0 引言
与传统压电超声检测方法相比，电磁超声(electromagnetic acoustic transducer,EMAT)检测方法具有无需媒介、无需与被测物体接触、对检测工件表面质量要求不高和检测速度快等特点，多应用于结构的残余厚度测量。然而电磁超声检测方法依然存在近表面盲区，即结构的残余厚度很小(1～2 mm)时，缺陷回波信号会与激励信号几乎重叠，难以区分。相比于电磁超声检测，脉冲涡流(pulse eddy current testing，PECT)检测方法对近表面缺陷检测有较高的精度，但是由于趋肤深度的限制，无法对深埋部位缺陷进行有效检测[1-7]。经过分析研究发现，电磁超声信号本身包含脉冲涡流的部分，因此如果能够有效利用电磁超声中的脉冲涡流信号部分，即可实现电磁超声、脉冲涡流的复合无损检测。通过高效的信号处理方法对两种信号进行分离提取是实现该复合检测方法的关键。相比于压电超声与涡流复合无损检测方法，上述方法具有探头简单、工作范围广、适应复杂环境等优点。笔者近来基于上述原理实现了电磁超声、脉冲涡流两种方法的初步复合检测，但对复合检测信号的分离提取还需进一步研究[8-11]。
基于此，本文提出了一种基于小波分析的对脉冲涡流/电磁超声复合检测方法的检出信号的分离提取策略，并进行了数值仿真和实验验证。
1 PECT/EMAT复合检测方法的基本原理
电磁超声检测原理如图1所示。线圈中通入瞬态激励电流，由于电磁感应，导电试件中会产生涡流，该涡流引起的次生磁场诱发线圈产生电压信号，称之为脉冲涡流信号。同时，线圈正上方的永磁铁会产生很强的静磁场，静磁场和试件中的脉冲涡流相互作用产生洛伦兹力，从而引起试件振动，试件振动会切割磁感线，又会产生新的涡流，该涡流引起的磁场信号变化诱发线圈产生电压信号，称之为超声涡流信号[7-9]。在做传统EMAT检测时，往往舍弃脉冲涡流信号，只提取超声涡流信号成分。而本文研究了混合涡流信号，包括两种涡流信号的特征，以及基于小波分析的信号分离提取技术。复合检测方法的原理[10-11]如图2所示。
图1 电磁超声检测原理图
Fig.1 Schematic of EMAT
图2 脉冲涡流/电磁超声复合检测方法原理图
Fig.2 Schematic of hybrid PECT/EMAT method
2 数值仿真与信号分析
本研究利用COMSOL软件中的电磁场与固体力学场模块计算了电磁超声/脉冲涡流复合信号。仿真模型为一个二维轴对称模型，如图3所示，试件为长方体铝板，表1列出了模型主要参数。激励线圈中通入沿垂直面内的半个周期的脉冲正弦激励电流，频率为2 MHz。
图3 仿真模型
Fig.3 Simulation model
表1 模型参数
Tab.1 Parameters of the model
长度(mm)50密度(103 kg/m3)8.9宽度(mm)50弹性模量(1011 Pa)1.1厚度(mm)5磁导率(H/m)0.37 磁铁直径(mm)18电导率(107 S)5.714磁铁高度(mm)30线圈直径(mm)12
该模型是典型的电磁-机械耦合场模型。首先利用COMSOL软件中的磁场模块分别计算偏置磁场线圈产生的恒定磁场和激励线圈产生的脉冲磁场，即可得到试样内部的涡流，定义为脉冲涡流。脉冲涡流的检出电压信号为
(1)
其中，Up,t通过线圈围成的面积内的磁通
进行数值微分得到。
然后使用COMSOL软件的固体力学模块计算由洛伦兹力产生的试样内部的速度和位移的空间分布。其中洛伦兹力为
Fpulse,t=Jpulse,t×Bpulse,t
(2)
其中，Fpulse,t为瞬态洛伦兹力；Jpulse,t为瞬态涡流；Bpulse,t为瞬态磁场，由瞬态涡流和永磁体产生的恒定磁场组成。
最后创建了另外一个磁场模块用来计算由于金属板振动切割磁感线引发的超声涡流产生的磁场：
Bul,t=σ(vt×Bpm)
(3)
其中，Bul,t为超声涡流产生的瞬态磁场信号；σ为电导率；vt为计算点的速度矢量；Bpm为永磁体产生的恒定磁场。
那么超声涡流引发的感应线圈的电压为
(4)
其中，Uu,t通过线圈围成的面积内的磁通
进行数值微分得到。
由脉冲涡流和超声涡流引起的复合检出电压信号Uh,t如下：
Uh,t=Uu,t+Up,t
(5)
计算结果如图4～图6所示。可以发现，脉冲涡流信号在激励信号之后趋于平缓；超声涡流信号则在始波之后有多个底面反射回来的回波信号；复合信号中脉冲涡流信号占据主导地位，去除始波之后如图7所示，依然未见超声信号，考虑采
图4 单纯的脉冲涡流信号
Fig.4 Pure PECT signal
图5 单纯的超声涡流信号
Fig.5 Pure EMAT signal
图6 复合信号结果
Fig.6 Hybrid signal
图7 复合信号去除始波结果
Fig.7 Hybrid signal without initial wave
用信号分离技术。由于超声信号中具有多个凸起小波，且每个凸起的小波形状非常类似，其余激励信号的波形是相关的，因此可以基于小波分析，通过寻找与小凸起类似的波形作为母波，从而对复合信号进行遍历，找出复合信号中的超声信号。
3 基于小波阈值去噪技术对复合检出信号的分离提取
小波去噪在一定程度上可视为低通滤波，但是在去噪后还能保留信号特征[12-14]。首先认为脉冲涡流信号与复合信号具有很好的相关性，因为从信号形状来看，复合信号的主要趋势是由脉冲涡流信号主导的，而超声中底面回波的小凸起可以看作脉冲涡流信号的噪声，因为底面回波与脉冲涡流信号之间不具备相关性。因此对图7中的复合信号去噪，利用自适应软阈值去噪方法，使用sym8小波基，对复合信号分解到第6层，结果如图8所示，可以看到，去噪之后分离出的脉冲涡流信号和计算得到的脉冲涡流信号具有很好的重合性。之后用复合信号与分离的脉冲涡流信号作差分就可得到只包含超声涡流信号的结果，如图9所示，可以看出，通过小波阈值去噪分离的方式可以从复合检测信号中分离出脉冲涡流信号和超声信号。
图8 从复合信号中分离出的脉冲涡流信号
Fig.8 Pulse eddy current component extracted
from hybrid signal
图9 从复合信号中分离出的超声涡流信号
Fig.9 Ultrasonic eddy current component extracted
from hybrid signal
4 实验验证
本研究搭建了PECT/EMAT复合检测系统，如图10所示。检测均采用同一探头，探头由一个直径18 mm、高30 mm的永磁铁和直径12 mm的单层螺旋形线圈构成。实验中使用RITEC-RAM 5000电磁超声仪激发一个半个周期、频率为2 MHz的正弦波信号作为激励，通入线圈中，同时线圈中的信号进入双工器进行信号分离得到检出信号，复合检出信号直接通过信号采集器进入电脑，通过小波分析算法就可以得到复合信号中的脉冲涡流信号成分和超声涡流信号成分，从而同时得到试件中的表面缺陷信息和底部全局减薄信息。
1.RAM-5000前后面板 2.各接线 3.计算机系统及软件界面
4.双工器 5.探头 6.前置放大器 7.信号选择器
8.信号滤波器 9.示波器
图10 复合检测系统
Fig.10 Hybrid EMAT/PECT system
4.1 表面槽状缺陷检测
图11 带表面槽缺陷的铝板
Fig.11 Aluminum plate with surface grooves defect
图12 复合检出电压信号
Fig.12 The hybrid detection voltage signals
复合信号中的脉冲涡流信号成分对表面的缺陷非常敏感，可用于检测试件的表面裂纹。图11所示是一个长度为320 mm、宽度为160 mm的铝板，其上制作了表面的槽状缺陷，缺陷的长度均为30 mm，宽度均为5 mm，深度D不同，分别为0.5 mm、0.72 mm、0.9 mm、1.3 mm、1.5 mm、1.6 mm、1.9 mm、2.1 mm。复合信号的检出电压信号见图12。通过小波阈值去噪得到脉冲涡流成分的信号如图13a所示；以无缺陷区域复合检出信号中分离出的脉冲涡流信号成分作为参考信号做差分，如图13b所示。为了进一步表征缺陷深度和信号的关系，提取了差分信号的峰值和峰值时间，如图14所示。可以看到，缺陷深度和差分信号峰值以及峰值时间具备很好的定量关系，验证了小波阈值去噪方法提取复合信号中的脉冲涡流成分的有效性。
(a)小波阈值去噪
(b)差分信号
图13 从复合信号中分离出的脉冲涡流信号
Fig.13 Pulse eddy current component extracted
from hybrid signal
(a)峰值
(b)峰值时间
图14 差分信号中提取到的峰值与峰值时间
和表面缺陷深度的关系
Fig.14 Extracted peak value and peak time
of differential signals VS defect depth
图15 阶梯状铝板试件
Fig.15 Specimen of aluminum step bar
(a)d=7.76 mm (b)d=10.06 mm
(c)d=12.14 mm (d)d=25.05 mm
图16 不同厚度试件的复合检出电压信号
Fig.16 The hybrid detection voltage signals
4.2 底部全局减薄缺陷检测
复合信号中的超声涡流成分可以对板材厚度进行检测，可以检出试件底部减薄缺陷。如图15所示，试件为一个不同厚度的阶梯状铝板，厚度d分别为7.76 mm、10.06 mm、12.14 mm、25.05 mm，每个阶梯的长度为40 mm，宽度为60 mm。4个不同板厚的复合检出信号见图16。小波阈值去噪后，使用原始信号与去噪之后的信号做差分，就可以得到超声涡流信号。实验中受到高频噪声影响(图17)，且噪声频率是高于超声信号的，所以可以通过第二次小波阈值去噪以去除实验噪声，提取4个不同板厚的超声涡流信号(图18)。可以看出，当板材厚度从7.76 mm增大到25.05 mm时，超声涡流信号中的回波信号逐渐远离始波信号，说明该回波信号对板材厚度有很好的表征，验证了小波阈值去噪方法提取复合信号中的超声涡流成分的有效性。
(a)d=7.76 mm (b)d=10.06 mm
(c)d=12.14 mm (d)d=25.05 mm
图17 复合信号中的超声涡流信号成分(含噪声)
Fig.17 Ultrasonic eddy current signal components
in hybrid signals (with noise)
(a)d=7.76 mm (b)d=10.06 mm
(c)d=12.14 mm (d)d=25.05 mm
图18 复合信号中的超声涡流信号成分(去除噪声)
Fig.18 Ultrasonic eddy current components extracted
from hybrid signal (without noise)
5 结论
本文分析了电磁超声/脉冲涡流复合信号中的脉冲涡流信号和超声信号各自的特点，从而提出了基于小波分析的电磁超声/脉冲涡流复合检测信号的分离提取方法。结合数值计算和实验结果可以看出这一方法是有效的，可以对表面缺陷和底部全局减薄缺陷进行同步的检出，有较大的工程应用价值。
[1] LI Y, LIU X, CHEN Z, et al. A Fast Forward Model of Pulsed Eddy Current Inspection of Multilayered Tubular Structures[J]. International Journal of Applied Electromagnetics and Mechanics, 2014, 45: 417-423.
[2] XIE S, CHEN Z, TAKAGI T, et al. Development of a Very Fast Simulator for Pulsed Eddy Current Testing Signals of Local Wall Thinning[J]. NDT & E International, 2012,51:45-50.
[3] XIE S, CHEN Z, TAKAGI T, et al. Quantitative Non-destructive Evaluation of Wall Thinning Defect in Double-layer Pipe of Nuclear Power Plants Using Pulsed ECT Method[J]. NDT & E International,2015,75:87-95.
[4] 范孟豹,曹丙花,杨雪锋. 脉冲涡流检测瞬态涡流场的时域解析模型[J].物理学报, 2010,11: 7570-7574.
FAN Mengba，CAO Binghua，YANG Xuefeng. Analytical Time-domain Model of Transient Eddy Current Field in Pulsed Eddy Current Testing[J]. ACTA Physica Sinica, 2010,11: 7570-7574.
[5] 宋凯，康宜华，孙燕华，等. 漏磁与涡流复合探伤时信号产生机理研究[J]. 机械工程学报, 2009, 45(7): 233-237.
SONG Kai，KANG Yihua，SUN Yanhua，et al. Study of Signal Mechanism Based on Combining Magnetic Flux Leakage and Eddy Current Testing[J]. Journal of Mechanical Engineering, 2009, 45 (7): 233-237.
[6] 周德强,王俊, 潘萌, 等. 脉冲涡流矩形差分探头缺陷检测机理[J]. 中国机械工程, 2016，27(22): 3032-3037.
ZHOU Deqiang，WANG Jun，PAN Meng，et al. Mechanism of Defect Detections for Rectangular Differential Probes of Pulsed Eddy Current Testing[J]. China Mechanical Engineering, 2016,27(22): 3032-3037.
[7] 刘兴乐,刘志平,黎玄, 等.基于脉冲涡流热成像的金属结构焊缝表面裂纹识别方法[J].中国机械工程,2016,27(14):1925-1931.
LIU Xingle, LIU Zhiping, LI Xuan, et al. Method for Surface Crack Detection of Welded Structure in Pulsed Eddy Current Thermography [J]. China Mechanical Engineering, 2016,27(14):1925-1931.
[8] XIE S, TIAN M, XIAO P, et al. A Hybrid Nondestructive Testing Method of Pulsed Eddy Current Testing and Electromagnetic Acoustic Transducer Techniques for Simultaneous Surface and Volumetric Defects Inspection[J]. NDT&E International, 2017, 86:153-163.
[9] 周海强,李勇,陈振茂. 铁磁材料电磁超声无损检测数值模拟[J]. 无损检测, 2012, 11: 21-24.
ZHOU Haiqiang, LI Yong, CHEN Zhenmao. Numerical Simulation of Electromagnetic Acoustic Testing Signals for Ferromagnetic Steel Material[J]. Nondestructive Testing, 2012, 11: 21-24.
[10] 裴翠祥, 陈振茂. 电磁超声的数值模拟方法[J]. 无损检测, 2008, 30(9): 603-607.
PEI Cuixiang, CHEN Zhenmao. The Numerical Simulation Method for Electromagnetic Acoustic Technique[J]. Nondestructive Testing, 2008, 30(9): 603-607.
[11] 蔡智超,刘素贞,金亮,等. 电磁声发射-电磁超声的复合检测原理及激励线圈设计[J]. 电工技术学报,2013, 28(6):28-33.
CAI Zhichao, LIU Suzhen, JIN Liang,et al. Principle of Integrating Electromagnetically Induced Acoustic Emission with Electromagnetic Ultrasonic Testing and Design of Exciting Coil [J]. Transactions of China Electrotechnical Society, 2013, 28(6):28-33.
[12] 张清华. 基于超声和涡流的复合式无损检测技术[D]. 广州：华南理工大学, 2010.
ZHANG Qinghua. Technique of Complex NDT Based on Ultrasonic & Eddy Current Testing[D]. Guangzhou: South China University of Technology, 2010.
[13] 陈世平,王振忠,俞辉,等. 改进小波包多阈值去噪法及其工程应用[J].中国机械工程,2017,28(20): 2414-2419.
CHEN Shiping, WANG Zhenzhong, YU Hui,et al. Improved Wavelet Packet Multi Threshold Denoising Method and Its Engineering Applications[J].China Mechanical Engineering, 2017,28(20): 2414-2419.
[14] 潘汉明,雷良育,王子辉.基于小波分析的电动汽车轮毂电机永磁体故障诊断[J].中国机械工程,2016,27(11):1488-1492.
PAN Hanming, LEI Liangyu, WANG Zihui. Fault Diagnosis of Permanent Magnets of Electric Car Hub Motor Based on Wavelet Analysis[J]. China Mechanical Engineering, 2016,27(11):1488-1492.
