.超声检测中的信号处理方法 　　在超声检测的信号降噪、数据压缩、特征提取、缺陷识别等数据处理过程中，各种先进的算法得到了广泛的应用。现代信息处理技术如数值分析法、神经网络技术、人工智能、模糊技术、自适应技术、虚拟仪器技术的逐步成熟促进了超声检测技术的应用发展和智能化程度。 　　小波变换是一种时频分析方法，其在时频平面上具有可变的时间和频率分辨率以及良好的表征信号局部特征的能力。小波分析技术以其多分辨率和局部化的突出特点使其成为目前超声信号时频表达的分析方法之一，被广泛应用于超声信号的降噪处理、特征提取和数据压缩中。母小波和分解层数的选择以及小波系数非线性处理方法的选择是小波分析的关键技术。小波分析的改进算法，比如小波包分析，对小波变换没有细分的高频部分进一步分解，提高了处理信号的能力。提升小波变换则直接在时（空）域进行变换，获得了更好的去噪效果和更高的信噪比，并且提升小波变换的去噪速度更快、设计灵活、编程简单、易于实现。 　　Hilbert—Huang变换（HHT）是专为非线性、非平稳数据分析而设计的，它可根据信号的局部时变特征进行自适应的时频分解，消除了人为因素的影响。HHT对超声回波信号进行EMD分解后再进行Hilbert谱分析，构造的Hilbert谱及Hilbert能量谱能够反映回波信号的时频信息和时间信息，从而有效地判断缺陷的有无及位置。 　　人工神经网络将未知缺陷的回波特征参数与数据库中已知缺陷的回波特征参数进行比较，来确定未知缺陷的类型。选择合适的初始网络参数，将有利于网络的训练和提高识别率。小波神经网络是基于小波分析所构造的一种新的神经网络模型，它结合小波变换所具有的良好的高频域时间精度、低频域频率精度的性质和神经网络的自学习功能，因而具有较强的逼近、容错能力。小波包分析和人工神经网络的结合能为缺陷类型提供有效的智能识别。 　　基于多传感器信息融合技术的缺陷识别，可以充分利用不同传感器对不同缺陷的敏感程度，对来自多个传感器的数据进行综合处理，以获得对被测对象的估计和评价口43（如图1）。通过传感器之间的协调和互补，克服单传感器的不确定性和局限性，提高系统的整体识别性能，与单传感器相比，能大大提高判断结果的准确性和可靠性。另外，建立基于3个BP网络和D-S证据理论的融合模型，将数据融合技术应用于超声缺陷分类中的方法，能够得到比单个网络更加准确的识别结果口钥（如图2）。现场检查与检测质量控制措施         1、现场检查检测应当有两名以上鉴定人员参加。        2、应根据与委托人（单位）共同确认的检测鉴定方案进行现场检查检测，做到应查尽查，不缺项漏项。     3、检测时应确保所使用的仪器设备在检定或校准周期内，并处于正常工作状态；仪器设备的精度应满足检测项目的要求。         4、应及时、准确记录检查检测的原始数据，不得随意涂改、杜撰，原始记录必须由检测及记录人员签字。 不得向无关人员传播资料和数据。 5、当发现检测数量不足或检测数据出现异常情况时，应进行补充检测。         6、现场检测工作结束后，应按照合同约定及时修补因检测造成的结构或构件的局部损伤。修补后的结构或构件，应满足原结构或构件承载力的要求。       房屋抗震鉴定检测过程：       1、收集房屋的地质勘察报告、竣工图和工程验收文件等原始资料，必要时补充进行工程地质勘察。      2、全面检查和记录房屋基础、承重结构和围护结构的损坏部位、范围和程度。     3、调查分析房屋结构的特点、结构布置、构造等抗震措施，复核抗震承载力。 4、房屋结构材料力学性能的检测项目，应根据结构承载力验算的需要确定。      5、一般房屋应按《建筑抗震鉴定标准》GB50023-95，采用相应的逐级鉴定方法，进行综合抗震能力分析。    抗震鉴定方法分为两级。 级鉴定以宏观控制和构造鉴定为主进行综合 第二级鉴定以抗震验算为主，结合构造影响进行房屋抗震能力综合评价。     房屋满足级抗震鉴定的各项要求时，房屋可评为满足抗震鉴定要求，不再进行第二级鉴定；否则应由第二级抗震鉴定做出判断。      6、对现有房屋整体抗震能力做出评定，对不符合抗震要求的房屋，按有关技术标准提出必要的抗震加固措施建议和抗震减灾对策。常州房屋安全检测鉴定点击咨询