多模式兰姆波走时提取的希尔伯特黄变换方法

　　引言

　　传统超声层析成像有两个重要的参量是幅度(衰减)和信号到达时间(走时)。如果不存在衍射或频散,检测任一物理量即足够判定工件相关结构信息。在水槽试验测量系统中,工件在液体耦合作用下,信号幅度衰减真实反映内部信息,利用衰减性质可有效描述大型工件的缺陷。但是对于幅度测量条件严格,需要精密且昂贵的试验仪器,测量时需要将工件和换能器浸放在水槽中,不仅工件尺寸受限,而且需要特殊换能器。信号到达时间不受耦合条件的限制,当发射、接收换能器位置固定时就可获取走时信息,进而利用走时数据进行速度图像重建[1]。

　　薄板超声兰姆波层析成象研究中,走时是重要的信号特征。Hinders等[2-3]多采用信号包络的方法提取最快兰姆波模式的走时,这是一种直接且计算代价较低的方法,甚至比其他更复杂且计算代价也更高的时频方法的效果还好。然而,即使这个简单的走时门限提取算法是有效的,某些限制仍然存在。例如,当感兴趣的模式与缺陷相互作用后,该模式的峰值低于门限值,则包络信号提取算法将会提取下一个模式,而且这种方法不可能提取多个模式的走时信息[4]。Malyarenko[5]尝试了各种时频分析方法来改善走时提取算法,然而,Wigner-Ville分布、短时傅里叶变换等并不能有效提高走时信息提取的精度。

　　希尔伯特黄变换(Hilbert Huang Transform,简称HHT)由美国国家宇航局Huang等于1998年提出[6]。从本质上看,它也是一种时频域的信号分析方法。该方法的最大特点是它对信号进行的分解不是基于某一特定函数,这与其他时频分析方法截然不同,并且每个固有模态函数都可以被看作是信号中的一个固有的振动模态,能表达信号的局部特征。

　　HHT在海洋波动数据分析、地震信号分析和结构健康监测等领域已经受到广泛关注[7-10],在兰姆波无损检测中也有应用。例如,李刚等[10]将HHT中经验模态分解(Empirical Mode Decomposition,简称EMD)对超声兰姆波实测信号作去噪处理,并与小波去噪结果进行了对比,结果表明运用经验模态分解方法去噪具有更强的自适应能力,且需知的原信号先验信息更少,但HHT在兰姆波信息提取上的应用还很少见。

　　本文提出利用HHT时频分析方法提取多模式兰姆波信号的走时,并与信号包络、小波包络等方法进行比较,以验证该方法的有效性。

　　1　HHT时频分析理论

　　希尔伯特黄变换时频分析方法[11]有两个步骤:第1步是将时间序列信号通过经验模态分解(EMD)方法,分解成数个固有模态函数(IntrinsicMode Function,简称IMF);第2步是对分解后的固有模态函数进行希尔伯特变换(Hibert Transform,简称HT)构造解析信号,得出原信号的瞬时频率和振幅,进而得到希尔伯特谱。