论文部分内容阅读
企业生产过程中,必须定期检测各种工业管道质量状况,准确判定管道缺陷位置及其扩展趋势,进而预测管道报废期限。近年来,在铁磁性管道检测方面,有人将漏磁检测技术应用于工业钢管质量检测,实现了可视化、无盲区、自动化动态检测。然而,目前该类检测系统通常存在只能进行缺陷定位,不能有效检测缺陷类型且检测准确率不高等不足。其原因是检测得到的微弱有用信号被大量噪声淹没,不能有效提取缺陷信号特征,满足缺陷识别等后续信号处理要求,因此需进一步研究管道检测系统噪声消除方法和技术。目前管道检测系统中用到的消除干扰的方法主要有传统的低通滤波器、软件除噪以及改善机械结构等。这些方法可以在一定程度上减少噪声干扰,但效果并不理想。本文以漏磁检测系统的应用为例,做了以下几方面工作。文中首先分析了管道检测系统各种噪声源,针对噪声特点提出了一些行之有效的方法。对于系统噪声应设计低噪声电路;对于外界干扰归纳了抑制干扰源、消除干扰耦合途径等3类抑制干扰噪声的方法。接着,在理论上论述了自适应滤波原理,对自适应噪声抵消技术的关键部分——自适应滤波器算法进行了详细讨论。分析了LMS、NLMS和RLS算法的优缺点,仿真验证了各自适应算法及其影响参数,通过比较得出一些有益的结论。随后利用NLMS算法,设计了自适应噪声抵消系统处理漏磁信号数据,有效消除了工频干扰以及两路噪声线性相关情况下的噪声影响。为了减少硬件结构,降低检测系统复杂程度,试验中还采用数字信号处理的相关算法,设计自适应陷波器,通过软件滤波器滤除工频干扰。试验表明该自适应陷波器可以有效跟踪干扰频率变化,消除工频干扰影响。最后,针对两路信号中的噪声为非线性相关的情况,利用神经网络高度的并行性、非线性、变换能力和学习能力等特点,设计了自适应非线性滤波器——基于神经网络的自适应噪声抵消系统。试验表明,该系统能有效消除噪声并具有较强的容错能力。针对传统实验方法所需仪器设备多、系统设计周期长、调整困难等缺点,试验采用了一种便捷的系统设计方案。该方案采用Matlab软件的Simulink工具箱设计各自适应噪声抵消系统。