Reconstructing echoes completely submerged in background noise by a stacked denoising autoencoder method for low-power EMAT testing

电磁声换能器 声学 降噪 信号(编程语言) 计算机科学 噪音(视频) 功率(物理) 自编码 人工神经网络 材料科学 人工智能 超声波检测 超声波传感器 物理 量子力学 图像(数学) 程序设计语言
作者
Jinjie Zhou,Dejun Yu,Xiang Li,Yang Zheng,Yao Liu
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:34 (12): 125910-125910
标识
DOI:10.1088/1361-6501/acf23c
摘要

Abstract Low-power electromagnetic-acoustic transducer (EMAT) is crucially important for safety-critical equipment in industry, especially for potential explosives and inflammable petrochemical equipment and facilities. When the excitation power is very low, the corresponding echoes are overwhelmed in noise and related measurement would be inaccurate. To solve this problem, this paper presents a new echo reconstruction method based on a deep stacked denoising autoencoder (DSDAE) for nondestructive evaluation. First, the uses of reference signals and new data structure are to improve the training efficiency. A hybrid method based on variational mode decomposition and wavelet transform is used to obtain clean reference signals as inputs of the deep network. Then, the modified network structure and loss function aim to improve the ability of feature extraction and reconstruct clean echoes from low-power EMAT signals. To validate the effectiveness of the proposed method, the experiments of self-excitation and receiving A-scan inspections of stepped specimens with different thicknesses are conducted at some excitation voltages, as low as 25 V. The results indicate that the proposed DSDAE shows better and more stable denoising performance than some popular processing methods for different specimens and excitation voltages. It greatly improves the signal-to-noise ratio of the reconstructed signal to 20 dB. When applying to thickness measurement of specimens, its relative error is lower than 0.3%, which provides a practical and accurate tool for low-power EMAT testing.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
海豚完成签到 ,获得积分10
刚刚
黑大侠完成签到 ,获得积分10
4秒前
meimale完成签到,获得积分10
8秒前
奋斗的妙海完成签到 ,获得积分0
10秒前
甜蜜的代容完成签到,获得积分10
24秒前
25秒前
...完成签到 ,获得积分10
28秒前
温如军完成签到 ,获得积分10
32秒前
王春琰完成签到 ,获得积分10
36秒前
39秒前
cuicy完成签到 ,获得积分10
40秒前
40秒前
光之战士完成签到 ,获得积分10
40秒前
多克特里完成签到 ,获得积分10
41秒前
woshiwuziq完成签到 ,获得积分10
46秒前
kanong完成签到,获得积分0
50秒前
fireking_sid完成签到,获得积分10
52秒前
辛勤夜安完成签到 ,获得积分10
59秒前
烤鸭完成签到 ,获得积分10
1分钟前
1分钟前
linn完成签到 ,获得积分20
1分钟前
卷卷发布了新的文献求助10
1分钟前
1分钟前
浮云完成签到 ,获得积分10
1分钟前
1分钟前
ycd完成签到,获得积分10
1分钟前
joeqin完成签到,获得积分10
1分钟前
啵叽一口完成签到 ,获得积分10
1分钟前
嗯哼应助Singularity采纳,获得20
1分钟前
CYL完成签到 ,获得积分10
1分钟前
chiyudoubao发布了新的文献求助10
1分钟前
蛋妮完成签到 ,获得积分10
1分钟前
一辉完成签到 ,获得积分10
1分钟前
嘉心糖应助tmobiusx采纳,获得30
1分钟前
星光完成签到 ,获得积分10
1分钟前
2分钟前
淼淼之锋完成签到 ,获得积分10
2分钟前
我的白起是国服完成签到 ,获得积分10
2分钟前
铁妹儿完成签到 ,获得积分10
2分钟前
木木杉完成签到 ,获得积分10
2分钟前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Becoming: An Introduction to Jung's Concept of Individuation 600
Communist propaganda: a fact book, 1957-1958 500
Briefe aus Shanghai 1946‒1952 (Dokumente eines Kulturschocks) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3167235
求助须知:如何正确求助?哪些是违规求助? 2818702
关于积分的说明 7921990
捐赠科研通 2478475
什么是DOI,文献DOI怎么找? 1320350
科研通“疑难数据库(出版商)”最低求助积分说明 632776
版权声明 602443