离散小波变换及其在局部腐蚀测量中的降噪应用

摘要

本文讨论了铝合金A96061在3.5% NaCl中点蚀过程中产生的外部电噪声及其从扫描振动电极技术(SVET)获得的电势中去除的问题。利用虚拟仪器(VI)、嵌入式系统和离散小波变换(DWT)提出了一种可访问和有效的解决方法。DWT是一种用于数字处理的计算算法，可以获得比锁相放大器设备更好的信噪比(SNR)的电噪声。结果表明，DWT和阈值法是对SVET测量的局部腐蚀过程电位信号进行电测量的有效和强大的替代方法。

1.介绍

目前，VI在数字测量和腐蚀研究电信号处理方面提供了新颖而高效的替代方案，与传统仪器的成本相比，VI系统在成本上有显著的优势，传统仪器的功能由制造商而不是终端用户定义。使传统的测量和控制仪器能够被现代化的计算机化仪器所取代。

1.1. 电极扫描技术

电化学电极扫描技术分为扫描参考电极和扫描振动参考电极(SRET和SVET) [1]，因为SVET是最佳信噪比，如果我们比较SRET技术（SVET之前）的最小测量范围，即200 μV和由信号的噪声电平的限制[2那3.］.

在SVET振动电极的位移较小，为1〜100的范围内 μm;这种位移提供了一个小的离子通量，与电极尖端的电势相对应，以微伏为序[4.］.

在微伏范围内的电信号意味着这些信号容易受到电噪声的影响，电噪声对电信号的干扰很大，使其强烈地依赖于信噪比，例如SVET的电位曲线。在这些条件下，用振动电极测量电位差会导致电信号电位值的不确定性。

1.2。电噪声源

SVET系统中有两种主要的噪声源：内部噪声和外部噪声。由于系统的特性和性质（热噪声、波纹噪声和波动噪声），系统部件会产生内部噪声。电化学系统的内部噪声出现在称为电化学噪声（EN）的固液界面中，其来源为几种类型的波动：金属/电解质界面中物种浓度的波动、表面形态的波动、电极活性的波动，以及电极表面活性的波动[5.］.

外部噪声是电噪声的主要识别源，也称为白噪声或高斯噪声，被认为是我们测量系统的干扰变量。这来自影响电气系统所有部件（包括电化学部件、电极、接线和仪表）的外部电或磁源。所呈现的干扰可以是平稳的、非平稳的或随机的，其中电噪声的主要来源是传统电线、荧光灯、计算机和电动机的电流。

1．3．虚拟仪器

VI对于实验室或现场的测量和控制仪器的开发来说是一个不可或缺的工具，其在化学和电化学系统测量和控制中的应用也不例外[6.-8.］.当谈到VI时，我们指的是在计算机硬件中发现的一种仪器，以及允许在VI和被测量和控制的系统之间进行物理和功能连接的接口。VIs具有可回收性好、易于规模化、可与外界连接、配置简单、单采集(测量)渠道成本低等特点。目前在嵌入式系统中VIs是可编程的，其主要优点是其功能由终端用户定义;也就是说，我们根据我们的需求来设计它们，不像传统的刚性仪器，其功能是由制造商定义的，是为满足一般或非常特定的需求而设计的。VI开发的背景可以追溯到1986年，当时美国国家仪器公司推出了LabVIEW®虚拟仪器平台，该平台可以在MAC电脑上操作。

LabVIEW的主要功能之一是易用性，适用于专业程序员和具有很少的编程知识的人。LabVIEW是一个图形编程工具，这意味着程序不是写入但绘制的，促进他们的理解。通过已经预测了很多编程块，它有助于程序员创建项目，允许他在编程上花费更少的时间。

1.4。嵌入式系统

嵌入式系统是为具有特定功能而设计的计算机，不像通用计算机，顾名思义，是为执行一般计算功能而设计的。嵌入式系统有许多不同的应用，一些日常应用如控制家用电器的操作，或更复杂的应用如工业、航空航天、汽车等领域的数据采集和控制。通过嵌入式系统，可以实现实时的可编程测量和控制操作。嵌入式系统的主要优点是无论计算机使用情况如何都可以进行数字信号处理(DSP)，使嵌入式系统成为完全可回收、便携、高效和经济的VI，具有终端用户定义的功能。

1．5．小波变换

小波变换在平稳和非平稳信号分析中有着广泛的应用。这些应用包括从信号中去除电噪声、检测突变不连续性和压缩大量数据。在腐蚀研究中使用WT也不例外，正如文献中发表的著作所示[9.-12.］.

利用小波变换，可以将信号分解为一组组成信号，即小波，每个小波都有明确定义的主频，类似于傅立叶变换(FT)，在傅立叶变换中，信号是由无限持续时间的正弦和余弦函数表示的。小波变换中小波是短暂持续时间的瞬变函数，即以特定时间为中心的有限持续时间。FT的问题在于，当从时域传递到频域时，关于时间的信息就会丢失。通过观察FT得到的频谱，可以简单地区分被分析信号的频率内容，但无法推断频谱中的信号分量是在什么时间出现或消失的。与FT不同，WT允许在时域和频域进行分析，提供信号频率内容随时间变化的信息[13.］.

如在FT的情况下，WT已经离散化，被称为离散小波变换（DWT），并且表示在传统的FT方法的一个重要优点。在WT分解的信号转换成表示不同的频带数尺度，并且在各刻度中，WT的位置可以在与该电噪声能够被识别和有效地除去的重要时间特性来确定。短时小波允许从高频分量提取的信息。这是为了消除电气噪声的重要信息，因为电噪声更可能表现出高频率波动[14.］.长小波允许您从低频率中提取信息。根据高频和低频的信息，我们可以定义一个阈值，并将低于不期望的电噪声阈值的频率归零[15.］.

使用WT去除信号中的电噪声的开创性工作在Donoho和Johnstone的作品中具有其起源[16.那17.]，它提出了在信号中去除高斯白电噪声的使用的阈值的。类似工作，但与使用离散小波变换非抽样（UWT）给出后允许通过非线性方法除去的电噪声的由夸夫曼和Donoho等[建议18.］.

在DWT被认为是电噪声的消除作为一种新的替代方案，通过使用系统的低通滤波器的锁相放大器或快速傅立叶电噪声的衰减的内容替换程序变换（FFT）的合适的工具，单独罐在其中电噪声具有频带的或非常小的重叠完全不同的，并且从该信号和噪声分离，以能够使用过滤，这是在数字地处理信号的时刻的一个重要限制的方法的情况下使用不固定的，其内容随时间而变化。

1.6。噪声衰减过程与DWT使用阈值法

阈值法是小波变换中最常用的电噪声衰减方法[19.]，其中主要的理论基础是确定，在时域和频域，在整个空间中集中SVET信号能量的信号的系数以及通常分布在时域和整个频率中的噪声的系数和能量，其能量小于SVET信号的能量。

通过DWT用噪声分解SVET信号，我们发现所得到的SVET电位信号的WT系数大于噪声信号的小波系数;该系数的这种识别允许定义阈值并使阈值低于零的系数，导致来自电位SVET信号的噪声。

1.7。在噪声消除阶段由阈值法

图形1给出了阈值法去除电噪声的一般方法的方案。我们展示了三个主要阶段:分解、阈值应用和重构，以及它们各自的子阶段。在LabVIEW中，分解、阈值和重构隐含在降噪函数中，如下所示:(我)分解：它由确定低和高频率和该阈值将使用污染与白电噪声的SVET电位曲线的DWT施加的电平的系数。在LabVIEW中的消噪功能，我们可以选择母小波和分解电位信号的电平。（ii）阈值的应用：随后，一旦确定SVET电位信号系数，选择阈值以消除阈值以下的所有阈值。在去噪功能中，我们可以选择软阈值或硬阈值、重缩放类型和阈值规则。（iii）重构：最后，在应用阈值并消除噪声后，生成的系数、级别和使用的小波都是重构的一部分。通过重构，最终得到了无电噪声的SVET电位信号。本研究的目的是获得高信噪比的A96061铝合金与3.5% NaCl水溶液接触的电位SVET信号。

2.材料和方法

2.1. 金属和试样

在实验中，用铬转化涂层保护铝合金A96061的样品所使用的，施加氧化铬作为防腐蚀预处理于航空航天应用。对于点蚀形成工艺中，铝试件在盐雾室中暴露出来。在雾室中所使用的溶液为3.5％NaCl中在20℃下;试验在以下标准ASTM B117建议的程序进行。

２.２.系统采用

以下是四个主要设备，该主设备集成了所用系统的配置，用于使用SVET来确定和测量电位信号。

第一个是自制的SVET装置，它利用了一个振动微电极10到20μM球形铂黑色尖端并以20振动μM振幅，平均距离为100μ振动频率为60 Hz。

第二个是一个强大的近红外范围10 x - 200 x 5.0像素的视频检测系统,彩色CMOS, 6-LED光学显微镜操作在850 nm,和USB 2.0红外数字显微镜用自制的直系阶段重点控制机制的范围从8.5毫米到112毫米,与步进电机NPM PF35-24CL。

第三种是国产的SVET装置级，步进电机VEXTA型号PX245M-01，和增益控制仪表放大器高输入阻抗(1013 Ω/100 fA)。

第四种是嵌入式数据采集FPGA (Field Programmable Gate Array) NI里约热内卢NI myRIO，具有双核Xilinx Z-7010处理器，667 MHz处理速度256mb非易失性内存和USB端口。这包括12位CAD和采样率为500 k / s连接到计算机的主要功能是显示结果和存储信息以及执行控制SVET的虚拟仪器系统和计算机视觉研究下光学预分析的标本。需要说明的是，数据采集系统采用了双核处理器和FPAG阵列组件，允许VI程序在NI myRIO上运行，实时进行背景噪声衰减处理。图形2（a）显示了系统的完整框图和图2（b）显示所采用的系统。

2.3。方法

在铝A96061表面上发现的蚀雾在暴露于盐水雾后，采用实验室和VI局部腐蚀图像分析仪（LCIA）中开发的虚拟计算机视觉仪器光学鉴定。LCIA确定笛卡尔坐标坐标的位置。随后，坐标由电子文件发送到与SVET一起操作的电化学扫描的工作站。随着LCIA的应用，仅在通过计算视觉识别的咬合中进行了有效的扫描，节省了相当长的扫描时间。

后在3.5％NaCl雾室试验由计算机视觉系统事先已检测到出现在坑的探索与利用SVET的进行了验证。

VI在电噪声衰减中的应用包括对背景噪声测试下SVET得到的电位信号进行数字化，并将LabVIEW的去噪和数字滤波器设计功能应用于测试信号，以抑制背景噪声。

3.结果

局部腐蚀坑是在盐雾条件下产生的，按照ASTM标准B117推荐的程序，SVET技术，DWT的应用，在嵌入式FPGA myRIO系统中实现数字滤波，以及使用VI对局部腐蚀的样品进行光学预处理。

图形3.显示光学预处理的图像(a） 对应于观察样本的数字化图像，（b）显示了光学前处理。红色、绿色、蓝色和黄色表示可能的刺痛。

SVET电位曲线与距离的关系如图所示4.对应于图中光学预处理中识别为绿色的咬痕2。测量结果是浸入噪声中的电信号。在图的潜在曲线3.，信噪比为9.03 dB。

通过在嵌入式FPGA myRIO系统中对VI电位信号进行数字处理、离散小波变换和LabVIEW去噪函数，得到了测量信噪比为178.56 dB的电位曲线。图形5.显示电势幅值SVET相对于用DWT数字处理的电势曲线的距离。使用的参数是Daubechies (db02)、Level 15、阈值法和软阈值小波。

通过用LabVIEW数字滤波器设计（DFD）在嵌入式FPGA Myrio系统中实现的LabVIEW数字滤波器设计（DFD）函数来进行数字处理，所以通过使用DFD产生的潜在曲线如图所示6.presenting a SNR of 38.59 dB. For the SVET anode potential curve in Figure3.，用于获得这些结果的数字滤波器是多尔夫-切比雪夫窗低通型FIR滤波器。

表格1总结了在SVET上的电位测量值。

4.讨论

结果通过比较两个VI在嵌入式数据采集系统FPGA myRIO实现获得。第一种使用了先进的信号处理工具包的小波去噪功能，并与工具和功能用于LabVIEW数字滤波器的设计的第二个。此外，光学预处理信息被呈现为用于A96061铝试样的替代预分析方法。

利用预透视处理，可以在实时检测点的潜在凹坑和追溯的笛卡尔坐标，以便仅在初始叮咬中执行扫描。该过程的直接好处是用SVET技术减少扫描时间。

图形4.显示了SVET电位曲线沉浸在电噪声中，如果不应用噪声抑制，就无法测量由于腐蚀而产生的电势。

图形5.和6.和表格1演示了小波变换和数字滤波的电噪声衰减，以及分别总结了SVET的电测量结果。

很明显，DTW显著地提高了信噪比，达到178.56 dB，对应于去除169.53 dB的噪声，而电极尖端SVET电位为9.03 dB，如图所示4.。

采用数字滤波器，信噪比达到38.59 dB，电噪声衰减为31.3 dB，电位幅值显著降低，咬痕电位峰值位置距离位移为100μM为电压波形的时间，主要是由于暂态响应特性或滤波器不稳定区。

嵌入式系统的使用呈现了虚拟仪器的实现中的重要优势，这使得可以开发特定功能的便携式仪器，可再循环和可扩展以用于研究局部腐蚀。

如果我们比较得到的DTW结果，我们发现噪声去除率为169.53 比31.31的数字滤波提供的分贝高 dB。另一方面，使用DWT，凹坑阳极电位波形的峰值保持在481微米的原始位置，如果使用数字滤波，则不会发生这种情况。

5。结论

开发了在嵌入式系统中实现的VI，并将其应用于SVET结果的电势测量和电噪声去除。VI和嵌入式系统可回收、可扩展，并可用于特定应用的终端用户定义，是传统电化学测量的替代方案。

实验验证了小波变换和阈值法是对SVET测量的局部腐蚀过程电位信号进行电测量的有效和强大的替代方法。在DWT中应用LabVIEW函数可以有效去除信噪比在169.53 dB以上的电噪声。

利益冲突

作者声明本文的发表不存在利益冲突。

致谢

作者承认工程UABC研究所材料的腐蚀实验室提供的电子仪器和实验过程的测试发展的经济支持和设施。他们是与冶金研究所（CENIM）马德里的国家中心，西班牙国家科学研究委员会（CSIC）的国际合作表示感谢，对这项工作的研究和实验过程中提供的支持。

参考

1. R. Akid和M. Garma，“扫描振动参考电极技术:评估点源活动最大信号检测的最佳操作参数的校准研究”，Electrochimica学报，第49卷，第49期。17-18页，第2871-2879页，2004。视图:出版商网站|谷歌学者
2. H. S.艾萨克斯和Y.石川，“当前和不锈钢的局部腐蚀期间可能出现的瞬变，”电化学学会杂志第132卷第1期6，第1288-1293页，1985。视图:出版商网站|谷歌学者
3. 藤本壮介和柴田文雄，Kagaku Denki, 64,967(1996)。
4. R. Ramos, R. K. Zlatev, M. S. Stoytcheva, B. Valdez, S. Flores，和a . M. Herrera，“应用同步噪声抑制技术的SVET点腐蚀表征”，ECS交易，第29卷，第2期1，第33-42页，2010，电化学学会。视图:出版商网站|谷歌学者
5. P.马库斯和F.曼斯费尔德，腐蚀科学与工程的分析方法，2006年。
6. R.拉莫斯，R. Zlatev，B.伐耳迪兹，M. Stoytcheva，M.卡里，和J.-F.加西亚“的LabVIEW 2010的计算机视觉平台基于虚拟仪器和点蚀研究中的应用”化学分析方法杂志文章编号193230,8页，2013。视图:出版商网站|谷歌学者
7. H. Meng，J.-Y.李，y。 -唐，“虚拟仪器基于LabVIEW 8.0，PX确定二阶反应的速率常数”，“化学自动化方法与管理杂志， vol. 2009, Article ID 849704, 7页，2009。视图:出版商网站|谷歌学者
8. W.-B。王,J.-Y。李,Q.-J。吴，“基于LabVIEW的化学温度和压力虚拟仪器的设计”，化学自动化方法与管理杂志， 2007年，第68143号，7页，2007年。视图:出版商网站|谷歌学者
9. R莫斯雷菲，M。G马贾尼和M。Jafarian，“小波熵在腐蚀类型识别电化学噪声分析中的应用，”电化学通讯， vol. 48, pp. 49-51, 2014。视图:出版商网站|谷歌学者
10. H.男性，C.王，Y.Peng，S. Yang和Z.Xu，“小波分析及其在微生物腐蚀领域的应用”第三届智能信息技术应用国际研讨会论文集，IITA 2009， IEEE计算机学会，南昌，2009年11月。视图:出版商网站|谷歌学者
11. J. A. Wharton, R. J. K. Wood，和B. G. Mellor，“在氯化物介质中奥氏体和超双相不锈钢腐蚀过程中电化学噪声测量的小波分析”，腐蚀科学，第45卷，第1期，第97-122页，2003年。视图:出版商网站|谷歌学者
12. 王学军，“基于小波分形维数的电化学腐蚀类型的研究”，国际电化学科学杂志，卷。8，第7211-7222，2013。视图:谷歌学者
13. L. A. Montejo和L.E.Suárez，“Aplicaciones de la TransformadaOndícula（”小波“）enIngenieríaentructural，”在Mecanica Computacional，第二十六卷，2742-2753页，Córdoba，阿根廷，2007年10月。视图:谷歌学者
14. M比滕克，D。s基弗和K。Khoshelham，“使用地面激光扫描进行小尺度联合粗糙度估计的小波去噪方法评估”，年国际摄影测量学会摄影测量、遥感和空间信息科学年鉴会议录，第二卷-3/W5，2015年ISPRS地理空间周，La Grade Motte，法国，2015年9月28日至10月3日，2015年9月28日至10月3日。视图:谷歌学者
15. 张绍国，“自适应小波阈值算法在图像去噪和压缩中的应用”，IEEE图像处理汇刊，第9卷，第5期。9、2000年。视图:出版商网站|谷歌学者|MathSciNet
16. D. L. Donoho和J. M. Johnstone，“小波收缩的理想空间适应”，生物统计学，第81卷，第3期，第425-4551994页。视图:谷歌学者|MathSciNet
17. D. L. Donoho，《用软阈值去噪》信息理论上的IEEE交易，第41卷，第3期，1995年。视图:出版商网站|谷歌学者|MathSciNet
18. R. R.Coifman和D. L. Donoho，翻译不变去噪， Spriger，纽约，美国，1995。
19. 2 .吴斌、蔡志强，“小波去噪及其在LabVIEW中的实现”2009第二届国际图像和信号处理大会论文集，CISP '09， IEEE，中国天津，2009年10月。视图:出版商网站|谷歌学者

版权

版权所有©2017罗格里奥·拉莫斯等人。这是一篇发布在创意公共归因许可证，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。