基于主成分分析的腐蚀缺陷边缘识别研究

　　0引言

　　在涡流无损检测中,由于阵列传感器可以得到更多有关缺陷的信息,因此得到了广泛的应用[1-2]。采用阵列传感器对腐蚀缺陷进行扫描成像检测时,当传感器接近缺陷时,探头阵列单元的信号就会开始出现变化,使得缺陷边缘的准确识别变得非常困难,容易造成成像的结果出现失真而形成伪像。Grimberg等人采用最大似然准则来识别探头是否位于缺陷上[3-4],据此可以达到缺陷边缘识别的目的。但这种方法的识别正确率不高,容易造成误判。通过分析发现,以前的缺陷识别方法提取的都是时域特征量,没有充分利用频域信息,使得特征的提取不是很全面,造成识别的效果不是很理想。

　　脉冲涡流是近几年发展起来的一种新的无损检测方法[5],其采用方波信号作为激励,因而具有非常丰富的频率成分,根据脉冲涡流的这个特点,有关缺陷的信息应该会在频域加以体现,因此,通过从频域提取合适的特征,结合时域特征,应该能提高缺陷识别的准确性。为此,提出了一种基于主成分分析的阵列脉冲涡流腐蚀缺陷边缘识别方法。

　　1　试验装置

　　阵列脉冲涡流腐蚀检测装置由脉冲信号发生电路、探头和数据采集电路组成。其中,脉冲发生电路用来产生激励方波信号,在本测试系统中,激励信号的电压为10V,频率为100Hz,占空比为0.5。探头包括激励线圈和检测线圈阵列,其结构如图1所示。激励线圈采用矩形结构,尺寸为50mm×45mm×45mm,共绕了400匝。在矩形激励线圈的底部中央排列了3×3个检测传感器组成面阵,用来对缺陷引起的扰动场进行检测。检测线圈的内径为1mm,共绕了800匝。数据采集电路采用12位PCI数据采集卡,采样频率为100kHz。

　　2试验结果分析

　　试验中加工了方形的平底孔来模拟腐蚀缺陷,在测试过程中让阵列传感器分别从方形的腐蚀缺陷上以不同的方式扫描,并对扫描过程中的数据进行实时采集,同时将采集的数据存盘,采集完成后对数据进行离线分析。根据阵列探头扫描时与缺陷的位置关系,可分为以下7种情况,分别如图2(a)~(g)所示。图中箭头方向表示阵列传感器的扫描方向。

　　图3(a)为阵列传感器完全从腐蚀缺陷上面扫描时,脉冲涡流感应信号的峰值扫描曲线。其形成的过程为:在阵列传感器扫描的过程中,对阵列各单元感应的信号进行实时的采集,同时提取感应信号的峰值,将其连接起来形成峰值扫描曲线。其中,该图由上到下的曲线依次对应的是阵列传感器检测线圈1~9的扫描曲线。该图的横坐标表示扫描时间。图3(a)中扫描曲线的最大值和最小值分别对应阵列传感器各单元进入和离开腐蚀缺陷边缘的时刻。