顾增涛，付跃文，薛盛龙

(南昌航空大学 无损检测技术教育部重点实验室， 南昌 330063)



基于系统辨识的脉冲涡流信号提离效应

顾增涛，付跃文，薛盛龙

(南昌航空大学 无损检测技术教育部重点实验室， 南昌 330063)

脉冲涡流检测中缺陷信号会受到提离效应的严重干扰。采用带控制量的自回归(ARX)模型的系统辨识方法分析提离效应。首先,利用传感器处于空气中测得的信号作为输入信号,分别以不同提离高度测得的信号作为输出信号，然后利用最小二乘法对模型的参数估计后得到不同参数的ARX模型。结果表明,系统模型的高频特性可在检测时用来指示试件内部较深缺陷的不同提离高度。

脉冲涡流检测；ARX模型；最小二乘法；提离效应

目前飞机的机体大多数都是具有多层的金属结构，一般用铆钉连接在一起。随着服役时间的增长,飞机机体上会出现疲劳裂纹和腐蚀损伤等缺陷而留下安全隐患。脉冲涡流检测技术是一种新的涡流无损检测方法[1]。缺陷信号的分类和定量评估是涡流检测技术信号分析的重要组成部分[2]。对缺陷信号进行分类，是由于检测过程中得到的信号可能包含了提离噪声的干扰，所以需要将纯腐蚀信号与腐蚀和提离的混合信号区分出来，以便后期对缺陷进行定量评估。脉冲涡流信号的处理方法在时域上和频域上[3]均有一定的进展。在时域分析方面，文献[4]提出了利用时间上升点这一特征量，对缺陷进行分类识别研究。文献[5]采用脉冲涡流响应差分信号的峰值时间和过零时间作为特征量对缺陷进行分类识别。文献[6]采用主成分分析法(principal component analysis，PCA)，对试验数据进行处理并提取前3个主成分进行分析, 可将纯提离信号与带层间腐蚀缺陷的信号显著区别开来，但是不能识别纯腐蚀信号与腐蚀和提离的混合信号。在频域分析方面，文献[7-8]提出利用频谱分离点作为特征量对缺陷进行分类识别，但是这一特征量在实际处理过程中不容易准确提取得到。文献[9]选择脉冲涡流检测信号频谱中3个特定频率点的幅值作为特征量对缺陷进行分类识别。

在当前的研究工作当中,提离干扰很容易淹没检测中的有用信号，因此有必要开展将提离信号从缺陷信号中分离出来的工作,为之后的缺陷定量做好充分的准备[10]。为此，笔者采用带控制量的自回归(ARX)模型的系统辨识方法对提离效应进行分析。

1　脉冲涡流检测系统辨识的理论分析

系统辨识是从系统的输入输出数据建立系统数学模型的理论方法，它包括确定系统数学模型结构和估计数学模型参数。系统辨识可用的范围很广，其中就包括用于脉冲涡流检测[11-14]。

离散系统的输入输出模型可用差分方程表示：

(1)

式中:y(k-m)与U(k-n)分别为不同时刻的输出和输入信号;am,bn分别为对应的系数。

对式(1)进行z变换，在零初始条件下输出变量的z变换对输入变量的z变换之比就是该系统的z传递函数：

(2)

式中:z为运算子(移位算子)，与运算子s的关系为：

(3)

式中:T0为采样周期。

移位算子的运算有如下关系：

(4)

(5)

式中:y(k),y(k-1),y(k+1)为相邻时刻的抽样信号。

利用上述两式，可以很容易地将式(2)的z传递函数转换为式(1)的差分方程的形式。

式(1)系统可写成更一般的形式：

(6)

式中:

(7)

(8)

式中：am，bn是A(z-1)和B(z-1)的阶次;d是纯滞后步数;纯滞后时间即为dT0。

文章选定的ARX模型符合脉冲涡流检测信号的特点，模型的形式描述为：

(9)

笔者在不同缺陷处加上不同确定高度的提离干扰,来模拟现场检测过程带来的未知提离干扰信号;建立好脉冲涡流信号的模型后，分析系统之间频谱特性的差异。

2　试验结果及分析

2.1脉冲涡流检测系统平台

脉冲涡流检测系统平台主要由脉冲信号发生器、检测探头、被检测试样、数据采集卡和PC机采集程序5部分组成,如图1所示。脉冲信号发生器产生100 Hz脉冲方波，同步触发方式使用下降沿触发。检测探头由激励线圈、非晶态磁芯、TMR磁传感器3部分组成。激励线圈在被测试件中产生涡流，非晶态磁芯用于引导聚集磁场，TMR传感器置于线圈中央下方。激励线圈采用圆柱形线圈：外径21 mm，内径16 mm，高18 mm。采用NI SCC-68数据采集卡进行数据采集，采样频率500 kHz。在上位机PC中，采用Labview软件搭建的平台来显示和保存试验数据。被检测试样分别是多层金属铆接结构和多层铝板。多层金属铆接结构试件整体几何尺寸为450 mm×400 mm×15 mm(长×宽×高)，每层铝板厚度为1.5 mm，共10层，将10层铝板用带螺纹的铆钉和螺栓紧密连接；在10层铝板中选定其中一层铝板并在其上分别制作了具体规格的腐蚀缺陷以模拟实际缺陷，缺陷试块放在不同层以模拟实际深度，腐蚀形状为圆形。多层铝板每层板的厚度为1.0 mm，选定其中一层铝板并在其上制作了具体长度的裂纹，裂纹深度刚好贯穿这块铝板。

图1　脉冲涡流检测平台实物图片

2.2试验方法及步骤

将厚度已知的硬塑料薄层放在探头和试件之间,以产生某一提离高度。实际情况下，肉眼便可识别表面的面积型腐蚀，故将多层金属铆接结构缺陷层放置于第三层和第二层来模拟实际的试件内部腐蚀和近表面腐蚀。然而,肉眼却不容易识别表面裂纹，所以在多层铝板中的第一、第二和三层分别放置裂纹缺陷来模拟试件表面、近表面和内部裂纹。

试验步骤：

(1) 信号采集探头分别放置在不同规格的缺陷上方，提离高度0～2.0 mm，采用不等样间隔保存数据，具体的提离值在试验结果分析图中已明确给出。

(2) 建立ARX模型ARX模型属于输入输出模型，试验采用探头在空气中采集的激励线圈产生的源场信号作为输入信号，输出信号则为不同缺陷对应的不同提离的信号。试验结果中的伯德图可说明模型所用的输入输出信号。

(3) 选择模型参数模型阶次的选择是模型建立是否准确的一个关键因素。模型阶次就是系统的极点和零点个数，所以选择阶次时首先须保证系统稳定，然后再验证其准确性。

(4) 对建立好的不同模型分别画出系统的伯德图，观察系统的高频特性能否指示确定的提离高度。

图2　多层金属铆接结构的不同腐蚀情况下的提离指示

2.3试验结果及分析

图2是在多层金属铆接结构上所建立模型的系统伯德图。在伯德图中显示系统的幅频特性和相频特性,在相频特性中未能找到有效信息,而幅频特性可以作为提离指示。图中已给出所建模型的具体提离值，提离高度单位均为mm。在图2(a)和(c)中，m1、m3、m5和m7分别代表腐蚀深度0.5 mm直径20 mm且不同提离的模型，m2、m4、m6和m8分别代表腐蚀深度0.25 mm直径10 mm而不同提离的模型；在图2(b)和(d)中，m1、m3、m5和m7分别代表腐蚀深度0.5 mm直径10 mm而不同提离的模型，m2、m4、m6和m8分别代表无缺陷而不同提离的模型。由图2(a)、(b)可看出,不同提离高度的高频部分有差异，但是不同缺陷的相同提离的高频部分重合，无缺陷和有缺陷的相同提离的高频部分也重合。也就是说,ARX模型的高频特性能指示第三层腐蚀缺陷(试件最大腐蚀深度为0.5 mm腐蚀直径30 mm，在试验条件范围内)的提离高度。由图2(c)、(d)可看出,不同腐蚀程度的相同提离高度在高频部分无法完全重合，即ARX模型的高频特性无法指示第二层腐蚀缺陷的提离高度。

图3　多层金属铆接结构的无提离时不同腐蚀情况下的模型对比

图3是在多层金属铆接结构第三层和第二层不同腐蚀情况时且均为无提离下所建立模型的系统伯德图。模型m1为腐蚀深度0.1 mm、腐蚀直径20 mm；模型m2为腐蚀深度0.4 mm、腐蚀直径20 mm；模型m3为腐蚀深度0.25 mm、腐蚀直径10 mm；模型m4为腐蚀深度0.1 mm、腐蚀直径5 mm；模型m5为无腐蚀。由图3可看出第三层无腐蚀和不同腐蚀程度且均无提离情况下所建立的模型在高频部分基本重合，而第二层高频特性已经受到缺陷的影响而不能重合。

图4　多层铝板的不同层裂纹缺陷的模型提离指示

图4是在多层铝板各层不同裂纹情况下建立模型的系统伯德图。由图4(a)和(b)可看出,不同裂纹的相同提离高度模型的高频部分无法很好地重合，即模型无法指示第一层和第二层的提离。而由图4(c)可看出,不同裂纹的相同提离能很好地重合在一起，即在裂纹(试件制作的最大裂纹尺寸为6 mm，在试验条件内)到了第三层之后高频部分就不受缺陷的干扰，能准确地指示提离高度。

3　结语

(1) 在含一定深度内部腐蚀的试件上所建立的ARX模型，其系统的高频部分可以指示提离高度。也就是说腐蚀程度大小(试验条件内)不会影响其系统的高频特性。这表明由含一定深度内部腐蚀的试件建立的系统的高频特性只对提离比较敏感，对缺陷不敏感。而理论表明，高频信号衰减程度随着深度的加深呈指数衰减，所以基本上无法到达较深的缺陷位置。所以试验结论与理论相符。

(2) 试件的表面裂纹在脉冲涡流检测上一直是个难题，文章所提方法可将表面及近表面裂纹的纯缺陷信号与缺陷提离混合信号分离出来;但是无法准确指示提离高度，因为高频信号在试件表面也受到缺陷的干扰。

(3) 提离干扰是脉冲涡流检测缺陷定量分析中最大的阻碍因素，文章所提方法能很好地将内部腐蚀所对应的提离指示出来，进而可以进一步采取其他措施抑制提离后对缺陷进行定量检测。

[1]SMITH R A，HUGO G R.Transient eddy current NDE for aging aircraft capabilities and limitations[J].Insight Nondestructive Testing and Condition Monitoring，2001，43(1):14-25.

[2]HE Y，LUO F， PAN M， et al. Pulsed eddy current technique for defect detection in aircraft riveted structures[J].NDT&E International, 2010,43(2):176-181.

[3]高军哲，潘孟春.脉冲涡流检测的谱分析方法与缺陷分类识别[J].中国电机工程学报，2011，31(28):154-160.

[4]TIAN G Y，SOPHIAN A.Defect classification using a new feature for pulsed eddy current sensors[J]. NDT&E International，2005，38(1):77-82.

[5]HE Y Z，LUO F L，PAN M C，et al.Defect classification based on rectangular pulsed eddy current sensor in different directions[J].Sensors and Actuators A，2010,157(1)：26-31.

[6]李朝夕,付跃文.主成分分析在飞机多层结构层间腐蚀脉冲涡流检测中的应用[J]. 失效分析与预防, 2014，9(5):262-265.

[7]杨宾峰，罗飞路，张玉华，等.飞机多层结构中裂纹的定量检测及分类识别研究[J].机械工程学报，2006，42(2)：63-67.[8]YANG B F，LUO F L，HAN D.Pulsed eddy current technique used for nondestructive inspection of aging aircraft[J].Insight：Nondestructive Testing and Condition Monitoring，2006，48(7)：411-414.

[9]潘孟春，何赟泽，罗飞路.基于谱分析的脉冲涡流缺陷3D分类识别技术[J].仪器仪表学报，2010，31(9)：2096-2100.

[10]HE Yunze, PAN Mengchun, CHEN Dixiang,et al.PEC defect automated classification in aircraft multi-ply structures with interlayer graps and lift-offs [J]. NDT&E International,2013,53(1): 39-46.

[11]潘立登,潘仰东.系统辨识与建模[M].北京:化学工业出版社,2003.

[12]姚志飞，姜万录，朱勇. AR模型的功率谱估计方法及在故障检测中的应用[J].机床与液压,2013, 41(5):177-180.

[13]闫庆华，程兆刚，段云龙.AR模型功率谱估计及Matlab实现[J] .计算机与数学工程，2010,38(4):154-156.

[14]姚文俊.自相关法和Burg法在AR模型功率谱估计中的仿真研究[J].计算机与数字工程,2007,35(10):32-34.

Lift-off Effect of Pulsed Eddy Current Signal Based on System Identification

GU Zeng-tao, FU Yue-wen, XUE Sheng-long

(Key Laboratory of Nondestructive Testing (Ministry of Education),Nanchang Hangkong University, Nanchang 330063, China)

Defect signal in pulsed eddy current testing (PEC) will be severely disturbed by lift-off effect. This paper adopts system identification method of ARX model to analyze lift-off effect. By using the signal tested by sensors in the air as input signal and the signal tested at different lift-off heights as output signal, the least-square method was used to estimate the parameter of the model in order to obtain ARX model with different parameters. The result of the model shows the frequency characteristics of systematic models can be used to indicate different lift-off height of defects in deeper position inside the specimens during the test.

Pulsed Eddy Current testing; ARX model; The least-squares method; Lift-off effect

2015-05-28

国家自然科学基金资助项目(51067007,51267016)

顾增涛(1989-),男,硕士,主要从事电磁无损检测方法及信号处理方面的研究。

10.11973/wsjc201512005

TG115.28

A

1000-6656(2015)12-0020-04