一种超声无损测量合金淬硬层深度的测量方法技术

本发明专利技术涉及电数字数据处理技术领域，提出一种能提高测量精度以及重复可靠性高的一种超声无损测量合金淬硬层深度的测量方法，包括以下步骤：S1、对试样表面研磨、抛光消除表面粗糙度对超声检测的影响；S2、采用水浸式超声横波检测系统对试样进行初始背散射信号采集；S3、对采集的初始背散射信号采取实时信号平均，减弱仪器噪声和电噪声对采集信号干扰；S4、背散射信号中快速振动部分的振动幅值随信号包络缓慢变化，通过希尔伯特变换提取背散射信号包络，对信号包络进行Saviztky

【技术实现步骤摘要】
一种超声无损测量合金淬硬层深度的测量方法


[0001]本专利技术涉及电数字数据处理
，特别涉及一种超声无损测量合金淬硬层深度的测量方法。

技术介绍

[0002]钢合金具有良好的淬透性以及热处理加工性能，广泛用于工程机械履带底盘件中，如齿块、支重轮轮体和履带链轨节等耐磨件。表面感应淬火硬化处理是提高履带底盘零件耐磨性以及疲劳强度的有效方法，淬硬层深度是其中一项重要指标，合适的淬硬层深度搭配适当的基部韧性能使零件发挥更好的综合性能。因此，合理控制淬硬层深度是钢合金感应淬火热处理工艺的关键，而淬硬层深度的高效、高精度检测工作又是其中的基础和前提。
[0003]目前，一般工业生产用金相法、显微硬度法随机抽取零件进行淬硬层深度检测来确保感应淬火热处理工艺的质量。然而，这种方法不仅损坏零件、耗费时间、而且成本也很高。超声背散射法是新兴的无损测量淬硬层深度的方法，超声波在均匀固体介质中以相同的方向传播，当遇到其他物体、空气、液体或者不同材质的固体界面时，声波会发生散射、衍射或折射等现象。35MnB合金的微观组织包含奥氏体、铁素体、珠光体等多种粗糙晶粒，经过高频感应淬火后会在表层产生具有致密晶粒的马氏体淬硬层。高频的超声波可以无阻碍地穿过致密晶粒，但是却难以穿过具有粗糙晶粒的基体材料，并因此在两者交界处发生散射，形成超声背散射效应。通过激发超声波脉冲，采集零件内部的超声背向散射信号，计算超声波从进入零件表面到有效硬化层与基材分界面的时间，结合零件的超声波声速，可简略地代替金相法和显微硬度法实现淬硬层深度的无损测量。该领域的全球研究表明，针对淬透性好，过渡层小的合金钢零件，德国弗劳恩霍夫无损检测研究所(IZFP)和日本神钢集团已研发出相应检测设备，并应用于实际生产。在此基础上，Sinding等用高斯模糊平滑滤波和全变差的去噪方法以更好地定位背散射信号中的变化。Honarvar 等用维纳滤波和自回归谱外延的信号处理方法以解决淬硬层深度较小时，背散射信号难以识别的问题。
[0004]然而，对于过渡层较大的淬硬件，初始采集的超声背散射信号强度较弱，振动包络幅值增长缓慢，容易淹没在仪器噪声、电噪声以及杂波信号中，常规超声测量模型仅对背散射信号包络峰值进行极限硬度点的定位显然不够准确，测量精度以及重复可靠性难以保证。

技术实现思路

[0005]因此，针对上述的问题，本专利技术提出一种能提高淬硬层深度的超声无损测量精度以及重复可靠性的一种超声无损测量合金淬硬层深度的测量方法。
[0006]为解决上述技术问题，本专利技术采取的解决方案为:一种超声无损测量合金淬硬层深度的测量方法，包括以下步骤：S1、试样处理：对淬火后的合金试样表面进行了研磨、抛光处理，消除表面粗糙度
对超声检测的影响；S2、超声信号采集：采用水浸式超声横波检测系统并使用15 MHz高频探头横波模式倾斜入射对试样进行初始背散射信号采集；S3、对采集的初始背散射信号进行预处理：采集的初始背散射信号中包含仪器噪声、电噪声，利用实时信号平均来减弱仪器噪声和电噪声对背散射信号的干扰，得到处理后的背散射信号；初始背散射信号的实时信号平均方式如下：信号的M次独立检测结果为:第M次检测结果的离散采样为:则对应于m次检测结果的第n个离散采样值的算数平均值为：S4、预处理后的背散射信号的趋势特征提取:趋势特征提取包括以下步骤：A1、希尔伯特变换提取信号包络：背散射信号中包含很多快速振动的部分，该部分的振动幅值随信号包络缓慢变化，通过希尔伯特变换对背散射信号包络进行提取，以获取背散射信号基本趋势，信号包络提取方式如下：信号f(x)的希尔伯特变换定义为：使用卷积*符号可表示为：利用卷积定理求得信号的频率响应：其中，令原信号作为实部，经希尔伯特变化后的信号作为虚部，构造解析信号：解析信号实部和虚部可由极坐标表示为：其中，A(t)即为所求信号f(x)的包络；A2、 Savitzky
‑
Golay滤波器平滑去噪：对提取到的信号包络进行Saviztky
‑
Golay滤波器平滑滤波去噪，基于Saviztky
‑
Golay滤波器时域数据中移动窗口内的最小二乘多项式拟合，保留峰高和峰宽数据特征，用窗口内的拟合多项式来求取该窗口内数据点的拟合值，通过不断移动窗口重复操作，求出序列信号各点的拟合值；拟合值求取方式如下：假设窗口内的数据为:现构造一个n阶的多项式(n≤m)来拟合这组数据：其中，θ
0,
θ
1,
θ
2,...,
θ
n
为参数；拟合数据点与原数据点的残差平方和为：利用Ε对θ
i
求偏导数所得方程组应为0，通过解方程组得到θ
i
，进而求出该拟合多项式的拟合值，找到一组使得残差平方和E最小的序列信号各点的拟合值θ(θ
0,
θ
1,
θ
2,...,
θ
n
)；A3、小波分辨率分析：背散射信号受到杂波噪声的干扰，频带分布较广，对经过信号包络提取和平滑滤波后的背散射信号进行小波多分辨率分析，小波多分辨率分析利用小波变换将背散射信号分解为不同尺度下的时间序列，对背散射信号低频段的近似背散射信号进行逐级细分，分解尺度越多，低频段的频率分辨率就越高，信号趋势也就越明显，比较背散射信号在不同尺度下的能量分布，最大化保留背散射信号能量，对分解信号进行重构以获取趋势特征；具体方式如下：给定信号x(t)，定义尺度函数和小波函数共同构造信号的小波多分辨率分解，其中尺度函数定义为：小波函数定义为：其中j决定了小波的幅度和狭窄程度，K决定了小波沿t方向上的位置；尺度函数和小波函数均为实值函数且满足如下条件：小波函数在尺度1
‑
J上表征信号的细节系数(高频成分)如下：信号的趋势特征项在可利用尺度函数在分解的最高尺度J上求出：
这样一来，x(t)就可以利用信号的趋势特征s
j
和细节系数d
j
来表示：即x(t)可表示为：其中，s
j
就是所求信号的趋势特征项；S5、计算试样淬硬层深度：通过趋势特征对试样过渡层中的极限硬度点进行标定，选取信号趋势特征项一回波幅值点，并以该点幅值作为闸门阈值对极限硬度点做假设标记，计算淬硬层深度；对试样淬硬层深度的多次测量结果取平均值。
[0007]通过采用前述技术方案，本专利技术的有益效果是：趋势特征分析是一种时间序列的分析方法，用来研究时间序列在长期变动过程中存在的规律性。在淬硬层深度的超声无损测量中，背散射信号中的趋势特征反映淬硬件过渡层的基本信息，与淬硬层深度变化的相关敏感性更高，且具有较强的稳定性，而细节成分属于噪声信号。因此，引入小波变换多分辨率分析(Multi
‑
resolution Analysis, MRA) ，将背散射信号分解为不同尺度下的时间序列，探求其能量分布，对低频段的近似信号进行逐级细分，去除细节成分，提取信号的趋势特征项，并以此标定淬硬件过渡层中的极限硬度点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声无损测量合金淬硬层深度的测量方法，其特征在于：包括以下步骤：S1、试样处理：对淬火后的合金试样表面进行了研磨、抛光处理，消除表面粗糙度对超声检测的影响；S2、超声信号采集：采用水浸式超声横波检测系统并使用15 MHz高频探头横波模式倾斜入射对试样进行初始背散射信号采集；S3、对采集的初始背散射信号进行预处理：采集的初始背散射信号中包含仪器噪声、电噪声，利用实时信号平均来减弱仪器噪声和电噪声对背散射信号的干扰，得到处理后的背散射信号；初始背散射信号的实时信号平均方式如下：信号的M次独立检测结果为:第M次检测结果的离散采样为:则对应于m次检测结果的第n个离散采样值的算数平均值为：S4、预处理后的背散射信号的趋势特征提取:趋势特征提取包括以下步骤：A1、希尔伯特变换提取信号包络：背散射信号中包含很多快速振动的部分，该部分的振动幅值随信号包络缓慢变化，通过希尔伯特变换对背散射信号包络进行提取，以获取背散射信号基本趋势，信号包络提取方式如下：信号f(x)的希尔伯特变换定义为：使用卷积*符号可表示为：利用卷积定理求得信号的频率响应：其中，令原信号作为实部，经希尔伯特变化后的信号作为虚部，构造解析信号：解析信号实部和虚部可由极坐标表示为：
其中，A(t)即为所求信号f(x)的包络；A2、 Savitzky
‑
Golay滤波器平滑去噪：对提取到的信号包络进行Saviztky
‑
Golay滤波器平滑滤波去噪，基于Saviztky
‑
Golay滤波器时域数据中移动窗口内的最小二乘多项式拟合，保留峰高和峰宽数据特征，用窗口内的拟合多项式来求取该窗口内数据点的拟合值，通过不断移动窗口重复操作，求出序列信号各点的拟合值；拟合值求取方式如下：假设窗口内的数据为:现构造一个n阶的多项式(n≤m)来拟合这组数据：其中，θ
0,
θ
1,
θ<...

【专利技术属性】
技术研发人员：韩军，付磊，龙晋桓，王愉锦，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：