《一种声发射信号初至点检测方法.pdf》由会员分享，可在线阅读，更多相关《一种声发射信号初至点检测方法.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103336063 A (43)申请公布日 2013.10.02 CN 103336063 A *CN103336063A* (21)申请号 201310248613.2 (22)申请日 2013.06.20 G01N 29/44(2006.01) (71)申请人 江苏大学 地址 212013 江苏省镇江市京口区学府路 301 号 (72)发明人 许桢英 黄俊 蔡阳阳 曹荣刚 王匀 (74)专利代理机构 南京知识律师事务所 32207 代理人 汪旭东 (54) 发明名称 一种声发射信号初至点检测方法 (57) 摘要 本发明涉及一种声发射信号初至点检测方 法， 包括待分。
2、析信号段提取、 运用 VAR-AIC 法确 定声发射信号初至点区域、 AR 模型建模与幅值预 测， 以及声发射信号初至点的精确计算。通过运 用 VAR-AIC 法计算的 AIC 函数局部最小值点定位 信号初至点区域， 结合环境噪声的 AR 模型预测及 幅值比较， 使检测过程既对时间序列分割点敏感 又对幅值敏感， 从而提高声发射信号初至点的检 测精度， 有效的排除了噪声信号的干扰， 克服了阈 值法检测声发射信号初至点易受噪声影响的局限 性。此方法具有处理简便、 适用性强、 准确性高的 特点。 (51)Int.Cl. 权利要求书 1 页 说明书 5 页 附图 4 页 (19)中华人民共和国国家知识。
3、产权局 (12)发明专利申请 权利要求书1页 说明书5页 附图4页 (10)申请公布号 CN 103336063 A CN 103336063 A *CN103336063A* 1/1 页 2 1. 一种声发射信号初至点检测方法， 其特征在于包括以下步骤 ： 1） 在被测区域上布设声发射传感器， 所述的声发射传感器用于检测被测声源信号， 所 述的被测声源信号经信号调理后通过数据采集卡采集并传送至计算机， 所述的计算机从所 述的采集信号中提取N个数据xi,i1,2,N， 作为待分析数据， 所述的N个待分析数据为 声发射信号到达前后由声发射传感器获取的信号， 之后执行步骤 2） ； 2） 根据 A。
4、IC 模型定价准则法， 利用所述的 N 个待分析数据 xi,i 1,2,N， 通过公式 AIC(K) Klogvar(x1,K)+(N-K-1)logvar(xK+1,N) 计算 VAR-AIC 函数获得函数 值 AIC(K), 公式中 K 1,2,N， var(x1,K) 表示第 1 点至第 K 点所有信号值的方差， var(xK+1,N) 则表示剩余第 K+1 点至最后一点所有信号值的方差， 并根据各 AIC(K) 值作 出 AIC 曲线， 其中 K 为横坐标， AIC(K) 值为纵坐标， 计算 AIC(K),K 1,2,N 值的所有局 部最小值， 所述的局部最小值所在的区域包含声发射信号。
5、的初至点， 之后执行步骤 3） ； 3） 根据步骤 1） 中所述的 N 个待分析数据， 提取包含所有步骤 2） 中计算所得 AIC 曲线 局部最小值的一段长度为 M 的声发射信号数据 xj,j 1,2,M， M 为 20 50， 作为下一 步精确判断声发射信号初至点的信号区域， 并对于所提取的 M 个数据的第一个信号点 j=1， 计算其在整个待分析信号中对应的点序号 i=k， 之后执行步骤 4） ； 4） 根据所述的N个待分析数据中环境白噪声数据xi,i1,2,k-1建立环境白噪声的 AR 模型 ：式中， M 是模型阶数， 由 AIC 准则法确定， 其中 xt的输出为环境 白噪声的预测幅值， 。
6、am是模型参数， t是高斯噪声， 平均值 Et 0， 方差 根据所述的 AR 模型， 向后预测 M 个点 xj,j 1,2,M， M 为 20 50， 其在所述的 N 个待 分析数据中的对应点为 xi,i k,k+1,k+M-1， 与步骤 3） 所述的声发射信号初至点区域 内实际数据 xi,i k,k+1,k+M-1 相对应， 分别计算预测点幅值 Ai |xi| 和实际信号 幅值 Ai |xi|， i k,k+1,k+M-1， 之后执行步骤 5） ； 5） 从第一个点 i k 开始， 比较预测值 xi 的幅值 Ai 与实际值 xi的幅值 Ai大小， 当 不满足 Ai 2Ai 时， i=i+1，。
7、 即 Ai+1与 2Ai+1相比较， 否则， 所对应的点， 作为声发射信号初 至点的精确位置， 此时输出此初至点对应的序号 i， 本方法结束。 2. 根据权利要求 1 所述的一种声发射信号初至点检测方法， 其特征在于所述的环境白 噪声的 AR 模型是根据待分析数据中环境白噪声数据建立的， 所述白噪声数据是从待分析 数据的第一个开始， 到第 k-1 个点结束， 即环境白噪声数据为 xi,i 1,2,k-1。 3.根据权利要求2所述的一种声发射信号初至点检测方法， 其特征在于所述的进行AR 建模的数据为所述环境白噪声数据 xi,i 1,2,k-1 中的最后 20 50 个点。 权 利 要 求 书 。
8、CN 103336063 A 2 1/5 页 3 一种声发射信号初至点检测方法 技术领域 0001 本发明涉及利用声发射技术进行无损检测的领域， 特别是一种声发射信号初至点 检测方法。 背景技术 0002 保证生产安全在当今生产技术领域有着无可替代的地位， 因此生产设备质量与安 全检测就显得尤为重要， 声发射检测技术作为检测领域的一种重要方法， 极具研究和完善 的价值。声发射信号初至点是指声源位置的声发射信号第一次达到传感器的时刻， 是声发 射信号定位、 识别以及声发射信号分析的关键步骤， 而声发射信号的定位是声发射检测技 术的精髓。近年来 , 声发射检测技术被广泛用于结构的健康监测 , 用来。
9、检测、 定位和估计 结构的冲击损伤 , 并取得很好的效果。在大多数声发射应用中 , 信号的到达时间是通过设 定固定阈值电压人工读取确定的 , 而检测现场由于撞击、 摩擦、 振动所引起的机械噪声也 会使采集数据超过阈值电压， 这时将会导致定位误差。 阈值法作为一种图像分割方法， 主要 对信号幅值进行筛分。对于预设定的阈值， 若信号幅值超过阈值， 则认为是声发射信号。但 是， 对于部分机械噪声， 其幅值也有可能超过阈值， 这就造成了误差， 准确性欠佳。 0003 为了克服阈值法易受噪声干扰影响的缺点， 哈尔滨工业大学王晓伟等曾提出一种 基于 AR 模型的声发射信号到达时间自动识别方法 （AR-AI。
10、C 法） ， 该方法是将声发射信号分 为噪声数据和信号数据两个局部稳定的时间序列， 每一段都用自回归过程来模拟， 寻找将 波形数据分为两个稳定时间序列的最佳分割点， 作为声发射信号的到达时间。该方法在很 大程度上减少了噪声的影响， 提高了声发射信号初至点的检测精度， 但需要求解 AR 模型， 并且只对时间序列分割点敏感， 对于精确定位还存在纰漏。 0004 可见， 现有的声发射信号初至点检测方法， 仍存在很大的局限， 需要研究一种既不 受环境噪声影响， 又简单方便适合实时检测的方法。 发明内容 0005 针对现有技术中存在的问题， 本发明的目的是在克服传统阈值法只单一考虑信号 幅值、 现有AR。
11、-AIC法只考虑时间分割点从而准确性不足的基础上， 提出一种基于Akaike信 息准则与 AR 幅值预测判断相结合、 运用 VAR-AIC 法的声发射信号初至点检测方法， 此方法 在噪声信号多种多样情况下， 自动快速、 精确定位声发射信号初至点， 具有处理简便、 适用 性强、 准确性高的特点。 0006 为了达到上述目的， 本发明采用以下技术方案 ： 一种声发射信号初至点检测方法， 包括以下步骤 ： 0007 1） 在被测区域上布设声发射传感器， 所述的声发射传感器用于检测被测声源信 号， 所述的被测声源信号经信号调理后通过数据采集卡采集并传送至计算机， 所述的计算 机从所述的采集信号中提取N。
12、个数据xi,i1,2,N， 作为待分析数据， 所述的N个待分析 数据为声发射信号到达前后由声发射传感器获取的信号， 之后执行步骤 2） ； 说 明 书 CN 103336063 A 3 2/5 页 4 0008 2） 根据AIC模型定价准则法， 利用所述的N个待分析数据xi,i1,2,N， 通过公 式 AIC(K) Klogvar(x1,K)+(N-K-1)logvar(xK+1,N) 计算 VAR-AIC 函数获得函 数值 AIC(K), 公式中 K 1,2,N， var(x1,K) 表示第 1 点至第 K 点所有信号值的方差， var(xK+1,N) 则表示剩余第 K+1 点至最后一点所有。
13、信号值的方差， 并根据各 AIC(K) 值作 出 AIC 曲线， 其中 K 为横坐标， AIC(K) 值为纵坐标， 计算 AIC(K),K 1,2,N 值的所有局 部最小值， 所述的局部最小值所在的区域包含声发射信号的初至点， 之后执行步骤 3） ； 0009 3） 根据步骤 1） 中所述的 N 个待分析数据， 提取包含所有步骤 2） 中计算所得 AIC 曲线局部最小值的一段长度为 M 的声发射信号数据 xj,j 1,2,M， M 为 20 50， 作为 下一步精确判断声发射信号初至点的信号区域， 并对于所提取的 M 个数据的第一个信号点 j=1， 计算其在整个待分析信号中对应的点序号 i=k。
14、， 之后执行步骤 4） ； 0010 4） 根据所述的 N 个待分析数据中环境白噪声数据 xi,i 1,2,k-1 建立环境 白噪声的 AR 模型 ：式中， M 是模型阶数， 由 AIC 准则法确定， 其中 xt的 输出为环境白噪声的预测幅值， am是模型参数， t是高斯噪声， 平均值 Et 0， 方差 根据所述的 AR 模型， 向后预测 M 个点 xj,j 1,2,M， M 为 20 50， 其在 所述的 N 个待分析数据中的对应点为 xi,i k,k+1,k+M-1， 与步骤 3） 所述的声发射 信号初至点区域内实际数据 xi,i k,k+1,k+M-1 相对应， 分别计算预测点幅值 Ai。
15、 |xi| 和实际信号幅值 Ai |xi|， i k,k+1,k+M-1， 之后执行步骤 5） ； 0011 5） 从第一个点 i k 开始， 比较预测值 xi 的幅值 Ai 与实际值 xi的幅值 Ai大小， 当不满足 Ai 2Ai 时， i=i+1， 即 Ai+1与 2Ai+1相比较， 否则， 所对应的点， 作为声发射信号 初至点的精确位置， 此时输出此初至点对应的序号 i， 本方法结束。 0012 所述的环境白噪声的 AR 模型是根据待分析数据中环境白噪声数据建立的， 所述 白噪声数据是从待分析数据的第一个开始， 到第 k-1 个点结束， 即环境白噪声数据为 xi,i 1,2,k-1。 0。
16、013 所述的进行 AR 建模的数据为所述环境白噪声数据 xi,i 1,2,k-1 中的最后 20 50 个点。 0014 本发明具有以下的技术优势 ： 0015 摒弃原来的 AR-AIC 方法在绘制 AIC 曲线前首先要进行 AR 建模的不足， 不进行 AR 建模， 而通过VAR-AIC方法， 可以直接从待分析数据本身的方差得出AIC值及其各局部最小 值， 省略了 AR 建模以及对模型各参数的求解过程， 既加快了数据处理速度， 又消除了 AR 模 型求值过程中可能出现的误差 ； 只在通过 VAR-AIC 方法， 可以清晰的将噪声信号和声发射 信号区分开， 有效的克服了传统阈值法不能有效辨别噪。
17、声信号与声发射信号的缺点 ； 结合 环境噪声的 AR 幅值预测判断， 进一步完善了 VAR-AIC 方法， 更加精确的确定声发射信号初 至点。整个声发射初至点确定过程中， 步骤明确， 精确程度高， 使整个测量处理的运行速度 快， 检测速度大幅提高。在本发明中， 包含声发射信号的待分析数据量的选取， 可根据信号 处理硬件性能与声发射源定位精度综合考虑， 在硬件性能尤其是运算速度与存储量允许的 前提下， 尽量选择大的待分析数据量， 以提高声发射信号初至点的计算精度， 从而提高声发 射源定位精度。 说 明 书 CN 103336063 A 4 3/5 页 5 附图说明 0016 图 1 为本发明所述。
18、方法流程图。 0017 图 2 为实施例的原始信号波形图。 0018 图 3 为选取的待分析数据段及阈值法获取信号初至点位置。 0019 图 4 为 VAR-AIC 曲线。 0020 图 5 为 VAR-AIC 曲线的局部放大图。 0021 图 6 为环境噪声的 AR 模型预测图。 具体实施方式 0022 为了加深对本发明的理解， 下面结合附图 1 6， 对本发明提出的一种声发射信号 初至点检测方法作进一步详述。 0023 如图 1 所示， 一种声发射信号初至点检测方法， 包括以下步骤 ： 0024 1） 在被测区域上布设声发射传感器， 所述的声发射传感器用于检测被测声源信 号， 所述的被测声。
19、源信号经信号调理后通过数据采集卡采集并传送至计算机， 所述的计算 机从所述的采集信号中提取N个数据xi,i1,2,N， 作为待分析数据， 所述的N个待分析 数据为声发射信号到达前后由声发射传感器获取的信号， 之后执行步骤 2） ； 0025 2） 根据AIC模型定价准则法， 利用所述的N个待分析数据xi,i1,2,N， 通过公 式 AIC(K) Klogvar(x1,K)+(N-K-1)logvar(xK+1,N) 计算 VAR-AIC 函数获得函 数值 AIC(K), 公式中 K 1,2,N， var(x1,K) 表示第 1 点至第 K 点所有信号值的方差， var(xK+1,N) 则表示剩。
20、余第 K+1 点至最后一点所有信号值的方差， 并根据各 AIC(K) 值作 出 AIC 曲线， 其中 K 为横坐标， AIC(K) 值为纵坐标， 计算 AIC(K),K 1,2,N 值的所有局 部最小值， 所述的局部最小值所在的区域包含声发射信号的初至点， 之后执行步骤 3） ； 0026 3） 根据步骤 1） 中所述的 N 个待分析数据， 提取包含所有步骤 2） 中计算所得 AIC 曲线局部最小值的一段长度为 M 的声发射信号数据 xj,j 1,2,M， M 为 20 50， 作为 下一步精确判断声发射信号初至点的信号区域， 并对于所提取的 M 个数据的第一个信号点 j=1， 计算其在整个待。
21、分析信号中对应的点序号 i=k， 之后执行步骤 4） ； 0027 4） 根据所述的 N 个待分析数据中环境白噪声数据 xi,i 1,2,k-1 建立环境 白噪声的 AR 模型 ：式中， M 是模型阶数， 由 AIC 准则法确定， 其中 xt的 输出为环境白噪声的预测幅值， am是模型参数， t是高斯噪声， 平均值 Et 0， 方差 根据所述的 AR 模型， 向后预测 M 个点 xj,j 1,2,M， M 为 20 50， 其在 所述的 N 个待分析数据中的对应点为 xi,i k,k+1,k+M-1， 与步骤 3） 所述的声发射 信号初至点区域内实际数据 xi,i k,k+1,k+M-1 相对。
22、应， 分别计算预测点幅值 Ai |xi| 和实际信号幅值 Ai |xi|， i k,k+1,k+M-1， 之后执行步骤 5） ； 0028 5） 从第一个点 i k 开始， 比较预测值 xi 的幅值 Ai 与实际值 xi的幅值 Ai大小， 当不满足 Ai 2Ai 时， i=i+1， 即 Ai+1与 2Ai+1相比较， 否则， 所对应的点， 作为声发射信号 初至点的精确位置， 此时输出此初至点对应的序号 i， 本方法结束。 说 明 书 CN 103336063 A 5 4/5 页 6 0029 所述的环境白噪声的 AR 模型是根据待分析数据中环境白噪声数据建立的， 所述 白噪声数据是从待分析数据。
23、的第一个开始， 到第 k-1 个点结束， 即环境白噪声数据为 xi,i 1,2,k-1。 0030 所述的进行 AR 建模的数据为所述环境白噪声数据 xi,i 1,2,k-1 中的最后 20 50 个点。 0031 实施例 ： 0032 对于如图 2 所示声发射传感器获取的带机械噪声的信号， 利用本发明所述的一种 声发射信号初至点检测方法， 进行声发射信号初至点的检测， 该方法包括 ： 待分析信号段提 取、 AR 模型建模、 运用 VAR-AIC 法确定声发射信号初至点区域、 AR 幅值预测判断， 以及声发 射信号初至点的精确计算， 具体包括如下步骤 ： 0033 步骤 1 在被测区域上布设声。
24、发射传感器， 被测声源信号由传感器检测得到， 经信 号调理后通过数据采集卡采集并送入计算机， 从采集的信号中提取一段从第 201 采样点到 第1200个采样点的同时含有噪声信号和声发射信号的1000个点数据xi,i1,2,1000， 作为待分析数据， 该 1000 个待分析数据为声发射信号到达前后由声发射传感器获取的信 号， 其波形图如图 3 所示。 0034 步骤 2 根据 AIC 模型定价准则法， 通过公式 AIC(K) Klogvar(x1,K)+(N-K-1)logvar(xK+1,N) 计算所述 1000 个待分析数据 xi,i 1,2,1000 的 VAR-AIC 函数获得各 AI。
25、C(K),K 1,2,1000 的值， 并根据各 AIC(K) 值 作出 AIC 曲线， 如图 4 所示， 从其局部放大图 5 可以看出， AIC 曲线的局部最小值有多个 ； 然 后， 计算 AIC(K),K 1,2,1000 值的所有局部最小值， 所述的局部最小值所在的区域包 含声发射信号的初至点。 0035 步骤 3 声发射信号初至点区域信号的提取。从原待分析数据中， 提取如图 5 所示 包含所有步骤 2 中计算所得 AIC 曲线局部最小值的一段长度为 M 的声发射信号数据 xj,j 1,2,M， 这里取 M=20， 作为下一步精确判断声发射信号初至点的信号区域 ； 同时对于 第一个信号点。
26、 j=1， 计算其在整个待分析信号中对应的点序号 i=k。 0036 步骤 4 根据所述的 1000 个待分析环境白噪声数据 xi,i 1,2,k-1 中的最后 50 个点即 xi,i k-50,k-40,k-1 建立环境白噪声的 AR 模型 ：式中， M 是模型阶数， 由 AIC 准则法确定， 其中 xt的输出为环境白噪声的预测幅值， am是模型参数， t是高斯噪声， 平均值 Et 0， 方差根据所述的 AR 模型， 向后预测 M 个点 xj,j 1,2,M， M 取 20， 如图 6 所示， 其在所述的 1000 个待分析数据中的对应点 为 xi,i k,k+1,k+M-1， 与步骤 3）。
27、 所述的声发射信号初至点区域内实际数据 xi,i k,k+1,k+M-1 相对应， 分别计算预测点幅值 Ai |xi| 和实际信号幅值 Ai |xi|， i k,k+1,k+M-1 0037 步骤 5 从第一个点 i k 开始， 比较预测值 xi 的幅值 Ai 与实际值 xi的幅值 Ai 大小， 当不满足 Ai 2Ai 时， i=i+1， 即 Ai+1与 2Ai+1相比较， 否则， 所对应的点， 作为声发射 信号初至点的精确位置， 此时输出此初至点对应的序号 i， 实际得到的信号初至点为第 796 个采样点。 说 明 书 CN 103336063 A 6 5/5 页 7 0038 如图3所示， 选取阈值电压为100mv， 用阈值法获取的信号初至点为i=395， 其误差 很大。 说 明 书 CN 103336063 A 7 1/4 页 8 图 1 说 明 书 附 图 CN 103336063 A 8 2/4 页 9 图 2 图 3 说 明 书 附 图 CN 103336063 A 9 3/4 页 10 图 4 图 5 说 明 书 附 图 CN 103336063 A 10 4/4 页 11 图 6 说 明 书 附 图 CN 103336063 A 11 。