1 引 言

TOFD 超声波衍射时间差(time-of-flight-diffrac-tion, TOFD)测量技术[1]是一种可以精确定量的检测技术，该方法通过测量缺陷边缘的衍射超声波信号之间传播的时间差，对缺陷的位置和大小进行测量。该技术 融合了超声波检测和射线检测的优点，能够对缺陷准确地定性和定量。在发达国家，TOFD检测技术近年来已被广泛应用于中厚板对接焊缝的检测与缺陷定量中， 国内也在积极推进 TOFD 方法代替射线检测的标准。TOFD 法依赖于超声波与缺陷端部的相互作用而在较大角度范围内发射的衍射波，检出衍射波就能确定缺陷的存在，而信号传播的时间差就是缺陷高度量值。缺陷尺寸根据 衍射信号传播的时间而非幅度来测量。因此，对端部衍射信号的时间差测量就成为TOFD缺陷定量的关键。但是超声信号容易受到材料的结构噪声以及仪器电噪声 等噪声影响，且由于 TOFD 技术检测的是相对微弱且指向性差的衍射波信号，导致端点衍射回波容易被杂波所淹没或者波幅太低难以识别，使信号的时间差测量误差增大，从而使缺陷定量时的 误差相应增大。因此，采用有效的信号处理方法来抑制噪声信号[2]，提高衍射回波信号的信噪比对缺陷定量以及 TOFD 成像就显得尤为重要。

目前，处理超声回波信号的方法有互相关法和小波变换法。当信号噪声为高斯白噪声，接收信号与参考信号一致时，互相关法比较适合[3,4]。小波 变换在处理超声信号时用得比较广泛，但是，在低频信号时，它的时间测量精度低;在高频信号时，它的频率测量精度低。本文在分离谱技术的基础上采用最小值被 选中次数加权算法去除TOFD检测信号中的结构噪声，与传统的带通滤波法相比，可以有效提高 TOFD 的定量精度。

2 分离谱技术的算法原理

超声检测信号中电噪声的幅度和相位均是随机的，而且各次测量所得的结果互不相关，采用基于时间平均的同步叠加法可以使干扰信号在很大程度上正负 抵消。结构噪声是材料中的晶界及组织不均匀对超声波的散射作用而引起的散射回波，它是与特定频率有关的相干噪声，当频率不同时，其幅度、相位等均有显著的 变化。

分离谱法[5,6]就是利用结构噪声和目标回波对频率变化敏感性上的差异而建立起来的解相关方法。当超声波频率变化时，材料结构引起的结构噪声回波幅度将 发生较大的变化，而缺陷回波的幅度变化将相对较少。因此，若对 TOFD 探头发射的宽声束超声波信号进行谱分离，那么在不同频谱段的结构噪声回波信号幅度会有明显的不同，而缺陷回波的变化幅度则相对稳定，这样就可以利用分离谱 技术来提高 TOFD 衍射信号的信噪比。分离谱算法的具体实现过程如图 1 所示。

首先将接收到的数字化超声信号作快速傅立叶变换，得到信号的全频谱，并在一定的信号频带内设置若干不同中心频率、等带宽的窄带滤波器，超声信号 通过这些窄带滤波器后将得到一系列中心频率不同的窄带信号，这个过程称为信号分离;再以分离后的不同中心频率的窄带信号为变量进行统计运算，从而得到经过 非线性滤波处理的输出信号，也即信号的重建。

在信号分离阶段，高斯形带通滤波器比较适合处理服从正态分布的信号，并且其时频特性均比较理想;信号恢复阶段是整个分离谱技术的关键所在，它是 指对所有的分离信号引人非线性相关运算，以达到降低噪声、提高信噪比的目的。目前常用的恢复算法有最小值算法、极性阈值法、线性平均法和最小值加极性阈值 算法几种[6]。文献[7]证实，以上算法中最小值算法对于提高信号的信噪比具有明显的作用，但它的缺点是对滤波器数目比较敏感，导致此算法不够稳定。

本文采用等带宽高斯型窄带通滤波器构成的滤波器组对原始信号进行分离，信号恢复是在最小值算法的基础上，采用分离信号被选中次数的加权恢复算法 [8]进行信号恢复。该方法本质上类似于维纳滤波器的传递函数，无需信号和噪声频谱的先验知识，对滤波器的数目也不敏感，从而能自适应地处理宽带的目标反 射脉冲波，达到滤波精度的要求。最小值被选中次数加权恢复算法的原理[8]为：

首先将检测到的信号做傅立叶变换得到信号的幅度谱，并在一定的幅度能量频带内设置若干不同中心频率的窄带滤波器，假定这些滤波器的数目为 N个，待处理的数字信号含有M 个采样点，采样周期为sT ，则数据的长度为 ( 1)sM T，可以从 N 个带通滤波器输出端得到 N 个备选的窄带信号xiti =1,2, , N，每个窄带信号都有各自特定的中心频率。最小值法的原理就是在 M 个采样点分别对 N 个窄带信号 ( )ix t 求最小值，并以此最小值作为各瞬时点的信号输出，此时输出为i =1 ,2,N}(符号与原符号相同)，也就是说，需要在M 个采样点处进行 M 次选最小值的运算。如果单个窄带信号被选中的次数为im ，则总选中次数为：，由此可定义各窄带信号ix 的权值。在统计意义上，高信噪比频带信号被选中的次数是最多的，因而，在较大的im 处，该频带信号xi t 所对应的中心频率处将有一个较高的峰值。如果我们根据信噪比对信号进行加权，对具有较高信噪比的分离信号赋予较高的权值iw ，也即重建后的信号，那么按此方法恢复出来的信号必然能够达到较高的信噪比。

3 实验结果及分析

按照 TOFD 检测标准，实验所用试块为 150mm×200mm×30mm(长×宽×高)的钢样块，试块的侧面从上到下分别打上直径为 3、 3、 2毫米的横穿孔，见图 2。采用美国声学物理公司的 IPR1210发射接收卡，射频输出口接到工控机上的 PCI8002数据采集卡。采集卡的采样频率为 40MHz。探头选用标称角度为 60°，中心频率选择为 5MHz，晶片直径为 6mm 的 TOFD 探头。探头分置于试块模拟缺陷的两边，使模拟缺陷刚好位于两探头的中间，探头间距为 S=1.73d，其中 d=22mm 为最大埋深，即缺陷轴线高度离板材表面距离。实验采集到的原始信号及分离谱算法处理后的结果如图 3。

从图 3(a)的原始信号波形可以看到，受噪声的影响，原始信号的信噪比是比较低的，各目标回波的波形也无法分清，影响了 TOFD 法的定位和定量。下面采用分离谱算法对原始信号进行处理。

根据分离谱算法的原理，实验采用 N=15 个等带宽的高斯窄带通滤波器组成的滤波器组对预处理后的信号进行分离(起始滤波器中心频率为0.9MHz;相邻滤波器中心频率间隔为 0.4MHz;滤波器带宽为 0.8MHz)，滤波器带宽为相邻滤波器中心频率间隔的 2 倍，窄带滤波器所覆盖的处理频阈宽度为信号频谱的 3dB 带宽，由此得到中心频率各不相同的 15 组窄带信号。在信号恢复阶段采用线性平均、极性阈值、极性阈值+最小值、最小值等四种恢复算法进行信号的重建，所得结果分别如图3(b)~3(e)所示， 线性平均算法的处理效果最差，而极性阈值算法和最小值+极性阈值算法虽然滤波效果很明显，但信号的失真现象比较严重，最小值算法既满足了信号增强的要求， 又能减少信号的失真。但最小值算法的最大缺点是对滤波器的数目比较敏感，不同的滤波器数目将产生差别较大的处理结果，这个缺点使得最小值恢复算法的应用受 到很大的限制。而本文采用的最小值选中次数加权恢复算法(结果如图 3(f)所示)与最小值算法对信号的处理效果相差不大，甚至本文的算法对信号的增强效果更为明显。而且最小值选中次数加权算法无需信号和噪声频谱的先验知 识，对滤波器的数目也不敏感，具有一定的自适应能力，从而很好地弥补了最小值算法的缺陷。

另外，与传统的带通滤波法相比，基于分离谱技术的最小值选中次数加权算法能够有效地减少结构噪声对衍射回波的干扰，使缺陷端部衍射回波能够被准 确识别，减少了时间测量的不确定性对定位和定量精度的影响，从而保证了 TOFD 法中缺陷定位和定量的准确性。假定反射波的中心频率没有发生漂移，与发射波的中心频率相同，则可以用一个中心频率为5MHz的带通滤波器对反射波进行滤 波，其通频带宽通常取 2MHz。滤波后的波形与最小值选中次数加权算法处理后波形比较如图 4。

从图 4(a)中可以看出，由于材料对超声高频部分的衰减使反射波的中心频率比发射波的中心频率更小，而且原始信号能量最大的频带并不是信噪比最高的频带，导致 滤波效果较差，无法准确识别出目标回波，影响了缺陷定量的精度。而经过最小值选中次数加权算法处理后的信号(见图 4(b))，各目标回波的波形清晰，时间关系明显，减少了时间测量不确定性对测量精度的影响。为了说明这一点，根据公式：式中：

c -纵波在材料中的声速(实测为 5765m/s)

t -孔的端部衍射波与侧向波的时差

s -两探头入射点间距的一半

d -孔的埋藏深度(与板面的距离)

将各参数代入后计算两种方法处理后的检测结果，如表 1 所示。

由表 1 可知，基于分离谱技术的最小值选中次数加权算法相比与传统的带通滤波法而言，不仅可以大大地提高信号的信噪比，而且可以增强缺陷定量的准确性，减小了测量的误差。

4 结 论

TOFD 技术是一种可以精确测量缺陷埋深和自身高度的超声检测技术，为评价被检测件的可靠性提供试验数据，而信号处理的目的就是为了减小噪声对目标回波的干扰，使目标回波的波形更加清晰，以提高 TOFD 定量的精度。

本文针对结构噪声的特点，采用分离谱技术对TOFD 检测信号进行谱分离，在信号恢复阶段采用线性平均等四种恢复算法进行信号的重建，结果表明，以最小值恢复算法的处理效果最好，但最小值算法的最大缺点是对 滤波器的数目比较敏感，导致该算法不够稳定，因此本文在最小值算法的基础上引入了最小值选中次数加权算法，得到以下结论：

(1) 采用分离谱技术对 TOFD 检测信号进行谱分离可以提高检测信号的信噪比;

(2) 分离谱分离 TOFD 信号后的不同恢复算法对信噪比影响较大;

(3) 基于最小值算法的最小值选中次数加权算法，能够有效地去除材料的结构噪声，大大地提高了信号的信噪比。

(4) 采用合适的信号处理方法可以提高 TOFD定量的精度。

本文为超声TOFD检测信号的处理提供了一种有益的尝试，并取得了不错的实际效果。

摘自：中国计量测控网