En este trabajo se presenta una aplicación del procesamiento digital de señales en la Evaluación no Destructiva, específicamente en los ensayos por ultrasonidos a metales.
El objetivo se orienta a brindar técnicas de procesamiento digital de señales ultrasónicas que permitan mejorar la estimación de la respuesta del medio, facilitando la interpretación de los ensayos, centrado en la obtención de parámetros que permitan una determinación más precisa de los defectos, como la resolución y la relación señal a ruido. El análisis de los métodos reportados en la literatura conduce a la generación de imágenes acústicas como objetivo de las investigaciones actuales. Una de las etapas fundamentales en la conformación de imágenes, por su relación con la resolución axial, es la deconvolución de las señales tomadas por los arreglos de transductores; en este bloque del sistema de conformación se reporta la novedad de esta investigación: la parametrización wavelet del filtro inverso, que recupera la información del medio ensayado a
partir de la señal obtenida.
El método de deconvolución propuesto mejora la resolución temporal, y la incorporación de la etapa de estimación del pulso permite el trabajo en ambiente de deconvolución ciega, mostrando ventajas en relación con otros métodos reportados en la literatura especializada. Estos resultados crean las bases para una nueva perspectiva en los ensayos ultrasónicos, brindando algoritmos y métodos susceptibles de escalado a nivel de campo.
Índice
1. ACTUALIDAD EN LA DECONVOLUCIÓN DE SEÑALES ULTRASÓNICAS
1.1. Introducción
1.2. El sistema ultrasónico
1.3. Modelo convolucional
1.4. Discusión sobre la deconvolución de señales ultrasónicas
1.4.1. Formulación discreta de la deconvolución
1.4.2. Técnicas para la estimación del pulso ultrasónico
1.4.3. Análisis espectral de orden superior: HOSA
1.4.4. Del filtro de Wiener al concepto ForWaRD
1.5. Conformación de imágenes acústicas
1.5.1. El algoritmo SAFT
1.6. Conclusiones parciales
2. DESARROLLO DEL MÉTODO DE DECONVOLUCIÓN DE SEÑALES ULTRASÓNICAS
2.1. Introducción
2.2. Método de estimación del pulso ultrasónico
2.2.1. Estimación del pulso: simulaciones
2.2.2. Estimación sobre un pulso variante en el tiempo
2.3. Deconvolución usando el filtro de Wiener clásico
2.4. Modelo de deconvolución propuesto
2.4.1. Deconvolución de Fourier regularizada
2.4.2. El desarrollo wavelet
2.4.3. Encogimiento wavelet y ForWaRD
2.4.4. El algoritmo ForWaRD
2.5. Estimación de la respuesta del medio: simulaciones
2.5.1. Estimación basada en ForWaRD
2.6. Prueba de gaussianidad de la función de reflexividad
2.7. Cuantificación de la ganancia de resolución axial
2.8. Desarrollo del método SAFT
2.8.1. El algoritmo SAFT: simulaciones
2.9. Conclusiones parciales
3. DECONVOLUCIÓN DE SEÑALES EN LA END
3.1. Introducción
3.2. Estimación del pulso ultrasónico: caso real
3.3. Deconvolución en señales ultrasónicas en metales
3.4. Sistema experimental para la estimación del pulso
3.4.1. Estimación del pulso en matrices
3.5. Sistema experimental
3.5.1. Experimento SAFT
3.6. Discusión y conclusiones parciales
Objetivos y temas de la investigación
Esta tesis tiene como objetivo principal desarrollar un algoritmo de deconvolución que permita mejorar la estimación de la respuesta del medio en ensayos no destructivos por ultrasonido, enfocándose en la resolución axial y la relación señal a ruido. La investigación aborda la deconvolución ciega como una solución robusta ante la naturaleza cambiante de los pulsos ultrasónicos en diversos materiales.
- Procesamiento digital de señales ultrasónicas en ensayos no destructivos.
- Estimación del pulso mediante análisis espectral de orden superior (HOSA).
- Implementación de la regularización Fourier-Wavelet (ForWaRD).
- Conformación de imágenes acústicas mediante el algoritmo SAFT.
- Validación del método en señales unidimensionales y bidimensionales.
Auszug aus dem Buch
1.4.1. Formulación discreta de la deconvolución
Se define la deconvolución de las señales ultrasónicas como la solución del problema inverso de obtener la función de respuesta del medio x(n), a partir de una señal de salida del sistema y(n) y una señal de entrada, el pulso ultrasónico h(n) y se expresa por (Abeyratne et al., 1995, 1997; Taxt & Strand, 2001):
y(n) = x(n) * h(n) + η(n), (1.4.1)
donde: n es el tiempo discreto, y(n) es la señal medida, * denota la operación de convolución y η(n) es el ruido aditivo inherente al sistema de medición.
En la literatura se emplean diferentes terminologías al referirse a x(n) y h(n); comparando con el modelo convolucional genérico planteado en (1.3.2); h(n), en (1.4.1), representa el pulso ultrasónico y en este término se incluyen la respuesta del transductor al impulso eléctrico y la atenuación en el acoplamiento (e(t) y k(t)), la función respuesta del medio es, en el mencionado modelo, la función de reflexividad del medio (μ(d, t)) que mantiene el mismo sentido representando las no homogeniedades acústicas en la dirección de propagación del pulso. Abeyratne et al. (1995, 1997) se refieren a x(n) como la respuesta del tejido (tissue response), por su aplicación en medicina; Carotenuto, Sabbi, y Pappalardo (2002) denominan esta función como distribución espacial de la reflexión (spatial reflectance distribution) y en (Adam & Michailovich, 2002; Michailovich & Adam, 2003) le nombran función de reflexividad (reflectivity function), término que presenta mayor correspondencia con la evaluación no destructiva. En este trabajo, la función respuesta del medio y función de reflexividad tienen el mismo sentido en todos los casos en que se usen. Para h(n) se incluyen: la respuesta impulsiva (Jensen et al., 1993), la función de dispersión del punto (point spread function, PSF) (Michailovich & Adam, 2003) y la respuesta del sistema ultrasónico (ultrasound system response) (Abeyratne et al., 1995).
Resumen de los capítulos
1. ACTUALIDAD EN LA DECONVOLUCIÓN DE SEÑALES ULTRASÓNICAS: Se realiza un análisis bibliográfico sobre el procesamiento digital de señales aplicado a la evaluación no destructiva, sentando las bases teóricas del modelo convolucional y la deconvolución ciega.
2. DESARROLLO DEL MÉTODO DE DECONVOLUCIÓN DE SEÑALES ULTRASÓNICAS: Se detalla la estimación del pulso ultrasónico mediante análisis espectral de alto orden y se introduce el modelo regularizado Fourier-Wavelet para mejorar la resolución axial.
3. DECONVOLUCIÓN DE SEÑALES EN LA END: Se validan los algoritmos desarrollados utilizando datos experimentales y patrones internacionales, demostrando su eficacia en el análisis bidimensional de imágenes acústicas mediante el método SAFT.
Palabras clave
Deconvolución ciega, señales ultrasónicas, evaluación no destructiva, análisis espectral de orden superior, HOSA, wavelets, regularización ForWaRD, SAFT, resolución axial, relación señal a ruido, procesamiento digital de señales, ultrasonido, bicepstrum, filtro de Wiener, reflexividad.
Preguntas frecuentes
¿En qué consiste fundamentalmente esta investigación?
El trabajo propone un nuevo procedimiento para el tratamiento de señales ultrasónicas mediante técnicas de deconvolución ciega y regularización wavelet para mejorar la precisión de los ensayos no destructivos.
¿Cuáles son los temas principales tratados?
Los ejes centrales son la estimación del pulso ultrasónico, la mejora de la resolución axial en señales A-scan y la optimización en la conformación de imágenes acústicas utilizando algoritmos avanzados.
¿Cuál es el objetivo principal del estudio?
Obtener un algoritmo de deconvolución que permita mejorar significativamente la estimación de la respuesta del medio bajo estudio, superando limitaciones de métodos reportados en literatura especializada.
¿Qué metodología científica se emplea?
Se utiliza el análisis espectral de orden superior (HOSA) para la estimación del pulso y se implementa una regularización basada en el concepto ForWaRD (Fourier Wavelet Regularized Deconvolution).
¿Qué se analiza en la parte práctica de la obra?
El trabajo valida los algoritmos desarrollados mediante experimentos con patrones de acero y otras muestras, comparando resultados entre métodos convencionales y los propuestos por el autor.
¿Qué palabras definen mejor el contenido de esta tesis?
Deconvolución ciega, HOSA, ForWaRD, wavelets, resolución axial, evaluación no destructiva y SAFT.
¿Qué papel juegan las wavelets en este método de deconvolución?
Las wavelets permiten una mejor localización en tiempo y frecuencia, facilitando la supresión eficiente de ruido y representando discontinuidades en las señales con pocos coeficientes, a diferencia de la transformada de Fourier pura.
¿Cómo garantiza el método la robustez ante el ruido?
El método aprovecha la inmunidad del análisis espectral de orden superior (HOSA) frente al ruido gaussiano, al ser el cumulante de tercer orden de dicho ruido igual a cero.
- Quote paper
- Roberto Herrera Marrero (Author), 2006, Deconvolución de las señales ultrasónicas en la evaluación no destructiva, Munich, GRIN Verlag, https://www.grin.com/document/200708
