趙松玲1，林旭梅1，馬石巖2，羅萍萍1，薛亮亮1

　?。?.青島理工大學 自動化工程學院，山東 青島 266520;2.山東?？菩畔⒓夹g有限公司，山東 青島 266031）

       摘要：超聲波法是混凝土無損檢測的一種重要方法。在超聲波法檢測混凝土試驗中，采集的超聲波信號含有大量噪聲和干擾成分。針對以往傳統(tǒng)降噪方法存在去噪不徹底、不能完全保留有效信息以致產生誤判的問題，提出采用小波降噪方法用于超聲波信號的去噪。試驗及仿真結果表明，采用小波降噪方法保留了超聲波的有效特征，使原始信號中的噪聲和干擾得到抑制，提高了信噪比，在混凝土結構監(jiān)測與診斷中發(fā)揮重要作用。

　　關鍵詞：超聲波；混凝土；小波降噪；信噪比

0引言

　　混凝土材料因具有性能優(yōu)越、造價低廉等優(yōu)點而在現(xiàn)代土木工程建筑中得到廣泛應用［1］。房屋、橋梁、海底隧道等大型建筑物的安全性和耐久性與國民經濟的穩(wěn)定發(fā)展和人民的生命財產安全息息相關。大型建筑物內部混凝土結構一旦出現(xiàn)缺陷及裂縫，若長期未被檢修人員察覺將嚴重危及人民的生命和財產安全。目前，常用的鋼筋混凝土材料的無損檢測方法主要包括：超聲波法、聲發(fā)射法、紅外線法、雷達法、沖擊回波法和微波法等［2］。其中，超聲波法是混凝土無損檢測方法中應用最為廣泛的一種方法。提高超聲波檢測信號的質量是該技術發(fā)展及應用所面臨的關鍵問題之一。提高超聲波檢測信號的質量，僅靠提高接收信號強度遠遠不夠。由于硬件電路的引入等其他外部因素的影響，使超聲波接收信號信噪比大大降低，因此濾除超聲波檢測信號中的噪聲及干擾成分、提高信噪比是提高超聲波信號質量的重要手段。

　　采用傳統(tǒng)的傅里葉變換對超聲波檢測信號進行分析只能在時域或頻域內展開，無法同時分析信號的時頻特征［3］；而短時傅里葉變換只能在一個分辨率上對信號進行分析，無法同時具有很高的時頻分辨率。小波分析［4］作為一種典型的時頻分析技術，在頻域和時域內同時具有優(yōu)良的局部化性質，不僅可以對指定頻帶內的信號進行分析而且還可以對指定時間段內的信號成分進行分析，對信號的任意細節(jié)進行聚焦［5］。

　　小波降噪以小波分析的基本理論為基礎，在諸多領域內發(fā)揮重要作用。采用小波降噪方法處理混凝土超聲波檢測信號，對混凝土結構耐久性的評估、壽命預測具有重要意義。

1超聲波法檢測混凝土缺陷的基本原理

　　超聲波法檢測的基本原理是在混凝土的配合比、齡期、原材料和測試距離等技術條件相同的條件下，根據(jù)混凝土中超聲波傳播的時間（或速度）、接收波的振幅和頻率等聲學參數(shù)的不同及變化，來判定混凝土的缺陷情況［6］。根據(jù)聲波的傳播特點及原理可知，當超聲波在混凝土中傳播時，若遇到缺陷或裂縫，超聲波會在缺陷、裂縫界面發(fā)生反射和散射現(xiàn)象，導致最終到達接收換能器的聲波幅值減小。通過對比分析完損兩組混凝土檢測波形之間的幅值等有效細節(jié)信息可判斷缺陷或裂縫發(fā)生的位置、尺寸等。

　　由于混凝土是由固、液、氣三相組成的復合材料，各相之間的聲阻抗差異很大（如砂漿—氣孔界面），導致散射衰減嚴重，散射衰減對高頻超聲波影響較大，為了使超聲波在混凝土結構中傳播距離足夠長，必須采用較低頻超聲波。查閱大量文獻資料可知，適用于混凝土結構無損檢測的超聲波頻率在20 kHz~300 kHz范圍內。因此，本文選定的發(fā)射型傳感器工作頻率為100 kHz。

2超聲波法檢測混凝土硬件電路設計

　　本文采用超聲波脈沖透射法對混凝土構件進行無損檢測。選擇兩個用于垂直探傷的單晶片直探頭（探頭材質為壓電陶瓷材料）分別作為超聲波發(fā)射探頭和超聲波接收探頭。其一是將電脈沖信號轉換成超聲波信號（逆壓電效應），其二是將接收的超聲波信號轉換成電信號（正壓電效應）。試驗設計電路主要由兩部分組成：探頭陣列觸發(fā)

電路和信號調理電路。系統(tǒng)總體硬件設計結構如圖1所示。

　　探頭陣列觸發(fā)電路用于產生幅值為400 V、頻率為100 kHz的高壓負脈沖施加于超聲波發(fā)射探頭。根據(jù)壓電陶瓷材料的逆壓電效應，將幅值為400 V的高壓負脈沖電信號轉換為超聲波信號。探頭陣列觸發(fā)電路如圖2所示。

　　探頭陣列觸發(fā)電路激勵發(fā)射探頭發(fā)射超聲波，超聲波經混凝土傳播到達接收探頭。由壓電陶瓷材料的正壓電效應將超聲波信號轉化為電信號。信號調理電路將接收的電信號進行放大、濾波等處理，以備后續(xù)信號分析工作的進行。本試驗中，信號放大電路采用AD公司生產的一種可變增益運算放大器AD603。該放大器具有寬頻帶、低噪聲、高增益精度的優(yōu)點，且采用線性增益控制方式。信號放大電路部分電路圖如圖3所示。

　　運用設計搭建的探頭陣列觸發(fā)電路和信號放大電路對完整混凝土試塊和有缺陷混凝土試塊分別進行檢測，采集到的信號波形圖如4所示。

3小波分析方法

　　小波變換因具有選基靈活、去相關性、多分辨性等特點而在去噪方面得到廣泛應用［7］。利用有用信號和噪聲的小波系數(shù)在各個尺度上具有不同的特性，先去除屬于噪聲的小波系數(shù)，然后對處理后的小波系數(shù)進行重構便能得到降噪后的信號［8］。因超聲波法檢測混凝土試驗中，接收信號噪聲成分大部分包含在具有較高頻率的細節(jié)中，因此對接收信號進行小波降噪處理能夠達到信號去噪、保留有效信息的效果。

　　假定尺度空間（級小波空間的直接和）具有下列幾個性質：

　?。?）嵌套性：

　　（2）完備性：

　?。?）稠密性：

　?。?）互補性：Vj+1=Vj+Wj；

　?。?）尺度性：。

　　將同時具有上述5個性質的空間序列{Vj,j∈Z}定義為由尺度函數(shù)φ(x)生成的一個多分辨率分析（Multi-Resolution Analysis, MRA）［9］。

　　多分辨率分析的基本原理是將信號投影到一組互相正交的小波函數(shù)構成的子空間上，形成信號在不同尺度上的展開，繼而提取信號在不同頻帶的特征，同時保留信號在各尺度上的時域特征［10］。多分辨率分析是一種有效的時頻分析方法，其示意圖如圖5所示。由圖5可看出，小波多分辨率分析具有優(yōu)良的時頻局部化能力，將信圖5多分辨率分析示意圖號分解為含有有效信息的低頻分量、含有噪聲和干擾的高頻分量。多分辨率分析每次對信號的低頻部分進行分解，高頻部分保持不變。

　　本文對混凝土試塊進行檢測，接收探頭收到的信號低頻部分包含信號的主要特征，反映了超聲波探測信號的有用部分，而高頻部分包含了外界干擾與噪聲。因此，在本文中，需要將超聲波信號的高頻部分濾除，保留信號的低頻部分即信號的有效特征。在混凝土超聲波檢測試驗中，若想得到精確的分析結果，選擇小波多分辨率分析這一信號處理方法較為合適。

4超聲波檢測信號的小波分析

　　4.1小波基的選擇

　　查閱相關文獻得知，Haar小波在時域上不連續(xù)，且不具有對稱性；Morlet小波不具備緊支撐性和正交性，且沒有快速算法，計算量比較大、耗時長；DBN小波和sym小波在緊支撐性、支撐長度、正交性等方面都優(yōu)于Haar和Morlet小波基。sym小波在對稱性方面優(yōu)于DBN小波，采用sym小波進行分析誤差較小，所以在超聲波信號處理方面sym小波效果更好［11］。因此，本文采用sym系小波作為小波基。對試驗采集信號用sym系中的不同小波函數(shù)進行分析比較，確定選用sym8小波作為小波基。

　　4.2尺度的確定

　　小波分解的層次不能無限制進行，分解層次越多，信號就被分解得越徹底，計算量越大，耗時越長［12］。為了確定具體的分解尺度，本文采用sym8小波對試驗采集的超聲波檢測信號進行分析，發(fā)現(xiàn)當尺度取5時，相對于其他尺度，既能有效地去除信號中的無用成分，又完整地保留了有用成分。對混凝土采用超聲波脈沖透射法檢測得到的信號，采用該尺度進行處理顯然是最為合適的。因此本文最終確定的分解尺度為5。

5試驗仿真及結果

　　在MATLAB中對利用超聲波法檢測完整混凝土和缺陷混凝土采集到的信號波形分別選用sym8小波基進行5層信號分解，重構系數(shù)得到降噪后的信號［13］。將超聲波法檢測混凝土試塊采集的信號經小波降噪法進行處理，降噪前后波形對比如圖6所示。

　　由圖6可知，小波降噪處理所得信號的信噪比大大提高，去噪效果好。對試驗采集信號進行小波降噪處理后更容易發(fā)現(xiàn)：完整混凝土與缺陷混凝土的超聲波特征差異主要體現(xiàn)在幅值方面，缺陷混凝土超聲波檢測波形幅值較小。經試驗和仿真可得，采用小波降噪方法既能抑制原始信號中的噪聲和干擾，又能保留有效信號，使信號明顯變得平滑，為后續(xù)信號特征和包絡的提取，以及缺陷位置、大小的識別提供必備條件。

6結論

　　本文采用超聲波透射法對混凝土試塊進行無損檢測，試驗搭建超聲波發(fā)射電路和信號放大電路，運行穩(wěn)定。利用小波降噪方法對采集的信號進行降噪處理，可提高信噪比，保留信號的有效特征，提高信號分析效率，有利于信號特征和包絡的提取，為混凝土的缺陷識別打下基礎。

　　參考文獻

　　［1］ 趙超,王俊. 基于不同環(huán)境下的混凝土耐久性評價對比研究［J］. 科技通報,2014,30(7):7279.

　?。?］ 李昌煌. 常用的混凝土無損檢測技術［J］. 科技資訊,2012,(24):61.

　　［3］ POSTNIKOV E B, SINGH V K. Continuous wavelet transform with the Shannon wavelet from the point of view of hyperbolic partial differential equations［J］. Analysis Mathematica, 2015,41(3):199206.

　?。?］ Hu Zhiqun, Liu Liping. Applications of wavelet analysis in differential propagation phase shift data denoising［J］. Advances in Atmospheric Sciences, 2014,31(4):825835.

　　［5］ 付元華,羅仁澤,曹鵬,等. 小波閾值函數(shù)旋轉機械振動信號去噪方法研究［J］. 測控技術,2014,33(12):3441.

　?。?］ 朱自強,喻波,密士文,等. 超聲波在混凝土中的衰減特征［J］.中南大學學報(自然科學版),2014,45(11):39013906.

　?。?］ 茹斌,張?zhí)靷?王宇欣. 基于小波去噪及ARMA模型的故障率預測方法研究［J］. 測控技術,2014,33(10):4346.

　?。?］ 秦毅,王家序,毛永芳. 基于軟閾值和小波模極大值重構的信號降噪［J］. 振動、測試與診斷, 2011,31(5):543547.

　?。?］ 余倩,李躍忠. 基于小波變換的超聲波含噪信號處理［J］. 電子質量, 2013(11):1418.

　　［10］ 劉濤,李愛群,丁幼亮. 小波分析在結構損傷識別中的應用［J］. 地震工程與工程振動,2008,28(2):2935.

　?。?1］ JIN S, KIM J S, LEE S K. Sensitive method for detecting tooth faults in gearboxes based on wavelet denoising and empirical mode decomposition［J］. Mechanical Science and Technology， 2015,29(8):31653173.

　?。?2］ 王維,張英堂,任國全. 小波閾值降噪算法中最優(yōu)分解層數(shù)的自適應確定及仿真［J］. 儀器儀表學報, 2009,30(3):526528.

　?。?3］ 吳桂芳,何勇. 小波閾值降噪模型在紅外光譜信號處理中的應用研究［J］. 光譜學與光譜分析,2009,29(12):32463249.