漏磁检测信号通常受多种噪声源污染。为了降低漏磁检测信号中的噪声，提高缺陷的识别效率，采用了经验模态分解方法，对漏磁信号进行去噪处理，来增强漏磁信号的信噪比。试验基于试样上的人工缺陷，漏磁信号被分解成若干固有模态函数(IMF)和一个残余分量，通过能量法选择最小能量的IMF作为阈值。采用该阈值作为IMF分量的选择依据，可以不依赖人为的经验判别。再将阈值后面的IMF分量相加，对漏磁信号进行重构。结果表明，采用该方法重构的漏磁信号的信噪比得到了较大的提高，同时滤波效果优于db3小波滤波。

所属栏目

试验研究电子科技大学校青年科技基金资助项目

收稿日期

2010/3/2

作者单位

曾小红:电子科技大学 机械电子工程学院，成都611731
陈亮:电子科技大学 机械电子工程学院，成都611731
李兴:电子科技大学 机械电子工程学院，成都611731

备注

曾小红(1982 - )，女，硕士研究生，研究领域为无损检测及信号处理。

引用该论文:

ZENG Xiao-Hong,CHEN Liang,LI Xing.The Empirical Mode Decomposition and Energy Threshold in Magnetic Flux Leakage Signal Processing[J].Nondestructive Testing,2011,33(3):27～30
曾小红,陈亮,李兴.漏磁信号处理中的经验模态分解和能量法阈值[J].无损检测,2011,33(3):27～30

参考文献

【1】

李迅波，李翔，陈亮，等.钢管相邻缺陷漏磁场相互影响的分析［J］.电子科技大学学报,2008,37(5):797-800.

【2】

陈亮，阀沛文，李亮，等.输油管道漏磁检测信号自适应滤波的研究［J］.石油大学学报(自然科学版),2005,29(4):77-79.

【3】

Chen Liang, Li Xing, Li Xun-Bo, et al. Signal extraction using ensemble empirical mode decomposition and sparsity in pipeline magnetic flux leakage nondestructive evaluation［J］. Rev Sci Instrum,2009,80(2):1-6.

【4】

Chen Liang, Li Xun-Bo, Qin Guang-Xu, et al. Signal processing of magnetic flux leakage surface flaw inspect in pipeline steel［J］. Russian Journal of Nondestructive Testing,2008,44(12):859-867.

【5】

Huang Norden E, Zheng Shen, Long Steven R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear non-stational time series analysis［C］. Proceedings of the Royal Society of London,1998,454:903-995.

【6】

柳艳红，马瑞军，魏学业. EMD算法在移频信号解调中的应用研究［J］.电子测量与仪器学报,2005,20(5):34-38.

【7】

Zhang Qi, Que Pei-Wen, Liu Qing-Kun, et al. Application of empirical mode decomposition to ultrasonic signal Proceedings［C］. IEEE Ultrasonics Symposium,2005,3:1789-1792.

【8】

曹鹏举，魏文斌，高燕.EMD算法在超声波流量检测信号处理中的应用［J］.液压与气动,2005(5):53-55.

【9】

孙艳争，黄炜，余波.基于EMD的非线性信号自适应分析［J］.电子科技大学学报,2007,36(1):24-26.

【10】

Boudraa Abdel-Ouahab. EMD-Based Signal Filtering［J］. IEEE Transactions on Instrumentation and Measurement,2007,56(6):2196-2202.欢迎网上投稿欢迎订阅欢迎刊登广告