shù)設(shè)置為零，大于閾值的系數(shù)保持不變；軟閾值降噪則是在小波系數(shù)與閾值進(jìn)行比較后，小于或等于閾值的設(shè)為0，大于閾值的小波系數(shù)用原小波系數(shù)與閾值的差值進(jìn)行替換。硬閾值法會(huì)加強(qiáng)信號(hào)的不連續(xù)性，重構(gòu)后的信號(hào)可能不夠光滑，軟閾值法的結(jié)果則更為平滑。因此，采用小波包軟閾值法對(duì)檢測(cè)信號(hào)進(jìn)行降噪處理。由于噪聲的小波系數(shù)隨分解尺度發(fā)生變化，應(yīng)針對(duì)不同的分解層設(shè)置適用于該分解層的閾值。小波閾值的選取方法包括：rigrsure閾值、sqtwolog閾值、極大極小閾值(minimaxi)以及統(tǒng)一閾值。由于噪聲的小波系數(shù)隨著分解尺度的增大而減小，應(yīng)針對(duì)不同的分解層設(shè)置適用于該分解層的閾值。筆者對(duì)統(tǒng)一閾值加以改進(jìn)，提出了一種新的閾值設(shè)置準(zhǔn)則，使閾值隨著分解尺度的增大而降低，閾值計(jì)算公式為

(1)

式中：λ為閾值；N為信號(hào)長(zhǎng)度；j為分解尺度；σ為高斯白噪聲標(biāo)準(zhǔn)差。

此外，對(duì)原高斯白噪聲標(biāo)準(zhǔn)差σ改進(jìn)為σn，并比較兩種高斯白噪聲標(biāo)準(zhǔn)差定義的降噪效果，兩種高斯白噪聲定義為

(2)

(3)

式中：fi為最低分解尺度下的分解系數(shù)；median為函數(shù)中值；mean為函數(shù)平均值，0.674 5為高斯白噪聲標(biāo)準(zhǔn)偏差的調(diào)整系數(shù)。

據(jù)式(1)～(3)，采用兩種閾值定義方法對(duì)相控陣檢測(cè)信號(hào)進(jìn)行小波包軟閾值降噪處理。檢測(cè)信號(hào)的小波包閾值降噪效果如圖5所示，兩種閾值定義方式均能在抑制噪聲的同時(shí)，較好地保留結(jié)構(gòu)反射脈沖(SE3)和缺陷反射脈沖(SK1)，改進(jìn)閾值后的小波包閾值處理技術(shù)具有更好的噪聲抑制效果。

圖5 檢測(cè)信號(hào)的小波包閾值降噪效果

基于改進(jìn)閾值處理技術(shù)對(duì)掃描圖像中的檢測(cè)信號(hào)進(jìn)行降噪處理，并將處理后信號(hào)進(jìn)行圖像重構(gòu)。小波包閾值降噪前后圖像如圖6所示，在閾值降噪后的重構(gòu)圖像中，噪聲條紋得到了非常大的抑制，但缺陷特征(IK1)與結(jié)構(gòu)反射特征(IE3)依然較難區(qū)分。通過對(duì)圖4中各個(gè)分解信號(hào)的觀察可知，信號(hào)S32、S33中含有缺陷信號(hào)，并與結(jié)構(gòu)信號(hào)難以區(qū)分，且含有大量噪聲信號(hào)，為提高分辨率，應(yīng)在降噪時(shí)直接舍去這部分分解信號(hào)；而節(jié)點(diǎn)信號(hào)S35、S36中含有明顯缺陷信號(hào)，并且缺陷信號(hào)與特征信號(hào)較好區(qū)分，故將其保留。將節(jié)點(diǎn)信號(hào)S30、S31、S34、S35、S36組合，得到重構(gòu)圖像如圖6(c)所示。將圖6(b)和圖6(c)進(jìn)行對(duì)比觀察可知，只對(duì)部分分解信號(hào)(S30、S31、S34、S35、S36)進(jìn)行閾值降噪，完全濾除某些分解信號(hào)(S35、S36)時(shí)，缺陷信號(hào)幾乎完全得到保留而結(jié)構(gòu)特征信號(hào)減弱，從而使得缺陷特征(IK1)與結(jié)構(gòu)反射特征(IE3)很好分離。進(jìn)一步僅對(duì)節(jié)點(diǎn)信號(hào)S35、S36進(jìn)行閾值降噪處理、其他所有分解信號(hào)直接濾除時(shí)，得到重構(gòu)圖像如圖6(d)所示。將圖6(c)和圖6(d)進(jìn)行對(duì)比觀察可知，圖6(d)的缺陷特征(IK1)完全保留，而結(jié)構(gòu)反射特征(IE3)基本消除，僅缺陷圖像清晰地顯示在掃描圖像上。綜上，基于改進(jìn)的降噪閾值，有選擇的對(duì)部分分解信號(hào)進(jìn)行降噪重構(gòu)對(duì)于提高缺陷分辨率是有利的。

圖6 小波包閾值降噪前后圖像

3 結(jié)論

(1) 渦輪盤復(fù)雜幾何區(qū)域的超聲相控陣檢測(cè)圖像中,包含由組織結(jié)構(gòu)和多個(gè)盤輪廓結(jié)構(gòu)散射形成的特征圖像，這些特征圖像與缺陷圖像混在一起，容易導(dǎo)致缺陷的檢測(cè)精度和分辨率降低。

(2) 相控陣檢測(cè)信號(hào)的小波包分解分析顯示，缺陷特征信號(hào)分布于檢測(cè)信號(hào)的整個(gè)頻域范圍，單純的頻域?yàn)V波無法避免有用信號(hào)的損失。采用小波包軟閾值降噪技術(shù)可在保留航空渦輪盤相控陣檢測(cè)有用信號(hào)的同時(shí)，抑制信號(hào)噪聲及由此引起的圖像干擾。

(3) 研究還提出新型閾值設(shè)置方法對(duì)檢測(cè)信號(hào)進(jìn)行濾波降噪，根據(jù)小波包分析結(jié)果選擇部分分解信號(hào)并結(jié)合改進(jìn)的降噪閾值，可有效地提取檢測(cè)圖像的缺陷特征圖像、結(jié)構(gòu)特征圖像，甚至也可將材料組織結(jié)構(gòu)引起的噪聲條紋提取出來。

[1] 楊俊, 李承彬, 謝壽生. 渦輪盤多軸低循環(huán)疲勞壽命預(yù)測(cè)及試驗(yàn)驗(yàn)證[J]. 航空動(dòng)力學(xué)報(bào), 2011, 26(10): 2220-2226.

[2] 任遠(yuǎn), 張成成, 高靖云, 等. 含缺陷渦輪盤的實(shí)際使用壽命計(jì)算方法[J]. 科學(xué)技術(shù)與工程, 2016, 16(12): 149-155.

[3] 單寶華, 喻言, 歐進(jìn)萍. 超聲相控陣檢測(cè)技術(shù)及其應(yīng)用[J]. 無損檢測(cè), 2004, 26(5): 235-238.

[4] NANEKAR P, JOTHILAKSHMI N, JAYAKUMAR T. Ultrasonic phased array examination of circumferential weld joint in reactor pressure vessel of BWR[J]. Nuclear Engineering and Design, 2013, 265: 366-374.

[5] KIM G H, PARK C K, JIN S W, et al. Qualification of phased array ultrasonic examination on T-joint weld of austenitic stainless steel for ITER vacuum vessel[J]. Fusion Engineering and Design, 2016, 109:1099-1103.

[6] HU D, WANG Q,XIAO K, et al. Ultrasonic phased array for the circumferential welds safety inspection of urea reactor[J]. Procedia Engineering, 2012, 43: 459-463.

[7] NOWERS O, DUXBURY D D, DRINKWATER B W. Ultrasonic array imaging through an anisotropic austenitic steel weld using an efficient ray-tracing algorithm[J].NDT&E International.2016,79:98-108.

[8] LAO J J, LU C. Application of portable ultrasonic phased array instrument for rail welds ultrasonic inspection[C]//2013 2nd International Conference on Key Engineering Materials and Computer Science(KEMCS 2013 Ⅱ) .Melbourne:[s.n], 2013: 384-389.

[9] SHAN B H, DUAN Z D, OU J P. Study of ultrasonic phased array inspection imaging technology for NDT[J]. China Welding, 2006, 15(3): 1-5.

[10] 譚海波,竇忠林, 龐素麗. GH901合金渦輪軸鍛造工藝改進(jìn)[J]. 鍛壓技術(shù)，2007, 32(6): 40-42.

[11] 裴丙紅. 熱處理對(duì)GH901合金的力學(xué)性能和晶粒組織的影響[J]. 特鋼技術(shù), 2008, 14 (54): 14-19.

[12] 郭曉霞, 楊慧中. 基于多閾值的小波包去噪[C]∥第27屆中國(guó)控制會(huì)議.昆明：[出版者不詳] ，2008: 169-172.

[13] 王麗英, 劉國(guó)奇, 陳振華, 等. 基于小波包分解的不銹鋼焊縫超聲TOFD檢測(cè)圖像修正[J]. 無損檢測(cè), 2015, 37(5): 30-34.

[14] BETTAYEB F. Ultrasonic nondestructive evaluation of spot welds for zinc-coated high strength steel sheet based on wavelet packet analysis[J]. NDT & E International, 2005, 38(6): 478-484.

Denoise Technique for Ultrasonic Phased Array Imagery of Aero Turbine DiscBased on Wavelet Packet Decomposition

CHEN Zhenhua1, CHEN Xiuxin1, WANG Chan2, LU Chao1

(1.Key Laboratory of Nondestructive Testing of Ministry Education, Nanchang Hangkong University, Nanchang 330063,China; 2.NDT Center, Xi′an Aero-Dynamic Limited, China Aero-Industry Group, Xi′an 710021, China)

Ultrasonic phased array technology for testing deep, small and bad location defect is studied, and the characteristic signals and imagery related to defects are analyzed.In order to enhance signal to noise ratio and imagery resolution, the wavelet packet soft threshold denoising method with improved threshold is proposed. The results indicate that defect′s signals are widely distributed in whole frequency domain, so that simple filtering in frequency domain on testing signal will lead to losses of defect′s component inevitably. Wavelet packet denosing technique can be used to remove noise on the premise of keeping defect′s component, through optimizing denosing threshold and choosing decomposed signals for composing, and wavelet denoise method proposed in the research is liable to enhance the signal and imagery quality of ultrasonic phased array testing on aero turbine disc.

ultrasonic phased array testing; turbine disc; wavelet packet denoising; imagery resolution

2016-10-12

江西省自然科學(xué)基金資助項(xiàng)目(20161BAB2016101);中航產(chǎn)學(xué)研資助項(xiàng)目(GHK201508035)

陳振華(1982-),男，博士，副教授，主要從事材料及構(gòu)件的超聲波無損檢測(cè)方法及設(shè)備的研究工作

陳修忻, 136942027@qq.com

10.11973/wsjc201705007

TG115.28

A

1000-6656(2017)05-0028-05