赵松玲1，林旭梅1，马石岩2，罗萍萍1，薛亮亮1

　　（1.青岛理工大学 自动化工程学院，山东 青岛 266520;2.山东海科信息技术有限公司，山东 青岛 266031）

       摘要：超声波法是混凝土无损检测的一种重要方法。在超声波法检测混凝土试验中，采集的超声波信号含有大量噪声和干扰成分。针对以往传统降噪方法存在去噪不彻底、不能完全保留有效信息以致产生误判的问题，提出采用小波降噪方法用于超声波信号的去噪。试验及仿真结果表明，采用小波降噪方法保留了超声波的有效特征，使原始信号中的噪声和干扰得到抑制，提高了信噪比，在混凝土结构监测与诊断中发挥重要作用。

　　关键词：超声波；混凝土；小波降噪；信噪比

0引言

　　混凝土材料因具有性能优越、造价低廉等优点而在现代土木工程建筑中得到广泛应用［1］。房屋、桥梁、海底隧道等大型建筑物的安全性和耐久性与国民经济的稳定发展和人民的生命财产安全息息相关。大型建筑物内部混凝土结构一旦出现缺陷及裂缝，若长期未被检修人员察觉将严重危及人民的生命和财产安全。目前，常用的钢筋混凝土材料的无损检测方法主要包括：超声波法、声发射法、红外线法、雷达法、冲击回波法和微波法等［2］。其中，超声波法是混凝土无损检测方法中应用最为广泛的一种方法。提高超声波检测信号的质量是该技术发展及应用所面临的关键问题之一。提高超声波检测信号的质量，仅靠提高接收信号强度远远不够。由于硬件电路的引入等其他外部因素的影响，使超声波接收信号信噪比大大降低，因此滤除超声波检测信号中的噪声及干扰成分、提高信噪比是提高超声波信号质量的重要手段。

　　采用传统的傅里叶变换对超声波检测信号进行分析只能在时域或频域内展开，无法同时分析信号的时频特征［3］；而短时傅里叶变换只能在一个分辨率上对信号进行分析，无法同时具有很高的时频分辨率。小波分析［4］作为一种典型的时频分析技术，在频域和时域内同时具有优良的局部化性质，不仅可以对指定频带内的信号进行分析而且还可以对指定时间段内的信号成分进行分析，对信号的任意细节进行聚焦［5］。

　　小波降噪以小波分析的基本理论为基础，在诸多领域内发挥重要作用。采用小波降噪方法处理混凝土超声波检测信号，对混凝土结构耐久性的评估、寿命预测具有重要意义。

1超声波法检测混凝土缺陷的基本原理

　　超声波法检测的基本原理是在混凝土的配合比、龄期、原材料和测试距离等技术条件相同的条件下，根据混凝土中超声波传播的时间（或速度）、接收波的振幅和频率等声学参数的不同及变化，来判定混凝土的缺陷情况［6］。根据声波的传播特点及原理可知，当超声波在混凝土中传播时，若遇到缺陷或裂缝，超声波会在缺陷、裂缝界面发生反射和散射现象，导致最终到达接收换能器的声波幅值减小。通过对比分析完损两组混凝土检测波形之间的幅值等有效细节信息可判断缺陷或裂缝发生的位置、尺寸等。

　　由于混凝土是由固、液、气三相组成的复合材料，各相之间的声阻抗差异很大（如砂浆—气孔界面），导致散射衰减严重，散射衰减对高频超声波影响较大，为了使超声波在混凝土结构中传播距离足够长，必须采用较低频超声波。查阅大量文献资料可知，适用于混凝土结构无损检测的超声波频率在20 kHz~300 kHz范围内。因此，本文选定的发射型传感器工作频率为100 kHz。

2超声波法检测混凝土硬件电路设计

　　本文采用超声波脉冲透射法对混凝土构件进行无损检测。选择两个用于垂直探伤的单晶片直探头（探头材质为压电陶瓷材料）分别作为超声波发射探头和超声波接收探头。其一是将电脉冲信号转换成超声波信号（逆压电效应），其二是将接收的超声波信号转换成电信号（正压电效应）。试验设计电路主要由两部分组成：探头阵列触发

电路和信号调理电路。系统总体硬件设计结构如图1所示。

　　探头阵列触发电路用于产生幅值为400 V、频率为100 kHz的高压负脉冲施加于超声波发射探头。根据压电陶瓷材料的逆压电效应，将幅值为400 V的高压负脉冲电信号转换为超声波信号。探头阵列触发电路如图2所示。

　　探头阵列触发电路激励发射探头发射超声波，超声波经混凝土传播到达接收探头。由压电陶瓷材料的正压电效应将超声波信号转化为电信号。信号调理电路将接收的电信号进行放大、滤波等处理，以备后续信号分析工作的进行。本试验中，信号放大电路采用AD公司生产的一种可变增益运算放大器AD603。该放大器具有宽频带、低噪声、高增益精度的优点，且采用线性增益控制方式。信号放大电路部分电路图如图3所示。

　　运用设计搭建的探头阵列触发电路和信号放大电路对完整混凝土试块和有缺陷混凝土试块分别进行检测，采集到的信号波形图如4所示。

3小波分析方法

　　小波变换因具有选基灵活、去相关性、多分辨性等特点而在去噪方面得到广泛应用［7］。利用有用信号和噪声的小波系数在各个尺度上具有不同的特性，先去除属于噪声的小波系数，然后对处理后的小波系数进行重构便能得到降噪后的信号［8］。因超声波法检测混凝土试验中，接收信号噪声成分大部分包含在具有较高频率的细节中，因此对接收信号进行小波降噪处理能够达到信号去噪、保留有效信息的效果。

　　假定尺度空间（级小波空间的直接和）具有下列几个性质：

　　（1）嵌套性：

　　（2）完备性：

　　（3）稠密性：

　　（4）互补性：Vj+1=Vj+Wj；

　　（5）尺度性：。

　　将同时具有上述5个性质的空间序列{Vj,j∈Z}定义为由尺度函数φ(x)生成的一个多分辨率分析（Multi-Resolution Analysis, MRA）［9］。

　　多分辨率分析的基本原理是将信号投影到一组互相正交的小波函数构成的子空间上，形成信号在不同尺度上的展开，继而提取信号在不同频带的特征，同时保留信号在各尺度上的时域特征［10］。多分辨率分析是一种有效的时频分析方法，其示意图如图5所示。由图5可看出，小波多分辨率分析具有优良的时频局部化能力，将信图5多分辨率分析示意图号分解为含有有效信息的低频分量、含有噪声和干扰的高频分量。多分辨率分析每次对信号的低频部分进行分解，高频部分保持不变。

　　本文对混凝土试块进行检测，接收探头收到的信号低频部分包含信号的主要特征，反映了超声波探测信号的有用部分，而高频部分包含了外界干扰与噪声。因此，在本文中，需要将超声波信号的高频部分滤除，保留信号的低频部分即信号的有效特征。在混凝土超声波检测试验中，若想得到精确的分析结果，选择小波多分辨率分析这一信号处理方法较为合适。

4超声波检测信号的小波分析

　　4.1小波基的选择

　　查阅相关文献得知，Haar小波在时域上不连续，且不具有对称性；Morlet小波不具备紧支撑性和正交性，且没有快速算法，计算量比较大、耗时长；DBN小波和sym小波在紧支撑性、支撑长度、正交性等方面都优于Haar和Morlet小波基。sym小波在对称性方面优于DBN小波，采用sym小波进行分析误差较小，所以在超声波信号处理方面sym小波效果更好［11］。因此，本文采用sym系小波作为小波基。对试验采集信号用sym系中的不同小波函数进行分析比较，确定选用sym8小波作为小波基。

　　4.2尺度的确定

　　小波分解的层次不能无限制进行，分解层次越多，信号就被分解得越彻底，计算量越大，耗时越长［12］。为了确定具体的分解尺度，本文采用sym8小波对试验采集的超声波检测信号进行分析，发现当尺度取5时，相对于其他尺度，既能有效地去除信号中的无用成分，又完整地保留了有用成分。对混凝土采用超声波脉冲透射法检测得到的信号，采用该尺度进行处理显然是最为合适的。因此本文最终确定的分解尺度为5。

5试验仿真及结果

　　在MATLAB中对利用超声波法检测完整混凝土和缺陷混凝土采集到的信号波形分别选用sym8小波基进行5层信号分解，重构系数得到降噪后的信号［13］。将超声波法检测混凝土试块采集的信号经小波降噪法进行处理，降噪前后波形对比如图6所示。

　　由图6可知，小波降噪处理所得信号的信噪比大大提高，去噪效果好。对试验采集信号进行小波降噪处理后更容易发现：完整混凝土与缺陷混凝土的超声波特征差异主要体现在幅值方面，缺陷混凝土超声波检测波形幅值较小。经试验和仿真可得，采用小波降噪方法既能抑制原始信号中的噪声和干扰，又能保留有效信号，使信号明显变得平滑，为后续信号特征和包络的提取，以及缺陷位置、大小的识别提供必备条件。

6结论

　　本文采用超声波透射法对混凝土试块进行无损检测，试验搭建超声波发射电路和信号放大电路，运行稳定。利用小波降噪方法对采集的信号进行降噪处理，可提高信噪比，保留信号的有效特征，提高信号分析效率，有利于信号特征和包络的提取，为混凝土的缺陷识别打下基础。

　　参考文献

　　［1］ 赵超,王俊. 基于不同环境下的混凝土耐久性评价对比研究［J］. 科技通报,2014,30(7):7279.

　　［2］ 李昌煌. 常用的混凝土无损检测技术［J］. 科技资讯,2012,(24):61.

　　［3］ POSTNIKOV E B, SINGH V K. Continuous wavelet transform with the Shannon wavelet from the point of view of hyperbolic partial differential equations［J］. Analysis Mathematica, 2015,41(3):199206.

　　［4］ Hu Zhiqun, Liu Liping. Applications of wavelet analysis in differential propagation phase shift data denoising［J］. Advances in Atmospheric Sciences, 2014,31(4):825835.

　　［5］ 付元华,罗仁泽,曹鹏,等. 小波阈值函数旋转机械振动信号去噪方法研究［J］. 测控技术,2014,33(12):3441.

　　［6］ 朱自强,喻波,密士文,等. 超声波在混凝土中的衰减特征［J］.中南大学学报(自然科学版),2014,45(11):39013906.

　　［7］ 茹斌,张天伟,王宇欣. 基于小波去噪及ARMA模型的故障率预测方法研究［J］. 测控技术,2014,33(10):4346.

　　［8］ 秦毅,王家序,毛永芳. 基于软阈值和小波模极大值重构的信号降噪［J］. 振动、测试与诊断, 2011,31(5):543547.

　　［9］ 余倩,李跃忠. 基于小波变换的超声波含噪信号处理［J］. 电子质量, 2013(11):1418.

　　［10］ 刘涛,李爱群,丁幼亮. 小波分析在结构损伤识别中的应用［J］. 地震工程与工程振动,2008,28(2):2935.

　　［11］ JIN S, KIM J S, LEE S K. Sensitive method for detecting tooth faults in gearboxes based on wavelet denoising and empirical mode decomposition［J］. Mechanical Science and Technology， 2015,29(8):31653173.

　　［12］ 王维,张英堂,任国全. 小波阈值降噪算法中最优分解层数的自适应确定及仿真［J］. 仪器仪表学报, 2009,30(3):526528.

　　［13］ 吴桂芳,何勇. 小波阈值降噪模型在红外光谱信号处理中的应用研究［J］. 光谱学与光谱分析,2009,29(12):32463249.