Ultrasonic testing signal processing based on EEMD
摘 要
提出基于集合经验模态分解(EEMD)的超声无损检测信号处理方法。此方法在信号重构时,采用分量信号与原始信号之间的相关系数进行特征选取,可以有效地抑制模态混叠现象。通过仿真与实测信号的验证,集合经验模态分解方法更适用于超声无损检测信号的处理。
Abstract
This paper proposes an ultrasonic nondestructive testing signal processing method based on ensemble empirical mode decomposition (EEMD) method. This method uses the correlation coefficient between the component signal and the original signal for feature selection during signal reconstruction, which can effectively suppress modal aliasing. Through the verification of simulation and measured signals, the ensemble empirical mode decomposition method is more suitable for the processing of ultrasonic nondestructive testing signals.
中图分类号 TB553 TG115.28 DOI 10.11973/wsjc202105005
所属栏目 试验研究
基金项目 国家自然科学基金资助项目(51778104);辽宁省教育厅科学研究项目(DL202005)
收稿日期 2020/11/25
修改稿日期
网络出版日期
作者单位点击查看
备注赵斯琪(1996-),女,硕士研究生,主要研究方向为超声无损检测技术及信号处理
引用该论文: ZHAO Siqi,LI Songsong,LUAN Minghui,LI Chen,GUO Zhongyu,WANG Yuheng. Ultrasonic testing signal processing based on EEMD[J]. Nondestructive Testing, 2021, 43(5): 16~23
赵斯琪,李松松,栾明慧,李晨,郭忠宇,王宇恒. 基于集合经验模态分解的超声检测信号处理[J]. 无损检测, 2021, 43(5): 16~23
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】杨顺民, 董晓丽,宋文爱,等.小直径铜棒的超声波自动检测系统应用[J].无损检测,2013,35(12):5-8,27.
【2】高政, 周宗潭,沈辉.几种傅里叶变换之间的一种关联方式[J].高等函授学报(自然科学版),2007,20(6):13-15.
【3】杨福生. 小波变换的工程分析与应用[M].北京:科学出版社,1999.
【4】杜必强, 孙立江.基于EMD和小波熵阈值算法的超声回波信号降噪[J].中国测试,2017,43(1):101-105.
【5】HUANG N E, ZHENG S, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings Mathematical Physical & Engineering Sciences, 1998, 454(1971):903-995.
【6】唐忠平. Hilbert-Huang变换在非平稳信号处理中的应用[J].信息系统工程,2014(7):34-35.
【7】郝培培. 金属材料超声缺陷检测关键技术研究及应用[D].南京:南京信息工程大学,2013.
【8】彭成庆, 宋寿鹏,赵腾飞,等.基于经验模态分解的管道超声回波信号识别[J].信息技术,2015,39(11):37-40.
【9】张坤硕. 金属材料的超声无损检测探伤算法研究与应用[D].西安:西安工业大学,2018.
【10】WU Z H, HUANG N E. Ensemble empirical mode decomposition:a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2011, 1(1):1-41.
【11】于建明. 基于时频分析方法的超声回波信号特征提取研究[D].呼和浩特:内蒙古大学,2013.
【2】高政, 周宗潭,沈辉.几种傅里叶变换之间的一种关联方式[J].高等函授学报(自然科学版),2007,20(6):13-15.
【3】杨福生. 小波变换的工程分析与应用[M].北京:科学出版社,1999.
【4】杜必强, 孙立江.基于EMD和小波熵阈值算法的超声回波信号降噪[J].中国测试,2017,43(1):101-105.
【5】HUANG N E, ZHENG S, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings Mathematical Physical & Engineering Sciences, 1998, 454(1971):903-995.
【6】唐忠平. Hilbert-Huang变换在非平稳信号处理中的应用[J].信息系统工程,2014(7):34-35.
【7】郝培培. 金属材料超声缺陷检测关键技术研究及应用[D].南京:南京信息工程大学,2013.
【8】彭成庆, 宋寿鹏,赵腾飞,等.基于经验模态分解的管道超声回波信号识别[J].信息技术,2015,39(11):37-40.
【9】张坤硕. 金属材料的超声无损检测探伤算法研究与应用[D].西安:西安工业大学,2018.
【10】WU Z H, HUANG N E. Ensemble empirical mode decomposition:a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2011, 1(1):1-41.
【11】于建明. 基于时频分析方法的超声回波信号特征提取研究[D].呼和浩特:内蒙古大学,2013.
相关信息