超声检测是焊点质量检测应用最广泛的无损检测方法,在焊点质量超声检测过程中,由于探头中心频率较高,材料对高频信号的衰减较大,导致经数字化采集得到的焊点超声检测信号幅值偏小.同时由于电学噪声及材料噪声的影响,反映焊点质量的特征信息容易被掩盖,超声信号成为极易重叠的多回波含噪信号,导致超声检测系统反射系数分辨率降低.一般的数字化超声信号处理方法无法有效分离重叠的超声信号,导致对焊点质量类型的错误评价.
为了提取到超声信号中的有用信息,国内外学者关于超声信号数字处理技术做了大量研究,并取得了很多创新性成果:Hoseini等人[1]通过希尔伯特变换提取信号包络,再利用最大似然方法来估计超声信号参数.White等人[2]则通过小波变换和非线性最小二乘法来估计超声信号参数.杜云朋等人[3]通过小波模极大值法对超声信号进行了去噪处理,以提高超声信号的时域分辨率.以上方法均能较好的获得超声信号参数信息或缺陷信息,但未能考虑受畸变函数影响而重叠的多重回波信号.Oscar等人[4]利用人工神经网络方法对焊点质量进行智能识别.Demirli等人[5]结合参数模型和稀疏分量分析技术对超声信号进行了稀疏分解与重构,以获得超声回波参数信息.超声信号的稀疏分解能够较完整的获得信号的参数信息,但信号的稀疏分解需要建立庞大复杂的过完备原子库.
基于超声信号的卷积模型,结合一种最小熵盲解卷积的方法对焊点超声信号进行处理,实现了对超声信号的重叠分离,提取到超声回波个数,并根据超声信号时域信息对焊点质量进行评价.最后通过试验仿真验证,证明了该方法的有效性,并能够实现对白车身焊点质量的定性评价.
在超声检测中,图1为信号传输的简化模型:激励电脉冲经过超声波探头调制后,向被检工件发射超声波,入射的超声波在工件内传播,遇到缺陷或反射界面产生反射,反射波反向传输至超声波探头,超声波探头将声信号转换成电信号,加上噪声的模糊作用,含噪信号由接收装置接收处理.该传输模型可以用一卷积模型表示[6-7],即
式中:
图1 超声信号线性传输模型
Fig.1 Linear ultrasonic signal transmission model
检测系统的时间响应,可以表示为
于是,式(1)卷积模型转换为
在超声检测应用中,反射系数
总体而言,柬埔寨在平衡地缘压力和提升文化影响力的双重考量下选择了积极配合的行为同中国发展文化外交关系。柬埔寨既尊重中国在其中扮演的主导角色,又注重吸收中国的资源来充实自身的文化发展。
式中:
如果设超声脉冲从介质1(水柱)垂直入射到介质2(焊点)的介质反射系数
模块能够提供不同类型和不同级别的数字化应急预案模板的录入、修改、删除等管理界面,用户可以通过新增、修改将应急预案模板信息更新到后台数据库中,也可将不再需要的信息进行单独和批量删除。
考虑焊点内部带缺陷(小焊核、气孔缺陷、脱焊等),则超声信号主要由多次上表面波、底面回波、缺陷回波和噪声信号组成.实测的超声信号
当前和今后一个时期,应当进一步完善城市防洪排涝工程体系,大力加强工程建设,尽快达到国家规定的防洪排涝标准。在城市防洪应急管理方面,建议采取以下对策:
联合式(3),式(4)和式(7),并考虑时延和幅度,则有
式(7)表明,一个缺陷信号可表示成无缺陷回波和缺陷冲击响应的卷积.
根据以上分析的卷积模型,对超声信号进行解卷积处理,恢复反射序列,即可获得点焊超声信号的传播时间(即可得到回波距离)、底面回波个数、中间回波个数,由此可以对点焊质量作出评价.
根据式(3)的卷积模型,对超声信号进行解卷积处理,分离重叠的超声信号,恢复反射系数.传统解卷积方法通常要求系统为最小相位系统,而超声信号具有非最小相位特性[8],一般解卷积方法难以得到超声反射系数的最优估计,难以实现期望的重叠信号分离.最小熵盲解卷积(Minimum Entropy Deconvolution, MED)在解卷积过程中不需要对系统响应做任何假设,仅要求输出序列具有简单稀疏的统计特性.由1.1节分析可知超声反射系数为一组稀疏的单位脉冲,符合最小熵盲解卷积中输出的稀疏特性.采用最小熵反卷积方法能够很好的突出超声信号界面回波和缺陷回波,实现重叠信号分离,获得准确的回波个数,为后面的超声信号参数估计提供输入条件.
R.A.Wiggins最先采用4阶累积量来衡量反射系数
Wiggins最小熵解卷积(WMED)的目的就是通过对解强加最小熵限制,寻求L阶的最优逆滤波器
表3中的相对误差为正值表示相对于算法1的功耗计算结果,该算法的功耗计算结果将功耗“高估”,为负值则表示该算法的功耗计算结果将功耗“低估”.对实验所用的1000个MPRM电路做进一步分析,在这些MPRM电路中,算法3和ACE2.0的动态功耗计算结果和静态功耗计算结果既存在“低估”的情形,也存在“高估”的情形,算法4动态功耗计算结果的相对误差均为0,静态功耗计算结果均为“低估”.关于表3中的电路c8和m181,ACE2.0的平均动态功耗计算结果的相对误差为0,只是说明这两个电路,其100个MPRM电路动态功耗计算结果的“高估”部分和“低估”部分恰好相互抵消.
式中:
另一建筑选址特点为临水而建。山水乐居一贯都是人们的居住情怀,临水而建的居住村落会与山保持一定范围的距离,中间隔着耕田,宜耕宜居宜行。闽北古民居村落根据实际的地理环境,有的是在水道一侧沿水岸展开布局,也有的在水的两侧同时建造,构成方式主要有市街面水和前街后河两种,最初一般呈现出与水道平行的带状布局,但是随着人口的繁衍,逐渐往腹地纵深方向发展成块状的平面布局。
WMED过程中,为达到最小熵目的,大幅值的尖脉冲信号被加强,同时小幅值的信号被削弱.尽管从噪声抑制的观点出发,这是极其有利的,但同时也会把微弱的反射信号作为噪声限制掉.为了增加对微弱信号的敏感性,引入对数熵,将目标函数由式(9)变为
同理于WMED,令式(11)对
联合式(11),式(12)和式(13),可以得到
将式(14)写成矩阵形式,有
由式(15)可以得到逆滤波器矩阵
由于逆滤波器
通过对点焊超声回波序列进行最小熵解卷积处理,能够有效分离重叠的超声信号,得到超声信号的传播时间.根据传播时间,可以求得点焊超声检测的若干回波特征.根据不同质量类型焊点的超声检测特点,定义以下点焊超声检测信号的3个特征值,如图2所示.
(1) 底面回波波峰间隔S(μs或mm):反应焊接区厚度,及压痕深度.
我们这代中年人,接受的主要还是宗族文化的观念,小时候还知道有“堂兄弟共处一个屋檐的大家族”,青少年时期还有机会经历“四世同堂的大家庭”。而现在的年轻人,显然更认同“家庭就是夫妻俩加上自己未成年的孩子”,一般被称为“核心家庭”,而父辈的家被称为“原生家庭”。从称谓上已经界定出这是两个家庭,但很多中年人并没有理解和接受这样的家庭概念,认为孩子的家就是自己大家庭的一个分支。既然是一个家,哪里还有边界?于是父母在儿女家里指手画脚,自认为理所当然,甚至认为这样“操心孩子的事情”是“爱孩子”,自然霸气侧漏!
5.1.3 Sustainable mixed agriculture production system in Peacock River valley.
(2) 底面回波个数N1:某时间段内,底面回波幅值高于预设阀值(X1),即为一个底面回波.
(3) 中间回波个数N2:某时间段内,中间面回波幅值高于预设阀值(X2),即为一个中间面回波,合格焊点一般N2=0.
特征值底面回波个数和中间回波个数可以根据回波传播距离得到,而回波传播距离可以根据传播时间和超声波声速可得到.
图2 超声回波信号时域特征量
Fig.2 Characteristics of ultrasonic echo signal in time domain
根据超声信号的三个特征值评价下列焊点缺陷:小焊核、过烧、压痕过深/过浅及脱焊进行定性分析.
一方面,我国劳动密集型产业虽然比较优势逐渐消失,但是劳动密集型产业在我国经济增长和吸纳就业方面仍有重要地位和作用,要采取各种措施切实减轻劳动密集型产业的负担,优化发展环境,让劳动密集型产业平稳发展和转型,防止劳动密集型产业因成本增加过快而大量倒闭破产或快速转移到其他国家。
小焊核缺陷:焊接过程中电极压力大、焊接热量小,电极冷却不良等原因引起的,其物理特征为:焊核尺寸小于规定尺寸,两焊接板中出现未焊合间隙.根据以上特征可分析出小焊核超声回波信号会出现中间回波,且中间回波峰值刚好处在底面回波峰值之间的中间位置.这是因为焊核直径小,在下层板底面焊核两端产生了回波,随着直径的减少,第一次中间回波峰值逐渐增大,下底面回波个数理论是减少的,但由于偶数次中间回波与奇数次底面回波的叠加,底面回波个数适中.图3为小焊核焊点超声回波信号示意图.
图3 小焊核超声回波信号
Fig.3 Ultrasonic echo detection signal of weak welding
压痕过深:是由焊接电流太大、电极端部太小、电极压力不适当、焊接时间长等原因引起的,压痕过深较合格焊点的超声检测信号底面回波波峰间隔S小,这是因为压痕过深,信号传播距离短.图4为压痕过深超声回波信号示意图.
老年痴呆亦称阿尔茨海默病,是一种起病隐匿的进行性精神衰退性疾病。目前,该疾病病因尚未明了,且临床上尚难治愈,因此,及早进行有效护理干预对老年痴呆的康复起到积极的意义。相关研究显示,有效的护理干预可恢复老年痴呆患者的认知功能,提升其自理能力[6-7]。
过烧焊核:焊接时由于焊接电流或通电时间过长,导致金属熔化形成焊核的过程中,形成的焊核区域比正常焊点范围更大,焊点厚度也相应增加,在短时间冷却时形成的金属晶粒较大,焊点内部的阻尼增大,过烧焊点较合格焊点超声信号在焊点中传播时散射衰减变大,衰减速度加快,底面回波个数N1减少.图5为过烧焊核超声回波信号示意图.
天然气计量的准确性直接关系着行业的发展和经济效益。涡轮计量系统作为天然气行业的常用流量计量设备,其计量的准确性显得尤为重要,影响因素也会在不同工况下有所差异,需要现场人员加强维护,合理分析,科学制订对策,才能进一步提高涡轮计量系统的准确性。
图4 压痕过深超声回波信号
Fig.4 Creasing too deep ultrasonic echo signal
图5 过烧焊核超声回波信号
Fig.5 Burnt welding ultrasonic echo signal
脱焊焊点:熔核厚度极小,绝大数无熔核成形,仅极少部分融化层虚接在一起,甚至两板完全脱离.较合格焊点,脱焊焊点超声回波信号底面回波个数N1=0,此时在合格焊点的底面回波位置,出现波形,但是却属于偶数次中间面回波,奇数次中间回波恰好处于相邻偶数次中间回波峰值中点处.图6为脱焊焊点回波信号示意图.
图6 脱焊焊点超声回波信号
Fig.6 Desoldering solder ultrasonic echo signal
超声检测中回波信号通常是一种被探头中心频率调制的宽带信号,这种信号是一种时频有限的非平稳信号,超声信号可用参数化的高斯数学模型[10]表示,即
式中:
根据式(18)可推广到多重回波,则M重回波信号的高斯模型可以表示为
式中:
文中仿真采用的是重叠的四重回波,其中前三次回波重叠,第四次回波为单回波,仿真波形由多重回波的高斯模型产生,仿真参数设置如表1所示.
表1 四重回波仿真信号参数设置
Table 1 Quad echo simulation signal parameter Settings
40 1 8 1 1 40 1.2 8 1 1 40 1.5 8 1 0.9 40 3 8
图7a为无噪声的重叠多重回波波形,从图中可以看出,信号重叠较为严重,仅从未处理的波形图中无法分辨回波信号数目.图7b为经MED处理的回波波形,从图中可以看出,尖脉冲回波信号得到了加强,小幅值信号被抑制.
图7b中重叠的部分能明显看出有三个正的尖峰脉冲信号,重叠的回波信号得到了有效分离.对图7a中信号加入
图7 无噪超声回波信号处理结果
Fig.7 Ultrasonic echo signal of without noise processing results
图8 含噪超声回波信号处理结果
Fig.8 Ultrasonic echo signals with noise signal processing results
表2 超声信号传播时间估计结果
Table 2 Ultrasonic signal propagation time estimates
信号参数类型 传播时间/μs
根据最小熵盲解卷积所得到的回波个数M及预估传播时间
汽车薄板点焊的超声检测中薄板焊点厚度较小,缺陷反射回波、板间界面回波、上下界面回波之间极易重叠,不对超声回波进行处理极易产生误检.
关于高安方言中的程度副词,有两点需要注意的地方:其一,这五类副词之间具有相互排斥性。就像普通话当中不能同时用“很”和“非常”修饰同一个动词或形容词一样,弦们在高安方言中也不能用“好”、“伤”、“绝呕得”等同时修饰一个动词或形容词。其二,高安方言中有大量由形容词后缀“人”参与构成的形容词,这类形容词在添加程度副词时,除了在第一种类型中可以毫无变化地直接与“好”连用之外,第二、第三、第四种类型都必须先去除“人”这个后缀之后再与程度副词搭配使用。试比较:
对两层板2.0 mm×1.4 mm的焊点试样进行检测,试样规格如图9所示.理论尺寸为175 mm×25 mm(如图 9所示),搭接重合区域为 25 mm×25 mm,厚度为1.4 mm.板材为冷轧板,牌号B280-VK.拉伸与金相试样加工方法均为线切割加工.
图9 电阻点焊试样示意图 (mm)
Fig.9 Resistance spot welding samples
为获得含有板间界面回波与上下表面回波重叠的超声回波波形,选用小焊核缺陷的焊点试样进行超声检测.采用游标卡尺实际测得试样厚度为2.02 mm×1.43 mm,焊点上下两层板压痕分别为0.13和0.11 mm,也即焊点厚度为1.89 mm×1.32 mm.采用Olympus公司的OmniScan_iX超声检测设备对焊点进行超声检测,超声检测设备如图10所示.将采集到的信号导出,采集的超声回波波形如图11所示.从图中可以看出,信号为多回波重叠信号,板间界面回波和表面回波重叠在一起,难以分辨.
图10 超声检测装置
Fig.10 Ultrasonic testing equipment
采用文中算法对超声回波进行处理,重叠的焊点超声检测信号分离效果如图12所示,从图中可以明显看出,重叠的中间回波和界面回波得到了有效分离.
图11 焊点超声回波实际信号
Fig.11 Actual ultrasonic echo signal of spot welding
图12 重叠超声回波信号分离效果
Fig.12 Overlapping ultrasonic signal separation effect
获得的超声回波参数如表3所示,回波渡越距离估计值根据传播时间和超声波声速可得到,声速校核为5 925 m/s.实际距离为对应焊点厚度的累积叠加计算得到,回波含义则可根据回波间距推断出来.表中数据以上表面回波为基准做归一化处理.
表3 超声回波参数计算值
Table 3 calculated value of ultrasonic echo parameters
实际距离l0/mm上表面回波 0 0 0第1次中间界面回波 0.63 3.73 3.78第1次下表面回波 1.07 6.34 6.42第2次中间界面回波 1.31 7.76 7.56第2次下表面回波 2.14 12.68 12.84第3次中间界面回波 1.89 11.20 11.34第3次下表面回波 3.20 18.96 19.26第4次中间表面回波 2.58 15.29 15.12第4次下表面回波 4.30 25.48 25.68第5次下表面回波 5.39 31.94 32.10回波含义 传播时间/μs
金相试验:将50组1.4 mm×1.4 mm试样按金相试样规格尺寸要求进行切割,然后进行镶嵌、研磨、抛光、腐蚀,最后使用金相显微镜及其图像系统进行焊点组织观察和拍照.待观察的金相试样如图13所示.
图13 1.4 mm×1.4 mm 金相试样
Fig.13 Spot welding decent thing of 1.4 mm×1.4 mm
金相图像可以反映各类型焊点的特征,根据金相图片中焊核组织的结构和尺寸大小,可以确定焊点的质量类型:合格焊点的熔核直径正常,中间无孔洞,无压痕过深/过浅,无焊接溢出物(毛刺);小焊核的熔核厚度和直径明显小于正常值;压痕过深的焊点减薄量(压痕深度)明显大于板厚的1/3;过烧焊核的熔核尺寸过大,且熔核颜色较深,晶粒粗大;脱焊的熔核厚度极小,仅有极小部分熔化层虚接在一起.焊点金相示意图如14所示.
图14 1.4 mm×1.4 mm 焊点金相示意图
Fig.14 Metallographic experiment figure of 1.4 mm×1.4 mm spot welding
采用50组1.4 mm×1.4 mm厚度组合的焊点样件进行离线检测,并进行相应的金相试验,结合焊点质量判定方法评判焊点的质量,如表4所示.
检测结果表明,利用盲反卷积分离出的超声传播时间估计值,并基于超声信号在各焊点中的传播特性,可以准确的判定出压痕过深/过浅、小焊核、过烧焊点、虚焊等5种不同类型的缺陷.
Dina Belenko的作品风格独特,在静物摄影类别中独树一帜。比如这张“思如泉涌”的照片,Dina使用了尼康D800配合SB-910闪光灯拍摄这张照片。她当然要用到一些独门秘诀,比如需要用到胶枪。“我对写作本身从来不感兴趣。”她说,“但我发现作家构思的过程,包括他们寻找灵感的方式、提出的问题、他们将混乱的文字与思想梳理成故事所用的手法,这些都很有意思。所以我拍了很多想象中的作家工作场所的照片,这张照片是其中之一。”
表4 离线检测分析
Table 4 Ultrasonic offline analysis
编号焊点厚度d/min底面回波个数N1中间回波个数N2波峰间隔S/mm软件评价结果焊核尺寸mm×mm 结论过深 4.4×1.82 压痕过深5 2.47 1 0 2.46 过烧 4.6×2.37 过烧…… … … … … … …49 2.50 4 0 2.50 合格 4.4×2.44 合格50 2.42 3 2 2.43 小焊核2.7×1.76 小焊核1 2.48 4 0 2.48 合格 4.6×2.31 合格2 2.50 3 0 2.49 合格 4.5×2.45 合格3 2.44 4 3 2.45 小焊核3.1×1.62 小焊核4 1.98 4 0 1.96 压痕
(1)针对超声检测信号易重叠的特点,提出了一种最小熵盲解卷积的方法对超声检测信号进行处理,成功将重叠信号分离,获取到准确的超声回波个数及超声传播时间.
(七)防治措施 全群鸡只中隔离病鸡,对场地和鸡舍消毒药喷雾消毒;对饲喂器具进行消毒药水浸泡消毒;首先对全群鸡只用Loast(Ⅳ)疫苗4倍量饮水紧急免疫接种,提高鸡只新城疫抗体水平,抵抗鸡城疫野毒株的感染;对病鸡每只肌注庆大霉素2 000U,1天2次,连用3~5 d。全群用庆大霉素(4 000~5 000U/只)饮水,早晚各1次连喂3~5 d,采取上述措施后,除20多只严重的病鸡死亡,第5 d追访,鸡群痊愈。
(2)通过超声传播的基本原理,对分离出的几种缺陷类型超声信号进行分析,实际焊点进行超声检测,通过金相试验验证了判定结果准确性,为实现焊点检测自动检测提供基础.
参考文献:
[1]Hoseini M R, Wang Xiaodong, Zuo Ming.Estimating ultrasonic time of flight using envelope and quasi maximum likelihood method for damage detection and assessment[J].Measuremen,2012, 45(8): 2072 - 2080.
[2]White A, Hong J W, Hong S, et al.Parameter estimation for wavelet transformed ultrasonic signals[J].NDT & E International,2011, 44(1): 32 - 40.
[3]杜云朋, 王建斌, 靳小强.超声导波管道检测的小波模极大值去噪法[J].电子测量与仪器学报, 2013, 27(7): 683 - 687.Du Yunpeng, Wang Jianbin, Jin Xiaoqiang.Defect detection of ultrasonic guided wave pipeline using denoising method based on wavelet modulus maximum[J].Journal of Electronic Measurement and Instrument, 2013, 27(7): 683 - 687.
[4]Martín Ó, López M, Martín, F.Artificial neural networks for quality control by ultrasonic testing in resistance spot welding[J].Journal of Materials Processing Technology, 2007, 183(2): 226 -233.
[5]Demirli R, Saniie J.Model-based estimation pursuit for sparse decomposition of ultrasonic echoes[J].IET Signal Processing, 2012,6(4): 313 - 325.
[6]郭建中, 林书玉.超声检测中维纳逆滤波解卷积方法的改进研究[J].应用声学, 2005, 24(2): 97 - 102.Guo Jianzhong, Lin Shuyu.A Modified wiener inverse filter for deconvolution in ultrasonic detection[J].Applied Acoustics, 2005,24(2): 97 - 102.
[7]Olofsson T, Stepinski T.Minimum entropy deconvolution of attenuated pulse-echo signals[J].Journal of the Acoustical Society of America, 2001, 109(6): 2831 - 2839.
[8]Strand J, Taxt T, Jain A K.Two-dimensional phase unwrapping using a block least-squares method[J].IEEE Transactions on Image Processing, 1999, 8(3): 375 - 386.
[9]Wiggins R A.Minimum entropy deconvolution[J].Geophys.Exploration, 1978, 16: 2l - 35.
[10]Morbiducci U.Genetic algorithms for parameter estimation in mathematical modeling of glucose metabolism[J].Computers in Biology and Medicine, 2005, 35(10): 862 - 874.
联系客服