本文以航空发动机常用材料GH4169高温合金摩擦焊接头的超声检测信号为研究对象,提出了基于小波与分形的摩擦焊超声检测信号去噪和缺陷的分类识别方法。 针对摩擦焊接头伪结合缺陷信噪比低,难以准确检测等特点,分析摩擦焊超声检测信号中的噪声特点及噪声在小波分解下的特性,利用小波去噪方法,有效地对摩擦焊超声检测信号进行去噪处理,提取弱信号。首先,在探讨小波变换理论及其去噪算法基础上,对比研究了小波阈值去噪方法与平移不变小波去噪方法在两个典型测试信号Heavysine及Bumps去噪中的应用。平移不变小波去噪方法的原理是:通过多次对所分析的信号进行时域上的循环平移,将平移后的信号进行软阈值小波去噪处理,然后逆平移去噪后的信号,最终平均所获得的结果,其直观描述为‘平均(平移——去噪——逆平移)’。试验证明,平移不变去噪方法能够有效抑制小波阈值去噪过程中在信号奇异点附近产生的人为干扰,大大提高了信噪比,具有较好的去噪效果。 建立摩擦焊超声检测信号的去噪模型,采用平移不变小波去噪方法对经预处理过的摩擦焊超声检测信号进行去噪处理,从而对信号的高频系数进行修改,同时为抑制信号中的低频干扰,在处理过程中还剔除了信号最高层的低频系数。该方法提高了检测信号的信噪比,为进一步对摩擦焊超声检测信号做定量、定性分析做准备。 将分形理论应用于摩擦焊超声检测信号的定量、定性分析。采用小波变换研究摩擦焊超声检测信号自相似性,结果表明摩擦焊超声检测信号序列中存在分形结构,可以用分形维数来做定量描述。其次,采用网格法,确定其无标度区,并对不同类型的检测信号分别求盒维数。最后,将盒维数作为特征量,建立信号类别和分形维数间的关系,实现缺陷的准确检测和分类。文中通过给出不同类型检测信号维数的均值及方差,说明了盒维数方法具有较好的统计特性。试验表明,用分形方法进行摩擦焊缺陷的分类识别,分类结果与验证结果能够很好的吻合,且此种分类识别方法需要的先验知识很低,既给出了状态变化的量化指标,又减小了状态的表征参数,具有很好的可靠性,方法简单、直观。