ˇ ´ vysoke ´ uc ˇen´ı technicke ´ v Praze Cesk e ´ Fakulta elektrotechnicka
´ PRACE ´ DIPLOMOVA Zvyˇ sov´ an´ı citlivosti ultrazvukov´ e EMAT defektoskopie
Praha, 15. ledna 2007
Autor: Michal Kub´ınyi
Prohl´ aˇ sen´ı Prohlaˇsuji, ˇze jsem celou svou diplomovou pr´aci vypracoval samostatnˇe pod veden´ım Doc. ˇ ıd PhD. Uvedl jsem vˇsechny liter´arn´ı prameny a publikace, ze kter´ Ing. Radislav Sm´ ych jsem ˇcerpal v pˇriloˇzen´em seznamu.
V Praze dne 15. ledna 2007
podpis
i
Podˇ ekov´ an´ı ˇ ıdovi PhD. Dˇekuji pˇredevˇs´ım vedouc´ımu diplomov´e pr´ace panu Doc. Ing. Radislavu Sm´ Pom´ahal mi s technick´ ymi nejasnostmi v r´amci cel´eho v´ yzkumu. Doporuˇcil mi vhodnou formu postupu, z´apisu a prezentace v´ ysledk˚ u. Od poˇc´atku zvolil vhodn´ y ˇcasov´ y pl´an postupu, kter´ y zaruˇcil optim´aln´ı smˇeˇrov´an´ı cel´e pr´ace. D´ale bych chtˇel podˇekovat panu Ing. V´aclavu Matzovi, kter´ y mi v´ yrazn´ ym zp˚ usobem pom´ahal ve sbˇeru dat, pochopen´ı syst´emu EMAT a atribut˚ u mˇeˇren´eho sign´alu. Jednu z hlavn´ıch z´asluh realizovat v´ yzkum ˇ na syst´emu EMAT m´a pan Ing. Stanislav Starman, kter´ y sv´ ymi znalostmi, trpˇelivost´ı a technick´ ym z´azem´ım sestrojil a dal k dispozici potˇrebn´ y mˇeˇr´ıc´ı syst´em i s poˇzadovan´ ymi vzorky na testov´an´ı. D´ale bych chtˇel podˇekovat sv´emu nejbliˇzˇs´ımu okol´ı za podporu pˇri studiu.
ii
Anotace Diplomov´a pr´ace se zab´ yv´a ultrazvukovou EMAT defektoskopi´ı a metodami filtrace mˇeˇren´eho sign´alu. Nejdˇr´ıve budou pops´any principy mˇeˇren´ı pomoc´ı EMAT. N´aslednˇe jsou rozebr´any metody zpracov´an´ı z´ıskan´ ych sign´al˚ u. Vhodn´e metody jsou naprogramov´any a vyzkouˇseny na namˇeˇren´ ych sign´alech. V´ ysledky pouˇzit´ ych filtrac´ı jsou porovn´any a zhodnoceny. Veˇsker´e simulace prob´ıhaj´ı v prostˇred´ı Matlab.
Annotation The thesis concerns ultra-sound EMAT NDE (Nondestruction Evaluation) and methods of filtration of acquired signal. First of all are described principles of EMAT materiology. Subsequently are analyzed ways of acquired signal processing. Appropriate methods are tested and proved on measured data. Various filtration methods results are compared and evaluated. All simulations are implemented in Matlab software environment.
iii
iv
v
Obsah Seznam obr´ azk˚ u
viii
Seznam tabulek
x
´ 1 Uvod 1.1 C´ıle pr´ace . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Nedestruktivn´ı testov´an´ı materi´al˚ u . . . . . . . . . . 1.3 Destruktivn´ı testov´an´ı materi´al˚ u. . . . . . . . . . . . 1.4 Ultrazvuk . . . . . . . . . . . . . . . . . . . . . . . . 1.5 EMAT . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5.1 Magnetostrikce . . . . . . . . . . . . . . . . . 1.5.2 Lorentzova s´ıla . . . . . . . . . . . . . . . . . 1.5.3 EMAT zaloˇzen´ y na Lorentzovˇe s´ıle . . . . . . 1.5.4 EMAT pro feromagnetika . . . . . . . . . . . 1.5.5 Hybridn´ı syst´emy . . . . . . . . . . . . . . . . 1.5.6 Dalˇs´ı bezkontaktn´ı ultrazvukov´e syst´emy . . . 1.6 V´ yhody pouˇzit´ı EMAT v NDE . . . . . . . . . . . . . 1.6.1 Vazebn´ı m´edium . . . . . . . . . . . . . . . . 1.6.2 Rychlost posuvu nad zkouman´ ym materi´alem 1.6.3 Efektivita nasazen´ı syst´emu . . . . . . . . . . 1.6.4 Rozliˇsovac´ı schopnosti . . . . . . . . . . . . . 1.7 Omezen´ı syst´emu EMAT . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
1 1 1 4 5 7 8 8 9 11 11 13 13 13 14 15 15 16
2 Souˇ casn´ y stav na poli v´ yzkumu a v´ yvoje 2.1 Pˇrehled metod potlaˇcov´an´ı ruˇsiv´ ych sign´al˚ u . . . . . . . 2.1.1 Line´arn´ı filtrace . . . . . . . . . . . . . . . . . . . 2.1.2 Neline´arn´ı filtrace . . . . . . . . . . . . . . . . . . 2.2 V´ yzkum na univerzit´ach . . . . . . . . . . . . . . . . . . 2.2.1 University of Warwick, Coventry, VB . . . . . . . 2.2.2 University of Manchester, VB . . . . . . . . . . . 2.2.3 Northwestern University, Evaston, USA . . . . . . 2.2.4 Fukuoka Institute of Technology, Fukuoka, Japan 2.3 Soukrom´e spoleˇcnosti . . . . . . . . . . . . . . . . . . . . 2.3.1 Tuboscope Pipeline Services . . . . . . . . . . . . 2.3.2 Innerspec Technologies, Inc. . . . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
17 17 17 19 21 21 21 22 22 22 22 23
vi
. . . . . . . . . . . . . . . . .
3 Digit´ aln´ı zpracov´ an´ı sign´ al˚ u 3.1 Sn´ıman´e sign´aly . . . . . . 3.2 Synchronn´ı pr˚ umˇerov´an´ı . ˇ ıslicov´e filtry . . . . . . . 3.3 C´ 3.3.1 FIR . . . . . . . . 3.3.2 IIR . . . . . . . . . 3.4 Wienerova filtrace . . . . . 3.5 Vlnkov´e transformace . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
4 Implementace filtraˇ cn´ıch metod 4.1 N´astroje k z´ısk´an´ı sign´al˚ u . . . . . . . . . . . . . . . 4.1.1 Mˇeˇr´ıc´ı syst´em EMAT . . . . . . . . . . . . . . 4.1.2 Testovac´ı pˇr´ıpravek . . . . . . . . . . . . . . . 4.1.3 V´ ypoˇcet parametru srovn´an´ı filtraˇcn´ıch metod 4.2 Aplikace softwarov´ ych metod zpracov´an´ı sign´al˚ u . . . 4.2.1 Filtrace pr˚ umˇerov´an´ım . . . . . . . . . . . . . 4.2.2 Filtrace ˇc´ıslicov´ ymi filtry . . . . . . . . . . . . 4.2.3 Filtrace pomoc´ı Wienerova filtru . . . . . . . 4.2.4 Filtrace pomoc´ı vlnkov´e transformace . . . . . 4.3 Syntetick´ y sign´al EMAT . . . . . . . . . . . . . . . . 4.4 Porovn´an´ı metod . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . .
24 24 25 26 26 29 31 34
. . . . . . . . . . .
39 39 39 40 40 42 42 42 42 45 46 47
5 Z´ avˇ er
58
Literatura
62
A N´ akres zkouman´ eho pˇ r´ıpravku
I
B Obsah pˇ riloˇ zen´ eho CD
III
vii
Seznam obr´ azk˚ u 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10 1.11
Prvn´ı ultrazvukov´ y defektoskop . . . . . . . . . . . . . . . Druhy ultrazvukov´ ych vln . . . . . . . . . . . . . . . . . . Syst´em zaloˇzen´ y na deskov´ ych vln´ach . . . . . . . . . . . . Technologick´e srovn´an´ı piezoelektrick´eho a EMAT syst´emu Magnetostrikce . . . . . . . . . . . . . . . . . . . . . . . . Lorentzova s´ıla . . . . . . . . . . . . . . . . . . . . . . . . Sch´ema EMAT . . . . . . . . . . . . . . . . . . . . . . . . Magnetostrikce x Lorentzova s´ıla . . . . . . . . . . . . . . System EMAT zaloˇzen´ y na magnetostrikˇcn´ı principu . . . Sch´ema hybridn´ıho syst´emu EMAT . . . . . . . . . . . . . Pr˚ ubˇeh excitovan´eho proudu c´ıvkou . . . . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
2 6 7 8 9 10 11 12 13 14 15
2.1
V´ ysledky s kovovou deskou . . . . . . . . . . . . . . . . . . . . . . . . . .
21
3.1 Mˇeˇren´ı bez vad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Mˇeˇren´ı s vadami . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Namˇeˇren´ y sign´al na bezvadn´e ˇc´asti pˇr´ıpravku . . . . . . . . . . . . . . . 3.4 Mˇeˇren´ı, 4mm vada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5 Filtrace pr˚ umˇerov´an´ım, 4mm vada . . . . . . . . . . . . . . . . . . . . . 3.6 V´ ykonov´a spektr´aln´ı hustota sign´alu nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4 mm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.7 Detail v´ ykonov´e spektr´aln´ı hustoty sign´alu nad vadou o pr˚ umˇeru 4 mm. . 3.8 Filtrace FIR filtrem, 4 mm vada . . . . . . . . . . . . . . . . . . . . . . . 3.9 Odhad Wienerova filtru z mˇeˇren´ı nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4mm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.10 V´ ysledek Wienerovy filtrace sign´alu namˇeˇren´eho nad umˇele vytvoˇrenou vadu o pr˚ umˇeru 4mm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.11 Grafick´ y popis rozkladu sign´alu pˇri vlnkov´e transformaci . . . . . . . . . 3.12 Vyuˇzit´ı diskr´etn´ı vlnkov´e transformace . . . . . . . . . . . . . . . . . . . 3.13 Typy prahov´an´ı . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.14 V´ ysledek filtrace s pomoc´ı stacion´arn´ı vlnkov´e transformace vlnkov´e transformace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1 4.2 4.3
Syst´em pro mˇeˇren´ı sign´al˚ u na principu EMAT . . . . . . . . . . . . . . . Sonda EMAT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sch´ema syst´emu EMAT . . . . . . . . . . . . . . . . . . . . . . . . . . .
viii
25 26 27 28 29 30 31 32 34 35 36 37 37 38 39 40 41
4.4 Pˇr´ıpravek na testov´an´ı schopnost´ı EMAT . . . . . . . . . . . . . 4.5 Syntetick´ y sign´al EMAT . . . . . . . . . . . . . . . . . . . . . . 4.6 V´ ykonov´a spektr´aln´ı hustota syntetick´eho sign´alu EMAT . . . . 4.7 V´ ysledek filtrace pomoc´ı metody, kter´a vyk´azala nejvyˇsˇs´ı SNRE
. . . .
41 47 48 49
A.1 N´akres pˇr´ıpravku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
II
ix
. . . .
. . . .
. . . .
. . . .
Seznam tabulek 1.1
Kl´ıˇcov´e ud´alosti v NDT . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1 4.2 4.3 4.4 4.5
Parametry gener´atoru EMAT . . . . . . . . . . . . . . . . . . . . . . . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace synchronn´ım pr˚ umˇerov´an´ım . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace IIR filtrem p´asmov´a propust . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace FIR filtrem p´asmov´a propust . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace odhadem Wienerova filtru ze standardn´ı odchylky od skupinov´eho zpoˇzdˇen´ı . . . . . . . . . . . . . . . . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace odhadem Wienerova filtru z entropie skupinov´eho zpoˇzdˇen´ı . . . . . . . . . . . . . . . . . . . . . . . . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace stacion´arn´ı vlnkovou transformac´ı Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace stacion´arn´ı vlnkovou transformac´ı, nevych´ ylen´ y odhad ˇsumu . . . . . . . . . . . . . . . . . . . . . . . Zv´ yˇsen´ı odstupu sign´al od ˇsumu, filtrace stacion´arn´ı vlnkovou transformac´ı, adaptivn´ı odhad prahu . . . . . . . . . . . . . . . . . . . . . . . . . V´ ysledky filtrace syntetick´eho sign´alu . . . . . . . . . . . . . . . . . . . . Srovn´an´ı v´ ysledk˚ u metod filtrace sign´alu EMAT . . . . . . . . . . . . . .
4.6 4.7 4.8 4.9 4.10 4.11
x
3 40 42 43 50 51 52 53 54 55 56 57
Kapitola 1 ´ Uvod 1.1
C´ıle pr´ ace
C´ılem t´eto diplomov´e pr´ace je prov´est rozbor a porovn´an´ı st´avaj´ıc´ıch i nov´ ych metod pouˇziteln´ ych pro zvyˇsov´an´ı citlivosti nedestruktivn´ıho testov´an´ı materi´al˚ u metodou EMAT (ultrazvukov´e testov´an´ı s vyuˇzit´ım elektromagnetickoakustick´ ych mˇeniˇc˚ u) pomoc´ı ˇc´ıslicov´eho zpracov´an´ı sign´al˚ u. Prvn´ım d´ılˇc´ım c´ılem je prov´est rozbor literatury, uv´est z´akladn´ı fyzik´aln´ı principy metody EMAT, popsat vlastnosti typick´ ych sign´al˚ u z´ıskan´ ych metodou EMAT, pˇrin´est pˇrehled o podobn´ ych projektech a prob´ıhaj´ıc´ıch v´ yzkumech ve svˇetˇe. Hlavn´ım c´ılem je implementovat a porovnat vybran´e metody pro filtraci sign´al˚ u pˇri EMAT testov´an´ı v simulovan´ ych a re´aln´ ych podm´ınk´ach. Vybran´e metody by mˇely b´ yt implementov´any ve formˇe toolboxu (knihovny) pro programov´e prostˇred´ı Matlab.
1.2
Nedestruktivn´ı testov´ an´ı materi´ al˚ u
Datovat do historie poˇc´atky bezkontaktn´ıho testov´an´ı lze jen tˇeˇzko. Autor v literatuˇre [21] s m´ırnou nads´azkou uv´ad´ı, ˇze teoreticky prvn´ı podobn´e testov´an´ı bylo zaznamen´ano, kdyˇz mˇel B˚ uh po stvoˇren´ı nebe a zemˇe konstatovat,ˇze je to dobr´e-to mˇel b´ yt prvn´ı vizu´aln´ı test. Koˇreny nedestruktivn´ıho testov´an´ı, tak jak ho zn´ame dnes, by se daly vyhledat ve starovˇeku, kdy se kvalita meˇce odhadovala podle zvuku pˇri n´arazu. Stejnou akustickou metodu pouˇz´ıvali po stalet´ı kov´aˇri a zvonaˇri. Ve tˇric´at´ ych a na poˇc´atku ˇctyˇric´at´ ych let minul´eho stolet´ı doˇslo k pokroku v t´eto oblasti kv˚ uli vysok´e aktivitˇe za druh´e svˇetov´e v´alky. Dr. Loyd Firestone vyvinul v t´eto dobˇe ve Spojen´ ych St´atech ”reflectoscope” pro nedestruktivn´ı testov´an´ı, kter´ y je na obr. ˇ 1.1. Sirok´ e uplatnˇen´ı naˇsel tento pˇr´ıstroj pˇri testov´an´ı leteck´ ych kˇr´ıdel. V´ yvoj v oblasti nedestruktivn´ıho testov´an´ı je pˇr´ımo spojen se zvyˇsuj´ıc´ım se z´ajmem o bezpeˇcnost, v´ yvojem nov´ ych materi´al˚ u a celkovou snahou o vˇetˇs´ı spolehlivost v´ yrobk˚ u. Zmˇeny, kter´e probˇehly s v´ yvojem v letectv´ı, nukle´arn´ı energetice a zkoum´an´ı vesm´ıru,
1
´ KAPITOLA 1. UVOD
2
Obr´ azek 1.1: Prvn´ı ultrazvukov´ y defektoskop (podle [21])
velkou mˇerou pˇrispˇely k pokroku, kter´ y se ud´al v tomto oboru. Bez defektoskopie by nebyla zajiˇstˇena bezporuchovost, spolehlivost a bezpeˇcnost v letectv´ı a dalˇs´ıch oborech lidsk´e ˇcinnosti. Obecnˇe se nedestruktivn´ı defektoskopie zab´ yv´a testov´an´ım struktury kovov´ ych i nekovov´ ych materi´al˚ u a vnitˇrn´ıch nebo povrchov´ ych vad objekt˚ u bez z´asahu do jejich celistvosti. C´ılem defektoskopie nen´ı jen vyˇrazen´ı vadn´ ych v´ yrobk˚ u, ale tak´e ujiˇstˇen´ı, ˇze dobr´e v´ yrobky jsou dle technick´ ych podm´ınek provozuschopn´e. Napˇr´ıklad v leteck´em pr˚ umyslu lze pˇrej´ıt od konstrukce s bezpeˇcn´ ym ˇzivotem ’Safe Life’ (nepˇripouˇst´ı se u ´navov´a trhlina za provozu a po vyˇcerp´an´ı ˇzivotnosti se souˇc´astka odstav´ı z provozu i kdyˇz nen´ı poruˇsena), ke konstrukci bezpeˇcn´e po poruˇse ’Fail Safe’ (pˇripouˇst´ı za provozu u ´navovou trhlinu, avˇsak bˇehem periodick´ ych prohl´ıdek nesm´ı pˇrekroˇcit kritickou d´elku). ´spoˇre n´aklad˚ u na provoz. Existuje ˇrada defektoskopick´ ych metod, ale T´ımto doch´az´ı k u nen´ı ˇz´adn´a metoda, kter´a by byla jednoznaˇcnˇe pouˇziteln´a k pokryt´ı vˇsech poˇzadavk˚ u za vˇsech okolnost´ı. Pˇri volbˇe defektoskopick´e metody je nutn´e vych´azet z ˇrady faktor˚ u (mechanick´e a dle pouˇzit´e metody tak´e elektromagnetick´e vlastnosti testovan´eho materi´alu, rozmˇery objektu, okoln´ı prostˇred´ı, um´ıstˇen´ı objektu z hlediska pˇr´ıstupnosti aj.). [3]. Z´akladn´ı defektoskopick´e metody jsou • Vizu´ aln´ı metody Odraˇzen´e svˇetlo od objektu se vyhodnocuje okem nebo svˇetlo citliv´ ymi detektory. V´ yhodou jsou materi´alovˇe neomezen´e moˇznosti vyuˇzit´ı, rychl´e vyhodnocen´ı neˇz´adouc´ıch zmˇen (vady materi´alu, tvarov´e odchylky a odchylky rozmˇer˚ u). Mezi nev´ yhody patˇr´ı pouze vyhodnocen´ı povrchov´ ych defekt˚ u, protoˇze je nutn´ y pˇr´ıstup a osvˇetlen´ı objektu. • Kapil´ arn´ı metody Kapalina obsahuj´ıc´ı viditeln´e nebo fluorescenˇcn´ı barvivo je nan´aˇsena na povrch objektu a n´aslednˇe se zviditeln´ı necelistvosti na z´akladˇe ka-
´ KAPITOLA 1. UVOD
3
Tabulka 1.1: Kl´ıˇcov´e ud´ alosti v NDT
1831 1879 1928 1929 1942 1944 1955
Prvn´ı pozorov´an´ı elektromagnetick´e indukce, Michael Farraday V´ıˇriv´e proudy vyuˇzit´e k detekov´an´ı rozd´ılu vodivosti, magnetick´e permeability a teploty, E. Hughes Vyuˇzit´ı vazby elektrick´e indukce a detekce magnetick´eho pole na inspekci ˇzelezniˇcn´ıch trat´ı, Dr. Elmer Sperry a H. C. Drake Prvn´ı pokusy s generov´an´ım ultrazvukov´ ych vln, S. Y. Sokolov Prvn´ı ultrazvukov´ y detektor vyuˇz´ıvaj´ıc´ı pulz˚ u a ech od vad, D. O. Sproule Vyvinuta metoda ultrazvukov´eho testov´an´ı, Dr. Floyd Firestone Vyvinuty prvn´ı ultrazvukov´e pˇr´ıstroje schopn´e testovat v zobrazen´ı B a C scan, Donald C. Erdman
pil´arn´ıho p˚ usoben´ı. V´ yhodou je pouˇzitelnost prakticky na vˇsechny ˇcist´e, nesav´e materi´aly bez povrchov´eho pokryt´ı. V´ yhodou t´eto metody je citlivost na velmi mal´e necelistvosti. K nev´ yhod´am patˇr´ı vyhodnocov´an´ı pouze mal´ ych povrchov´ ych otevˇren´ ych necelistvost´ı a rychlost metody do 30 minut. • Magnetick´ e metody Objekt je zmagnetizov´an a je vyhodnocov´ano magnetick´e rozptylov´e pole bud’ zviditelnˇen´ım necelistvosti prostˇrednictv´ım mal´ ych feromagnetick´ ych ˇc´astic nanesen´ ych na povrch nebo elektrick´ ymi senzory magnetick´eho pole. V´ yhodou metody je citlivost na mal´e necelistvosti a v porovn´an´ı s kapil´arn´ı metodou se jedn´a o relativnˇe rychlou metodu. Mezi nev´ yhody patˇr´ı omezen´ı na povrchov´e a tˇesnˇe podpovrchov´e defekty, lze pouˇz´ıt pouze na feromagnetick´e materi´aly, citlivost je z´avisl´a na orientaci magnetick´eho pole v˚ uˇci necelistvosti, objekt mus´ı b´ yt pˇr´ıstupn´ y, jeho povrch nesm´ı b´ yt hrub´ y, je nutn´a pˇredch´azej´ıc´ı pˇr´ıprava objektu a demagnetizace po testu. a defektoskopie v´ıˇ riv´ ymi proudy Tato metoda je zaloˇzen´a • Elektromagnetick´ na vyhodnocen´ı v´ ysledn´eho magnetick´eho toku bud´ıc´ı c´ıvky a na toku vybuzen´ ych v´ıˇriv´ ych proud˚ u v testovan´em objektu. Hustota v´ıˇriv´ ych proud˚ u se mˇen´ı vlivem necelistvosti v materi´alu. V´ yhodou je rychlost a citlivost vyhodnocen´ı. Nev´ yhodou je pouˇzitelnost pouze pro elektricky vodiv´e materi´aly, omezen´ı frekvenˇcnˇe z´avislou hloubkou vniku elektromagnetick´eho pole, povrch objektu mus´ı b´ yt hladk´ y a pˇr´ıstupn´ y pro um´ıstˇen´ı sondy. • Ultrazvukov´ e metody Vysokofrekvenˇcn´ı akustick´e pulsy ze sondy prostupuj´ı objektem a odr´aˇzej´ı se zpˇet na strukturn´ım rozhran´ı. V´ yhodou je velk´a citlivost na necelistvosti uvnitˇr objektu, lze testovat vˇetˇsinu materi´al˚ u, v´ ysledky testu jsou k dispozici okamˇzitˇe a je tak´e nutn´a minim´aln´ı pˇr´ıprava objektu. K nev´ yhod´am patˇr´ı nezbytnost hladk´eho povrchu pro um´ıstˇen´ı sondy, pˇri kontaktn´ıch metod´ach je nutn´e vazebn´ı prostˇred´ı mezi sondou a objektem, citlivost z´avis´ı na orientaci akustick´eho paprsku v˚ uˇci orientaci necelistvosti.
´ KAPITOLA 1. UVOD
4
• Akustick´ a emise Vznikaj´ıc´ı a rozˇsiˇruj´ıc´ı se necelistvosti v materi´alu nebo unikaj´ıc´ı kapalina z potrub´ı a n´adob generuje elastick´e vlny, kter´e se na povrchu objektu sn´ımaj´ı piezoelektrick´ ymi senzory. V´ yhodou je moˇznost monitorov´an´ı velk´e plochy z hlediska rozruˇsov´an´ı struktury a predikce z´avaˇzn´ ych defekt˚ u. V´ yˇcet nev´ yhod zaˇc´ın´a nutnost´ı kontaktu senzoru nebo zvukovodu k senzoru s povrchem tˇelesa, je zapotˇreb´ı um´ıstit souˇcasnˇe v´ıce senzor˚ u a vyhodnocen´ı je moˇzn´e aˇz po zpracov´an´ı zmˇeˇren´ ych sign´al˚ u. • Defektoskopie prozaˇ rov´ an´ım Zkouˇsky prozaˇrov´an´ım jsou zaloˇzeny na vyhodnocov´an´ı z´avislosti absorpce (koeficient z´aˇren´ı) rentgenov´eho nebo gama z´aˇren´ı v d˚ usledku pˇr´ıtomnosti pˇr´ıpadn´ ych povrchov´ ych nebo vnitˇrn´ıch necelistvost´ı v testovan´em materi´alu. Mezi v´ yhody lze poˇc´ıtat pouˇzitelnost pro vˇetˇsinu materi´al˚ u vˇcetnˇe kompozit˚ u nez´avisle na jejich tvaru a povrchu. Nev´ yhodou je omezen´ı tlouˇst’ky dle hustoty materi´alu, kritick´a vz´ajemn´a orientace rovinn´e necelistvosti a paprsku z´aˇren´ı, nebezpeˇcn´e radiaˇcn´ı prostˇred´ı a nemoˇznost lokalizace hloubky vady. • Infraˇ cerven´ a defektoskopie Zmˇena struktury a rozmˇeru tˇelesa, u nˇehoˇz doch´az´ı k v´ yvinu nebo absorpci tepla, se projev´ı zmˇenou jeho povrchov´e teploty. K vyhodnocen´ı teploty se pouˇz´ıvaj´ı pyrometry a termovize. Z v´ yhod lze jmenovat pouˇzitelnost pro vˇetˇsinu materi´al˚ u vˇcetnˇe kompozit˚ u, citlivost na velmi mal´e zmˇeny teploty, aplikace jek pro mal´e tak velk´e plochy povrchu tˇelesa a moˇznost pr˚ ubˇeˇzn´eho z´aznamu sign´alu. Nev´ yhodou je neefektivnost metody pro trhliny v tenk´em materi´alu. V´ yhody modern´ıho nedestruktivn´ıho testov´an´ı materi´al˚ u jsou: uˇze b´ yt opˇetovnˇe pouˇzita. • Souˇc´astka nen´ı po testov´an´ı pozmˇenˇena a m˚ • M˚ uˇze b´ yt testov´ana jak jednotliv´a souˇc´astka tak velk´e mnoˇzstv´ı materi´alu. • Hmota m˚ uˇze b´ yt testov´ana jak na povrchov´e tak vnitˇrn´ı vady. • Souˇc´astky mohou b´ yt testov´any jak pˇri u ´drˇzbˇe tak i za provozu. • Zaˇr´ızen´ı pro testov´an´ı vˇetˇsinou existuj´ı i v pˇrenosn´e podobˇe.
1.3
Destruktivn´ı testov´ an´ı materi´ al˚ u
Alternativou k nedestruktivn´ımu je destruktivn´ı testov´an´ı materi´al˚ u. Tyto testy poskytuj´ı informace, kter´e se interpretuj´ı zpravidla jednoduˇseji neˇz informace nedestruktivn´ıho testov´an´ı. Zkouˇs´ı se zejm´ena mechanick´e vlastnosti dan´eho v´ yrobku. Jedn´a se o r˚ uzn´e zp˚ usoby kr´atkodob´eho ˇci dlouhodob´eho zat´ıˇzen´ı materi´alu, tahem, tlakem, zkrutem, vibracemi, teplotou. T´ım se simuluj´ı extr´emn´ı stavy a jejich kombinace, kter´ ymi mus´ı dan´a souˇc´astka ˇci cel´ y syst´em bˇehem sv´e ˇzivotnosti proj´ıt.
´ KAPITOLA 1. UVOD
5
Omezen´ı destruktivn´ıho testov´an´ı materi´al˚ u jsou: • Data odpov´ıdaj´ı pouze vzorku, kter´ y byl testov´an • Vˇetˇsinu vzork˚ u nelze po testov´an´ı pouˇz´ıt • Mnoho test˚ u vyˇzaduje velk´e a n´akladn´e vybaven´ı v laboratorn´ıch podm´ınk´ach
1.4
Ultrazvuk
Ultrazvuk, stejnˇe jako zvuk a hluk, je mechanick´e kmit´an´ı ˇc´astic kolem rovnov´aˇzn´e polohy ˇs´ıˇr´ıc´ı se v pruˇzn´em prostˇred´ı ve frekvenˇcn´ım rozsahu nad 20 kHz. Pro defektoskopick´e u ´ˇcely se bˇeˇznˇe pracuje ve frekvenˇcn´ım rozsahu od 100 kHz do 50 MHz. Dle smˇeru kmit´an´ı ˇc´astic v˚ uˇci smˇeru ˇs´ıˇren´ı vlny dˇel´ıme ultrazvukov´e vlny na 1. pod´eln´e (longitudin´aln´ı) 2. pˇr´ıˇcn´e (transverz´aln´ı) 3. povrchov´e (Rayleighovy) 4. deskov´e (Lambovy vlny) K dispozici pro tuto pr´aci byl syst´em v konfiguraci dovoluj´ıc´ı generovat prvn´ı dva typy ultrazvukov´ ych vln. Grafick´e zn´azornˇen´ı tˇechto dvou typ˚ u kmit´an´ı je na obr. 1.2. Syst´emy zaloˇzen´e na stejn´em principu jako zkouman´ y syst´em dok´aˇz´ı pˇri zmˇenˇen´e konfiguraci generovat i ˇctvrt´ y typ vlnˇen´ı. Uspoˇra´d´an´ı takov´eho syst´emu je na obr. 1.3. Rychlost ˇs´ıˇren´ı ultrazvukov´e vlny pro dan´ y materi´al a typ vlnˇen´ı z´ısk´ame podle Bp (1.1) v= ρ kde Bp =
ΔP ΔV /V
(1.2)
kde v je rychlost zvuku v dan´em prostˇred´ıch (m/s), Bp je modul objemov´e pruˇznosti (N· m−2 ), ρ je hustota (kg· m−3 ), P je tlak (N· m−2 ), V je objem (m3 ). Pro ocel, hlin´ık a podobn´e materi´aly je rychlost ˇs´ıˇren´ı pod´eln´e vlny v rozsahu 5950 6320 m/s. U vlny pˇr´ıˇcn´e jsou tyto hodnoty zhruba 3130 - 3250 m/s. [2] Schopnost ultrazvuku detekovat a lokalizovat i velmi mal´e oblasti vyplnˇen´e plynem vypl´ yv´a z ˇcinitele odrazu R na rozhran´ı plynu a tuh´e l´atky, kter´ y se bl´ıˇz´ı 1. R=
1−m pA1 = pA 1+m
(1.3)
´ KAPITOLA 1. UVOD
Obr´ azek 1.2:
6
Druhy ultrazvukov´ ych vln indukovan´ y v materi´ alu s vyuˇzit´ım zkouman´eho ultrazvukov´eho defektoskopu. Pod´eln´e a pˇr´ıˇcn´e vlnˇen´ı (podle [29])
kde R je ˇcinitel odrazu (-), pA je amplituda tlaku dopadaj´ıc´ı vlny (Pa), pA1 je amplituda tlaku odraˇzen´e vlny (Pa), m je pomˇer akustick´ ych odpor˚ u obou prostˇred´ı (-). m=
v 1 ρ1 v 2 ρ2
(1.4)
ych prostˇred´ıch (m/s), ρ1 , ρ2 jsou hustoty materi´alu kde v1 , v2 jsou rychlosti zvuku v dan´ 3 (kg· m ). Proch´az´ı-li ultrazvukov´a vlna prostˇred´ım, doch´az´ı k jej´ımu u ´tlumu. [2] Pro pokles amplitudy akustick´eho tlaku je u ´tlum definov´an vztahem pAx = pA0 e−αx
(1.5)
´tlumu (dB), pA0 je poˇc´ateˇcn´ı kde pAx je amplituda akustick´eho tlaku (Pa), α je ˇcinitel u hodnota amplitudy akustick´eho tlaku (Pa). Pro strukturu nehomogenn´ıch pevn´ ych l´atek je u ´tlum d´an souˇctem α = αp + αr
(1.6)
´tlum pohlcov´an´ım, zp˚ usoben´ y vnitˇrn´ım tˇren´ım a elastickou hysterez´ı s n´aslednou kde αp je u ´tlum rozptylem, zp˚ usoben´ ym odrazem, lomem a ohypˇremˇenou v tepelnou energii, αr je u bem vlny.
´ KAPITOLA 1. UVOD
7
Obr´ azek 1.3: Syst´em zaloˇzen´ y na deskov´ ych vln´ ach (podle [30]). Je zde pouˇzit syst´em, ve kter´em je oddˇelen´a vys´ılac´ı a sn´ımac´ı sonda.
Vlivem u ´tlumu se sniˇzuje rozliˇsovac´ı schopnost ultrazvukov´e defektoskopie. Na vyˇsˇs´ıch frekvenc´ıch (ocel od 2MHz) je ˇcinitel u ´tlumu d´an pˇrev´aˇznˇe rozptylem, pˇriˇcemˇz z´aleˇz´ı na stˇredn´ı velikosti nehomogenit. Na niˇzˇs´ıch frekvenc´ıch je vliv u ´tlumu rozptylem mnohem menˇs´ı neˇz pohlcov´an´ım. [2]. D˚ usledky vypsan´ ych vztah˚ u jsou • Pro maxim´aln´ı odraz ultrazvukov´e vlny je nutn´ y odraz na hranˇe dvou prostˇred´ı s co moˇzn´a nejvyˇsˇs´ım rozd´ılem v hustotˇe a rychlosti ˇs´ıˇren´ı vlnˇen´ı. • Pokles amplitudy akustick´eho tlaku m´a exponenci´aln´ı z´avislost ´ • Utlum ultrazvukov´e vlny je frekvenˇcnˇe z´avisl´ y • Rozliˇsovac´ı schopnost je z´avisl´a na vlnov´e d´elce ultrazvuku
1.5
EMAT
EMAT je zkratka elektromagneticko-akustick´ y mˇeniˇc (Electro-Magnetic Acoustic Transducers). Je to tedy syst´em, kter´ y kombinuje elektromagnetick´e a zvukov´e vlnˇen´ı. Jedn´a se o metodu nedestruktivn´ıho bezkontaktn´ıho testov´an´ı materi´alu, kter´a je zn´ama uˇz nˇekolik des´ıtek let. Podobnˇe jako klasick´a ultrazvukov´a defektoskopie vyuˇz´ıvaj´ıc´ı piezoelektrick´ ych jev˚ u je postaven´a na vyhodnocov´an´ı odrazu nebo zmˇen pr˚ uchodu ultrazvukov´ ych vln. Liˇs´ı se vˇsak metodou vytv´aˇren´ı ultrazvukov´ ych vln. [2] Rozd´ıly tˇechto metod testov´an´ı jsou naznaˇceny na obr. 1.4. Myˇslenka syst´emu EMAT spoˇc´ıv´a ve sv´az´an´ı ultrazvuku a magnetick´eho pole pˇres v´ıˇriv´e proudy a Lorentzovy s´ıly. Zvukov´a vlna tedy vznik´a z kr´atce p˚ usob´ıc´ı s´ıly v materi´alu, kter´a vybud´ı oscilace.
´ KAPITOLA 1. UVOD
8
Obr´ azek 1.4: Technologick´e srovn´ an´ı Piezoelektrick´eho a EMAT ultrazvukov´eho syst´emu (podle [22]).
EMAT lze pouˇz´ıt na elektricky vodiv´e materi´aly na z´akladˇe Lorentzovy s´ıly. Po aplikaci na feromagnetick´ y materi´al je generovan´ y ultrazvuk pos´ılen od magnetostrikce. Pˇri testov´an´ı magnetick´ ych materi´al˚ u je vˇsak nutno zajistit nemˇennou vzd´alenost mezi mˇeniˇcem a objektem, nebot’ i nepatrn´a zmˇena vzd´alenosti (zmˇena magnetick´eho odporu) zp˚ usob´ı zmˇenu hodnoty stejnosmˇern´eho pole. [3].
1.5.1
Magnetostrikce
Magnetostrikce je vlastnost feromagnetick´ ych materi´al˚ u, kter´a zp˚ usobuje zmˇenu tvaru objektu za p˚ usoben´ı magnetick´eho pole. Magnetostrikˇcn´ı materi´aly dok´aˇz´ı mˇenit magnetickou energii v kinetickou. Vnitˇrn´ı struktura je rozdˇelena do dom´en, kter´e tvoˇr´ı oblasti s jedn´ım typem magnetick´e polarizace. Aplikac´ı magnetick´eho pole se mˇen´ı hranice mezi dom´enami, cel´e dom´eny rotuj´ı a to zp˚ usobuje zmˇenu rozmˇer˚ u materi´alu viz obr. 1.5.
1.5.2
Lorentzova s´ıla
S´ıla p˚ usob´ıc´ı na elektrick´ y n´aboj z´avis´ı nejen na jeho poloze, ale i na rychlosti jeho pohybu. Kaˇzd´ y bod prostoru je charakterizovan dvˇema vektorov´ ymi veliˇcinami, jeˇz urˇcuj´ı s´ılu p˚ usob´ıc´ı na n´aboj. Prvn´ı je elektrick´ a s´ıla, kter´a urˇcuje silovou sloˇzku nez´avislou na pohybu n´aboje. Popisujeme ji intenzitou elektrick´eho pole E. Druhou je silov´a sloˇzka z´avisl´a na rychlosti n´aboje, kterou naz´ yv´ame magnetick´a s´ıla. Tato magnetick´a s´ıla m´a podivn´ y smˇerov´ y charakter. V kaˇzd´em bodˇe prostoru z´avis´ı smˇer i velikost t´eto s´ıly na smˇeru pohybu ˇc´astice: smˇer t´eto s´ıly je v kaˇzd´em okamˇziku kolm´ y na smˇer rychlosti. V libovoln´em bodˇe je s´ıla kolm´a na pevn´ y smˇer v prostoru viz obr. 1.6 a smˇer elektrick´eho
´ KAPITOLA 1. UVOD
9
Obr´ azek 1.5: Magnetostrikce - zmˇena tvaru materi´ alu pˇri p˚ usoben´ı vnˇejˇs´ıho magnetick´eho pole pohybem dom´en. ([31])
proudu. Velikost t´eto s´ıly je u ´mˇern´a sloˇzce rychlosti kolm´e na tento v´ yznaˇcn´ y smˇer. Vˇsechny tyto vlastnosti lze vystihnout definic´ı vektoru indukce B magnetick´eho pole, kter´ y urˇcuje zm´ınˇen´ y smˇer v prostoru i konstantu u ´mˇernosti. Pomoc´ı tohoto vektoru je magnetick´a s´ıla vyj´adˇrena jako q· v × B. Celkovou elektromagnetickou s´ılu p˚ usob´ıc´ı na n´aboj pak m˚ uˇzeme popsat rovnic´ı 1.7. F = q(E + v × B)
(1.7)
kde F je celkov´a elektromagnetick´a s´ıla - Lorentzova s´ıla (N), E je intenzita eleky n´aboj (C), v je trick´eho pole (V· m−1 ), B je magnetick´a indukce (T), q je elektrick´ −1 rychlost pohybuj´ıc´ı se nabit´e ˇc´astice (m· s ).
1.5.3
EMAT zaloˇ zen´ y na Lorentzovˇ e s´ıle
C´ıvka na obr. 1.7 je nap´ajena z vysokofrekvenˇcn´ıho gener´atoru, kter´ y vytv´aˇr´ı kr´atk´e pulsy s poˇzadovanou frekvenc´ı ultrazvukov´e vlny. C´ıvka ve sv´em okol´ı indukuje magnetick´e pole Bd . Elektromagnetick´e pole c´ıvky popsan´e rovnic´ı 1.8 pronik´a do elektricky vodiv´eho materi´alu podle rovnice 1.9, kde magnetick´a sloˇzka pole indukuje elektrick´ y tok ve vodiv´em materi´alu - v´ıˇriv´e proudy. Pr˚ unik pole do materi´alu popisuje neline´arn´ı z´avislost. Hloubka, kdy poklesne amplituda v´ıˇriv´ ych proud˚ u na 37% hodnoty pˇri povrchu se oznaˇcuj´ı jako hloubka vniku δ a je popsan´a 1.10. Hloubka vniku elektromagnetick´eho pole mus´ı b´ yt menˇs´ı neˇz vlnov´a d´elka ultrazvukov´e vlny. Nad c´ıvkou je um´ıstˇen bud’ siln´ y permanentn´ı magnet nebo elektromagnet a ten ve sv´em okol´ı generuje pole popsan´e Bs . Stejnosmˇern´e magnetick´e pole ve vzorku interaguje s v´ıˇriv´ ymi proudy podle vztahu 1.11. V tomto pˇr´ıpadˇe tato interakce generuje ultrazvukov´e vlny v materi´alu. Elektrick´ y proud proch´azej´ıc´ı c´ıvkou indukuje ve sv´em okol´ı magnetick´e pole popsan´e Amp´erov´ ym z´akonem ∂D (1.8) ∇×H =J + ∂t
´ KAPITOLA 1. UVOD
10
Obr´ azek 1.6: Grafick´e zn´azornˇen´ı vztahu 1.11 pro Lorentzovu s´ılu. Sloˇzka s´ıly p˚ usob´ıc´ı na pohybuj´ıc´ı se n´aboj je z´ avisl´ a na rychlosti v a na smˇeru magnetick´e indukce B. Lorentzova s´ıla je kolm´ a ´ na v a na B. Uhel ϑ je u ´hel mezi vektorem rychlosti v a magnetickou indukc´ı B a nemus´ı b´ yt 90◦ .
kde ∇× je oper´ator rotace, H je intenzita magnetick´eho pole (A· m−1 ), J je proudov´a je hustota Maxwellova proudu (C/m2 ). hustota v (A· m−2 ), ∂D ∂t Pro ˇs´ıˇren´ı elektromagnetick´eho vlnˇen´ı dopadaj´ıc´ıho na rovinnou plochu neohraniˇcen´eho vodiv´eho tˇelesa ve smˇeru x pro vektor intenzity magnetick´eho pole plat´ı ∂ 2H 1 ∂ 2 Hx = ∂t2 σμ ∂x2
(1.9)
kde σ je vodivost materi´alu (S· m−1 ), μ je permeabilita prostˇred´ı (kg· m· s−2 · A−2 ). Hloubka vniku elektromagnetick´eho pole do materi´alu je 2 δ= σμω
(1.10)
kde δ je hloubka vniku (m), σ je vodivost materi´alu (S· m−1 ), μ je permeabilita prostˇred´ı (kg· m· s−2 · A−2 ), ω je kruhov´a frekvence elektromagnetick´eho vlnˇen´ı rad· s−1 . U syst´emu EMAT m˚ uˇzeme pˇredpokl´adat ve vzorku nulov´e elektrick´e pole a tak se n´am vztah zjednoduˇs´ı na (1.11) F = q· v × Bs kde F je Lorentzova s´ıla (N), q· v = J je hustota v´ıˇriv´ ych proud˚ u (A· m−2 ), Bs je indukce od permanentn´ıho magnetu nebo elektromagnetu (T). EMAT lze vyuˇz´ıt jak pro generov´an´ı ultrazvukov´ ych vln, tak k jej´ı transformaci zpˇet na elektrick´ y sign´al, nebot’ v´ yˇse popsan´ y jev je vratn´ y. Kdyˇz se elastick´a ultrazvukov´a
´ KAPITOLA 1. UVOD
11
Obr´ azek 1.7: Sch´ema EMAT
vlna odraz´ı od zadn´ı stˇeny objektu nebo defektu v objektu, doch´az´ı ve stejnosmˇern´em magnetick´em poli v materi´alu ke generov´an´ı v´ıˇriv´ ych proud˚ u a t´ım ke vzniku elektromagnetick´eho stˇr´ıdav´eho pole. Magnetick´a sloˇzka pole je mˇeˇrena c´ıvkou.
1.5.4
EMAT pro feromagnetika
Ve vodiv´ ych a nemagnetick´ ych materi´alech (mˇed’, hlin´ık atd.) je akt´erem pouze Lorenzova s´ıla. V ferromagnetick´ ych materi´alech (ocel, nikl atd.) dovoluje pˇr´ıspˇevek od magnetostrikce vyˇsˇs´ı amplitudu a lepˇs´ı pomˇer SNR.[18] Rovnice 1.12 popisuje aditivn´ı sloˇzku, kterou pˇrin´aˇs´ı feromagnetick´ y materi´al oproti pˇredchoz´ımu pˇr´ıpadu 1.11. Zv´ yˇsen´ım magnetick´e indukce se zvyˇsuje efektivita generov´an´ı ultrazvuku. B = μ(H + M ) (1.12) kde B je magnetick´a indukce (T), H je intenzita magnetick´eho pole (A· m−1 ), M je vektor magnetizace (A· m−1 ). Magnetostrikˇcn´ı metoda je v´ıce robustn´ı neˇz Lorentzova, protoˇze dovoluje magnety oddˇelit od c´ıvky EMAT viz obr. 1.9. EMAT kter´ y vyuˇz´ıv´a pouze Lorentzovu s´ılu mus´ı m´ıt magnet nad c´ıvkou. Vazba mezi bl´ızko um´ıstˇen´ ym magnetem a c´ıvkou sniˇzuje efektivitu generov´an´ı v´ıˇriv´ ych proud˚ u v zkouman´em materi´alu. [19]
1.5.5
Hybridn´ı syst´ emy
Kombinaci pulzn´ıho laseru a EMAT naz´ yv´ame hybridn´ım syst´emem viz. obr. 1.10. Sondy EMAT jsou ˇra´dovˇe lepˇs´ımi detektory ultrazvuku v vodiv´em materi´alu neˇz gener´atory. ´ ech pr˚ Uspˇ umyslov´ ych syst´em˚ u je silnˇe omezen relativnˇe n´ızkou efektivitou s jakou EMAT generuje ultrazvuk v materi´alu v porovn´an´ı s piezoelektrick´ ymi mˇeniˇci. Jednou z moˇznost´ı jak zv´ yˇsit efektivitu generov´an´ı ultrazvuku a z´aroveˇ n zachovat bezkontaktn´ı
´ KAPITOLA 1. UVOD
12
Obr´ azek 1.8: Graficky rozd´ıl v sil´ ach pˇri pouˇzit´ı pouze magnetostrikce kontra Lorentzova s´ıla (podle [32])
charakter cel´eho syst´emu jsou tzv. hybridn´ı syst´emy. Kr´atk´ y laserov´ y pulz, v ˇra´du ns je veden´ y optick´ ym vl´aknem. Vysoce energetick´ y v´ yboj laseru je vyuˇzit ke generov´an´ı ultrazvukov´e vlny o velk´e amplitudˇe a frekvenci aˇz des´ıtky MHz. Laser slouˇz´ı ke generov´an´ı ultrazvukov´e vlny a sonda EMAT je vyuˇzita k zachycen´ı echa od vady nebo konce materi´alu. Je moˇzn´e vybudit vˇsechny typy ultrazvukov´ ych vln a z´aroveˇ n m˚ uˇzeme jednoduˇse ovl´adat smˇer ultrazvukov´ ych puls˚ u.[9, 16] Hlavn´ı nev´ yhodou hybridn´ıho syst´emu laser – EMAT je, ˇze ultrazvukov´ y sign´al zachycen´ y EMAT b´ yv´a komplikovanˇejˇs´ı neˇz u syst´emu zaloˇzen´em na Lorentzovˇe s´ıle. Mohou se m´ısit r˚ uzn´e typy ultrazvukov´ ych vln. Citlivost syst´emu EMAT na r˚ uzn´e m´ody vlnˇen´ı a n´asobn´e odrazy kaˇzd´eho m´odu m˚ uˇze ve v´ ysledku zp˚ usobit, ˇze sign´al od vady bude maskov´an v jin´em siln´em echu. Typ˚ u vad, kter´e se mohou vyskytnout, je v´ıce. Nejen u tohoto y mˇeˇren´ y typu syst´emu EMAT nast´av´a probl´em v nalezen´ı vady i v jej´ı identifikaci. Slab´ sign´al pot´e vyˇzaduje opakovan´e provˇeˇren´ı vadn´eho vzorku, pokud je ˇz´ad´ana i identifikace typu vady. [9] V´ ykon laseru je omezen termoelasticitou materi´alu. Pˇri dosaˇzen´ı mezn´ı u ´rovnˇe v´ ykonu laseru doch´az´ı k nevratn´ ym zmˇen´am ve struktuˇre zkouman´eho materi´alu. Hlavn´ı nev´ yhody hybridn´ıho syst´emu • Komplikovanˇejˇs´ı stavba sniˇzuje mobilitu cel´eho zaˇr´ızen´ı • Vyˇsˇs´ı n´aroky na softwarov´e zpracov´an´ı vzhledem k moˇzn´ ym komplikovanˇejˇs´ım mˇeˇren´ ym sign´al˚ um • Vyˇsˇs´ı sloˇzitost konstrukce oproti EMAT zaloˇzen´em pouze na Lorentzovˇe s´ıle zvyˇsuje cenu • Omezen´ı v´ ykonu laseru kv˚ uli mezi termoelasticity materi´alu Tyto d˚ uvody jsou d˚ usledkem toho, ˇze se hybridn´ı syst´emy touto dobou jeˇstˇe nerozˇs´ıˇrily a pouˇz´ıvaj´ı se pˇrednˇe pˇri v´ yzkumu.
´ KAPITOLA 1. UVOD
13
Obr´ azek 1.9: System EMAT zaloˇzen´ y na magnetostrikˇcn´ı principu. V´ ysledkem je zes´ılen´e p˚ usoben´ı v m´ıstech stejn´eho smˇeru p˚ usoben´ı magnetick´eho pole od c´ıvky a magnetu, delˇs´ı ˇsipka. V m´ıstech kde p˚ usob´ı pole c´ıvky proti poli magnetu doch´ az´ı k zeslaben´ı v´ ysledn´e intenzity magnetick´eho pole H, kr´ atk´ a ˇsipka. (podle [19]).
1.5.6
Dalˇ s´ı bezkontaktn´ı ultrazvukov´ e syst´ emy
Tyto dalˇs´ı ultrazvukov´e syst´emy opˇet vyuˇz´ıvaj´ı pulzn´ı laserov´e gener´atory. Jako v pˇredchoz´ım pˇr´ıpadˇe jedn´ım pulzem lze generovat pod´eln´e, pˇr´ıˇcn´e a povrchov´e vlnˇen´ı. Frekvence je ˇr´ızena pomoc´ı masky (shadow-mask ) mezi gener´atorem a testovan´ ym objektem. Sign´al lze v´est pomoc´ı optick´ ych vl´aken. K detekci se vyuˇz´ıv´a optick´ y inteferometr nebo holografick´ y syst´em. Podm´ınkou je, aby testovan´ y objekt odr´aˇzel svˇetlo nebo mˇel optick´ y odraˇzeˇc um´ıstˇen´ y na povrchu. Jedn´a se o metodu, kdy se porovn´avaj´ı sn´ımky objektu pˇred a po zat´ıˇzen´ı. Tato metoda naˇsla ˇsirok´e uplatnˇen´ı v leteck´em pr˚ umyslu. Touto metodou se hled´a koroze, praskliny, kontroluj´ı se lopatky turb´ın. [17, 19, 27]
1.6 1.6.1
V´ yhody pouˇ zit´ı EMAT v NDE Vazebn´ı m´ edium
Elektromagnetick´a interakce mezi sondou a materi´alem dovoluje mˇeˇrit bez mechanick´eho kontaktu a pˇrevodn´ık m˚ uˇze b´ yt um´ıstˇen v mal´e vzd´alenosti. Ke zlepˇsen´ı citlivosti o cca 20 dB doch´az´ı v pˇr´ıpadˇe, kdy je povrch feromagnetick´eho materi´alu pokryt tlustou vrstvou oxidu. Aˇckoliv je t´ım zv´ yˇsen elektrick´ y odpor pro v´ıˇriv´e proudy, doch´az´ı ke zmˇenˇe pomˇeru mezi intenzitou magnetick´eho pole od c´ıvky a vektoru magnetizace. V takov´em pˇr´ıpadˇe m˚ uˇzeme sondu jeˇstˇe odd´alit. [18]
´ KAPITOLA 1. UVOD
14
Obr´ azek 1.10: Sch´ema hybridn´ıho syst´emu EMAT (podle [33]).
Z v´ yzkumu a praktick´ ych experiment˚ u podle [11] vypl´ yv´a, ˇze zdvih a vzd´alenost mezi sondou a zkouman´ ym materi´alem z´asadnˇe ovlivˇ nuje amplitudu, ale i frekvenˇcn´ı charakteristiku. V t´eto pr´aci zkoumali syst´em, kter´ y byl vybaven pouze c´ıvkou bez permanentn´ıho magnetu. Za tˇechto podm´ınek byl vybaven syst´em pulzn´ım gener´atorem, kter´ y vyˇzaduje stovky amp´er. Typicky byla pouˇzita hodnota 850 A. Pr˚ ubˇeh vybuzen´eho proudu c´ıvkou je zobrazen na obr. 1.11. Se stoupaj´ıc´ım zdvihem se prodluˇzuje doba, po kterou jsou indukov´any v´ıˇriv´e proudy a t´ım se z´aroveˇ n prodluˇzuje doba pˇr´ıtomnosti Lorentzovy s´ıly. Tento fakt dovoluje generovat ultrazvuk o niˇzˇs´ı frekvenci. Niˇzˇs´ı frekvence znamen´a niˇzˇs´ı u ´tlum ultrazvuku, ale na druhou stranu tak´e niˇzˇs´ı rozliˇsovac´ı schopnost na mal´e vady. Mezera mezi mˇeniˇcem a objektem nemus´ı b´ yt nutnˇe vzduchov´a. M˚ uˇze b´ yt napˇr´ıklad vyplnˇena ochrann´ ym povlakem objektu, olejem apod.
1.6.2
Rychlost posuvu nad zkouman´ ym materi´ alem
Zkoum´an´ı materi´alu v re´aln´em ˇcase, za provozu je jednou z nejvˇetˇs´ıch v´ yhod EMAT. Aktu´alnˇe firma Innerspec Technologies Inc. dosahuje rychlost´ı posuvu pˇri testov´an´ı svar˚ u 1 m/s, ale v nˇekter´ ych aplikac´ıch bylo dosaˇzeno rychlosti posuvu zkouman´eho materi´alu aˇz 2,6 m/s. [22].
´ KAPITOLA 1. UVOD
15
Obr´ azek 1.11: Pr˚ ubˇeh excitovan´eho proudu c´ıvkou nad zkouman´ ym materi´ alem z hlin´ıku. Bylo vyuˇzito pulsn´ıho gener´ atoru a samotn´e c´ıvky bez permanentn´ıho magnetu. (podle [11])
1.6.3
Efektivita nasazen´ı syst´ emu
Na pˇr´ıkladu lze uv´est d˚ uvody pro rozvoj EMAT. Nedestruktivn´ı testov´an´ı svar˚ u je oblast, kde mohou b´ yt v´ yraznˇe sn´ıˇzeny n´aklady sn´ıˇzen´ım u ´kon˚ u potˇrebn´ ych k otestov´an´ı objektu. V pˇr´ıpadˇe pouˇzit´ı klasick´e ultrazvukov´e defektoskopie [2] jsou nejvˇetˇs´ı n´aklady spojeny s obr´abˇen´ım povrchu svaru kv˚ uli dosaˇzen´ı dostateˇcn´e detekˇcn´ı schopnosti t´eto metody testov´an´ı. Tato procedura u syst´em˚ u EMAT odpad´a. Dalˇs´ı sn´ıˇzen´ı n´aklad˚ u by bylo dosaˇzeno, pokud by nebylo nutn´e odstavovat cel´e zaˇr´ızen´ı a bylo by moˇzn´e testovat ho za provozn´ıch teplot, kter´e b´ yvaj´ı ˇcasto vysok´e. [9] Opˇet se jedn´a o v´ yhodu bezkontaktn´ıho syst´emu EMAT pro jeho dalˇs´ı vyuˇzit´ı. Syst´emy EMAT byly uˇz pouˇzity k vyˇsetˇrov´an´ı vnitˇrn´ı por´eznosti uhl´ık-uhl´ık kompozit˚ u (carbon-carbon composites), testov´an´ı pˇenou proloˇzen´ ych kompozit˚ u (foam-sandwich composites), hodnocen´ı slepen´ı v sol´arn´ıch panelech (face-sheet bonding in solar-cell suppport panels) a podobn´e aplikace, kde bylo nutn´e rychl´e a efektivn´ı testov´an´ı. V pˇr´ıpadˇe nevodiv´eho materi´alu je nutn´e pˇriloˇzit k povrchu elektricky vodivou destiˇcku. [23]
1.6.4
Rozliˇ sovac´ı schopnosti
Prvn´ı komerˇcn´ı syst´emy nasadila firma Tuboscope Pipeline Services v druh´e polovinˇe devades´at´ ych let minul´eho stolet´ı.[19] Nejvyˇsˇs´ı citlivosti se dosahuje u ostr´ ych prasklin s obvodovou orientac´ı. Dalˇs´ı detekovateln´e defekty jsou napˇr´ıklad z´ uˇzeniny, koroze a speci´alnˇe d´ıry.
´ KAPITOLA 1. UVOD
1.7
16
Omezen´ı syst´ emu EMAT
1. EMAT pracuje pouze na elektricky vodiv´ ych materi´alech. 2. Vzhledem k slab´emu mˇeˇren´emu sign´alu je jeho detekˇcn´ı schopnost horˇs´ı, zat´ım se vyuˇz´ıv´a pro speci´aln´ı aplikace a nen´ı moˇzn´e j´ım nahradit klasickou ultrazvukovou defektoskopii. 3. Pˇri generov´an´ı siln´eho statick´eho pole pomoc´ı siln´eho permanentn´ıho magnetu doch´az´ı k pˇritahov´an´ı sondy k materi´alu nezanedbatelnou silou. To lze vyˇreˇsit pouˇzit´ım elektromagnetu.
Kapitola 2 Souˇ casn´ y stav na poli v´ yzkumu a v´ yvoje 2.1
Pˇ rehled metod potlaˇ cov´ an´ı ruˇ siv´ ych sign´ al˚ u
Pro potlaˇcov´an´ı ˇsumu se obvykle pouˇz´ıvaj´ı korelaˇcn´ı, kompenzaˇcn´ı a spektr´aln´ı metody. Metody pro potlaˇcov´an´ı ˇsumu a ruˇsiv´ ych sloˇzek vyuˇz´ıvaj´ı nejˇcastˇeji toho, ˇze uˇziteˇcn´ y sign´al zab´ır´a relativnˇe u ´zk´e kmitoˇctov´e p´asmo oproti ˇsirokop´asmov´emu ˇsumu nebo ˇze kmitoˇctov´e sloˇzky ruˇsen´ı se nal´ezaj´ı na jin´ ych frekvenc´ıch neˇz uˇziteˇcn´ y sign´al. Pro filtraci sign´al˚ u, u kter´ ych doch´az´ı ke zmˇen´am kmitoˇctu uˇziteˇcn´ ych nebo ruˇsiv´ ych sloˇzek v ˇcase, jsou vhodn´e filtry adaptivn´ı. D˚ uleˇzit´ ym hlediskem je tak´e poˇzadavek na zpracov´an´ı sign´al˚ u v re´aln´em ˇcase, kter´ y omezuje v´ ybˇer metod, v opaˇcn´em pˇr´ıpadˇe lze pouˇz´ıt napˇr´ıklad metody nekauz´aln´ı filtrace, kter´e d´ıky menˇs´ım omezen´ım dosahuj´ı lepˇs´ıch v´ ysledk˚ u. Jinou u ´spˇeˇsnou metodou je potlaˇcov´an´ı ˇsumu pomoc´ı vlnkov´e transformace. V ultrazvukov´e defektoskopii se pouˇz´ıv´a pro zvyˇsov´an´ı citlivosti a rozliˇsovac´ı schopnosti. [3]
2.1.1
Line´ arn´ı filtrace
ˇ ıslicov´ C´ a filtrace FIR a IIR filtry • Jedn´a se o line´arn´ı filtry a tak zde plat´ı princip, ˇze pokud se mˇeˇren´ y sign´al skl´ad´a ze souˇctu uˇziteˇcn´eho sign´alu a ˇsumu v ˇcasov´e dom´enˇe, plat´ı to stejn´e i pro v´ ykonov´e spektr´aln´ı hustoty v frekvenˇcn´ı dom´enˇe. • Pˇri konstrukci je nutn´e ve vˇetˇsinˇe pˇr´ıpad˚ u volit mezi vyˇsˇs´ım zpoˇzdˇen´ım v´ ystupn´ıho sign´alu a konstantn´ım skupinov´ y zpoˇzdˇen´ım nebo menˇs´ım zpoˇzdˇen´ım a neline´arn´ı f´azovou charakteristikou • Je nutn´a vstupn´ı informace pro nastaven´ı frekvenˇcn´ıch sloˇzek, kter´e maj´ı n´est uˇziteˇcn´ y sign´al. • Jedn´a se o frekvenˇcnˇe selektivn´ı filtraci, kde se v propustn´em p´asmu nerozliˇsuje mezi sign´alem a ˇsumem. Pouze se pˇredpokl´ad´a, ˇze ˇsum v tomto p´asmu m´a niˇzˇs´ı energii neˇz uˇziteˇcn´ y sign´al. 17
ˇ ´ STAV NA POLI VYZKUMU ´ ´ KAPITOLA 2. SOUCASN Y A VYVOJE
18
• Tento typ filtrace je vhodn´ y pouˇz´ıt na namˇeˇren´a data obsahuj´ıc´ı siln´ yu ´zkop´asmov´ y sign´al a aditivn´ı ˇsirokop´asmov´ y ˇsum. • Existuje metoda umoˇzn ˇuj´ıc´ı eliminovat f´azov´e zkreslen´ı vˇetˇsiny IIR filtr˚ u. F´azov´e zkreslen´ı zp˚ usoben´e prvn´ı filtrac´ı je kompenzov´ano pˇresnˇe opaˇcn´ ym zkreslen´ım pˇri aplikaci identick´eho filtru ale v opaˇcn´em smˇeru toku ˇcasu. V´ ystupn´ı posloupnost m´a tedy nulov´e f´azov´e zkreslen´ı a filtrace odpov´ıd´a dvojn´asobn´emu ˇra´du filtru. Filtr je nekauz´aln´ı a pro v´ ypoˇcet je nutn´e m´ıt k dispozici cel´ y z´aznam vzork˚ u. Adaptivn´ı ˇ c´ıslicov´ a filtrace ubˇehu filtrace. • Adaptivn´ı filtry mˇen´ı sv´e parametry podle urˇcit´eho krit´eria v pr˚ • Pouˇz´ıvaj´ı se v aplikac´ıch, kdy nejsou pˇredem zn´amy konkr´etn´ı charakteristiky sign´al˚ u nebo doch´az´ı v pr˚ ubˇehu ˇcinnosti filtru k jejich zmˇen´am, na kter´e mus´ı filtr adekv´atnˇe reagovat. • Jedna z line´arn´ıch adaptivn´ıch filtrac´ı je Wienerova filtrace, kter´a realizuje odhad stacion´arn´ıho sign´alu ve stacion´arn´ım ˇsumov´em pozad´ı s minim´aln´ı stˇredn´ı kvadˇ ıd´ıc´ı blok, kter´ ratickou odchylkou v kmitoˇctov´e oblasti. R´ y vyhodnocuje zvolen´e krit´erium a iterativnˇe nastavuje v kaˇzd´em kroku hodnoty koeficient˚ u filtru. • Pro odhadov´an´ı modulovan´e harmonick´e sloˇzky se pouˇz´ıv´a Vold-Kalmanova filtrace. Vhodnou volbou modelu soustavy (procesu) lze Kalm´an˚ uv filtr pˇrizp˚ usobit konkr´etn´ı aplikaci. V principu se jedn´a o n´astroj, jenˇz nejˇcastˇeji nal´ez´a vyuˇzit´ı k integraci dat z nˇekolika zdroj˚ u informac´ı tak, aby se zajistil lepˇs´ı odhad stavu ˇci stav˚ u ych zdroj˚ u. syst´emu, neˇz by bylo moˇzn´e dos´ahnout za pomoci libovoln´eho z dostupn´ C´ılem Vold-Kalmanovy filtrace je extrakce harmonick´e sloˇzky o promˇenn´e a zn´am´e frekvenci, kter´a je obvykle u ´mˇern´a napˇr´ıklad ot´aˇck´am stroje, ze sign´alu, kter´ y obsahuje ostatn´ı harmonick´e sloˇzky s r˚ uznˇe promˇenn´ ymi frekvencemi a ˇsumem. Pˇrednost´ı filtru je velk´a odolnost proti z´aznˇej˚ um a produkt˚ um bl´ızk´ ym nebo kˇr´ıˇz´ıc´ıch se sign´al˚ u v ˇcasovˇe-frekvenˇcn´ı rovinˇe. Synchronn´ı pr˚ umˇ erov´ an´ı • Synchronn´ı pr˚ umˇerov´an´ı umoˇzn ˇuje v sign´alu potlaˇcit sloˇzky, kter´e nejsou synchronn´ı s uˇziteˇcn´ ym sign´alem. • Pro pouˇzit´ı je nezbytn´e m´ıt k dispozici synchronizaˇcn´ı sign´al. ych hodnot sign´alu na konkr´etn´ı ˇcasov´e pozici • V´ ysledn´ y sign´al je sloˇzen z pr˚ umˇern´ v˚ uˇci synchronizaci. • Teoreticky je zlepˇsen´ı odstupu sign´al-ˇsum u ´mˇern´e druh´e odmocninˇe poˇctu z´aznam˚ u, ze kter´ ych se prov´ad´ı pr˚ umˇerov´an´ı.[3] • Metoda synchronn´ıho pr˚ umˇerov´an´ı je prakticky omezena ˇcasovou nestabilitou odvozov´an´ı synchronizaˇcn´ıho sign´alu od uˇziteˇcn´e sloˇzky, re´aln´ ym poˇctem pr˚ umˇer˚ u.
ˇ ´ STAV NA POLI VYZKUMU ´ ´ KAPITOLA 2. SOUCASN Y A VYVOJE
19
• Synchronn´ı pr˚ umˇerov´an´ı selh´av´a, kdyˇz je ruˇsiv´a sloˇzka synchronn´ı se sloˇzkou uˇziteˇcnou, uˇziteˇcn´a sloˇzka sign´alu nen´ı pˇr´ıtomna v kaˇzd´em z´aznamu, uˇziteˇcn´a sloˇzka sign´alu se v pr˚ ubˇehu mˇeˇren´ı pomalu mˇen´ı a nebo kdyˇz m´a synchronizaˇcn´ı sign´al pˇr´ıliˇs velkou ˇcasovou nestabilitu. • Jednou z modifikac´ı je exponenci´aln´ı pr˚ umˇerov´an´ı, kdy jsou starˇs´ı sign´aly vyhodnoceny s menˇs´ı vahou. • Princip synchronn´ıho pr˚ umˇerov´an´ı lze pouˇz´ıt i ve frekvenˇcn´ı oblasti, kde je oznaˇcov´ano u odejako vektorov´e. Princip spoˇc´ıv´a v pr˚ umˇerov´an´ı komplexn´ıch spekter z´aznam˚ bran´ ych synchronnˇe.
2.1.2
Neline´ arn´ı filtrace
Medianov´ y filtr • Slouˇz´ı k potlaˇcov´an´ı kr´atk´ ych skupin impulz˚ u s amplitudou odliˇsnou od okoln´ıho sign´alu. Delˇs´ı skokov´e zmˇeny z˚ ustanou zachov´any. • Jsou velice odoln´e proti vych´ ylen´ ym hodnot´am, vzhledem k charakteru pouˇzit´ı medianu, kter´ y je necitliv´ y na kr´atk´e a vysok´e zmˇeny v amplitudˇe sign´alu. • N´avrh a anal´ yza je d´ıky neplatnosti superpozice (mˇeˇren´ y sign´al je souˇctem ˇsumu a nezn´am´eho sign´alu) komplikovanˇejˇs´ı neˇz u line´arn´ıch filtr˚ u. Pro rozbor a chov´an´ı se pouˇz´ıvaj´ı statistick´e popisy. • Pˇri filtraci sign´alu jsou vzorky v okol´ı vyˇsetˇrovan´eho vzorku seˇrazeny podle velikosti a jejich median tedy hodnota uprostˇred seˇrazen´e posloupnosti, pˇredstavuje v´ ystupn´ı hodnotu filtru. Pseudomedianov´ y filtr • Urˇcuje v´aˇzen´ y pr˚ umˇer maxima vybran´ ych minim´aln´ıch hodnot a minima vybran´ ych maxim´aln´ıch hodnot. • Nen´ı nutn´e seˇrezovat hodnoty vyuˇzit´ım vhodnˇe vybran´ ych skupin vzork˚ u. V´ ahov´ e medianov´ e filtry • Pomoc´ı celoˇc´ıseln´ ych kladn´ ych vah umoˇzn ˇuj´ı respektovat r˚ uznou v´ yznamnost vzork˚ u vstupn´ı posloupnosti. Podle hodnoty v´ahy se zopakuje pˇr´ısluˇsn´ y vzorek v posloupnosti ze kter´e se medianem urˇcuje v´ ystup filtru. • Pˇri znalosti statistick´ ych vlastnost´ı sign´alu, kter´e budou nav´ıc nepromˇenn´e, lze navrhnout z pohledu urˇcit´eho vybran´eho krit´eria optim´aln´ı filtr. Pokud jsou vlastnosti ˇcasovˇe promˇenn´e lze pouˇz´ıt modifikaci v podobˇe adaptivn´ı medianov´eho filtru.
ˇ ´ STAV NA POLI VYZKUMU ´ ´ KAPITOLA 2. SOUCASN Y A VYVOJE
20
Myri´ adov´ e filtry • V z´avislosti na vhodnˇe zvolen´em parametru se charakter filtru bl´ıˇz´ı bud’ klasick´emu pr˚ umˇerovaˇci (v´ ypoˇcet stˇredn´ı hodnoty), kter´ y je efektivn´ı pro norm´alnˇe rozdˇelen´e ˇsumy. Druh´ y protip´ol funkce filtru je kdyˇz se bl´ıˇz´ı v´ ypoˇctu modu (modus je hodnota, kter´a se v dan´em statistick´em souboru vyskytuje nejˇcastˇeji). • Myri´adov´e filtry mohou b´ yt optim´aln´ım filtrem pro potlaˇcov´an´ı sign´al˚ u s α-stabiln´ım rozdˇelen´ım. Vyhlazov´ an´ı (smoothing ) • Jednou z nekauz´aln´ıch metod je vyhlazov´an´ı, kter´e pouˇz´ıv´a pro urˇcen´ı v´ ysledku jeho historii i budoucnost. Obecn´e polynomi´aln´ı vyhlazov´an´ı, kter´e vyuˇz´ıv´a proubˇehu sign´alu vhodn´ ym polynomem. V´ ysledek urˇcuj´ı jako hodnotu klad ˇcasov´eho pr˚ polynomu pro zvolenou hodnotu nez´avisl´e promˇenn´e-ˇcasu. • Kvalita filtrace z´avis´ı na navrˇzen´ı optim´aln´ıho polynomu pro namˇeˇren´ y pr˚ ubˇeh. Potlaˇ cov´ an´ı ˇ sumu pomoc´ı vlnkov´ e transformace • Potlaˇcov´an´ı ˇsumu pomoc´ı vlnkov´e transformace je zaloˇzeno na pˇredpokladu, ˇze uˇziteˇcn´ y sign´al d´ıky sv´emu u ´zkop´asmov´emu charakteru bude pˇri dekompozici reprezentov´an na rozd´ıl od ˇsumu pomoc´ı nˇekolika koeficient˚ u s velkou hodnotou. Naopak ˇsirokop´asmov´ y ˇsum bude vyj´adˇren mnoˇzstv´ım koeficient˚ u s malou hodnotou. • Pˇri transformaci je nutn´e vybrat optim´aln´ı vlnku, kter´a pˇredstavuje sv´ ym tvarem vhodnou aproximaci mˇeˇren´eho uˇziteˇcn´eho sign´alu. • Koeficienty se prahuj´ı a jsou podrobeny zpˇetn´e vlnkov´e transformaci, aby byl z´ısk´an ysledek tedy z´avis´ı nejen na v´ ybˇeru vhodn´e vlnky ale i zp˚ usobu vyfiltrovan´ y sign´al. V´ prahov´an´ı koeficient˚ u. F´ azovˇ e citliv´ a detekce (lock-in zesilovaˇ c) • Principem f´azovˇe citliv´e detekce je n´asoben´ı vstupn´ıho sign´alu referenˇcn´ım sign´alem a urˇcov´an´ı stˇredn´ı hodnoty tohoto souˇcinu pomoc´ı filtru typu doln´ı propust. • V technick´e diagnostice se pouˇz´ıv´a tam f´azovˇe citliv´a detekce, kde je amplitudov´a modulace. • Stejnosmˇern´a sloˇzka sign´alu vznikl´eho n´asoben´ım referenˇcn´ıho sign´alu s jakoukoli sloˇzkou vstupn´ıho sign´alu, kter´a m´a kmitoˇcet odliˇsn´ y (tj. ruˇsen´ı a ˇsumy) od kmitoˇctu referenˇcn´ıho sign´alu, je nulov´a. Naopak stejnosmˇern´a sloˇzka v´ ysledku n´asoben´ı referenˇcn´ıho sign´alu a mˇeˇren´eho modulovan´eho sign´alu (kter´ y m´a stejn´ y ´mˇern´a amplitudˇe mˇeˇren´eho sign´alu. kmitoˇcet jako referenˇcn´ı) je nenulov´a a je u • Doln´ı propusti tedy poskytuj´ı na sv´em v´ ystupu stejnosmˇernou sloˇzku u ´mˇernou amplitudˇe mˇeˇren´eho sign´alu.
ˇ ´ STAV NA POLI VYZKUMU ´ ´ KAPITOLA 2. SOUCASN Y A VYVOJE
2.2 2.2.1
21
V´ yzkum na univerzit´ ach University of Warwick, Coventry, VB
Katedra fyziky, S. Dixon http://www2.warwick.ac.uk/fac/sci/physics/research/ultra/research/emat Zab´ yvaj´ı se v´ yzkumem EMATu s vyuˇzit´ım pˇr´ıˇcn´eho vlnˇen´ı a klasick´ ych piezoelektrick´ ych sn´ımaˇc˚ u. V roce 2004 u ´spˇeˇsnˇe vyuˇzili EMAT k zkoum´an´ı jak hlin´ıkov´ ych tak ˇzelezn´ ych pˇr´ıpravk˚ u pomoc´ı Lambov´ ych vln. V roce 2006 zveˇrejnili v´ ysledky sv´eho zkoum´an´ı v oblasti zvyˇsov´an´ı u ´ˇcinnosti generov´an´ı ultrazvuku pomoc´ı syst´emu EMAT. [10] Na obr. 2.1 je dobˇre zn´azornˇen pˇr´ınos ˇzelezn´eho plechu, kter´ y oddˇeluje c´ıvky a permanentn´ı magnet v sondˇe EMAT.
Obr´ azek 2.1: V´ ysledky um´ıstˇen´ı kovov´e desky s r˚ uzn´ ym μr mezi c´ıvky EMAT a permanentn´ı magnet.(ˇcerp´ ano z [10])
Z v´ ysledk˚ u pr´ace vypl´ yv´a, ˇze je tˇreba pouˇz´ıt materi´al s co nejmenˇs´ı elektrickou vodivost´ı a nejvˇetˇs´ı permeabilitou. Pˇr´ıtomnost plechu sniˇzuje ztr´aty vznikl´e generov´an´ım ultrazvukov´ ych vln v permanentn´ım magnetu. Ve smyslu tohoto je nutn´e sn´ıˇzit elektrickou vodivost materi´alu mezi c´ıvkou a magnetem. Vyˇsˇs´ı permeabilita dovoluje koncentrovat magnetick´ y tok ve smˇeru ke zkouman´emu materi´alu a t´ım zvyˇsuje efektivitu generace ultrazvuku v materi´alu. [10].
2.2.2
University of Manchester, VB
Chemical Engineering and Analytical Science, Professor Richard Dewhurst http://www.ceas.manchester.ac.uk/research/
ˇ ´ STAV NA POLI VYZKUMU ´ ´ KAPITOLA 2. SOUCASN Y A VYVOJE
22
Jejich v´ yzkum se zab´ yv´a hybridn´ımi syst´emy EMAT, touto metodou zkoumaj´ı roztoky a biologick´e tk´anˇe. V roce 2004 sestavili a odzkouˇseli hybridn´ı syst´em EMAT s vyuˇzit´ım Rayleighov´ ych vln. V roce 2005 podle [12] navrhli a sestrojili syst´em EMAT se sondou o pr˚ umˇeru 1 cm. Za pomoci Michelsonova interferometru tento syst´em zkalibrovali tak, aby mohli detekovat poruchy v materi´alu v ˇra´du pikometr˚ u. V t´eto pr´aci bylo velice n´azornˇe uk´az´ano, jak dobr´ y je EMAT jako bezkontaktn´ı detektor pro ultrazvuk. Na jedn´e stranˇe zkouman´eho pˇredmˇetu bylo s pomoc´ı laseru nebo klasick´eho piezoelektrick´eho mˇeniˇce generov´ano ultrazvukov´e vlnˇen´ı. Na druh´e stranˇe 20 mm hlin´ıkov´eho vzorku byl um´ıstˇen EMAT se speci´aln´ım n´ızkoˇsumov´ ym pˇredzesilovaˇcem od firmy Analog Devices ve vzd´alenosti 0,1 mm.
2.2.3
Northwestern University, Evaston, USA
Center for quality engineering, Profesor Sridhar Krishnaswamy http://www.cqe.northwestern.edu/sk/sk_profile.html#Research Jejich pr´ace vyuˇz´ıv´a hybridn´ıch syst´em˚ u EMAT a zkoumaj´ı zmˇeny struktury v materi´alech. Uˇz v roce 1997 odzkouˇseli hybridn´ı syst´em, kter´ y pouˇz´ıval Lambovy vlny.
2.2.4
Fukuoka Institute of Technology, Fukuoka, Japan
Faculty of Engineering, Department od Intelligent Mechanical Engineering, Riichi Murayama http://www.fit.ac.jp/school/gakubu/kogaku/chinou/index.html V roce 2002 vytvoˇrili prototyp EMATu, kter´ y byl schopen generovat Lambovy vlny a to pomoc´ı klasick´eho mˇeniˇce, bez pouˇzit´ı laseru a dok´azali generovat tyto vlny v rozpˇet´ı frekvenc´ı 300 kHz aˇz 2,5 MHz. Tento syst´em pˇredpokl´ad´a sestaven´ı EMAT - EMAT, jedn´a se o jednu sondu generuj´ıc´ı ultrazvuk v materi´alu a druhou, kter´a slouˇz´ı jako detektor. Vyuˇzit´ı t´eto technologie nalezli v bezkontaktn´ım mˇeˇren´ı zat´ıˇzen´ı. [15] Pomoc´ı v´ yˇse popsan´eho syst´emu byli schopni mˇeˇrit rozd´ıl v rychlost´ı ˇs´ıˇren´ı ultrazvukov´ ych vln v materi´alu pˇri zmˇenˇe jeho zat´ıˇzen´ı. K vyhodnocen´ı vyuˇzili vz´ajemnou korelaˇcn´ı funkci sign´alu mˇeˇren´eho jeˇstˇe pˇred zat´ıˇzen´ım a sign´alu namˇeˇren´eho po zat´ıˇzen´ı.
2.3 2.3.1
Soukrom´ e spoleˇ cnosti Tuboscope Pipeline Services
http://www.tuboscope-pipeline.com/AboutUs/AboutUs.htm Spoleˇcnost Tuboscope se uˇz pˇres 35 let zab´ yv´a inspekc´ı potrub´ı. Vyv´ıj´ı jak hardware k EMAT tak ucelen´e bal´ıky softwaru pro zpracov´an´ı namˇeˇren´ ych dat. Od z´aˇr´ı 2002 financuj´ı v´ yzkum s c´ılem vyvinout komerˇcnˇe pouˇziteln´ y syst´em na z´akladu EMAT. Jelikoˇz se
ˇ ´ STAV NA POLI VYZKUMU ´ ´ KAPITOLA 2. SOUCASN Y A VYVOJE
23
zab´ yvaj´ı testov´an´ım potrub´ı, v´ ysledky v´ yzkumu smˇeˇruj´ı k efektivn´ımu testov´an´ı potrub´ı pomoc´ı diagnostick´eho syst´emu zaloˇzen´eho na principech EMAT.
2.3.2
Innerspec Technologies, Inc.
http://www.innerspec.com/home.htm Dle informac´ı kter´e prezentuje firma na sv´ ych webov´ ych str´ank´ach m´a uˇz 15 let zkuˇsenost´ı s v´ yvojem a prodejem pr˚ umyslov´ ych inspekˇcn´ıch syst´em˚ u zaloˇzen´ ych na principu EMAT. Produkuj´ı syst´emy zkoumaj´ıc´ı toky v materi´alech, mˇeˇren´ı tlouˇst’ky a vzd´alenosti a materi´alov´e vlastnosti (jako je tvrdost a zrnitost). K testov´an´ı vyuˇz´ıvaj´ı klasick´ ych piezoelektrick´ ych mˇeniˇc˚ u.
Kapitola 3 Digit´ aln´ı zpracov´ an´ı sign´ al˚ u 3.1
Sn´ıman´ e sign´ aly
Existuj´ı r˚ uzn´e zp˚ usoby, jak zobrazit namˇeˇren´e sign´aly. V ultrazvukov´e defektoskopii ˇcasto pouˇz´ıvan´ y je A-scan. Na vodorovn´e ose zobrazovan´eho pr˚ ubˇehu je ˇcas, kter´ y lze pˇres rychlost ˇs´ıˇren´ı ultrazvukov´eho vlnˇen´ı (kapitola 1.4) pˇrepoˇc´ıtat na hloubku v materi´alu aˇz do pˇr´ıchodu koncov´eho echa. Na svisl´e ose se vyn´aˇs´ı amplituda mˇeˇren´eho sign´alu v dan´em ˇcasov´em okamˇziku. Z t´eto amplitudy lze za urˇcit´ ych podm´ınek odvodit velikost vady. Dalˇs´ı moˇznost´ı je B-scan, kter´ y m´a na os´ach souˇradnice pevnˇe sv´azan´e se zkouman´ ym objektem a velikost amplitudy odraˇzen´eho sign´alu v konkr´etn´ım m´ıstˇe je odliˇsena barevnˇe. V pˇr´ıpadˇe zkouman´eho syst´emu EMAT m˚ uˇze b´ yt objekt odr´aˇzej´ıc´ı ultrazvukov´e vlnˇen´ı identifikov´an dvˇema cestami • jev v norm´aln´ım A-scan odpov´ıdaj´ıc´ı odraˇzen´e vlnˇe od vady • chybˇej´ıc´ı sign´al v A-scan porovnan´ y s jin´ ym A-scan Na n´asleduj´ıc´ıch obr´azc´ıch jsou ide´aln´ı pr˚ ubˇehy tak, jak bychom je mohli vidˇet pokud by nedoch´azelo ke ztr´at´am a vnˇejˇs´ımu ruˇsen´ı. Sign´aly byly z´ısk´any na syst´emu EMAT EMAT, kter´ y m´a zvl´aˇst’ sondu bud´ıc´ı a sn´ımac´ı. Toto uspoˇra´d´an´ı n´azornˇeji dokumentuje dˇen´ı pˇri mˇeˇren´ı. R˚ uzn´e ultrazvukov´e m´ody mohou vzniknout odrazem od ˇcela, konce materi´alu nebo vady v objemu ˇci v povrchov´e vrstvˇe. Vlny, kter´e se nˇekolikr´at odrazily jsou silnˇe potlaˇceny d´ıky delˇs´ı dr´aze a ztr´at´am pˇri odrazech, ale i tak mohou b´ yt st´ale dostateˇcnˇe siln´e, aby zast´ınily vlny od defektu. ych m´od˚ u vlnˇen´ı doch´az´ı Jsou situace, kdy vzhledem k r˚ uzn´e rychlost´ı ˇs´ıˇren´ı jednotliv´ ˇ k pˇrekr´ yv´an´ı ˇci rozmaz´an´ı pˇr´ıchoz´ıch ech. Casto m˚ uˇzeme mezi pˇr´ıchodem druh´e pod´eln´e a druh´e pˇr´ıˇcn´e vlny identifikovat kombinaci pod´eln´eho a pˇr´ıˇcn´eho vlnˇen´ı. [16] Dalˇs´ı anal´ yzy uk´azaly, ˇze existuj´ı st´ıny od delˇs´ıch vad. Pokud se vyskytuje vada za jinou v cestˇe obvodovˇe postupuj´ıc´ıch vln, je odraz utlumen. [19]
24
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
25
Obr´ azek 3.1: Mˇeˇren´ı na pˇr´ıpravku, kter´ y neobsahuje vady (podle [19]). Na os´ach jsou vyneseny amplitudy a ˇcasy pˇr´ıchodu mˇeˇren´ ych sign´ al˚ u, kter´e odpov´ıdaj´ı hloubce odrazu.
3.2
Synchronn´ı pr˚ umˇ erov´ an´ı
Synchronn´ı pr˚ umˇerov´an´ı co do implementace patˇr´ı mezi jednoduˇsˇs´ı metody v porovn´an´ı s ostatn´ımi zde implementovan´ ymi metodami digit´aln´ıho zpracov´an´ı. Na obr´azc´ıch obr. 3.4 a obr. 3.5 jsou prezentov´any moˇznosti tohoto typu filtrace sign´alu. Pr˚ umˇerov´an´ı zpomaluje rychlost testov´an´ı. Zpomalen´ı z´avis´ı na mnoˇzstv´ı odmˇer˚ u, kter´e se pr˚ umˇeruj´ı. Matematicky lze tento postup vyj´adˇrit n´asledovnˇe. M xn (3.1) p = n=1 M kde p je v´ ysledn´ y sign´al z´ıskan´ y jako pr˚ umˇer z M namˇeˇren´ ych pr˚ ubˇeh˚ u, xn je jeden namˇeˇren´ y pr˚ ubˇeh ze syst´emu. Z´aznam z obr. 3.4 odpov´ıd´a jednomu odmˇeru a nebylo na nˇej pouˇzito pr˚ umˇerov´an´ı ani jin´a digit´aln´ı filtrace. Zkoum´ame vadu o pr˚ umˇeru 4 mm coˇz odpov´ıd´a jedn´e desetinˇe tlouˇst’ky mˇerky. Technick´ y v´ ykres mˇerky je zde A.1. N´aznak echa od vady m˚ uˇzeme nal´ezt mezi 15 a 20 mm hloubky. Tento n´aznak se vˇsak neobjevuje na vˇsech mˇeˇren´ıch. Jednoznaˇcnˇe lze pouze identifikovat koncov´e echo v hloubce 40 mm. Po pr˚ umˇerov´an´ı z 64 vzork˚ u na obr. 3.5 bylo jasnˇe identifikov´ano vadov´e echo mezi 15 a 20 mm hloubky. Pˇri pouˇzit´ı pr˚ umˇerov´an´ı doˇslo ve vˇsech mˇeˇren´ıch na syst´emu EMAT k zv´ yˇsen´ı odstupu sign´al-ˇsum o 4,9 dB. Teoreticky je podle [3] moˇzn´e dos´ahnout pˇri pr˚ umˇerov´an´ı z 64 odmˇer˚ u zv´ yˇsen´ı odstupu sign´a-ˇsum o 18 dB. Z obr. 3.5 bylo odstranˇeno ˇuje v dan´em pˇr´ıpadˇe mˇeˇrit vadu do 10 mm pod povrchem. poˇc´ateˇcn´ı echo, kter´e znemoˇzn Na obr´azku m˚ uˇzeme dobˇre identifikovat sled ech-vadov´e echo-echo od jin´eho m´odu vlnˇen´ı a nakonec echo od zadn´ı stˇeny.
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
26
Obr´ azek 3.2: Mˇeˇren´ı na pˇr´ıpravku s vadou (podle [19]). Cel´ y pr˚ ubˇeh vych´ az´ı z pˇredchoz´ıho ide´ aln´ıho z´ aznamu. Pouze n´ am pˇribylo jedno v´ yznamn´e echo, kter´e nese informaci o pozici a velikosti nezn´am´e vady v materi´ alu.
3.3
ˇ ıslicov´ C´ e filtry
ˇ ıslicov´e filtry patˇr´ı mezi metody zpracov´an´ı sign´alu ve frekvenˇcn´ı oblasti. C´ ˇ ıslicov´e filtry C´ se dˇel´ı na FIR (finite impulse response – koneˇcn´a impulsn´ı odezva) a IIR (infinite impulse response – nekoneˇcn´a impulsn´ı odezva). Podle struktury dˇel´ıme filtry na rekurzivn´ı (FIR,IIR) a nerekurzivn´ı(FIR), podle toho, zda obsahuj´ı ˇci neobsahuj´ı zpˇetnou vazbu. ˇ ıslicov´e FIR a IIR filtry lze sestavit pomoc´ı tˇr´ı z´akladn´ıch blok˚ C´ u: souˇctov´eho ˇclenu, ˇclenu n´asob´ıc´ıho konstantou a jednotkov´eho zpoˇzdˇen´ı.
3.3.1
FIR
Pˇrenos FIR filtru se obvykle popisuje pomoc´ı z-transformace [3, 1]. Z-transformace vych´az´ı z Laplaceovy transformace a jej´ı matematick´ y apar´at zjednoduˇsuje ˇreˇsen´ı line´arn´ıch diferenˇcn´ıch rovnic a umoˇzn ˇuje popisovat dynamick´e dˇeje diskretizovan´ ych proces˚ u. H(z) je diskr´etn´ı pˇrenos FIR filtru a je pops´an vztahem (3.2). H(z) = b0 + b1 z
−1
+ ... + bM z
−M
=
M
bn z −n
(3.2)
n=0
kde oper´ator z oznaˇcuje jednotkov´e zpoˇzdˇen´ı, b jsou koeficienty filtru, M je ˇra´d filtru a popisuje na kolika pˇredchoz´ıch hodnot´ach vstupu z´avis´ı aktu´aln´ı hodnota v´ ystupu .
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
27
Obr´ azek 3.3: Mˇeˇren´ı na pˇr´ıpravku A.1 v oblasti bez vady. Je vynesen ˇcasov´ y pr˚ ubˇeh, histogram a v´ ykonov´ a spektr´ aln´ı hustota namˇeˇren´eho sign´alu.
Zpˇetnou z-transformac´ı z´ıskan´a impulsn´ı odezva filtru h(n) je tedy podle rovnice (3.3) h(n) = b0 x(n) + b1 x(n − 1) + ... + bM x(n − M )
(3.3)
kde h je impulsn´ı odezva filtru, x je vstupn´ı posloupnost. Hodnota sign´alu z´avis´ı tedy na hodnotˇe vstupu a M pˇredchoz´ıch hodnot´ach vstupu. FIR Filtr zpoˇzd’uje vstupn´ı sign´al o (M + 1)/2 takt˚ u a platn´eho stavu v´ ystupu se dos´ahne aˇz po M + 1 taktech. Nev´ yhodou je velk´e zpoˇzdˇen´ı v´ ystupn´ıho sign´alu. D˚ uleˇzitou vlastnost´ı FIR filtr˚ u je moˇznost navrhovat je tak, aby mˇely line´arn´ı f´azi frekvenˇcn´ıho spektra. Je to tedy pˇr´ımka se z´aporn´ ym sklonem viz rovnice 3.4. Pak filtr o ˇra´du M m´a konstantn´ı skupinov´e zpoˇzdˇen´ı rovn´e M/2, kde skupinov´e zpoˇzdˇen´ı je z´aporn´a derivace f´aze viz rovnice 3.5. Tvar sign´alu nen´ı zmˇenˇen a jeho amplituda z´avis´ı na zes´ılen´ı filtru. ϕ(ejθ ) = −αθ + β, α, β > 0
(3.4)
kde ϕ je oznaˇcen´ı pro f´azovou sloˇzku spektra sign´alu (rad), θ je u ´hlov´ y kmitoˇcet spektra
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
28
Obr´ azek 3.4: Mˇeˇren´ı nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4 mm, kter´ a je um´ıstˇena se stˇredem v hloubce 20 mm. Nebylo pouˇzito ˇz´adn´e filtrace mˇeˇren´eho sign´ alu.
rad· s−1 , α je skupinov´e zpoˇzdˇen´ı (s). δϕ (3.5) δθ kde ϕ je oznaˇcen´ı pro f´azovou sloˇzku spektra sign´alu (rad), θ je u ´hlov´ y kmitoˇcet spektra rad· s−1 , α je skupinov´e zpoˇzdˇen´ı (s). Pokud pˇredpokl´ad´ame pr˚ ubˇeh f´aze podle 3.4, pro h(n) mus´ı platit α=−
y(n) = h(M − n), 0 ≤ n ≤ M, β = 0, α =
M 2
(3.6)
π M y(n) = −h(M − n), 0 ≤ n ≤ M, β = ± , α = (3.7) 2 2 Vztah 3.6 vyˇzaduje impulsn´ı odezvu osovˇe soumˇernou podle osy proch´azej´ıc´ı stˇredem h(n) ˇcili hodnotou α. Vztah 3.7 vyˇzaduje impulsn´ı odezvu stˇredovˇe soumˇernou podle stˇredu h(n) ˇcili hodnoty α. Pro obˇe symetrie je nutno rozliˇsovat pˇr´ıpady, kdy je ˇra´d filtru M sud´e ˇc´ıslo a kdy je M lich´e ˇc´ıslo. [1].
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
29
Obr´ azek 3.5: Mˇeˇren´ı nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4 mm, kter´ a je um´ıstˇena se stˇredem v hloubce 20 mm. Jako filtrace slouˇz´ı pr˚ umˇerov´an´ı z 64 vzork˚ u.
Existuj´ı tedy 4 typy FIR filtr˚ u s line´arn´ı f´az´ı 1. sud´a symetrie , M sud´e – vhodn´e pro doln´ı, horn´ı propust, p´asmovou z´adrˇz a propust 2. sud´a symetrie , M lich´e – nehod´ı se pro horn´ı propust 3. lich´a symetrie , M sud´e – vhodn´ y pouze pro n´avrh p´asmov´e propusti 4. lich´a symetrie , M lich´e – nehod´ı se pro doln´ı propust’ a p´asmovou z´adrˇz Hlavn´ı v´ yhody FIR filtr˚ u • Mohou m´ıt line´arn´ı f´azi • Jsou vˇzdy stabiln´ı
3.3.2
IIR
Hlavn´ı v´ yhodou IIR filtr˚ u proti FIR filtr˚ um je jejich menˇs´ı ˇra´d. Obsahuj´ı alespoˇ n jednu zpˇetnou vazbu s alespoˇ n jedn´ım zpoˇzd’ovac´ım ˇclenem. Jejich pˇrenos je pops´an racion´aln´ı lomenou funkc´ı a ˇra´d filtru je vyˇsˇs´ı ze stupˇ n˚ u polynom˚ u vyj´adˇren´ y v kladn´ ych mocnin´ach z, viz (3.8). i=0 −i bz M i (3.8) H(z) = 1 − N k = 1ak z −k
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
30
kde M je ˇra´d polynomu v ˇcitateli, N je ˇra´d polynomu ve jmenovateli, a, b jsou koeficienty IIR filtru. IIR filtry reaguj´ı rychleji, protoˇze je nutn´ y podstatnˇe niˇzˇs´ı ˇra´d neˇz u FIR filtr˚ u. Na druhou stranu mohou b´ yt nestabiln´ı a maj´ı neline´arn´ı f´azovou charakteristiku. Z hlediska stability je nejv´ yhodnˇejˇs´ı zapojen´ı kask´adn´ı forma, tvoˇren´a v s´erii zapojen´ ymi filtry druh´eho ˇra´du. Jedn´ım z probl´em˚ u IIR filtr˚ u jsou tzv. mezn´ı cykly. Mezn´ı cykly vznikaj´ı zaokrouhlov´an´ı v´ ystupu z n´asobiˇcky filtru, nedojde k u ´pln´emu odeˇcten´ı ve zpˇetn´e vazbˇe. D˚ usledkem je kmit´an´ı, kter´e je generov´ano filtrem pˇri nulov´em nebo konstantn´ım vstupn´ım sign´alu. Pˇri digit´aln´ı filtraci se z v´ ykonov´e spektr´aln´ı hustoty sign´alu vyb´ıraj´ı ty sloˇzky, kter´e nesou informaci, aby bylo moˇzn´e navrhnout filtr pro maxim´aln´ı potlaˇcen´ı ˇsumu. Na obr. 3.6 jsou vidˇet jednotliv´e spektr´aln´ı sloˇzky, kter´e se vyskytuj´ı v mˇeˇren´em sign´alu. Na obr. 3.7 je zvˇetˇsena ta ˇc´ast spektra u kter´e lze pˇredpokl´adat, ˇze ponese informaci vzhledem ke sv´e vyˇsˇs´ı energetick´e vydatnosti neˇz zbyl´a ˇc´ast spektra a tak´e generovan´ y puls syst´emem EMAT m´a frekvenci 5,1 MHz.
Obr´ azek 3.6: V´ ykonov´ a spektr´ aln´ı hustota sign´ alu nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4 mm.
Pro spr´avn´e urˇcen´ı polohy vadov´eho echa na ˇcasov´e ose je potˇreba filtr s konstantn´ım skupinov´ ym zpoˇzdˇen´ım. Z hlediska f´aze a pro svou stabilitu jsou v´ yhodnˇejˇs´ı FIR filtry. Na obr. 3.4 je zobrazen namˇeˇren´ y sign´al, ze kter´eho nelze jednoznaˇcnˇe z´ıskat informaci o pˇr´ıtomnosti vady v materi´alu. Po aplikaci FIR filtru na obr. 3.8 jsme uˇz schopni detekovat pˇr´ıtomnost vady, je moˇzn´e odhadovat pozici a velikost vady.
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
31
Obr´ azek 3.7: Detail v´ ykonov´e spektr´aln´ı hustoty sign´ alu nad vadou o pr˚ umˇeru 4 mm.
3.4
Wienerova filtrace
Wienerova filtrace realizuje odhad stacion´arn´ıho sign´alu ve stacion´arn´ım ˇsumov´em pozad´ı s minim´aln´ı stˇredn´ı kvadratickou odchylkou v kmitoˇcnov´e oblasti. Frekvenˇcn´ı charakteristika Wienerova filtru (d´ale WF) je pro stacion´arn´ı n´ahodn´e sign´aly d´ana jako Ss (ejΘ ) (3.9) H(ejΘ ) = Ss (ejΘ ) + Sn (ejΘ ) kde Ss (ejΘ ) je v´ ykonov´a spektr´aln´ı hustota uˇziteˇcn´eho sign´alu (dB), Sn (ejΘ ) je v´ ykonov´a −1 spektr´aln´ı hustota ˇsumu pozad´ı (dB), Θ u ´hlov´a rychlost (rad· s ). Nejsou-li filtrovan´e sign´aly n´ahodn´e ale deterministick´e, je pˇrenosov´a funkce WF dan´a v´ ykonov´ ymi spektry. Pro filtrovan´e sign´aly pak mus´ı platit pro ˇsum nekorelovan´ ys uˇziteˇcn´ ym sign´alem (3.10) Ss (ejΘ ) = |H(ejΘ )|2 · Sx (ejΘ ) y mˇeˇren´ y sign´al. kde Sx (ejΘ ) je nezn´am´ Podle [35] lze popsat sign´aly mˇeˇren´e pomoc´ı nedestruktivn´ıho ultrazvukov´eho testov´an´ı (d´ale pouze UT) jako dvˇe sloˇzky (tj. uˇziteˇcn´ y sign´al a ˇsum). V rovnici 3.11 z´ısk´av´ame obraz o mˇeˇren´em sign´alu jako o souˇctu konvoluce vstupn´ıho sign´alu s(t) s impulsn´ı odezvou syst´emu h(t) plus ˇsum n(t). x(t) = h(t) ∗ s(t) + n(t)
(3.11)
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
32
Obr´ azek 3.8: Sign´ al, kter´ y byl namˇeˇren nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4 mm a byl na nˇej aplikov´ an vhodn´ y FIR filtr.
Sign´al x(t) je mˇeˇren, charakteristiky h(t) - impulsn´ı odezva syst´emu a n(t) - aditivn´ı ˇsum by mˇely b´ yt mˇeˇriteln´e. Je tedy nutn´e naj´ıt nezn´am´ y sign´al s(t) za pouˇzit´ı vhodn´e techniky. Ve frekvenˇcn´ı oblasti m˚ uˇzeme popsat filtraci takto S(ejΘ ) =
X(ejΘ )H ∗ (ejΘ ) |H(ejΘ )|2 + Sn (ejΘ )/Ss (ejΘ )
(3.12)
H ∗ je komplexn´ı sdruˇzen´a hodnota k H. Sn a Ss jsou v´ ykonov´e spektr´aln´ı hustoty z n(t) a s(t). Aplikace Wienerova filtru vyˇzaduje odhad parametr˚ u (stˇredn´ı hodnoty a 2 ˇ rozptylu) ˇsumu. Casto se nahrazuje pomˇer Sn /Ss konstantou Q . Q2 je t´eˇz zn´am´a pod jm´enem ”noise densensitizing factor” . Bˇeˇznˇe doporuˇcen´a hodnota je Q2 = 10−2 |H(ejΘ )|2max . Nejvˇetˇs´ı probl´emy nast´avaj´ı pˇri silnˇe zaruˇsen´ ych sign´alech, kdy se n´am tyto podm´ınky potk´avaj´ı. Tak´e v´ ykonov´e spektr´aln´ı hustoty sign´alu a ˇsumu jsou nezn´am´e a nemohou b´ yt z´ısk´any z mˇeˇren´eho sign´alu konvenˇcn´ımi technikami. Myˇslenka spoˇc´ıv´a v nastaven´ı vysok´eho zes´ılen´ı na frekvenc´ıch kde je SN R vysok´e a n´ızk´eho zes´ılen´ı tam kde je SN R mal´e. SN R je pomˇer sign´al-ˇsum (Signal-to-noise ratio) a je pops´an vztahem 3.13. Pˇrechod mezi v´ ykonovou spektr´aln´ı hustotou a odstupem sign´al-ˇsum popisuje skupinov´e zpoˇzdˇen´ı. Psignal ) (3.13) Pnoise kde Psignal je v´ ykon uˇziteˇcn´eho sign´alu (W), Pnoise je v´ ykon ˇsumu (W). Jelikoˇz tedy prakticky nen´ı moˇzn´e odhadnout v´ ykonov´e spektr´aln´ı hustoty z ˇcasov´ ych pr˚ ubˇeh˚ u (smˇes sign´alu a ˇsumu), je moˇzn´e odhadnout SNR ve frekvenˇcn´ı oblasti vyuˇzit´ım SN R(dB) = 10 log10 (
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
33
skupinov´eho zpoˇzdˇen´ı. [36] Skupinov´e zpoˇzdˇen´ı definujeme podle rovnice 3.14. φ(f ) znaˇc´ı f´azi sign´alu. −1 dφ(f ) (3.14) 2π df Hledan´ y sign´al m˚ uˇzeme popsat vztahem 3.15 kde A a T0 jsou konstantn´ı, odpov´ıdaj´ı velikosti a poloze vady v materi´alu. ΔT (f ) =
s(t) = Af (t − T0 )
(3.15)
Fourierov´ ym obrazem 3.15 je 3.16. Za pˇredpokladu sudosti 3.15 bude Fourier˚ uv obraz funkce re´aln´ y a line´arn´ı pr˚ ubˇeh f´aze bude odpov´ıdat vadov´emu sign´alu. S(f ) = AF (f )e−j2πf T0
(3.16)
Skupinov´e zpoˇzdˇen´ı sign´alu se poˇc´ıt´a pomoc´ı vztahu 3.14. V´ ysledkem mus´ı b´ yt konstantn´ı funkce 3.17 vzhledem ke vstupn´ım pˇredpoklad˚ um. [36] ΔTs (f ) = T0
(3.17)
ˇ Sum je n´ahodn´ y proces, kter´ y modelujeme ve frekvenˇcn´ı oblasti pomoc´ı vztahu 3.18, kde |B(f )| a u(f ) jsou n´ahodn´e promˇenn´e odpov´ıdaj´ıc´ı amplitudˇe a f´azi spektra ˇsumu. N (f ) = |B(f )|e−j2πu(f )
(3.18)
Pro f´azi se pˇredpokl´ad´a, ˇze bude nekorelovan´a pro r˚ uzn´e spektr´aln´ı sloˇzky. Jelikoˇz pro ˇsum bude skupinov´e zpoˇzdˇen´ı n´ahodn´e, pro uˇziteˇcn´ y sign´al bude konstantn´ı 3.17, m´ame zde moˇznost rozliˇsit ˇsum od vadov´eho echa na z´akladˇe skupinov´eho zpoˇzdˇen´ı. Spektrum mˇeˇren´eho sign´alu se skl´ad´a ze souˇctu sloˇzek podle 3.16 a 3.18. Odpov´ıdaj´ıc´ı z´apis pro v´ ypoˇcet skupinov´eho zpoˇzdˇen´ı je 3.19. [36] AF (f ) sin(2πf T 0 ) + sin(2πf u(f )) 1 d |B(f )| tan−1 AF (f ) (3.19) ΔT (f ) = − 2π df cos(2πf T0 ) + cos(2πf u(f )) |B(f )|
Rovnice 3.19 tedy popisuje charakteristiku skupinov´eho zpoˇzdˇen´ı mˇeˇren´eho sign´alu jako funkci pomˇeru sign´al ˇsum AF (f )/|B(f )| ve frekvenˇcn´ı oblasti. Pokud je AF (f )/|B(f )| 1 pak se jedn´a o konstantn´ı skupinov´e zpoˇzdˇen´ı. Opaˇcn´ y pˇr´ıpad nast´av´a pro n´ahodn´ y sign´al (ˇsum). Z tˇechto pˇredpoklad˚ u m˚ uˇzeme odhadovat SNR na konkr´etn´ı frekvenci. Skupinov´e zpoˇzdˇen´ı m˚ uˇzeme spoˇc´ıtat pomoc´ı vztahu 3.20. φ(k) je f´azov´a sloˇzka z diskr´etn´ı Fourierovy transformace, k je index pro danou frekvenci a N je celkov´ y poˇcet bod˚ u po transformaci. N [φ(k + 1) − φ(k)] (3.20) 2π Odhad Wienerova filtru pomoc´ı diskr´etn´ıho skupinov´eho zpoˇzdˇen´ı je na obr. 3.9. Tento pr˚ ubˇeh popisuje s´erii p´asmov´ ych propust´ı. Jelikoˇz se rozloˇzen´ı propust´ı mˇen´ı pro kaˇzd´ y zmˇeˇren´ y sign´al v z´avislosti na pr˚ ubˇehu skupinov´eho zpoˇzdˇen´ı, tak se jedn´a od adaptivn´ı ΔT (k) = −
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
34
filtr. Pr´avˇe tato vlastnost tvoˇr´ı hlavn´ı rozd´ıl oproti pouˇzit´ı ˇc´ıslicov´ ych filtr˚ u popsan´ ych v´ yˇse.
Obr´ azek 3.9: Odhad Wienerova filtru z mˇeˇren´ı nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4mm
Aplikac´ı odhadu Wienerova filtru z obr. 3.9 na sign´al 3.4, ze kter´eho byl odhad z´ısk´an dostaneme pr˚ ubˇeh z obr. 3.10. V hloubce 18 mm pod povrchem lze jasnˇe identifikovat echo od vady. Jelikoˇz se jedn´a pouze o odhad Wienerova filtru, tak doch´az´ı k m´ırn´emu rozmaz´an´ı ech do stran. Tato vlastnost je z´avisl´a na volbˇe vstupn´ıch parametr˚ u pro konkr´etn´ı metodu v´ ypoˇctu odhadu filtru.
3.5
Vlnkov´ e transformace
Pˇri pouˇzit´ı Short Time Fourierovy transformace [1] jako v kapitole 3.3 vol´ıme d´elkou okna v´ ybornou frekvenˇcn´ı ale ˇspatnou ˇcasovou rozliˇsitelnost´ı nebo naopak. [2] Uplatˇ nuje se zde obdobn´ y princip neurˇcitosti jako v kvantov´e fyzice. Pouˇzit´ı vlnkov´e transformace by mˇelo zaruˇcit vysokou frekvenˇcn´ı selektivitu pro potlaˇcen´ı ˇsumu a z´aroveˇ n neztratit informaci o poloze vady v materi´alu. V´ ybˇerem ”vhodn´e vlnky”, coˇz je ”ˇsablona” pro filtraci sign´alu, m˚ uˇzeme dos´ahnout v´ yˇse ˇz´adan´eho c´ıle. Pˇredpokladem pouˇzit´ı bˇeˇzn´ ych metod potlaˇcov´an´ı ˇsumu je aby amplituda hledan´eho sign´al byla nad u ´rovn´ı ˇsumu a to vˇetˇsinou ve frekvenˇcn´ı oblasti. Pˇredpokl´ad´ame, ˇze vlnka je podobn´a ide´aln´ımu sign´alu, kter´ y chceme zmˇeˇrit. Pˇri aplikaci vlnky na mˇeˇren´ y sign´al dost´av´ame tedy koeficienty podobnosti sign´alu s vlnkou. Pˇri zmˇenˇe mˇeˇr´ıtka s vlnky, mˇen´ıme frekvenˇcn´ı charakteristiku vlnky. Pomoc´ı
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
35
Obr´ azek 3.10: V´ ysledek Wienerovy filtrace sign´ alu namˇeˇren´eho nad umˇele vytvoˇrenou vadu o pr˚ umˇeru 4mm.
zmˇeny tˇechto parametr˚ u dekomponujeme sign´al na d´ılˇc´ı detaily. V´ ypoˇcet spojit´e vlnkov´e transformace, kde s a τ nab´ yvaj´ı libovoln´ ych hodnot s > 0 a τ je pops´an vztahem 3.21. [2] t−τ 1 (3.21) x(t)Ψ( )dt = x, Ψτ,s CW T (τ, s) = s |s| kde x(t) je analyzovan´ y sign´al, s je mˇeˇr´ıtko, τ je ˇcasov´e posunut´ı, Ψ(t) je mateˇcn´ı vlnka ve funkci ˇcasov´eho ok´enka, Ψτ,s (t) je odvozen´a vlnka pro dan´e τ, s, x, Ψτ,s je skal´arn´ı souˇcin. Mateˇrsk´ ych vlnek je mnoho a pokud splˇ nuj´ı vztahy uveden´e v [2], nen´ı probl´em si nadefinovat novou. Vlnky, kter´e jsou vzhledem ke sv´emu tvaru vhodn´e pro EMAT, jsou uvedeny n´ıˇze. Aˇz konkr´etn´ı testy uk´aˇz´ı nakolik jsou vhodn´e. • Daubechies • Symlet • Coiflet • Biortogon´aln´ı (Biorthogonal ) Zde bude pouˇzita modifikace obecn´e vlnkov´e transformace, diskr´etn´ı vlnkov´a transformace (DWT). Cel´ y filtraˇcn´ı proces se sest´av´a z v´ıce krok˚ u. V prvn´ım kroku se provede N stupˇ nov´a diskr´etn´ı vlnkov´a transformace. Obdrˇz´ıme aproximaˇcn´ı a detailn´ı koeficienty.
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
36
Jednotliv´e koeficienty se prahuj´ı. V´ ysledky se podrob´ı inverzn´ı diskr´etn´ı vlnkov´e transformaci, kter´a uˇz filtrovan´ y sign´al zrekonstruuje. Diskr´etn´ı vlnkovou transformaci m˚ uˇzeme tak´e ch´apat jako speci´alnˇe vzorkovanou spojitou vlnkovou transformaci, kter´a mus´ı splˇ novat n´asleduj´ıc´ı podm´ınky [26]: 1. vzorkov´an´ı ˇcasovˇe-mˇeˇr´ıtkov´eho prostoru mus´ı prob´ıhat na dvojkov´e mˇr´ıˇzce 2. pouˇzit´a vlnka mus´ı vytv´aˇret ortonorm´aln´ı b´azi analyzovan´eho prostoru 3. analyzuj´ıc´ı vlnka mus´ı m´ıt kompaktn´ı nosiˇc (re´aln´a funkce, finitn´ı). N´asleduj´ıc´ı vzorce popisuj´ı rozklad sign´alu pomoc´ı diskr´etn´ı vlnkov´e transformace cAp+1 (k) =
N
h(m − 2k)cAp (m)
(3.22)
g(m − 2k)cAp (m)
(3.23)
m=1
cDp+1 (k) =
N m=1
u, N je d´elka vstupn´ı sekvence, kde cAp+1 a cDp+1 jsou koeficienty aproximace a detail˚ k je parametr popisuj´ıc´ı pozici vlnky na ˇcasov´e ose, cAp je vstupn´ı sign´al nebo aproximaˇcn´ı koeficienty v pˇr´ıpadˇe vyˇsˇs´ıch stupˇ n˚ u rozkladu pomoc´ı diskr´etn´ı vlnkov´e transformace.
Obr´ azek 3.11: Grafick´ y popis rozkladu sign´ alu pˇri vlnkov´e transformaci
Koeficienty dolnopropustn´ıho filtru h jsou z´ısk´any z mˇeˇr´ıtkov´e funkce φ. V´ ypoˇcet horn´ı propusti g prob´ıh´a jako komplement (kvadraturn´ı zrcadlov´ y filtr). Rekonstrukˇcn´ı u dekompoziˇcn´ıho FIR filtry h a g jsou pak urˇceny jako ˇcasovˇe obr´acen´e sekvence koeficient˚ filtru g a h viz obr.3.12. [26] Odstranˇen´ı ˇsumu se na u ´rovn´ıch rozkladu prov´ad´ı prahov´an´ım. Prahov´an´ı m˚ uˇzeme rozdˇelit na tvrd´e a mˇekk´e. Na obr.3.13 je zn´azornˇen rozd´ıl mezi mˇekk´ ym a tvrd´ ym prahov´an´ım koeficient˚ u DWT. Pr´ah pro prahov´an´ı koeficient˚ u v dan´em p´asmu je vhodn´e nastavit s ohledem na u ´roveˇ n ˇsumu, obvykle se vych´az´ı ze smˇerodatn´e odchylky ˇsumu. Pro mˇekk´e prahov´an´ı plat´ı cT = sign(c)(|c| − thr) pro |c| > thr cT = 0 pro |c| ≤ thr
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
37
Obr´ azek 3.12: Grafick´ y popis zpracov´ an´ı sign´ alu pˇri potlaˇcov´an´ı ˇsumu pomoc´ı diskr´etn´ı vlnkov´e transformace
kde cT je hodnota zprahovan´eho sign´alu, c je hodnota prahovan´eho sign´alu, thr je velikost prahu. Pro tvrd´e prahov´an´ı plat´ı cT = c pro |c| > thr cT = 0 pro |c| ≤ thr Dalˇs´ımi moˇznostmi je napˇr´ıklad kombinovan´e prahov´an´ı nebo eliptick´e prahov´an´ı pro pˇr´ıpad komplexn´ı DWT..
Obr´ azek 3.13: (a) tvrd´e prahov´ an´ı (b) mˇekk´e prahov´ an´ı koeficient˚ u DWT(ˇcerp´ano z [26])
Dalˇs´ı metodou je tzv. stacion´arn´ı vlnkov´a transformace. Pr˚ ubˇeh v´ ypoˇctu je t´emˇeˇr shodn´ y s diskr´etn´ı vlnkovou transformac´ı. Liˇs´ı se vˇsak v kroku, kdy po rozdˇelen´ı na aproximace a detaily nedoch´az´ı k pˇrevzorkov´an´ı na poloviˇcn´ı d´elku, koeficient˚ u je tedy dvojn´asobek proti p˚ uvodn´ımu sign´alu. V tomto pˇr´ıpadˇe se tedy o ˇcasovˇe invariantn´ı transformaci. Invariance v ˇcase popisuje skuteˇcnost, ˇze posun analyzovan´e funkce po ˇcasov´e ose zp˚ usob´ı stejn´ y posun vlnkov´ ych koeficient˚ u po ose polohy. Tento typ vlnkov´e transformace je vhodnˇejˇs´ı pro filtraci, anal´ yzu ˇci detekci neˇz DWT. Vlnkov´e pakety (wavelet packet) pˇredstavuje rozˇs´ıˇren´ı diskr´etn´ı vlnkov´e transformace. V diskr´etn´ı vlnkov´e transformaci vˇzdy rozv´ıj´ıme pouze koeficienty aproximac´ı. Koeficienty detail˚ u z˚ ust´avaj´ı nerozvinut´e do dalˇs´ıch u ´rovn´ı. Vlnkov´e pakety t´ım, ˇze prov´ad´ı ´rovn´ıch detail˚ u, zvyˇsuj´ı rozliˇsovac´ı schopnost v cel´em filtraci horn´ı a doln´ı propust´ı i na u frekvenˇcn´ım spektru. Zda je to v´ yhodn´e, z´avis´ı na vlastnostech uˇziteˇcn´eho sign´alu a ˇsumu.
´ ´I ZPRACOVAN ´ ´I SIGNAL ´ U ˚ KAPITOLA 3. DIGITALN
38
Klasick´e line´arn´ı filtry potlaˇcuj´ı zvolen´e kmitoˇctov´e sloˇzky a nerozliˇsuj´ı jejich ”informaˇcn´ı hodnotu”. Pˇri vhodn´em nastaven´ı prahovac´ıch hodnot vlnkov´eho neline´arn´ıho filtru m˚ uˇze b´ yt ˇsetrn´ y k uˇziteˇcn´emu u ´seku sign´alu. Na obr.3.14 je vidˇet v´ ysledek filtrace pomoc´ı stacion´arn´ı vlnkov´e transformace. Na u ´rovni 17 mm v hloubce materi´alu lze dobˇre identifikovat sign´al od umˇele vytvoˇren´e vady o pr˚ umˇeru 4 mm.
Obr´ azek 3.14: V´ ysledek filtrace sign´alu namˇeˇren´eho nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 4mm pomoc´ı stacion´ arn´ı vlnkov´e transformace. Pro v´ ypoˇcet prahovac´ı u ´rovnˇe byla pouˇzita standardn´ı funkce matlab ddencmp.
Kapitola 4 Implementace filtraˇ cn´ıch metod 4.1 4.1.1
N´ astroje k z´ısk´ an´ı sign´ al˚ u Mˇ eˇ r´ıc´ı syst´ em EMAT
Na obr. 4.1 je syst´em DIO2000. Tento syst´em navrhla a zkonstruovala firma STARMANS Electronics s.r.o. V tabulce 4.1 jsou hlavn´ı parametry.
Obr´ azek 4.1: Syst´em pro mˇeˇren´ı sign´ al˚ u na principu EMAT
Cel´ y syst´em se skl´ad´a ze ˇctyˇr komponent. Hlavn´ı jednotku tvoˇr´ı ˇr´ıd´ıc´ı syst´em DIO2000. DIO2000 pˇrij´ım´a a zpracov´av´a sign´aly ze sondy, d´av´a pˇr´ıkazy jednotce generuj´ıc´ı pulzy a pos´ıl´a namˇeˇren´e sign´aly na zobrazovac´ı jednotku, viz 4.3 . V tomto pˇr´ıpadˇe se jedn´a o poˇc´ıtaˇc, kter´ y zajiˇst’uje filtraci a zobrazen´ı namˇeˇren´ ych dat. 39
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
40
Obr´ azek 4.2: Sonda syst´emu EMAT se zabudovan´ ym zesilovaˇcem. Vybavena pulsn´ım elektromagnetem s intenzitou pole aˇz 6T.
Tabulka 4.1: Parametry gener´ atoru EMAT [34]
Napˇet´ı Frekvence vys´ılan´eho sign´alu Proud Pulsn´ı v´ ykon V´ ykon mˇeˇren´eho sign´alu Frekvence vzorkov´an´ı
4.1.2
900 V 5,1 MHz 30 A - 160 A 27 kW - 150 kW stovky mW 40 MHz
Testovac´ı pˇ r´ıpravek
Pro potˇreby mˇeˇren´ı a testov´an´ı syst´emu EMAT byl zhotoven pˇr´ıpravek, kter´ y je na obr. 4.4. V mˇerce byly vyrobeny d´ıry simuluj´ıc´ı vadu o pr˚ umˇerech 10 mm, 8 mm, 4 mm, 2 ˇ mm, 1.5 mm, 1 mm a 0.7 mm. Rozmˇery mˇerky jsou 310 x 40 x 40 mm (SxVxH). Pouˇzit´ y materi´al byl dural. V pˇr´ıloze A.1 je technick´ y v´ ykres pro v´ yrobu pˇr´ıpravku. Vzhledem k technologick´ ym moˇznostem nebylo moˇzn´e vrt´akem o pr˚ umˇeru 0.7 mm proniknout do materi´alu takov´ ym zp˚ usobem, aby mohlo doj´ıt k testov´an´ı vady syst´emem EMAT.
4.1.3
V´ ypoˇ cet parametru srovn´ an´ı filtraˇ cn´ıch metod
Pro porovn´an´ı efektivity filtraˇcn´ıch metod je jednou z moˇznost´ı pouˇzit´ı SNRE - zv´ yˇsen´ı odstupu sign´al-ˇsum signal-to-noise ratio enhancement. Tato hodnota ud´av´a v dB zlepˇsen´ı hodnoty odstupu sign´al-ˇsum bez a s pouˇzit´ım filtrace. Zp˚ usob v´ ypoˇctu popisuje vztah 4.1. SN RE = SN RF − SN RO
(4.1)
SN RF = 10 log10 (Psig /Pnoise )
(4.2)
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
41
Obr´ azek 4.3: Sch´ema syst´emu EMAT od firmy Starmans Electronics [37]
Obr´ azek 4.4: Pˇr´ıpravek na testov´ an´ı schopnost´ı EMAT (podle [34]).
SN RO = 10 log10 (Psig /Pnoise )
(4.3)
y sign´al (dB), Psig je v´ ykon uˇziteˇcn´eho kde SN RF je odstup sign´al-ˇsum pro filtrovan´ ykon ˇsumu (W). SN RO je odstup sign´al-ˇsum pro p˚ uvodn´ı sign´al sign´alu (W), Pnoise je v´ (dB). Zbyl´e promˇenn´e maj´ı stejn´ y v´ yznam pouze se do nich dosazuje namˇeˇren´ y sign´al bez filtrace. ykon uˇziteˇcn´eho sign´alu. Porovn´avaj´ı se meV praxi se ˇcasto ˇspatnˇe urˇcuje Psig v´ tody pomoc´ı sn´ıˇzen´ı hladiny ˇsumu mezi filtrovan´ ym a nefiltrovan´ ym sign´alem. Zvol´ı se ˇcasov´e okno, ve kter´em se nenach´az´ı uˇziteˇcn´ y sign´al, ale pouze ˇsum. Z experiment˚ u, kde se zkouˇsely r˚ uzn´e zde popsan´e filtrace s r˚ uzn´ ymi vstupn´ımi parametry, se v nˇekter´ ych pˇr´ıpadech stalo, ˇze aˇz vizu´aln´ı kontrolou bylo zjiˇstˇeno z´avaˇzn´e zkreslen´ı sign´alu na v´ ystupu filtru. Tato zkreslen´ı byla natolik z´avaˇzn´a, ˇze nedovolovala identifikovat pozici hledan´eho echa. V tˇechto pˇr´ıpadech poskytoval v´ ypoˇcet SNRE poˇc´ıtan´e jen pomoc´ı sn´ıˇzen´ı v´ ykonu ˇsumu pˇred a po filtraci mnohem v´ıce zav´adˇej´ıc´ı informace, neˇz kdyˇz se poˇc´ıtalo i se zmˇenou v´ ykonu sign´alu v ˇcasov´e oblasti, kde se mˇelo vyskytovat vadov´e echo. V´ ysledkem ych oken v oblastech, je tedy v´ ypoˇcet v´ ykonu uˇziteˇcn´eho sign´alu a ˇsumu pomoc´ı ˇcasov´ kde se s nejvˇetˇs´ı pravdˇepodobnost´ı vyskytuje pouze ˇsum nebo pouze uˇziteˇcn´ y sign´al.
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
4.2 4.2.1
42
Aplikace softwarov´ ych metod zpracov´ an´ı sign´ al˚ u Filtrace pr˚ umˇ erov´ an´ım
Funkci pr˚ umˇeru m´a implementovanou syst´em DIO2000 od v´ yrobce. Bylo moˇzn´e zvolit pr˚ umˇer z 4, 16 a 64 odmˇer˚ u. Pˇri mˇeˇren´ı s pouˇzit´ım 64 vzorkov´eho pr˚ umˇerov´an´ı bylo moˇzn´e identifikovat za vˇsech okolnost´ı umˇele vytvoˇrenou vadu o pr˚ umˇeru 4 mm. Po cel´ y pr˚ ubˇeh mˇeˇren´ı nebylo moˇzn´e identifikovat vadu o pr˚ umˇeru 1 mm a menˇs´ı. V tabulce 4.2 je vynesen pr˚ ubˇeh SN RE pro celou ˇsk´alu umˇel´ ych vad na mˇerce. Tabulka 4.2: Zv´ yˇsen´ı odstupu sign´ al od ˇsumu pro filtraci synchronn´ım pr˚ umˇerov´an´ım
Pr˚ umˇer umˇele vytvoˇren´e vady (mm) 10 8 4 2 1 Pr˚ umˇerov´an´ı 4,69 5,64 4,95 1,74 0,21 z 64 vzork˚ u
4.2.2
Filtrace ˇ c´ıslicov´ ymi filtry
IIR filtr Pˇrestoˇze pˇredpoklady v kapitole 3.3.2 ˇr´ıkaj´ı, ˇze tento typ filtru nen´ı ide´aln´ı, bylo vhodn´e alespoˇ n pro porovn´an´ı implementovat tento typ filtru. Pro sestrojen´ı p´asmov´e ˇ propusti pomoc´ı IIR filtru byl zvolen Cebyˇ sev˚ uv filtr druh´eho typu. M´a u ´zk´e pˇrechodov´e p´asmo, definovan´e zvlnˇen´ı a to vˇse pˇri zachov´an´ı n´ızk´eho ˇra´du filtru. Typick´a hodnota ˇra´du filtru pro tuto aplikaci je 10. U FIR filtr˚ u je ˇra´d filtru pˇri zachov´an´ı stejn´ ych vlastnost´ı v t´eto aplikaci trojn´asobn´ y. Schopnosti t´eto metody filtrace v z´avislosti na ˇra´du filtru jsou hodnoceny pomoc´ı parametru SNRE v tabulce 4.3. FIR filtr N´avrh pouˇzit´ ych FIR filtr˚ u byl proveden metodou odhadu koeficient˚ u polynomu pˇrenosov´e funkce na z´akladˇe Parks-McClellan algortimu. Definice ˇr´ık´a, ˇze v´ ypoˇcet pˇrenosu filtru pomoc´ı Parks-McClellan algortimu se dospˇeje k nejlepˇs´ı polynomi´aln´ı aproximaci dan´eho pˇrenosu. Toto je dosaˇzeno krit´eriem minimax, kdy se minimalizuje maxim´aln´ı odchylka mezi polynomem a funkc´ı. Polynomi´aln´ı aproximace funkce se v d´ılˇc´ıch bodech poˇc´ıt´a pomoc´ı Lagrangeovy interpolace. Pak se v jednotliv´ ych bodech postupuje podle krit´eria minimax. Schopnosti t´eto metody filtrace v z´avislosti na ˇra´du filtru jsou hodnoceny pomoc´ı parametru SNRE v tabulce 4.4. Byla zvolena p´asmov´a propust s centr´aln´ı frekvenc´ı 5,1 MHz, kter´a odpov´ıd´a frekvenci pulsu syst´emu EMAT, s pˇresahem 200 kHz na obˇe strany od centr´aln´ı frekvence.
4.2.3
Filtrace pomoc´ı Wienerova filtru
Odhad Wienerova filtru pomoc´ı standardn´ı odchylky od skupinov´ e zpoˇ zdˇ en´ı Jedna z moˇznost´ı odhadu SNR ze skupinov´eho zpoˇzdˇen´ı je v´ ypoˇcet standardn´ı odchylky. Pˇrechod od klasick´eho Wienerova filtru k odhadu parametru filtru ze skupinov´eho
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
43
Tabulka 4.3: Zv´ yˇsen´ı odstupu sign´ al od ˇsumu pro filtraci pomoc´ı ˇ Cebyˇsevova IIR filtru v z´avislosti na ˇra´du filtru pˇri zvolen´e velikosti vady. Rozsah propustn´ ych frekvenc´ı je od 4,9 MHz do 5,3 MHz. Nejlepˇs´ı hodnoty pro danou velikost vady jsou oznaˇceny oranˇzovou barvou.
IIR filtr ˇ ad filtru R´ 4 6 8 10 12 14 16 18 20 22 24 26 28
10 0,00 1,21 4,22 4,27 4,29 4,26 4,39 4,38 4,22 4,01 3,67 0,00 0,00
Pr˚ umˇer vady 8 4 0,00 0,00 1,91 1,50 4,91 5,30 5,28 5,27 5,16 4,03 5,06 4,25 4,88 4,31 4,71 4,17 4,45 3,91 4,19 3,64 3,79 3,17 0,00 0,00 0,00 0,00
(mm) 2 0,00 0,45 0,70 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
zpoˇzdˇen´ı je pops´an v kapitole 3.4 Wienerova filtrace. V´ ypoˇcet standardn´ı odchylky od skupinov´eho zpoˇzdˇen´ı lze popsat vztahem 4.4.
M +k 1 (ΔT (m) − ΔTk )2 (4.4) σk = M − 1 m=k kde
M +k 1 ΔT (m) ΔTk = M m=k
(4.5)
Pomoc´ı inkrementace k, kter´a zde odpov´ıd´a centr´aln´ı frekvenci, tvoˇr´ıme v´ ybˇer pomoc´ı obd´eln´ıku v pr˚ ubˇehu skupinov´eho zpoˇzdˇen´ı. Z t´eto oblasti poˇc´ıt´ame standardn´ı odchylku od skupinov´eho zpoˇzdˇen´ı. Podle 3.19 v kapitole 3.4 by mˇely vych´azet velk´e odchylky skupinov´eho zpoˇzdˇen´ı pro ˇsum a mal´e pro hledan´ y sign´al. Inverzn´ı hodnoty odchylky od skupinov´eho zpoˇzdˇen´ı n´am poskytuj´ı s´erii p´asmov´ ych propust´ı podle kter´ ych m˚ uˇzeme filtrovat vstupn´ı sign´al. D˚ uleˇzit´ ym parametrem je volba prahov´e u ´rovnˇe, nad kterou bude odchylka od skupinov´eho zpoˇzdˇen´ı povaˇzov´ana za indikaci sign´alu s informac´ı. Autor v textu [36] pouˇz´ıv´a odvozen´ı prahu od maxim´aln´ı hodnoty aplitudy odchylky do skupinov´eho zpoˇzdˇen´ı vztah 4.6. Tento vzorec popisuje postup prahov´an´ı pr˚ ubˇehu inverzn´ı standardn´ı odchylky od skupinov´eho zpoˇzdˇen´ı, aby z´ısk´an pˇrenos filtru.
Gi(k), (max(Gi)· P ) < Gi(k) T f (k) = (4.6) 0, (max(Gi)· P ) ≥ Gi(k)
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
44
kde T f je pˇrenosov´a funkce filtru, Gi amplitudovˇe invertovan´ y pr˚ ubˇeh odchylky od skupinov´eho zpoˇzdˇen´ı, P hodnota prahu zadan´a pˇred filtrac´ı a odhadnut´a z charakteru ˇsumu, oper´ator max slouˇz´ı k z´ısk´an´ı maxim´aln´ı amplitudy z pr˚ ubˇehu Gi, k je frekvence . Hodnota P se empiricky odhaduje z pr˚ ubˇehu odchylky od skupinov´eho zpoˇzdˇen´ı, jej´ı hodnota se bˇeˇznˇe pohybuje mezi 0,3 aˇz 0,8. V tabulce 4.5 je zaneseno zv´ yˇsen´ı odstupu sign´al od ˇsumu pro v´ ypoˇcet z maxim´aln´ı hodnoty. Vzhledem k tomu, ˇze sign´al je pod u ´rovn´ı ˇsumu, pouˇzil jsem k testov´an´ı i medianu ve vztahu 4.7, kter´ y nen´ı tak citliv´ y jako maxim´aln´ı hodnota. T´ımto jsem chtˇel dos´ahnout vˇetˇs´ı robustnosti. Odhad P prob´ıh´a obdobnˇe jako v pˇr´ıpadˇe maxim´aln´ı hodnoty, ale vzhledem k charakteru medianu je jeho bˇeˇzn´a hodnota mezi 0,9 aˇz 1,2.
Gi(k), (median(Gi)· P ) < Gi(k) T f (k) = (4.7) 0, (median(Gi)· P ) ≥ Gi(k) kde oper´ator median slouˇz´ı k z´ısk´an´ı medianu amplitudy z pr˚ ubˇehu Gi. Odhad Wienerova filtru z entropie skupinov´ e zpoˇ zdˇ en´ı Jinou metodou, kter´a dovoluje zjiˇst’ovat n´ahodnost procesu je v´ ypoˇcet entropie. Entropie pˇredstavuje m´ıru neuspoˇra´danosti syst´emu. Kl´ıˇcov´e poznatky v oblasti teorie informatiky zformuloval Claude E. Shannon. Vztah 4.8 je aplikac´ı Shannonovy informaˇcn´ı entropie klasifikaci n´ahodnosti skupinov´eho zpoˇzdˇen´ı. [36]. V prvn´ım kroku mus´ıme nadefinovat dˇelen´ı b = log2 M amplitudov´eho frekvenˇcn´ıho spektra, kde rozdˇel´ıme spektrum do N oblast´ı o ˇs´ıˇrce M . M budeme pro jednoduchost pˇredpokl´adat jako mocninu 2. T´ım se budeme zab´ yvat vˇzdy entropi´ı dan´e oblasti. Vol´ıme mezi velkou citlivost´ı a malou robustnost´ı pro mal´e M a opakem pro velk´e M . Vypoˇc´ıt´ame skupinov´e zpoˇzdˇen´ı, kter´e normalizujeme. Normalizace prob´ıh´a proto, aby bylo zaruˇceno, ˇze entropie sign´alu nesouc´ı informaci bude nulov´a. V´ ypoˇcet entropie skupinov´eho zpoˇzdˇen´ı pak n´aslednˇe probˇehne podle vztahu 4.8. k+M
H(k) = −
Tj log2 (Tj )
(4.8)
j=k+1
kde H(k) je entropie skupinov´eho zpoˇzdˇen´ı na frekvenci k, Tj jsou hodnoty skupinov´eho zpoˇzdˇen´ı v dan´e oblasti vymezen´e hodnotou M . Pˇri pˇredpokladu jak by mˇel vypadat odhad filtru vych´az´ıme z 3.16 a 3.18. Potom pro celkovou d´elku M = 2N bude entropie skupinov´eho zpoˇzdˇen´ı sign´alu viz.4.9 a ˇsumu viz. 4.10. Hsignal = −
M
1 log2 (1) = 0
(4.9)
1 1 log2 ( N ) = N N 2 2
(4.10)
j=1
Hnoise = −
M j=1
Rozliˇsen´ı sign´alu a ˇsumu probˇehne podobn´ ym zp˚ usobem jako u standardn´ı odchylky od skupinov´eho zpoˇzdˇen´ı. Odhad filtru bude inverze vypoˇcten´e entropie skupinov´eho zpoˇzdˇen´ı. V tabulce 4.6 je zaneseno zv´ yˇsen´ı odstupu sign´al od ˇsumu pro v´ ypoˇcet z maxim´aln´ı hodnoty.
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
4.2.4
45
Filtrace pomoc´ı vlnkov´ e transformace
Mezi metody vhodn´e pro pouˇzit´ı patˇr´ı stacion´arn´ı vlnkov´a transformace a pot´e vlnkov´e pakety. Rozd´ıly jsou popsan´e v kapitole 3.5. Z´akladn´ı rozd´ıl spoˇc´ıv´a v tom, zda rozv´ıjet koeficienty detail˚ u a aproximac´ı i pro horn´ı polovinu spektra mˇeˇren´eho sign´alu. V tomto pˇr´ıpadˇe se jedn´a o u ´zkop´asmov´ y sign´al. V´ıce informac´ı poskytne praktick´e ovˇeˇren´ı. D´ıky sv´e jednoduchosti lze s v´ yhodou vyuˇz´ıt v prostˇred´ı Matlab Wavelet Toolbox. V tomto pˇr´ıpadˇe anal´ yza neprok´azala pˇr´ınos vlnkov´ ych paket˚ u. V´ ypoˇ cet pevn´ e hodnoty pro prahov´ an´ı koeficient˚ u z odhadu hladiny ˇ sumu V prostˇred´ı Matlab existuje pro v´ ypoˇcet hodnoty prahu pˇri filtraci pomoc´ı vlnkov´e transformace funkce ddencmp. Ta poˇc´ıt´a glob´aln´ı prahovou u ´roveˇ n pomoc´ı vztahu (4.11) t = 2· log(n)· s kde t je hodnota pro prahov´an´ı, n je souˇcin rozmˇer˚ u vstupn´ıho vektoru, s je odhad hladiny ˇsumu, kter´ y se poˇc´ıt´a pomoc´ı medianu rozkladu sign´alu diskr´etn´ı vlnkovou transformac´ı za pouˇzit´ı vlnky Daubechies ˇra´du 1. Lepˇs´ıch v´ ysledk˚ u bylo dosaˇzeno pˇri pouˇzit´ı mˇekk´eho prahov´an´ı popsan´eho v kapitole 3.5. D´ale bylo tak´e zjiˇstˇeno, ˇze optim´aln´ı pro danou mnoˇzinu sign´al˚ u je rozklad do 4 u ´rovnˇe detail˚ u. S dalˇs´ı zvyˇsov´an´ı u ´rovnˇe rozkladu nepˇrich´az´ı zlepˇsen´ı filtraˇcn´ıch schopnost´ı. Schopnosti jednotliv´ ych vlnek filtrovat namˇeˇren´ y sign´al jsou pops´any v tabulce 4.7 pomoc´ı SNRE. V´ ypoˇ cet hodnot pro prahov´ an´ı na z´ akladˇ e nevych´ ylen´ eho odhadu ˇ sumu Odvod´ıme krit´erium podle kter´eho lze hodnotit hladinu ˇsumu v sign´alu a z n´ı z´ıskat ˇ hodnotu pro prahov´an´ı koeficient˚ u vlnkov´e transformace. Sum budeme br´at jako ˇcistˇe n´ahodn´ y proces. Zavedeme pravdˇepodobnostn´ı oper´ator E{}, kter´ y odhaduje pravdˇepodobnost z´ısk´an´ı poˇzadovan´eho sign´alu po filtraci zaˇsumˇel´eho namˇeˇren´eho sign´alu. Jedn´a se o pokus maximalizovat SNRE a minimalizovat stˇredn´ı kvadratickou odchylku. Naˇs´ım c´ıle je nal´ezt funkci θ a minimalizovat ji ve vztahu 4.12. M SE =< |θ(y) − x|2 >=< θ(y)2 > −2 < xθ(y) > + < x2 >
(4.12)
K dispozici m´ame pouze zaˇsumˇel´ y sign´al y = x + n ale ne p˚ uvodn´ı sign´al x. V 4.12 2 je nutn´e odstranit z´avislost na x. Prvek < x > nem´a vliv na minimalizaˇcn´ı proces a tak ho nemus´ıme odhadovat. Na z´akladˇe Steinovy vˇety viz [28] m˚ uˇzeme napsat. Necht’ θ : R −→ R je to funkce, kter´a neroste do nekoneˇcna. Pot´e n´ahodn´a promˇenn´a vypad´a n´asledovnˇe: e =< θ(y 2 ) > −2yθ(y) + 2σ 2 θ (y) > + < x2 >= N 2 2 2 = N1 n=1 (θ (yn ) > −2yn θ(yn ) + 2σ θ (y)) + < x >
(4.13)
Nevych´ ylen´ y odhad minim´aln´ı stˇredn´ı kvadratick´e odchylky je pot´e: E{e} = E< |θ(z) − x|2 >
(4.14)
V prostˇred´ı Matlab je nadefinovan´a funkce wden, kter´a na z´akladˇe v´ yˇse popsan´eho krit´eria a v [28] definovan´e statistiky odhaduje hodnoty hladiny ˇsumu. Tento odhad
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
46
pouˇzije k adaptivn´ı filtraci na jednotliv´ ych u ´rovn´ıch aproximac´ı a detail˚ u rozkladu pomoc´ı stacion´arn´ıch vlnkov´a transformace. V´ ysledky filtrace mˇeˇren´eho sign´alu jsou pomoc´ı SNRE prezentov´any v tabulce 4.8. Dalˇ s´ı metoda adaptivn´ıho odhadu prahu pro koeficienty vlnkov´ e transformace Ani jedna z pˇredchoz´ıch metod nalezen´ı prahovac´ıch u ´rovn´ı neposkytovala uspokojiv´e v´ ysledky. Byly analyzov´any koeficienty vlnkov´e transformace v jednotliv´ ych u ´rovn´ıch rozkladu. Pokud je zvolen´a vhodn´a vlnka, tak jsou koeficienty rozkladu vyˇsˇs´ı v m´ıstˇe v´ yskytu hledan´eho sign´alu neˇz v m´ıstech, kde se vyskytuje pouze ˇsum. Pokud seˇrad´ıme koeficienty v jednotliv´ ych u ´rovn´ıch aproximac´ı a detail˚ u podle velikosti vztah 4.15, mˇely by nejvyˇsˇs´ı hodnoty odpov´ıdat hledan´ ym sign´al˚ um a zbytkov´a vˇetˇsina by mˇela b´ yt ˇsum. Pj = sort(Kj )
(4.15)
kde Pj jsou seˇrazen´e koeficienty podle velikosti pro vˇsechny stupnˇe j rozkladu stacion´arn´ı ubˇehu pomoc´ı stacion´arn´ı vlnkov´e vlnkov´e transformace, Kj je j rozklad zkouman´eho pr˚ transformace. Pˇri testov´an´ı tohoto krit´eria, bylo zjiˇstˇeno, ˇze smˇernice teˇcny nad oblast´ı ˇsumu se liˇs´ı kdyˇz koeficienty obsahuj´ı informaci o vadˇe a v pˇr´ıpadˇe ˇze tuto informaci neobsahuj´ı. Smˇernice teˇcny nad touto oblast´ı byla pouˇzita pro urˇcen´ı hodnoty prahovac´ı u ´rovnˇe pro dan´e koeficienty aproximac´ı ˇci detail˚ u. Vztah 4.16 Pj =
M δPj i=m
δi
(4.16)
kde Pj jsou seˇrazen´e koeficienty podle velikosti pro vˇsechny stupnˇe j rozkladu stacion´arn´ı vlnkov´e transformace, m a M je doln´ı a horn´ı mez v koeficientech Pj , tak aby pokryly 90% Pj se stˇredem oblasti v polovinˇe Pj , i urˇcuje poˇrad´ı prvku ve vektoru Pj .
Kj (i), |Kj (i)| > Pj (4.17) Cj (i) = 0, |Kj (i)| ≤ Pj ysledn´ y i koeficient j rozkladu pomoc´ı stacion´arn´ı vlnkov´e transformace, kde Cj (i) je v´ y j rozklad sign´alu stacion´arn´ı vlnkovou transformac´ı. Pj je pr´ah pro dan´ Jedn´a se tedy o adaptivn´ı prahov´an´ı z´avisl´e na podobnosti mateˇrsk´e vlnky s mˇeˇren´ ym sign´alem, kdy odhadujeme hladinu ˇsumu podle jeho amplitudov´eho rozloˇzen´ı. V´ ysledky t´eto experiment´aln´ı metody odhadu u ´rovnˇe pro prahov´an´ı koeficient˚ u vlnkov´e transformace jsou v tabulce 4.9.
4.3
Syntetick´ y sign´ al EMAT
Na z´akladˇe zad´an´ı byl vytvoˇren skript v prostˇred´ı Matlab generuj´ıc´ı umˇel´ y sign´al ze syst´emu EMAT. Simulovan´ y sign´al mˇel frekvenci 5,1 MHz, coˇz odpov´ıd´a re´aln´emu syst´emu na kter´em byla provedena mˇeˇren´ı. Byl pouˇzit ˇsum s rovnomˇern´ ym rozloˇzen´ım. Na obr´azc´ıch 4.5 a 4.6 je pr˚ ubˇeh simulovan´eho sign´alu a jeho v´ ykonov´a spektr´aln´ı hustota.
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
47
Obr´ azek 4.5: Syntetick´ y sign´ al ze syst´emu EMAT. Aditivn´ı ˇsum m´a rovnomˇern´e rozloˇzen´ı.
Jelikoˇz bylo k dispozici z v´ıcero mˇeˇren´ı dostateˇcn´ y poˇcet re´aln´ ych sign´al˚ u, v´ ysledky filtrac´ı na syntetick´ ych datech lze br´at jako orientaˇcn´ı. Pro porovn´an´ı je objektivnˇejˇs´ı srovn´avat v´ ysledky nad 10 mm vadou, kde je echo od vady jasnˇe ˇciteln´e a odpov´ıd´a teoretick´ ym pˇredpoklad˚ um s v´ ysledky nad menˇs´ımi vadami sp´ıˇse neˇz na umˇel´ ych sign´alech. Pro dodrˇzen´ı zad´an´ı byl zpracov´an syntetick´ y sign´al technikami, kter´e podaly nejlepˇs´ı v´ ysledky na re´aln´ ych mˇeˇren´ ych sign´alech. Hodnoty SNRE pro r˚ uzn´e typy filtrac´ı a v´ yˇse popsan´ ych syntetick´ y sign´al jsou v tabulce 4.10.
4.4
Porovn´ an´ı metod
V tabulce 4.11 je srovn´an´ı nejlepˇs´ıch hodnot SNRE r˚ uzn´ ych metod filtrace v z´avislosti na velikosti vady. Pro praktick´e vyuˇzit´ı bude nutn´e preferovat detekci minim´aln´ı vady. Pˇri v´ ybˇeru vhodn´eho nastaven´ı filtru pro danou tˇr´ıdu filtr˚ u jsem povaˇzoval za hlavn´ı faktor robustnost v cel´em rozsahu moˇzn´ ych velikost´ı vrtan´ ych vad se zamˇeˇren´ım na maxim´aln´ı efektivitu pro mal´e vady. Line´arn´ı filtrace pomoc´ı klasick´e p´asmov´e propusti je zastoupena n´avrhem FIR filtru pomoc´ı Parks-McClellanova algoritmu . Tento typ FIR filtru prok´azal nejvyˇsˇs´ı hodnoty SNRE. Je schopen zv´ yraznit vadov´e echo. Aˇz do velikosti vady 4mm byl schopen zv´ yˇsit odstup sign´al ˇsum o 4dB. Pokud hodnota vadov´eho echa poklesla do u ´rovnˇe ˇsumu, pˇrestal plnit svou funkci.
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
48
Obr´ azek 4.6: V´ ykonov´ a spektr´ aln´ı hustota syntetick´eho sign´alu EMAT. Aditivn´ı ˇsum m´a rovnomˇern´e rozloˇzen´ı.
Jednou z adaptivn´ıch line´arn´ıch filtrac´ı je Wienerova filtrace a byla zastoupena dvˇema odhady Wienerova filtru. V prvn´ım pˇr´ıpadˇe se odhadovaly parametry Wienerova filtru pomoc´ı standardn´ı odchylky od skupinov´eho zpoˇzdˇen´ı. Jedn´ım parametrem byl ˇra´d, kter´ y odpov´ıdal ˇs´ıˇrce okna ze kter´eho se odhad filtru poˇc´ıt´a. Dalˇs´ım byla procentu´aln´ı hodnota maxima odchylky od skupinov´eho zpoˇzdˇen´ı pˇres cel´e spektrum sign´alu ze kter´e se odvodila prahovac´ı u ´roveˇ n. Navrhovan´e pouˇzit´ı medianu m´ısto maxim´aln´ı hodnoty nepˇrineslo zlepˇsen´ı funkce filtru. V druh´em pˇr´ıpadˇe se odhadovaly parametry Wienerova filtru pomoc´ı entropie skupinov´eho zpoˇzdˇen´ı. Parametry mˇely pro filtraci shodn´ y v´ yznam jako v prvn´ım pˇr´ıpadˇe. V´ ysledky nab´ yvaly pˇribliˇznˇe poloviˇcn´ıch hodnot oproti FIR filtr˚ um. Tento fakt si vysvˇetluji zmenˇsen´ım mnoˇzstv´ı informace zadan´e pˇri vytvoˇren´ı filtru. Spektrum mˇeronosn´eho sign´alu bylo tedy pouze odhadov´ano. Optimistick´e v´ ysledky pro velice mal´e vady byly zav´adˇej´ıc´ı a byly zp˚ usobeny podstatou odhadu parametr˚ u Wienerova filtru. V´ ysledn´e filtrovan´e pr˚ ubˇehy uˇz nenesly informaci o vadˇe. Jednalo se i o hranici, kdy pouˇzit´e vyhodnocen´ı na z´akladˇe zde implementovan´eho SNRE nedok´azalo spolehlivˇe rozhodnout o zlepˇsen´ı filtrovan´eho sign´alu proti mˇeˇren´emu. Neline´arn´ı metody filtrace zde byly zastoupeny vlnkovou transformac´ı se tˇremi typy nastaven´ı prahovac´ı u ´rovnˇe. Se zvyˇsuj´ıc´ım se stupnˇem specializace typu v´ ybˇeru pro danou aplikaci doˇslo i k zv´ yˇsen´ı efektivity filtrace. Adaptivn´ı odhad hodnoty pro prahov´an´ı se uk´azal b´ yt z pohledu detekce vady v´ yhodnˇejˇs´ı neˇz zbyl´e dvˇe metody. V´ ysledek pro nejmenˇs´ı 1 mm umˇele vytvoˇrenou vadu pomoc´ı jmenovan´e metody je na obr.4.7. Takov´ehoto a lepˇs´ıho v´ ysledku bylo dosaˇzeno u 6 z 10 namˇeˇren´ ych sign´al˚ u pro 1 mm vadu.
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
Obr´ azek 4.7: V´ ysledek filtrace pomoc´ı stacion´ arn´ı vlnkov´e transformace za pouˇzit´ı adaptivn´ıho prahov´ an´ı namˇeˇren´eho sign´alu nad umˇele vytvoˇrenou vadou o pr˚ umˇeru 1 mm. V hloubce 19 mm je echo od odrazu od umˇele vytvoˇren´e vady. Byla pouˇzita vlnka db7.
49
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
Tabulka 4.4: Zv´ yˇsen´ı odstupu sign´ al od ˇsumu pro filtraci pomoc´ı FIR filtru p´ asmov´a propust jehoˇz polynom byl aproximov´ an pomoc´ı Parks-McClellanova algoritmu v z´ avislosti na ˇra´du filtru pˇri zvolen´e velikosti vady. Rozsah propustn´ ych frekvenc´ı je od 4,9 MHz do 5,3 MHz. Nejlepˇs´ı hodnoty pro danou velikost vady jsou oznaˇceny oranˇzovou barvou.
FIR filtr ˇ R´ad filtru 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60
Pr˚ umˇer umˇele vytvoˇren´e vady (mm) 10 8 4 2 1 0,20 0,12 0,15 0,12 0,00 0,93 0,82 0,79 0,47 0,02 2,13 2,28 2,10 0,85 0,17 2,16 2,29 2,11 0,82 0,15 2,25 2,48 2,26 0,84 0,03 2,23 2,69 2,28 0,64 0,00 2,33 2,80 2,49 0,98 0,00 2,39 2,83 2,49 0,96 0,00 2,54 2,94 2,66 1,08 0,00 2,98 3,37 3,27 1,26 0,04 3,27 3,86 3,91 1,12 0,00 3,38 3,93 3,95 1,02 0,00 3,46 4,06 4,07 1,07 0,00 3,54 4,20 4,24 1,04 0,00 3,53 4,20 4,21 0,78 0,00 3,54 4,19 4,16 0,59 0,00 3,54 4,17 4,09 0,59 0,00 3,53 4,19 4,10 0,59 0,00 3,56 4,20 4,15 0,38 0,00 3,56 4,19 4,12 0,23 0,00 3,58 4,18 4,09 0,24 0,00 3,61 4,12 4,06 0,19 0,00 3,62 4,03 3,97 0,00 0,00 3,61 4,00 3,91 0,00 0,00 3,61 3,97 3,84 0,00 0,00 3,58 3,94 3,81 0,00 0,00 3,63 4,00 3,82 0,00 0,00 3,64 3,99 3,77 0,00 0,00 3,68 3,97 3,67 0,00 0,00
50
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
Tabulka 4.5: Zv´ yˇsen´ı odstupu sign´ al od ˇsumu pro filtraci pomoc´ı odhadu Wienerova filtru ze standardn´ı odchylky od skupinov´eho zpoˇzdˇen´ı. Prahov´ an´ı prob´ıhalo od maxim´ aln´ı hodnoty odhadu filtru. V rohu subtabulky je vˇzdy uvedena velikost umˇele vytvoˇren´e vady v mm pr˚ umˇeru. Nejvyˇsˇs´ı hodnoty SNRE jsou oznaˇceny oranˇzovˇe
ˇıˇrka obdeln´ıkov´e okna S´ 10 (mm) Pr´ah (%) 10 20 1,68 30 2,02 40 2,08 50 2,26 60 2,56 8 (mm) Pr´ah (%) 10 20 0,98 30 0,99 40 0,90 50 1,01 60 0,56 4 (mm) Pr´ah (%) 10 20 3,74 30 3,80 40 3,63 50 3,27 60 2,57 2 (mm) Pr´ah (%) 10 20 1,45 30 1,22 40 0,58 50 0,00 60 0,00 1 (mm) Pr´ah (%) 10 20 0,66 30 0,57 40 0,50 50 0,31 60 0,00
pro v´ ypoˇcet 12 14 1,61 1,56 1,85 1,81 1,95 1,84 2,26 1,99 2,41 2,28 12 14 0,90 0,84 0,82 0,71 0,93 0,70 0,87 1,16 1,15 1,24 12 14 4,27 4,06 4,48 4,60 4,83 4,87 4,35 4,82 3,76 4,16 12 14 1,58 2,17 1,44 1,98 0,86 1,80 0,00 1,56 0,00 0,05 12 14 0,39 0,37 0,31 0,23 0,19 0,22 0,15 0,13 0,18 0,00
odchlky od skupinov´eho zpoˇzdˇen´ı 16 18 20 22 24 26 1,53 1,48 1,38 1,27 1,16 1,09 1,70 1,69 1,58 1,43 1,30 1,21 1,57 1,67 1,43 1,42 1,31 1,15 1,97 2,00 1,95 1,66 1,38 1,31 2,63 2,36 2,31 1,80 1,71 1,68 16 18 20 22 24 26 0,77 0,75 0,71 0,69 0,66 0,63 0,60 0,58 0,55 0,71 0,68 0,64 0,66 0,62 0,58 0,52 0,50 0,47 0,67 0,59 0,67 0,53 0,50 0,42 1,47 1,09 1,10 0,91 0,63 0,61 16 18 20 22 24 26 3,94 3,82 3,32 2,93 2,48 2,06 4,64 4,51 4,10 3,76 3,27 2,78 4,88 4,71 4,17 3,78 3,29 2,67 4,60 4,56 4,09 3,77 3,27 2,48 4,76 4,64 3,72 2,93 2,63 1,91 16 18 20 22 24 26 1,92 2,40 2,17 2,46 2,24 2,24 1,84 2,35 2,07 2,40 2,14 2,11 1,57 1,95 1,71 2,37 2,07 2,06 0,79 1,59 1,69 1,77 1,71 1,57 0,00 0,65 0,97 1,07 1,17 1,19 16 18 20 22 24 26 0,43 0,31 0,06 0,00 0,00 0,00 0,36 0,28 0,00 0,00 0,00 0,00 0,37 0,08 0,03 0,00 0,00 0,00 0,30 0,10 0,00 0,00 0,00 0,00 0,07 0,00 0,02 0,00 0,00 0,00
51
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
52
Tabulka 4.6: Zv´ yˇsen´ı odstupu sign´ al od ˇsumu pro filtraci pomoc´ı odhadu Wienerova filtru z entropie skupinov´eho zpoˇzdˇen´ı. Prahov´ an´ı prob´ıhalo od maxim´ aln´ı hodnoty odhadu filtru. V rohu subtabulky je vˇzdy uvedena velikost umˇele vytvoˇren´e vady v mm pr˚ umˇeru. Nejvyˇsˇs´ı hodnoty SNRE jsou oznaˇceny oranˇzovˇe
ˇıˇrka obd´eln´ıkov´eho okna pro v´ S´ ypoˇcet entropie skupinov´eho zpoˇzdˇen´ı 10 (mm) Pr´ah (%) 4 8 16 32 20 2,30 2,38 2,34 1,59 30 2,66 2,62 2,58 1,78 40 2,35 2,88 2,90 2,03 50 1,28 2,92 3,00 2,19 60 0,00 2,92 3,12 2,11 8 (mm) Pr´ah (%) 4 8 16 32 20 0,10 0,99 0,54 0,18 30 0,00 0,57 0,23 0,09 40 0,00 0,70 0,05 0,00 50 0,00 0,55 0,00 0,00 60 0,00 0,60 0,00 0,00 4 (mm) Pr´ah (%) 4 8 16 32 20 0,00 0,00 0,00 0,00 30 0,00 0,00 0,00 0,00 40 0,00 0,00 0,00 0,00 50 0,00 0,36 0,00 0,00 60 0,00 1,09 0,00 0,00 2 (mm) Pr´ah (%) 4 8 16 32 20 0,93 0,63 0,19 0,00 30 0,48 1,19 0,56 0,08 40 0,47 1,73 1,04 0,12 50 0,69 2,00 1,26 0,22 60 0,11 0,44 1,79 0,49 1 (mm) Pr´ah (%) 4 8 16 32 20 1,44 0,00 0,05 0,00 30 1,83 0,00 0,00 0,00 40 1,17 0,00 0,00 0,00 50 1,69 0,00 0,00 0,00 60 2,08 0,00 0,00 0,00
64 0,02 0,03 0,08 0,09 0,00 64 0,00 0,00 0,00 0,00 0,00 64 0,00 0,00 0,00 0,00 0,00 64 0,00 0,00 0,00 0,00 0,00 64 0,02 0,02 0,02 0,00 0,00
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
Tabulka 4.7: V´ ysledky filtrace pomoc´ı stacion´ arn´ı vlnkov´e transformace aplikovan´e na namˇeˇren´ a data pˇri r˚ uzn´ ych mateˇrsk´ ych vlnk´ ach. Nejlepˇs´ı hodnoty pro danou velikost vady jsou oznaˇceny oranˇzovou barvou.
Pr˚ umˇer Typ vlnky db1 db2 db3 db5 db7 db8 db9 coif1 coif2 coif3 coif4 sym2 sym4 sym5 sym6 sym7 haar bior 1.1 bior 1.3 bior 1.5 bior 2.2 bior 2.4 bior 2.6 bior 2.8 bior 3.1 bior 3.3 bior 3.5 bior 3.9 bior 4.4 bior 5.5 bior 6.8
umˇele 10 4,99 4,53 4,36 4,26 4,24 4,21 4,16 4,50 4,31 4,22 4,16 4,53 4,26 4,28 4,20 4,16 4,99 4,99 4,24 3,98 3,25 3,23 3,18 3,12 1,87 2,10 2,15 2,12 4,27 5,27 3,98
vytvoˇren´e vady (mm) 8 4 2 1 4,86 3,30 1,75 1,25 4,16 2,96 1,65 1,11 3,99 2,87 1,61 1,06 3,83 2,73 1,55 0,97 3,67 2,69 1,56 0,95 3,62 2,64 1,55 0,90 3,57 2,60 1,57 0,99 4,19 2,91 1,65 1,15 3,89 2,76 1,55 1,10 3,74 2,68 1,51 1,01 3,64 2,61 1,50 0,94 4,16 2,96 1,65 1,11 3,89 2,79 1,57 1,05 3,89 2,66 1,53 1,14 3,74 2,72 1,56 0,95 3,74 2,64 1,51 1,03 4,86 3,30 1,75 1,25 4,86 3,30 1,75 1,25 3,99 2,73 1,51 1,08 3,68 2,54 1,44 0,93 2,97 1,95 1,05 0,60 2,89 1,94 1,07 0,52 2,80 1,88 1,07 0,48 2,73 1,82 1,07 0,44 1,52 0,64 0,42 0,24 1,71 0,87 0,59 0,28 1,77 0,96 0,66 0,27 1,74 0,98 0,70 0,21 3,86 2,67 1,52 1,10 4,78 3,47 1,95 1,75 3,49 2,43 1,39 0,91
53
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
Tabulka 4.8: V´ ysledky filtrace pomoc´ı stacion´ arn´ı vlnkov´e transformace aplikovan´e na namˇeˇren´ a data pˇri r˚ uzn´ ych mateˇrsk´ ych vlnk´ ach a s odvozen´ım hladiny pro prahov´ an´ı v jednotliv´ ych u ´rovn´ıch rozkladu na z´ akladˇe nevych´ ylen´ ych odhad˚ u ˇsumu. Nejlepˇs´ı hodnoty pro danou velikost vady jsou oznaˇceny oranˇzovou barvou.
Pr˚ umˇer Typ vlnky db1 db2 db3 db5 db7 db8 db9 coif1 coif2 coif3 coif4 coif5 sym2 sym3 sym5 sym6 sym7 sym8 haar bior 1.1 bior 1.3 bior 2.2 bior 2.4 bior 2.6 bior 2.8 bior 3.7 bior 4.4 bior 5.5 bior 6.8
umˇele 10 3,28 3,97 3,52 4,76 3,13 5,46 3,87 2,68 2,90 3,03 4,12 3,39 3,97 3,52 3,28 4,21 2,92 3,13 3,28 3,28 2,93 2,42 3,73 2,87 3,57 3,73 3,21 4,76 3,67
vytvoˇren´e vady (mm) 8 4 2 1 2,63 2,49 1,25 0,35 3,78 2,31 0,46 0,32 4,85 2,89 0,77 1,06 4,05 3,00 0,32 0,00 4,32 3,47 1,13 0,61 4,47 3,25 0,00 0,20 4,15 2,83 0,87 1,02 3,06 2,34 1,31 0,98 3,75 2,23 0,81 0,96 3,01 3,36 1,13 0,61 4,45 2,88 0,91 0,91 3,51 2,99 1,32 1,50 3,78 2,31 0,46 0,32 4,85 2,89 0,77 1,06 3,44 2,33 0,69 0,65 2,96 2,39 0,90 0,71 5,33 2,91 0,34 1,05 5,22 2,06 0,45 1,15 2,63 2,49 1,25 0,35 2,63 2,49 1,25 0,35 3,57 1,76 0,30 0,49 2,74 1,77 0,91 0,75 3,99 3,10 1,66 0,29 3,44 2,36 0,49 0,16 4,41 2,48 1,31 0,57 4,49 2,39 1,40 0,00 3,73 2,42 1,19 0,60 2,81 2,88 0,05 0,90 4,31 1,57 0,77 0,60
54
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
Tabulka 4.9: V´ ysledky filtrace pomoc´ı stacion´ arn´ı vlnkov´e transformace aplikovan´e na namˇeˇren´ a data pˇri r˚ uzn´ ych mateˇrsk´ ych vlnk´ ach a s odvozen´ım hladiny pro prahov´ an´ı v jednotliv´ ych u ´rovn´ıch rozkladu na z´ akladˇe experiment´aln´ıho typu odhadu. Nejlepˇs´ı hodnoty pro danou velikost vady jsou oznaˇceny oranˇzovou barvou.
Pr˚ umˇer umˇele Typ vlnky 10 db1 9,62 db3 10,25 db4 10,10 db6 10,13 db7 10,40 db8 10,29 db9 10,24 coif1 10,50 coif2 10,31 coif4 10,24 coif5 10,25 sym2 10,07 sym4 10,35 sym5 10,26 sym6 10,13 sym7 10,03 sym8 10,22 haar 9,62 bior 1.1 9,62 bior 2.2 10,41 bior 2.4 10,38 bior 2.8 10,54 bior 3.1 8,98 bior 3.3 9,14 bior 3.5 9,15 bior 3.7 9,35 bior 4.4 10,60 bior 5.5 10,16 bior 6.8 10,47
vytvoˇren´e vady (mm) 8 4 2 1 13,82 10,97 5,57 2,02 14,49 11,08 4,90 3,27 14,29 11,28 4,38 4,41 13,69 10,88 4,24 3,93 13,30 11,09 5,03 5,34 13,02 10,86 4,23 4,36 13,52 11,02 4,37 4,49 13,79 11,42 6,01 3,52 14,35 11,44 5,53 3,79 14,19 11,16 5,04 3,05 14,25 10,88 5,15 3,87 14,24 10,63 5,83 2,93 14,89 11,13 4,67 4,45 14,52 11,51 4,80 3,42 13,90 11,32 4,66 4,27 14,99 10,71 4,62 3,67 14,04 11,43 4,68 4,31 13,82 10,97 5,57 2,02 13,82 10,97 5,57 2,02 14,71 10,93 6,11 3,58 14,97 11,22 5,69 4,03 15,32 11,22 5,23 3,35 12,81 10,93 5,83 3,93 13,83 11,23 6,34 4,82 14,72 11,58 6,46 3,82 15,04 10,82 6,35 3,70 14,54 10,85 4,99 4,01 13,65 10,57 4,97 3,80 14,79 10,95 4,92 3,43
55
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
56
Tabulka 4.10: V´ ysledky filtrace syntetick´eho sign´alu EMAT pomoc´ı metod filtrace, kter´e pomoc´ı krit´eria SNRE dos´ ahly nejlepˇs´ıch v´ ysledk˚ u na re´ aln´ ych namˇeˇren´ ych sign´ alech.Wf znaˇc´ı Wiener˚ uv filtr, sz skupinov´e zpoˇzdˇen´ı. SWT je stacion´arn´ı vlnkov´ a transformace s typem pouˇzit´e vlnky a r˚ uzn´ ymi typy prahov´ an´ı koeficient˚ u. Nejvyˇsˇs´ı SNRE je oznaˇceno oranˇzovˇe.
IIR filtr p´asmov´a propust’ ˇra´d = 8 FIR filtr p´asmov´a propust’ ˇra´d = 30 Wf, odhad SNR standardn´ı odchylkou od sz., M=22 Pr´ah=20% Wf, odhad SNR pomoc´ı entropie sz., bit˚ u=16 Pr´ah=60% SWT pevn´a hodnota pro prahov´an´ı koeficient˚ u - bior 5.5 SWT prahov´an´ı koeficient˚ u odhadem sure - coif5 SWT pr´ah adaptivn´ım odhadem - db7
SNRE (dB) 1,45 1,26 1,49 0,89 2,01 1,74 11,76
ˇ ´ICH METOD KAPITOLA 4. IMPLEMENTACE FILTRACN
57
Tabulka 4.11: Srovn´ an´ı v´ ysledk˚ u metod filtrace sign´ alu EMAT na z´ akladˇe SNRE. Vˇzdy je uveden typ filtrace se sv´ ymi vstupn´ımi parametry. U pouˇzit´ ych vlnkov´ ych transformac´ı je za pomlˇckou typ pouˇzit´e vlnky. Nejvyˇsˇs´ı hodnoty SNRE pro kaˇzdou veliˇ e pozad´ı m´a se sv´ kost vady jsou oznaˇceny oranˇzovˇe. Sed´ ymi parametry pro danou tˇr´ıdu vˇzdy ta metoda filtrace, kter´ a byla ohodnocena podle krit´eri´ı v 4.4 jako nejvhodnˇejˇs´ı.
Filtrace s nejlepˇs´ımi v´ ysledky 10 Pr˚ umˇerov´an´ı z 64 vzork˚ u 4,69 FIR filtr ˇra´du 8 2,13 FIR filtr ˇra´du 22 2,98 FIR filtr ˇra´du 30 3,54 FIR filtr ˇra´du 60 3,68 IIR filtr ˇra´du 8 4,22 IIR filtr ˇra´du 10 4,27 IIR filtr ˇra´du 16 4,39 Wiener (standardn´ı odchylka) M=16 Pr´ah=60% 2,63 Wiener (standardn´ı odchylka) M=16 Pr´ah=40% 1,57 Wiener (standardn´ı odchylka) M=22 Pr´ah=20% 1,27 Wiener (standardn´ı odchylka) M=10 Pr´ah=20% 1,68 Wiener (entropie) bit˚ u=16 Pr´ah=60% 3,12 Wiener (entropie) bit˚ u=8 Pr´ah=20% 2,38 Wiener (entropie) bit˚ u=8 Pr´ah=60% 2,92 Wiener (entropie) bit˚ u=8 Pr´ah=50% 2,92 Wiener (entropie) bit˚ u=4 Pr´ah=60% 0,00 Wavelet - bior 5.5 5,27 Wavelet - db1 4,99 Wavelet (pr´ah odhadem sure) - db8 5,46 Wavelet (pr´ah odhadem sure) - sym7 2,92 Wavelet (pr´ah odhadem sure) - db7 3,13 Wavelet (pr´ah odhadem sure) - bior 2.4 3,73 Wavelet (pr´ah odhadem sure) - coif5 3,39 Wavelet (pr´ah adaptabiln´ım odhadem) - bior 4.4 10,60 Wavelet (pr´ah adaptabiln´ım odhadem) - bior 2.8 10,54 Wavelet (pr´ah adaptabiln´ım odhadem) - bior 3.5 9,15 Wavelet (pr´ah adaptabiln´ım odhadem) - db7 10,40
8 5,64 2,28 3,37 4,20 3,97 4,91 5,28 4,88 1,47 0,66 0,69 0,98 0,00 0,99 0,60 0,55 0,00 4,78 4,86 4,47 5,33 4,32 3,99 3,51 14,54 15,32 14,72 13,30
Pr˚ umˇer 4 4,95 2,10 3,27 4,24 3,67 5,30 5,27 4,31 4,76 4,88 2,93 3,74 0,00 0,00 1,09 0,36 0,00 3,47 3,30 3,25 2,91 3,47 3,10 2,99 10,85 11,22 11,58 11,09
vady 2 1,74 0,85 1,26 1,04 0,00 0,70 0,00 0,00 0,00 1,57 2,46 1,45 1,79 0,63 0,44 2,00 0,11 1,95 1,75 0,00 0,34 1,13 1,66 1,32 4,99 5,23 6,46 5,03
(mm) 1 0,21 0,17 0,04 0,00 0,00 0,00 0,00 0,00 0,07 0,37 0,00 0,66 0,00 0,00 0,00 0,00 0,78 1,75 1,25 0,20 1,05 0,61 0,29 1,50 4,01 3,35 3,82 5,34
Kapitola 5 Z´ avˇ er V pˇredloˇzen´e diplomov´e pr´aci byla zkoum´ana skupina metod pro filtraci sign´alu. Jejich vhodnost byla posouzena na z´akladˇe pˇredpoklad˚ u z´ıskan´ ych z vlastnost´ı mˇeˇren´ ych sign´al˚ u. D´ale tak´e na z´akladˇe proveden´eho rozboru literatury a svˇetov´eho stavu problematiky. Tyto metody byly implementov´any. V pˇr´ıpadˇe, ˇze bylo moˇzn´e vyb´ırat z v´ıce typ˚ u filtr˚ u, doˇslo nejprve k otestov´an´ı rozumn´eho mnoˇzstv´ı promˇenn´ ych parametr˚ u na namˇeˇren´ ych sign´alech. N´aslednˇe byl vybr´an filtr, kter´ y dosahoval jak dobr´ ych v´ ysledk˚ u SNRE (zv´ yˇsen´ı odstupu sign´al ˇsum), tak dostateˇcn´e robustnosti. V´ ysledkem je srovn´an´ı vybran´ ych metod ˇc´ıslicov´eho zpracov´an´ı sign´al˚ u s c´ılem zv´ yˇsit detekˇcn´ı schopnost nedestruktivn´ıho testov´an´ı materi´al˚ u metodou EMAT. Toto srovn´an´ı se op´ır´a o programov´e u - toolbox pro moˇzn´e budouc´ı testov´an´ı prostˇred´ı Matlab, kde byl vytvoˇren bal´ık n´astroj˚ a porovn´an´ı s nov´ ymi metodami filtrace sign´alu. Pro porovn´an´ı v´ ysledk˚ u filtrace sign´alu byla pouˇzita hodnota SNRE. Na z´akladˇe porovn´an´ı v simulovan´ ych a re´aln´ ych podm´ınk´ach lze uv´est tyto poznatky: • Z hlediska bezkontaktn´ıho generov´an´ı ultrazvuku nen´ı pouˇzit´ y syst´em optim´aln´ı, hybridn´ı varianta by nejsp´ıˇse l´epe vyuˇz´ıvala dodanou energii. Viz kapitola 1.5.5 Hybridn´ı syst´emy. • Opakovan´a mˇeˇren´ı na dostupn´em syst´emu EMAT prok´azala v´ yhody pouˇzit´ı EMAT pro ultrazvukovou defektoskopii popsan´e v kapitole 1.6 V´ yhody pouˇzit´ı EMAT v NDE. • Filtrace pomoc´ı pr˚ umˇerov´an´ı nepˇrin´aˇs´ı dalˇs´ı moˇznosti zv´ yˇsen´ı citlivosti syst´emu. • Stejnˇe jako v pˇredeˇsl´em bodˇe je filtrace pomoc´ı p´asmov´ ych prospust´ı ve frekvenˇcn´ı oblasti sama o sobˇe nedostateˇcn´a. Jelikoˇz se jedn´a o line´arn´ı metodu a mˇeˇren´ y sign´al nen´ı ˇsirokop´asmov´ y, m˚ uˇze slouˇzit jako podp˚ urn´a metoda filtrace a mohou po n´ı n´asledovat dalˇs´ı filtrace. • Zde implementovan´e odhady Wienerova filtru nedosahuj´ı pˇredpokl´adan´ ych v´ ysledk˚ u. Nejsou tak robustn´ı jako FIR filtry, coˇz zp˚ usobuje ˇc´asteˇcn´ y odhad parametr˚ u filtru. Pro tuto aplikaci nebyl nalezen vhodn´ y odhad Wienerova filtru. • Filtrace pomoc´ı metody vlnkov´ ych paket˚ u nepˇrin´aˇs´ı oproti metod´am zaloˇzen´ ym na diskr´etn´ı vlnkov´e transformaci zlepˇsen´ı. 58
´ ER ˇ KAPITOLA 5. ZAV
59
• Nejlepˇs´ıch v´ ysledk˚ u bylo v t´eto pr´aci dosaˇzeno rozkladem sign´alu pomoc´ı stacion´arn´ı vlnkov´e transformace. • Pro prahov´an´ı koeficient˚ u transformace byly pouˇzity standardn´ı funkce, funkce pracuj´ıc´ı adaptabilnˇe v kaˇzd´e u ´rovni rozkladu i nov´e postupy. • Adaptivn´ı odhad u ´rovn´ı ˇsumu v kaˇzd´em stupni rozkladu pomoc´ı stacion´arn´ı vlnkov´e transformace produkoval nejvyˇsˇs´ı hodnoty SNRE. Viz kapitola 4.2.4 Filtrace pomoc´ı vlnkov´e transformace. 1 tlouˇst’ky • Pouˇzit´ı zde prezentovan´ ych metod dovoluje detekci vady o velikosti aˇz 40 pˇr´ıpravku na kter´em byla data mˇeˇrena. Viz technick´a dokumentace A.1
Metody, kter´e zde prok´azaly schopnost filtrovat namˇeˇren´a data, bude nutn´e implementovat pˇr´ımo do mˇeˇr´ıc´ıch zaˇr´ızen´ı. D´ale by bylo vhodn´e provˇeˇrit schopnosti zde prezentovan´ ych metod na v´ıce materi´alech s dalˇs´ımi vadami. V neposledn´ı ˇradˇe se vyv´ıjej´ı nov´e metody filtrace zaloˇzen´e na hlubˇs´ım statistick´em rozboru filtrovan´ ych sign´al˚ u. Bohuˇzel vˇsak i jeden z v´ ysledk˚ u t´eto studie poukazuje na to, ˇze je tˇreba d´ale zvyˇsovat efektivitu vys´ıl´an´ı a pˇr´ıjmu sign´alu. Pokud se dostane sign´al svou energi´ı pod hladinu ˇsumu, je z´ısk´an´ı informace velice obt´ıˇzn´e. V´ yvoji lehk´eho pˇrenosn´eho syst´emu EMAT bude nutn´e vˇenovat jeˇstˇe znaˇcn´e u ´sil´ı.
Literatura ´c ˇ,Va ´clav; Sedla ´c ˇek,Miloˇ [1] Hlava s. Zpracov´ an´ı sign´al˚ u a obraz˚ u. Praha: Vydaˇ vatelstv´ı CVUT, 2000, ISBN: 80-01-02114-9. ˇ [2] Kreidl, M. a kol. Diagnostick´e syst´emy. Praha: Vydavatelstv´ı CVUT, 2001, ISBN 80-01-02349-4. ˇ ´ıd, Radislav. Technick´a diagnostika. Praha: Nakladatelstv´ı [3] Kreidl, Marcel; Sm BEN, 2006, ISBN 80-7300-158-6. ´c ˇek,Miloˇ [4] Haasz,Vladim´ır; Sedla s. Elektrick´a mˇeˇren´ı, Pˇr´ıstroje a metody. 2. ˇ vyd´an´ı, Praha: Vydavatelstv´ı CVUT, 2003, ISBN 80-01-02731-7. [5] Madisetti, Vyjai K.; Williams, Dougles B.. The Digital Signal Processing Hnadbook. CRC/IEEE Press, CRCnetbase 1999. ´k, Petr. Vybran´e metody ˇc´ıslicov´eho zpracov´ [6] Sovka, Pavel; Polla an´ı sign´ al˚ u. ˇ Praha: Vydavatelstv´ı CVUT, 2001, ISBN 80-01-02416-4. aˇsky z fyziky s ˇreˇsen´ymi pˇr´ıklady. [7] Feynman, Richard Phillips. Feynmanovy pˇredn´ 2/3 Havl´ıˇck˚ uv Brod : Fragment, 2001, ISBN 80-7200-420-4. ˇ ´ıd, Radislav. Matlab v mˇeˇren´ı. Praha: Vydavatelstv´ı ´c ˇek, Miloˇ [8] Sedla s; Sm ˇ CVUT, 2004, ISBN 80-01-02851-8. [9] S.Dixon, C.Edwards ,S.B. Palmer. A laser–EMAT system for ultrasonic weld inspection. Ultrasonics 1999, no 37. [10] S.Dixon, X.Jian. Enhancement of EMAT and eddy current using a ferrite backplate. Sensors and Actuators, 2006. [11] S.Dixon, X.Jian, R.S. Edwards, J. Morrison. Coupling mechanism of an EMAT. Ultrasonics, 2006. [12] S. Boonsang, R.J. Dewhurst. A sensitive electromagnetic acoustic transducer for picometer-scale ultrasonic displacement measurements. Sensors and Actuators, 2006, A 127. ˇla ´vac´ı centrum pro nedestruktivn´ı testova ´n´ı materia ´l˚ [13] Vzde u http://www.ndted.org/EducationResources/CommunityCollege/Ultrasonics/ EquipmentTrans/emats.htm, 18.12.2005. 60
LITERATURA
61
[14] Fukuoka Institute of Technology, Japan http://www.fit.ac.jp/ ~murayama/project1.files/frame.htm, 18.12.2005. [15] Riichi Murayam, Kazuhiro Misumi. Development of a non-contact stress measurement system during tensile testing using the electromagnetic acoustic transducer for a Lamb wave. NDT&E International, 2006, no 39. [16] Zhiqi Guo, J.D. Achenbach, Sridhar Krishnaswamy. EMAT generation and laser detection of single lamb wave modes. Ultrasonics 1997, no 35. [17] Robert E. Green Jr. Non-contact ultrasonic techniques. Ultrasonics 2004, no 42. [18] M. Gori, S. Giamboni, E. D’Alessio, S. Ghia b, F. Cernuschi. EMAT transducers and thickness characterization on aged boiler tubes. Ultrasonics, 1996, no 34. [19] Tuboscope Pipeline Services, 2835 Holmes Road Houston, Texas 77051. Development of an EMAT In-Line Inspection System For Detection, Discrimination, and Grading of Stress Corrosion Cracking In Pipelines. Jeff Aron, Jeff Jia, Bruce Vance, Wen Chang, Raymond Pohler,Jon Gore, Stuart Eaton, Adrian Bowles, Tim Jarman, 2005. ˇ de ˇ. British Medical Ultra[20] Prezentace historie pouˇ zit´ı ultrazvuku ve ve sound Society. http://www.bmus.org/scenes%20from%20history.htm, 30.4.2006. http://www.bmus.org/public-info/pi-history03.asp, 12.11.2006. [21] Hellier,Chuck. Handbook of Nondestructive Evaluation. 2 edition, publisher: McGraw-Hill Professional , 2003, ISBN 0070281211. [22] Innerspec Technologies, Inc.4004 Murray Place, Lynchburg, VA 24501, USA http://www.innerspec.com/, 18.12.2005. [23] Grandia,W.A.;Fortunko,C.M. NDE Applications of Air-Coupled Ultrasonic. IEEE ULTRASONICS SYMPOSIUM, 1995, p. 697-709. [24] K.T.V. Grattan, X. Jian, S. Dixon,R.S. Edwards. A model for pulsed Rayleigh wave and optimal EMAT design. Sensors and Actuators, March 2006, A 128. ˇ [25] Starman, Stanislav Non-contact ultrasonic method EMAT, Czech Technical University in Prague, Faculty of Electrical Engineering, Prague, Czech Republic, 2006. ˇ ´ıd, Radislav Uvod ´ ˇ [26] Sm do vlnkov´e transformace. CVUT FEL katedra mˇeˇren´ı 2001. http://measure.feld.cvut.cz/usr/staff/smid/wavelets/ wavelet-intro-html.html, 15.12.2006.
LITERATURA
62
[27] NDT Encyklopedia, Introduction to Optical Holographic NDT http://www.ndt.net/article/az/other/hndt.htm, 12.10.2006. ´ ˇ´ı. O PRE-TEST ODHADECH A STEINOVYCH [28] Friesl, Michal; Reif, Jir ODHADECH V REGRESI. Statistika, 2003. [29] Panametrics, Inc. Technical notes, 2005. www.panametrics.com [30] Motherwell Bridge Ltd., PO Box 4, Logans Road, Motherwell ML13NP, United Kingdom. Emat Pipe Corrosion Detection, 2005. http://www.mbgroup.com/ [31] Active Materials Laboratory Mechanical and Aerospace Engineering Department Henry Samueli School of Engineering and Applied Science Engineering, Los Angeles, USA. Magnetostriction and Magnetostrictive Materials. http://aml.seas.ucla.edu/research/areas/magnetostrictive/ mag-composites/Magnetostriction%20and%20Magnetostrictive%20Materials. htm, 15.11.2006. [32] Diederichs, R.. Generation of Horizontally Polarized Shear Waves with EMAT Transducers. The e-Journal of Nondestructive Testing http://www.ndt.net/article/0398/huebsch/hueb.htm 17.12.2006 [33] Murray, P.R.; Dewhurst, R.J. Application of a laser EMAT system for using shear and LS mode converted waves. Ultrasonics, 2002, no 42. ´ch 24,180 00, Praha 8, Czech [34] Starmans electronics s.r.o., V Zahrada Republic http://www.starmans.net/ [35] Honarvar F.;Sheikhzadeh H.;Moles M.;Sinclair A.N.. Improving the timeresolution and signal-to-noise ratio of ultrasonic NDE signals. Ultrasonics, 2002, no 42. [36] Li, X.;Bilgutay, N.M. Wiener Filter Realization for Target Detection Using Group Delay Statistics. IEEE Transactions on signal processing, VOL. 41, NO. 6, JUNE 1993. ˇ ˇ ´ıd, R.;Kreidl, M. Comparison of De-noising Methods [37] Matz, V.;Starman, S.;Sm Used for EMAT Signals, Czech Technical University of Prague, Prague, Czech Republic, 2006.
Pˇ r´ıloha A N´ akres zkouman´ eho pˇ r´ıpravku
I
ˇ ´ILOHA A. NAKRES ´ ´ ˇ ´IPRAVKU PR ZKOUMANEHO PR
Obr´ azek A.1: Dle tohoto sch´ematu byla vyrobena mˇerka pro testov´an´ı moˇznost´ı syst´emu EMAT v r´ amci ultrazvukov´e defektoskopie
II
Pˇ r´ıloha B Obsah pˇ riloˇ zen´ eho CD K t´eto pr´aci je pˇriloˇzeno CD, na kter´em jsou uloˇzen toolbox, re´aln´e sign´aly, v´ yvojov´e m-files k cel´e pr´aci, dokument v elektronick´e podobˇe, elektronick´e podklady pro pr´aci. • emat toolbox • dalsi mfiles • dokument • elektronicke zdroje
III