ANÁLISIS DE LOS ECOS EN SEÑALES DE EMISIÓN ACÚSTICA

R. Piotrkowski
Escuela de Ciencia y Tecnología, Universidad Nacional de General San Martín, Buenos Aires, ARGENTINA.
piotrkow@mail.retina.ar

M. I. López Pumarega
ENDE, Comisión Nacional de Energía Atómica, Buenos Aires, ARGENTINA.
lopezpum@cnea.gov.ar

M. Armeite
ENDE, Comisión Nacional de Energía Atómica, Buenos Aires, ARGENTINA.
armeite@cnea.gov.ar

J. I. Mieza
Instituto de Tecnología Sabato, Comisión Nacional de Energía Atómica, Buenos Aires, ARGENTINA.
mieza@cnea.gov.ar

J. E. Ruzzante
ENDE, Comisión Nacional de Energía Atómica, Buenos Aires, ARGENTINA.
Universidad Tecnológica Nacional, Regional Buenos Aires, ARGENTINA.
ruzzante@cnea.gov.ar

Resumen.- En trabajos anteriores, se planteó un modelo teórico para explicar la alta correlación entre los parámetros Amplitud
(A) y Duración (D), en señales de Emisión Acústica (EA). Dichas señales fueron producidas durante ensayos de deformación
triaxial, realizados con probetas obtenidas de tubos de acero sin costura. Las señales de EA fueron captadas mediante un
transductor de banda ancha (100-800 Khz), y digitalizadas con un conversor A/D de 2.5 MHz y 8 bits. El estudio permitió
correlacionar los parámetros A y D de las señales obtenidas de seis ensayos, a través de un modelo matemático cuyas predicciones
se ajustaban adecuadamente a los datos experimentales. Dicho modelo tuvo en cuenta las posibles reflexiones de las señales en los
extremos de las probetas. Siguiendo esta línea, en el presente trabajo se separó cada evento complejo de EA, mediante un método
de multiresolución basado en la Transformada Wavelet (ondita), en eventos más simples: el primario y los ecos del mismo, que
resultan de reflexiones en los extremos de muestras tipo placa delgada. Para ello, y de acuerdo a la geometría de las muestras, se
consideró la propagación de ondas de Lamb. Se obtuvo una clara separación de cada evento en uno primario y varios reflejados de
acuerdo a la distribución de energía acústica en el plano Tiempo-Frecuencia.

Palabras clave: Emisión Acústica, ecos, análisis de señales, wavelets (onditas), ondas de Lamb.

1. Introducción
Las señales de EA, respuesta del sistema de detección a las señales mecánicas incidentes, se originan en la
superposición de múltiples ondas elásticas de distinto tipo: de volumen (longitudinales y transversales), de superficie
(ondas de Rayleigh), y si el material es una placa delgada, como ocurre en nuestro caso, ondas de Lamb, como figura
en Ruzzante et al. (1998).
En el presente trabajo se estudian y analizan las señales de EA captadas durante ensayos mecánicos en probetas
obtenidas a partir de aros cortados de tubos de acero sin costura (Cunturis F., 2000). Diversos aspectos de este tipo de
ensayos, en particular relacionados con los parámetros Amplitud (A), Duración (D), y Rise Time (R) de los eventos,
así como la relación entre los mismos, fueron estudiados en trabajos anteriores del Grupo tales como: López Pumarega
(1999 (1)), López Pumarega et al. (1999 (2)), Armeite et al. (2002), López Pumarega et al. (2002). Los trabajos más
recientes se refieren a la correlación entre los parámetros A y D, que pudo explicarse con un modelo que considera a
cada evento complejo como superposición de un Evento Primario (EP) y varios Eventos Reflejados (ER) en interfaces
de la muestra. Se obtuvo un mapa en el plano A-D, tal que se asignó estadísticamente a cada evento obtenido
experimentalmente, un dado número de reflexiones.
La ubicación temporal de eventos reflejados respecto de la ubicación de los primarios, fue también encarada
previamente por nuestro Grupo, junto con otros autores, en trabajos de simulación: Vargas et al. (2000), Vargas et al.
(2001). En dichos trabajos el tiempo de ocurrencia de cada evento fue estimado usando un algoritmo basado en un
análisis de multiresolución de onditas (wavelets). Este método resultó ventajoso cuando fue comparado con otra
técnica basada en filtros de Kalman. En el análisis de multiresolución la señal temporal es descompuesta en niveles de
frecuencia (bandas) y sus frecuencias fundamentales se detectan usando sólo unos pocos niveles. Se obtienen así un
conjunto de señales temporales, una para cada banda de frecuencia, donde las ordenadas son los correspondientes
coeficientes ondita (Mallat, 1989, Daubechies 1992, Chui 1992, Unser et al. 1993). Se detectan los máximos locales de
dichos coeficientes y esto permite ubicar distintos tiempos de arribo al detector. Con estos datos y teniendo en cuenta

02 a 06 de Junho de 2003 / June 2 to 6 2003

Rio de Janeiro - RJ - Brasil
la geometría de la probeta ensayada, se pudieron identificar los ER. La corroboración experimental del cálculo se
realizó con un simulador electrónico de eventos de EA.
En el presente trabajo se aplicaron las hipótesis de los trabajos anteriores, es decir, se consideró el evento
complejo como superposición del EP y sus ecos, se aplicó el análisis de multiresolución, a lo cual se
agregó la hipótesis de que las ondas involucradas fueron las ondas de Lamb, que está validado por la geometría de las
muestras (Viktorov ,1967, Achenbach, 1980).

2. Experimental

Las probetas, un esquema de las cuales se muestra en la Figura 1, fueron de un diámetro exterior de 138-140
mm, un ancho de 20 mm y un espesor de 14.5-16 mm. Se les eliminó un segmento de cuerda de 70 mm para
insertarlas en el dispositivo de deformación. En la parte superior interna se les hizo un adelgazamiento para concentrar
la deformación en esa determinada zona. Se emplearon seis probetas, tres de ellas con su capa natural de óxido, y las
otras tres fueron torneadas para eliminar dicha capa. Los tres primeros ensayos (MAN2, MAN3, MAN4) corresponden
a probetas con capa de óxido, los otros tres (MAN5, MAN6, MAN7), corresponden a probetas sin capa de óxido.
Las señales fueron captadas con un sensor de banda ancha PAC WD, considerado aproximadamente lineal en el
rango de frecuencia de 100-800 KHz, y procesadas con el sistema AEDOS CISE de EA. Fueron digitalizadas con un
osciloscopio digital LeCroy con una frecuencia de muestreo de 2.5 MHz y 8 bits correspondiendo cada señal a un
archivo de 2502 puntos.

Figura 1. Esquema de las probetas ensayadas.

3. Análisis de las señales

Una de las técnicas comunes del análisis espectral de señales es la Transformada Rápida de Fourier (FFT), que
permite determinar el rango de frecuencias predominantes en una señal continua. Cuando se aplica la FFT a señales
discontinuas como los eventos de EA, se realiza un análisis local, pero, una vez seleccionada la ventana temporal ,
queda simultáneamente definida una ventana de frecuencia arbitraria y no siempre conveniente. Esa es la razón que
impulsó el desarrollo de otras transformadas como la Transformada de Fourier de Tiempo Corto (STFT), la
Transformada de Wigner-Ville (WGT), y la Transformada Wavelet (WT) (Serrano, 2001). En los casos donde
coexisten fenómenos de corta y larga duración como el de este trabajo, la elección de las ventanas y los cálculos para
STFT y WGT, son complicados , por lo que se eligió la WT, como en otros trabajos del Grupo, por ejemplo Maradei,
(2002). Dado que la EA es típicamente un proceso no estacionario, la WT es una herramienta muy útil para el
procesamiento de las señales.
En este trabajo se usó el software de onditas, especial para señales de EA: AGU-Vallen Wavelet, (2002) de libre
disponibilidad. La ondita “madre” que usa este software es una ondita de Gabor, con una función gaussiana. El
algoritmo está basado en el trabajo de Suzuki et al. (1996). La presentación de los resultados corresponde a dos
gráficos, uno que muestra la señal original en el dominio del tiempo (Tiempo-Amplitud), y otro que muestra el
espectrograma wavelet, que presenta variadas formas en distintos colores sobre el plano Tiempo-Frecuencia, donde el
color está asignado de acuerdo al valor de cada coeficiente ondita. El cuadrado de estos coeficientes se corresponde
con la potencia transportada por la correspondiente componente en cada instante.
 Las ondas de Lamb, modo fundamental de propagación en placas delgadas, tienen la particularidad de ser
dispersivas, es decir, cada uno de los distintos modos de Lamb tiene una velocidad de grupo que es función del
producto de la frecuencia de la onda que se propaga y el espesor de la placa donde se está propagando. Los gráficos
que representan esta variación generalmente son llamados curvas de dispersión. Los modos S representan los modos
de oscilación simétricos y los A los antisimétricos. Generalmente sólo los primeros modos transportan la mayor parte
de la energía. Así, los modos usualmente detectados son los A0, A1, S0 y S1. Existen en la literatura varios trabajos
(Prosser, 1999 (1), Prosser, 1999 (2)) relativos a la EA y al análisis en el dominio Tiempo-Frecuencia de las ondas de
Lamb, para diferentes materiales y para señales simuladas por métodos de elementos finitos, o bien artificiales como la
rotura de la mina de lápiz . En estos casos se conoce de antemano la distancia entre la fuente y el sensor.
Para obtener las curvas de dispersión para el material empleado en estos ensayos, se usó el software de EA:
Vallen Dispersión (Vallen, 2002), que permite calcular y graficar las curvas de dispersión para las propiedades
particulares del material tales como la velocidad de propagación de los modos longitudinales y transversales de las
ondas de volumen y el espesor de la placa.

4. Resultados y discusión

En la Tabla 1 se resumen las principales características de los ensayos.

Tabla 1. Características de los ensayos.

Ensayo Tipo de probeta Número de señales Número de señales

Digitalizadas Estudiadas
MAN2 Con óxido 74 74
MAN3 Con óxido 14 3
MAN4 Con óxido 84 10
MAN5 Sin óxido 18 1
MAN6 Sin óxido 37 37
MAN7 Sin óxido 37 37

Las velocidades de propagación de las ondas elásticas de volumen en acero, longitudinal y transversal
corresponden a los valores de 5864 m/s y 3142 m/s, respectivamente; y considerando un rango de frecuencias de las
ondas elásticas entre 100 KHz y 1000 KHz, se deduce que las longitudes de onda involucradas varían entre 3,1 y 58
mm. Teniendo en cuenta que estos valores se corresponden con el rango de los espesores de las probetas ensayadas, se
deduce que las mismas se comportan esencialmente como placas delgadas, de modo que las ondas elásticas que recibe
el sensor de EA son fundamentalmente las de Lamb.
Los coeficientes ondita se corresponden con la energía transportada por la correspondiente componente. En
nuestros gráficos de la representación ondita (espectrogramas), el color magenta representa valores mínimos y el color
rojo los valores más altos, entre ellos existe una amplia graduación cromática. Todas las señales digitalizadas fueron
procesadas con onditas, pero para hacer el análisis final se estudiaron sólo las representaciones típicas de cada ensayo
que figuran en la Tabla 1 como “señales estudiadas”. En muchas de las señales se vieron dos zonas de altos
coeficientes onditas en la franja de 120-350 KHz, estando ubicadas aproximadamente en 200 µs y 320 µs
respectivamente. En algunas se vieron más zonas.
Para aumentar la claridad de los gráficos, se fijó un “piso mínimo” (considerado como nivel de ruido) para la
representación en color. El umbral fue elegido en alrededor del 10 % del máximo valor de los coeficientes ondita de
cada señal. Como resultado se obtuvo un gráfico como el de la Figura 2 donde se muestra un ejemplo típico, para una
señal de la probeta MAN2.
En la gran mayoría de las señales, se observan dos zonas temporales de altos coeficientes ondita, donde la
segunda zona no es tan rica en frecuencias como la primera. En el caso de las probetas con óxido el máximo de los
coeficientes ondita, aparece para una frecuencia promedio de 213 KHz, y para las probetas sin óxido, en 258 KHz
aproximadamente, ambos en los 200 µs. En algunas señales para esa posición temporal, pero en otro rango de
frecuencias, aparecen otros máximos relativos en los coeficientes ondita.
En la Figura 2 se puede apreciar claramente, comparando la parte superior e inferior de la figura, la muy buena
correspondencia entre las máximas excursiones de la señal y las “manchas” de colores correspondientes a los mayores
valores de los coeficientes onditas. En esta figura se pueden observar fundamentalmente dos zonas de altos valores de
coeficientes ondita, como ya fue dicho, una centrada en aproximadamente 200 µs y la otra de menor intensidad en 320
µs, ambas fundamentalmente en una franja de frecuencias en el rango 120-350 KHz. A la primera parte de esta señal la
señal se la llamó Evento Primario (EP), con un ancho aproximado de 20 µs y a la segunda Evento Reflejado (ER), de
ancho parecido, pero de menor intensidad. Para obtener mayor claridad, se expandió y trasladó en el tiempo la señal,
quedándonos sólo con la parte más representativa (principio de la señal), como se puede ver en la Figura 3. Muy
próximo al EP, aproximadamente a 20 µs, hay una “mancha” azul que corresponde a valores significativos de los
coeficientes ondita. Esta zona no ha podido se identificada aún.
 Se calculó también la Respuesta en Frecuencia (cociente entre las correspondientes Transformadas de Fourier)
entre ER y el EP. En la Figura 4, se observa, en la parte a) la misma señal temporal de la probeta MAN2; en la parte b)
las Transformadas de Fourier del EP y el ER, donde se ve que los mayores valores de amplitud corresponden al mismo
rango de frecuencias; y en la parte c) la Respuesta en Frecuencia, donde se usó una escala en dB ponderada por la
diferencia de amplitudes para resaltar las valores significativos. Esta respuesta en dB muestra valores casi nulos para
todas las frecuencias, excepto en el rango 120-350 kHz. Por lo tanto se corrobora que fuera de dicho intervalo de
frecuencias, las señales transportan información no relevante para el presente estudio.

a)

b)

Figura 2. Probeta MAN2, señal No 35: a) señal temporal; b) espectrograma de onditas correspondiente.

La parte principal de nuestro trabajo consistió en comparar la distribución de energía en el plano Tiempo-
Frecuencia obtenida a partir de la Transformada Wavelet, con la correspondiente a los distintos modos de propagación
de Lamb. Si se conoce el espesor de la placa y la distancia entre la fuente y el sensor, se puede pasar del gráfico de las
curvas de dispersión, Velocidad de Grupo vs. Frecuencias x Espesor, a otro equivalente, Tiempo vs. Frecuencia, que se
puede superponer con el correspondiente espectrograma de onditas, ya que si un determinado modo de propagación
está presente en la señal, también tiene que satisfacer la correspondiente curva de dispersión. De la coincidencia de
alguna curva de dispersión con las forma del espectrograma se deduce la presencia de ese modo de Lamb.
Considerando 240 KHz como la frecuencia correspondiente a los mayores valores del espectrograma, de las curvas de
dispersión calculadas y graficadas para un espesor de 15,50 mm (ver Figura 5 ) se pudieron obtener los valores de
velocidades de los distintos modos de Lamb preponderantes: v(A0) = 3,01 mm/µs, v(A1) = 3 mm/µs, v(S0) = 2,5
mm/µs y v(S1) = 4,7 mm/µs.
Para 240 KHz, el modo que se propaga con mayor velocidad es el S1 y estimando la distancia Fuente-Sensor en 35
mm, ya que la deformación se concentra en la zona central de la probeta (ver Figura 1) se puede ubicar el instante en
que operó la fuente que produjo dicho evento, demorando 7,4 µs en llegar la señal al sensor. A partir del instante de
emisión de la fuente de EA, con las velocidades correspondientes a cada modo de propagación, se ubican los instantes
en que llegan al sensor los otros modos: t (S0) = 14 µs, t (A0) = 11,6 µs, t (A1) = 11,6 µs. Esto está explicitado en la
Figura 6. Allí se ve que los modos preponderantes (los que transportan la mayor parte de la energía) arriban dentro de
la zona correspondiente al EP. Queda así explicada su estructura Wavelet. Además, la onda que sale de la parte
superior de la probeta, llega al extremo C de la misma (ver Figura 1), se refleja y vuelve al sensor, recorre una
distancia aproximada de 276 mm. Teniendo en cuenta la separación temporal entre el EP y el ER, 115 µs, se puede
calcular la velocidad de las ondas que llegan al sensor en ese tiempo, obteniéndose un valor de 2,4 mm/µs que se
corresponde adecuadamente con la velocidad del modo S0. Por lo tanto, se puede concluir que el llamado ER
corresponde fundamentalmente a la reflexión del modo S0 en el extremo de la probeta. Por otro lado, teniendo en
cuenta la separación entre estos EP y ER, y considerando los modos de mayor y menor velocidad, S0 y S1
respectivamente, para la distancia de 276 mm, produciría una diferencia de tiempos de arribo del orden de 50 µs que se
corresponde con el ancho de la zona del ER (ver Figura 3). Queda así explicada la estructura de los ER. Este tipo de
resultados fue obtenido para todos los eventos complejos, viéndose en algunos casos más de una reflexión.

a)

b)

Figure 3. Probeta MAN2, señal No 35: a) parte de la señal temporal más representativa; b) espectrograma de onditas
correspondiente.

Estos resultados indicarían que si se quiere estudiar a partir de las señales, aspectos relativos a las fuentes de
EA, es indispensable considerar sólo los eventos primarios, ya que el resto de la señal conlleva información
superpuesta relacionada con la geometría de las probetas y la propagación en el material. Por otra parte, estudiar el EP
y el ER para muchas señales de la misma probeta, facilitaría el estudio de los dos últimos aspectos: reflexiones y
propagación.
Figura 4. Probeta MAN2, señal No 35: a) señal temporal expandida, ver EP y ER, b) Transformada de Fourier de EP y
de ER, c) Respuesta en Frecuencia.

Figura 5. Curvas de dispersión de Lamb, para acero, espesor 15,5 mm.

 Figura 6. Probeta MAN2, señal No 35, esquema de arribo de los distintos modos de Lamb (EP).

5. Conclusiones

Se analizaron con onditas las señales de EA de seis ensayos de deformación triaxial de muestras extraídas de
tubos de acero sin costura. De acuerdo a la geometría de las muestras (placas delgadas) se consideraron como modos
relevantes de propagación de las ondas elásticas los correspondientes a las ondas dispersivas de Lamb.
La parte principal de nuestro trabajo consistió en comparar la distribución de energía en el plano Tiempo-
Frecuencia obtenida a partir de la Transformada Ondita, con la correspondiente a los distintos modos de propagación
de Lamb. Se consideró cada evento como una entidad compleja compuesta de un evento primario y eventos reflejados
en los extremos de las muestras.
Se aplicó para analizar las señales, un software de onditas de libre disponibilidad, específico para EA, así como el
software asociado para el cálculo de las curvas de dispersión de las ondas de Lamb.
Analizando los tiempos de propagación para las ondas elásticas de los distintos modos dispersivos de Lamb, los
gráficos de las curvas de dispersión para el material y el espesor de placa, se pudieron identificar en las estructuras
presentes en los espectrogramas onditas, y por consiguiente en la señal temporal, las partes correspondientes al evento
primario (EP) y al primer evento reflejado (ER). Asimismo se pudieran analizar e identificar las componentes de Lamb
de esas estructuras.
Los resultados obtenidos en este trabajo concuerdan con resultados anteriores publicados por el Grupo.
La posibilidad de separar cada evento complejo en un EP y uno o varios ER, permitiría estudiar con mayor
precisión y en forma separada aspectos de las fuentes de EA, y por otro lado, de la propagación y reflexión de las
ondas de EA en las probetas estudiadas.

6. Referencias

Achenbach J. D. , “Wave propagation in elastic solids”, 1980, North-Holland.

AGU-Vallen Wavelet, 2002, http://www.vallen.de/wavelet/index.html
Armeite M., López Pumarega M.I., Ruzzante J.E., Piotrkowski R, 2002, “Correlation between parameters of
acoustic emission signals”, 8th ECNDT, European Conference on Non-Destructive Testing, Barcelona, Spain,
June 17-21, Edited in CD.
Chui C.K., 1992, “An Introduction to Wavelets”, Academic Press, San Diego, USA.
Cunturis F. D., 2000, “Emisión Acústica en tubos de acero sin costura”, Trabajo Final de la Carrera Especialización
en Aplicaciones Tecnológicas de la Energía Nuclear, Instituto Balseiro, CNEA, Universidad Nacional de Cuyo,
Universidad de Buenos Aires.
Daubechies I., 1992, “Ten Lectures on Wavelets”, SIAM, Philadelphia, USA.
López Pumarega, M.I., 1999 (1), “Estudio De La Emisión Acústica Generada Por Deformación En Tubos, Sus
Fuentes y Características”, Tesis Doctoral en Ciencias Físicas, Facultad de Ciencias Exactas y Naturales,
Universidad de Buenos Aires, CNEA, U. A. ENDE, Laboratorio de Ondas Elásticas, Director: Dr. J. E. Ruzzante.
López Pumarega, Piotrkowski R., Ruzzante J.E., 1999 (2), “Discussion of the Log-normal distribution of amplitudes en
acoustic emission signals”, Journal of Acoustic Emission, Vol.17, pp. 61-67.
 López Pumarega M.I., Armeite M, Ruzzante J.E., Piotrkowski R. 2002, “Relation between Amplitude and Duration
in Acoustic Emission Signals”, 29TH Annual Review of Progress in Quantitative Non-Destructive Evaluation,
Bellingham, Washington, USA, July 14-19.
Mallat S.G., 1989, “A Theory of multiresolution signal decomposition: the wavelet representation”, IEEE Pattern
Anal. And Machine Intell., Vol. 11, N 7, pp.674-693.
Maradei C., Piotrkowski R. Serrano E., Ruzzante J:E., 2002, “Monitoring of the tool condition with Acoustic
Emission Signal analysis using wavelet packets”, Insight, Vol. 44, No. 12, pp. 786-791.
Prosser W. H., Seale M. D, 1999 (1) , “Time-frequency analysis of the dispersion of Lamb modes”, Journal of the
Acoustical Society of America, Vol. 105 (5), pp.2669-2676.
Prosser W. H., Hamstad M. A., Gary J., O’Gallagher A., 1999 (2), “Reflections of AE Waves in Finite Plates: Finite
Element Modeling and Experimental Measurements”, Journal of Acoustic Emission, Vol. 17 (1-2), pp. 37-44.
Ruzzante J.E., López Pumarega M.I. , Armeite M., Piotrkowski R., 1998, “Ondas Elásticas, Sensores y Emisión
Acústica”, Publicación del Instituto de Tecnología, de la UNSAM, IT/A-69/98.
Serrano E .P, 2001, “Introducción a la Transformada wavelet y sus aplicaciones al procesamiento de señales de
Emisión Acústica”, Actas E-GLEA 2, Segundo Encuentro del Grupo Latinoamericano de Emisión Acústica,
Primero Iberoamericano, 10-14 septiembre, Buenos Aires, Argentina, pp. 171-185.
Suzuki H., Kinjo T., Hayashi Y., Takemoto M., Ono K., 1996, “Wavelet Transform of Acoustic Emisión Signals”,
Journal of Acoustic Emission, Vol. 14, No. 2, pp. 69-84.
Unser M., Aldroubi A., Eden M., 1993, “ A family of polynomial spline wavelets transforms”, Signal Processing,
Vol. 30, pp.141-162.
Vallen Dispersion, 2002, http://www.vallen.de/wavelet/index.html
Vargas G., Isaacson S.I., D'Attellis C.E., López Pumarega M.I., Ruzzante J.E., Piotrkowski R., 2000, "Automatic
analysis of acoustic emission signals", 15th World Conference on Non-Destructive Testing, Roma, 15-21 October,
IDN:.483
Vargas G., Isaacson S.I., D'Attellis C.E., López Pumarega M.I., Ruzzante J.E., Piotrkowski R., 2001, “Analysis of
acoustic emission signals. Comparison between Kalman filters and multiresolution”, Proceeding IX Reunión de
Trabajo en Procesamiento de la Información y Control, Santa Fe, Argentina, Sept. 12-14, pp. 82-87.
Viktorov I. A. 1967,“Rayleih and Lamb Waves”, Plenum Press, NY.

ANALYSIS OF ECHOS IN ACOUSTIC EMISSION SIGNALS

Abstract.- In previous work, a theoretical model was presented in order to explain the high correlation between the parameters
Amplitude (A) and Duration (D) in Acoustic Emission (AE) signals. Signals were obtained from triaxial deformation tests on
samples obtained from seamless steel tubes, captured with a (100-800) KHz broad band transducer and digitized with a 2.5 MHz-
8bits A/D converter. That study allowed to correlate A and D parameters of signals coming from six tests by means of a
mathematical model whose predictions adequately fit the experimental data. The model had into account the possible reflections of
signals at plate like sample ends. Continuing with this point of view, in the present paper each complex AE burst was separated in
simpler bursts, the primary and reflected ones by means of a multiresolution algorithm based on the Wavelet Transform. With this
purpose and according to the geometry of samples, the propagation of Lamb waves was considered. A clear separation between
primary and reflected bursts was obtained according to the acoustic energy distribution in the Time-Frequency plane.

Keywords: Acoustic Emission, echoes, signal analysis, wavelets, Lamb waves.