Tomasz Ciszewski
Metoda kompresji i obróbki sygnałów w automatycznych badaniach ultradźwiękowych szyn kolejowych i obręczykołowych
Potrzeba automatyzacji badań ultradźwiękowych obiektów wykorzystywanych w transporcie (szyn, obręczy kół, zestawów kołowych, ...) jest oczywista ze względu na fakt, że badania prowadzone ręcznie nie zapewniają wymaganej wydajności i jakości, przy czym koszty badań ręcznych są znacznie wyższe niż w badaniach automatycznych. Ponadto wraz ze wzrostem wymagań dotyczących prędkości prowadzenia ruchu pociągów pasażerskich oraz intensywności prowadzenia ruchu znajomość rzeczywistego stanu nawierzchni kolejowej i umiejętność podejmowania na podstawie zbioru informacji odpowiednich decyzji staje się podstawowym warunkiem zachowania bezpieczeństwa [1].
Od lat w przemyśle hutniczym stosowane są urządzenia do kontroli wyrobów gotowych produkowanych na potrzeby transportu kolejowego [2], [3]. Obecnie automatyzacja wkracza również na inne pola, np. badania szyn ułożonych w torach [4], [5], [6], [7] spoin wykonanych w rurociągach [8], [9], [10], [11] itp.
Konstrukcja automatu do badań ultradźwiękowych powinna być związana z konkretnym problemem pomiarowym z uwagi na specyfikę rozchodzenia się fal ultradźwiękowych, możliwość prowadzenia głowic itp. Standaryzacji natomiast może podlegać elektroniczna aparatura ultradźwiękowa w formie komputerowych defektoskopów wielokanałowych o swobodnie programowanych nastawach oraz systemy gromadzenia i oceny sygnałów pomiarowych zbieranych podczas wymienionych wyżej badań [12].
Zauważyć należy, że istnieją jedynie nieliczne wdrożenia systemów automatycznych badań ultradźwiękowych, co związane jest z brakiem norm dotyczących tychże badań. Wzrost znaczenia prowadzenia badań ultradźwiękowych dla bezpieczeństwa ruchu kolejowego, możliwość redukcji kosztów oraz spodziewana poprawa rezultatów tych badań osiągnięta poprzez ich automatyzację sprawiają, że zagadnieniom tym postanowiono poświęcić niniejszą pracę.
Analiza istniejących rozwiązań automatów do badań ultradźwiękowych wskazuje na cztery główne problemy, z jakimi borykają się konstruktorzy wspomnianych systemów:
· zapewnienie odpowiedniej szybkości przetwarzania dużego strumienia danych,
· akwizycja olbrzymiej liczby pomiarów,
· kalibracja wielokanałowego defektoskopu ultradźwiękowego, oraz
· przetworzenie zebranych pomiarów na informacje o wadach w badanym obiekcie.
Autor dokonał próby efektywnego rozwiązania przedstawionych powyżej problemów badawczych. Prowadzone rozważania teoretyczne potwierdził badaniami symulacyjnymi, a następnie testował metody na obiektach wzorcowych i rzeczywistych.
Przeprowadzona analiza wielkości strumienia danych wykazała, że dla zapewnienia zadowalającej szybkości przetwarzania konieczna jest wstępna sprzętowa selekcja pomiarów. Propozycję rozwiązania takiego systemu przedstawiono poniżej. Zastosowanie opracowanej koncepcji dało oczekiwany efekt znacznej redukcji rozmiaru danych a co za tym idzie również szybkości ich napływu.
Z analizy podstawowych metod badań stosowanych w defektoskopii ultradźwiękowej wynika, że najważniejsze informacje niezbędne przy analizie sygnału ultradźwiękowego są zawarte w kilku parametrach opisujących charakterystyczne punkty obrazu echa ultradźwiękowego otrzymywanego na ekranie defektoskopu. Wśród tych parametrów jako podstawowe można wyróżnić maksymalną amplitudę echa wady (największa amplituda sygnału wewnątrz monitora pomiarowego zaznaczającego obszar obserwacji), położenie echa wady, maksymalną amplitudę echa dna (jw. wewnątrz monitora dna) oraz położenie echa dna. Wymienione parametry zaznaczono na przedstawionym poniżej rysunku 1.
Rys. 1. Wartości charakterystyczne obrazu echa ultradźwiękowego
Na rysunku 2a pokazano eksperyment w badaniach ultradźwiękowych przy przesuwaniu głowicy ultradźwiękowej po powierzchni próbki z wadą, a na rysunku 2b obraz odpowiadających kolejnym etapom eksperymentu ech ultradźwiękowych. Największe echo wady uzyskuje się gdy wiązka fal ultradźwiękowych centralnie obejmuje wadę. Jeśli przesuniemy głowicę w lewo lub w prawo to wada widziana jest przez skrajne promienie wiązki (o mniejszym ciśnieniu akustycznym) i amplituda wady maleje.
Jednocześnie zmienia się nieznacznie położenie echa wady: dla przypadku drugiego droga fal do powierzchni wnikania jest najkrótsza, dla pierwszego i trzeciego nieco dłuższa. Sporządzając wykres amplitudy echa wady w funkcji przesunięcia Dx otrzymujemy wykres tzw. obwiedni echa wady.
Kształt obwiedni związany jest z geometrią wiązki głowicy i geometrią przestrzenną wady. Dla wad małych (tzn. znacznie mniejszych od rozmiaru wiązki fal) długość obwiedni nie może być miarą rozległości wady. Uzyskane przebiegi pomiarowe dla obwiedni amplitudy echa wady (patrz rysunek 3a) mają kształt ostrych pików i przypominają kształt ech ultradźwiękowych, ale należy dobitnie podkreślić, że są to dwa różne pojęcia.
Przedstawiony eksperyment wiernie odpowiada przesuwaniu płozy z głowicami ultradźwiękowymi po szynie. W przypadku badania obręczy sytuacja jest podobna, z tym że głowica jest nieruchoma, a przesuwa się (obraca się) obręcz.
Na przedstawionym poniżej rysunku (rys. 3) oś pozioma wyskalowana została w mm i odpowiada przesunięciu skanera. Z jego ruchem związane są kolejne pobudzenia każdej z głowic ultradźwiękowych i przesłanie do pamięci defektoskopu: największej wartości sygnału, jaka pojawi się w bramce odpowiedniego monitora, położenia tego maksimum oraz zliczanej elektronicznie drogi (liczba elementarnych przesunięć Dx).
Rys. 2. Ilustracja pojęć obwiedni echa wady i obwiedni położenia wady[1]
Oś rzędnych dla sygnałów przedstawionych na rys. 3a wyskalowana została w jednostkach względnych wysokości okna 0..100%. Skala pionowa jest zatem zgodna ze skalą stosowaną w klasycznych defektoskopach ultradźwiękowych.
Proponowany sposób akwizycji wyników sprzętowych oprócz znacznej redukcji rozmiaru strumienia danych (współczynnik kompresji w pomiarach przeprowadzonych na stanowisku badawczym przyjmował wartości k>0,9957 – kompresja lepsza niż 1:230; , gdzie Nwe -rozmiar danych wejściowych, Nwy - rozmiar danych wyjściowych po kompresji) zapewnia dodatkowo przejrzystą i wygodną dla operatora wizualizację zarejestrowanych wad, a jego sprzętowa realizacja prowadzi do poprawy prędkości badań.
Celem efektywnego rozwiązania problemu akumulacji pomiarów autor zaproponował oraz przebadał specjalizowany, wieloetapowy algorytm kompresji pomiarów. Jego ogólny schemat przedstawiono na rysunku 4.
Oczekiwany efekt redukcji redundancji danych miał w zamierzeniach zapewnić możliwość zgromadzenia pomiarów z badań ultradźwiękowych jednego lub kilku szlaków, tak by operator po zakończeniu pomiarów miał możliwość przejrzenia obrazów wad i ewentualnej weryfikacji wyników kwalifikacji automatycznej proponowanych przez system. Otrzymane według opracowanej koncepcji rezultaty wskazują na znacznie większą od spodziewanej redukcję rozmiaru danych, co pozwala zgromadzić i przechowywać wyniki pomiarów przez długi czas.
a)
b)
Rys. 3. Obwiednie uzyskane podczas badania obręczy z wadami wzorcowymi a)echo wady i echo dna, b) położenie dna
Tak dużą redukcję nadmiarowości danych uzyskano m. in. dzięki przeprowadzonej w ramach badań analizie procesu gromadzenia pomiarów, statystycznemu przetworzeniu gromadzonych wyników, a następnie wykorzystaniu przez autora uzyskanej wiedzy o strukturze zbieranych informacji w procesie konstrukcji algorytmu kodowania.
Rys. 4. Ogólny schemat proponowanego algorytmu kompresji wyników pomiarów uzyskanych z automatycznych badań ultradźwiękowych
Kompresja pomiarów rozpoczyna się już na etapie ich gromadzenia (pierwszym etapem kodowania jest przedstawiona powyżej metoda gromadzenia i wstępnej filtracji pomiarów).
Drugim etapem kodowania jest wykorzystanie do kompresji właściwości metody pomiarowej. Na tym etapie usuwane są informacje, których przetwarzanie wynika nie tyle z potrzeb pomiarowych, co z własności techniki pomiarowej, czy konstrukcji automatu (kodowanie położenia wady w wielu kanałach, przetwarzanie tego samego sygnału w dwu torach o różnym wzmocnieniu, brak echa dna dla głowic kątowych).
Kolejnym krokiem jest zastosowanie metody kompresji różnicowej [13], [14]. Jednym z celów kodowania różnicowego, którego blokowy schemat pokazano na rysunku 5, jest zmniejszenie wariancji kodowanego sygnału i uczynienia go tym samym bardziej podatnym na kodowanie poprzez redukcję ilości symboli kodowych w alfabecie źródła.
Rys. 5. Algorytm podstawowy systemu kodowania różnicowego z wykorzystaniem predyktora
W kolejnych etapach przetwarzania wykorzystane zostaną także m. in. kompresja stratna oraz kodowanie bezstratne kodami o zmiennej długości. Stąd ważnym efektem omawianej transformacji jest również taka zmiana prawdopodobieństw występowania poszczególnych symboli kodu, że stają się one bardziej zróżnicowanie (patrz rys. 6). Duże zróżnicowanie prawdopodobieństw sprzyja bowiem zarówno kompresji stratnej (jeśli wyeliminujemy z kodu symbole o najmniejszych prawdopodobieństwach, to wprowadzane zniekształcenia są najniższe), jak i statystycznym metodom kodowania – symbolom częściej występującym przypisujemy krótsze kody.
Rys. 6. Histogramy sygnału obwiedni amplitudy wady i różnic pomiędzy jego próbkami a estymatami próbek podczas pomiarów metodą echa w kanale wykorzystującym głowice kątowe β=72˚
Zmniejszenie liczby symboli w alfabecie kodowym prowadzi wprost do redukcji rozmiaru gromadzonych informacji (by zakodować mniejszą ilość symboli wystarczą krótsze słowa kodowe). Ceną transformacji stratnej jest faktyczne zmniejszenie rozdzielczości pomiarów, jednak - jak już wspomniano, eliminacja najrzadziej występujących symboli alfabetu przy korzystnych właściwościach statystycznych (rys. 6) wprowadza niewielkie zniekształcenia (co pokazuje rys. 7).
Kompresja bezstratna (ostatni etap kompresji) jest możliwa dzięki istnieniu nadmiarowej informacji zawartej w danych wejściowych oraz różnorodnym zależnościom występującym w strukturze kodowanych ciągów wartości [14]. Istotą kodowania bezstratnego jest taki sposób opisania danych źródłowych, by skompresowane dane wyjściowe zajmowały mniej miejsca przy zachowaniu możliwości ich jednoznacznego rozkodowania.
a) Alfabet A(8) rozmiar 256 symboli
b) Alfabet A(5) rozmiar 32 symbole
Rys. 7. Oryginalne i zrekonstruowane sygnały obwiedni amplitudy wady w zależności od rozmiaru alfabetu kodowego – głowica normalna
Najkorzystniejsze wyniki z punktu widzenia analizowanego problemu uzyskano dzięki zastosowaniu kaskadowego połączenia dynamicznej wersji algorytmu Huffmana [14], [15] z kodowaniem słownikowym metodą LZSS [16], [17]. Uzyskane wyniki zestawiono na rysunku 8 z rezultatami uzyskanymi dla tych samych danych przez komercyjne archiwizatory.
Rys. 8. Efekty kodowania binarnego dla sygnałów z automatycznych pomiarów ultradźwiękowych metodą echa z wykorzystaniem głowic kątowych - 72˚
Zastosowanie zaproponowanej poniżej korelacyjnej metody kalibracji oraz wzorców kalibracyjnych prowadzi do znacznej poprawy powtarzalności uzyskiwanych wyników pomiarów. Efekt ten uzyskano dzięki precyzyjnemu wyznaczeniu geometrycznego przemieszczenia głowic oraz automatycznemu doborowi wzmocnienia w każdym z kanałów automatu.
W rozwiązaniu pierwszych dwu zagadnień pomocna może być funkcja korelacji wzajemnej (cross correlation). W dziedzinie czasu, dla dwu ciągłych ergodycznych i stacjonarnych procesów korelacja wzajemna definiowana jest zależnością (1) [18], [19]:
(1)
gdzie:
T - czas obserwacji,
x(·) - obserwowany sygnał,
y(·) - replika sygnału x,
τ - opóźnienie,
która dla sygnałów dyskretnych o skończonej długości N po zastąpieniu czasu indeksami próbek (i1,i2) oraz zastąpieniu na podstawie własności (2) tych indeksów przesunięciem pomiędzy sygnałami i=i1-i2 :
(2)
przyjmuje postać:
.
Automation_Engineering