CN102590359B - 多余物信号识别方法及其系统 - Google Patents

多余物信号识别方法及其系统 Download PDF

Info

Publication number
CN102590359B
CN102590359B CN201210027687.9A CN201210027687A CN102590359B CN 102590359 B CN102590359 B CN 102590359B CN 201210027687 A CN201210027687 A CN 201210027687A CN 102590359 B CN102590359 B CN 102590359B
Authority
CN
China
Prior art keywords
signal
wheel
transducer
envelope
noise
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210027687.9A
Other languages
English (en)
Other versions
CN102590359A (zh
Inventor
赵长兴
杨京
孙永玲
沈枫
任毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CASIC Defense Technology Research and Test Center
Original Assignee
CASIC Defense Technology Research and Test Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CASIC Defense Technology Research and Test Center filed Critical CASIC Defense Technology Research and Test Center
Priority to CN201210027687.9A priority Critical patent/CN102590359B/zh
Publication of CN102590359A publication Critical patent/CN102590359A/zh
Application granted granted Critical
Publication of CN102590359B publication Critical patent/CN102590359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种多余物信号识别方法及系统。本发明所提供的多余物信号识别系统包括信号接收装置和信号处理装置;所述信号接收装置用于接收在转动激励状态下舱段内产生的信号;所述信号处理装置根据波形特征检测识别该信号是否为多余物信号。所述多余物信号识别系统依据所述多余物信号识别方法对接受到的信号进行判断,最终识别多余物信号。本发明所提供的多余物信号识别方法为本发明所提供的多余物信号识别系统识别多余物信号所使用的方法。采用该方法能有效提高多余物识别的精确度和检测效率,为活动多余物的检测提供了一种更加灵敏有效的检测手段,可以检测舱段中可发生位移的锡渣、金属颗粒、环氧树脂碎块等多种硬质非金属颗粒。

Description

多余物信号识别方法及其系统
技术领域
本发明涉及无损检测领域,特别是指一种多余物信号识别方法及其系统。
背景技术
在转动激励过程中,金属舱内会同时产生多种信号,有些信号幅值甚至会淹没多余物产生的信号,目前国内尚不存在相关文献说明多余物信号与噪声信号的规律。另外,多余物定位点的分布同激励方式具有密切的相关性:当采用摆动的方式激励多余物时,定位点为在相应区域的集中分布;当舱段沿轴线周向运动时,定位点为某一区域的近似带状分布。不建立有效的识别方法,对多余物的检测及定位将无法进行。
发明内容
有鉴于此,本发明的目的在于提出一种转动条件下多余物信号的识别方法及其系统。该方法及系统用于分类转动激励条件下的各类信号、并提取转动激励条件下多余物信号。
基于上述目的本发明提供的(多余物信号识别系统,其特征在于,包括信号接收装置和信号处理装置;所述信号接收装置用于接收在转动激励状态下舱段内产生的信号;所述信号处理装置根据波形特征检测识别该信号是否为多余物信号。
所述信号处理装置在往复摆动激励的条件下,检测信号的定位点集中度与定位点位置,若定位点集中度高且位置与激励相关,则判断为多余物;否则,进一步判断信号类型,即判断是否为已知干扰信号,若判断是,则该信号不是由多余物造成;否则,进一步区分所述信号是否为噪声信号,若不是噪声信号,则判断为是多余物信号。其中,所述已知干扰信号为电信号、背景信号、摩擦信号、强机械噪声、可动部件信号;所述信号处理装置在判断信号类型时依据各个类型的信号波形特征判断。
可选的,所述信号接收装置为固定于舱段内的换能器。所述信号处理装置在判断信号是否为噪声信号时采取的方法为,检测信号持续时间、信号包络先线的衰减规律以及相近程度;若信号持续时间大于1ms,包络线呈进指数规律衰减,且同一个采样时段(Hit)内多个波形包络线相近,则继续检测各个换能器所检测的包络线是否相近,若否,则判断该信号为噪声信号;检测信号最大幅值与换能器接收顺序是否一致,若检测到各个换能器的包络线相近且其最大幅值与换能器接收顺序一致,则判断为多余物。
同时,本发明提供一种多余物信号识别方法,在往复摆动激励的条件下,包括的步骤为:检测信号的定位点集中度与定位点位置,若定位点集中度高且位置与激励相关,则判断为多余物;否则,进一步判断信号类型,即判断是否为已知干扰信号,若判断是,则该信号不是由多余物造成;否则,进一步区分所述信号是否为噪声信号:检测信号持续时间、信号包络先线的衰减规律以及相近程度;若信号持续时间大于1ms,包络线呈进指数规律衰减,且同一个Hit内多个波形包络线相近,则继续检测各个换能器所检测的包络线是否相近,若否,则判断信号为噪声信号;若是,则检测信号最大幅值与换能器接收顺序是否一致,若检测到各个换能器的包络线相近且其最大幅值与换能器接收顺序一致,则判断为多余物。
上面所述已知干扰信号为电信号、背景信号、摩擦信号、强机械噪声、可动部件信号;判断信号类型时依据各类信号波形特征判断。
从上面所述可以看出,本发明提供的转动条件下多余物信号的识别方法及其系统,对位移信号进行分类,并揭示出其波形特征规律,建立了活动多余物激励方式与多余物定位点分布、各个换能器采集信号先后顺序的对应关系,同时建立了信号识别检测框图,实现活动多余物信号的有效识别,解决装调过程中信号源判定难题。
利用本发明所提供的信号识别方法可以大大提高检测精度和检测效率,为活动多余物的检测提供了一种更加灵敏有效的检测手段,更好的改善了人工耳听目视的传统方法,降低了人为误判、漏判率。该规律的发现进一步增强了信号识别的能力,使检测信号更快更准确的被分类处理,有效的改进了仪器的性能,使产品的功效大大提高。可以检测舱段中可发生位移的锡渣、金属颗粒、环氧树脂碎块及其它硬质非金属颗粒。检测综合灵敏度高。
附图说明
图1为本发明实施例的流程图;
图2A本发明实施例的撞击信号单次撞击示意图;
图2B为本发明实施例的撞击信号多次撞击示意图;
图3A为本发明实施例的强滑动信号示意图;
图3B为本发明实施例的弱滑动信号示意图;
图4为本发明实施例的典型电信号波形示意图;
图5为本发明实施例的背景信号波形示意图;
图6为本发明实施例的摩擦信号波形示意图;
图7为本发明实施例的典型震动噪声波形示意图;
图8为本发明实施例的外界强烈机械噪声波形;
图9A为本发明实施例的第一可动部件信号波形图;
图9B为本发明实施例的第二可动部件信号波形图;
图10为本发明实施例的多余物信号识别系统结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明所提供的多余物信号识别方法,利用多通道数据采集系统对采集的混响信号波形、参数特征值的提取,摸索出多余物位移信号的基本类型和波形特征规律。本发明所提供的方法将各种可能产生的信号进行分类,分别研究其参数及波形特征,提取表征其类型的特征参数及波形特征规律,经相关分析,建立识别定位检测框图,实现信号的有效识别。具体操作方法如下:
在往复摆动激励的条件下,检测信号定位点集中度与定位点位置,所述定位点为依据检测信号推算出的信号源的位置。若定位点集中度高且位置与激励相关,则判断为多余物;否则,进一步判断信号类型,即判断是否为已知干扰信号,若判断是,则该信号不是由多余物造成;否则,进一步区分所述信号是否为噪声信号,若不是噪声信号则判断为多余物。
图1为本发明一个实施例的多余物检测方法流程图。通过对表征多余物信号基本特征量进行提取,最终形成信号识别方法。具体包括如下步骤:
步骤1,对舱体进行往复摆动激励。
步骤2-3,判断定位点是否集中度高且位置是否与激励相关,若是则判断为多余物并定位;若否,进入步骤4。
步骤4-5,判断所接收到的信号是否为已知干扰信号,若是,则判断为非多余物;若否,进入步骤6。
步骤6-7,在此步骤中,判断信号持续时间是否大于1ms,以及包络线是否呈近指数规律衰减,以及统一个HIT内多个波形包络线是否相近;若是,进入步骤8;若否,判定为噪声信号。
步骤8-9,判断信号包络线是否相接近,以及最大幅值与信号接收的接收顺序是否一致;若是,进入步骤10;若否,判断为噪声信号。
步骤10,判断为多余物。
为了判断是否为已知干扰信号,本发明实施例对上述步骤中所述的已知干扰信号的各种信号波形按照特征进行了分类。本实施例中已知干扰信号包括:电信号、背景信号、摩擦信号、强机械噪声、可动部件信号;判断信号类型时依据各类信号波形特征判断。以下为各种信号的特征:
图2A为本发明实施例的典型撞击信号示意图。撞击信号的产生可能与多余物或可动部件有关。若该撞击信号由多余物造成,则如下:
(1)换能器接收到的撞击信号特征与多余物样品到换能器的距离有关,距离越远,撞击信号峰值越低,高频成分衰减较多;
(2)波形上升沿的形状也会发生变化,距离较近时,波形上升沿从零很快上升到最高值,然后衰减,而距离较远时,波形前沿缓慢上升到峰值,再衰减;
(3)信号的幅值与多余物做自由落体的距离和信号作用点与换能器器的相对位置有直接的关系。做自由落体的距离越大,离换能器距离越近,幅值越大。幅值主要分布在40dB~75dB范围;
(4)持续时间:单个信号波形特征持续时间主要分布在3ms范围;
(5)信号频率主要分布在100kHz~200kHz,高频成分衰减较多;
(6)撞击信号一般在15ms时间为单峰,但有时会产生多个波峰,多个波峰的间距随机出现,间隔不固定,波峰衰减规律相近;
(7)幅值超过60dB的撞击往往产生多次信号,如图2B所示,各个通道相应的时间顺序同通道记录的撞击幅值下降的顺序基本一致。可以依次观察到在各个换能器的响应波形;
(8)信号一般可以在定位图中产生定位点。
图3A为本发明实施例的强滑动信号示意图;图3B为本发明实施例的弱滑动信号示意图。滑动信号可能与多余物或可动部件有关,当滑动信号由多余物造成时,其波形特征如下所述:
(1)信号幅值较小,一般为40dB~60dB;
(2)持续时间:单个信号波形特征持续时间主要分布在1ms~3ms范围;
(3)信号频率主要分布在100kHz~200kHz,距离信号源距离远的换能器高频成分含量少,低频成分保留得较多;
(4)滑动信号一般在15ms时间为单峰,但有时会产生多个波峰,波峰间的时间差随机出现,间隔不固定,波和波衰减规律相近,衰减速度、持续时间、上升时间等参数接近,每个波的持续时间一般不小于1ms;
(5)定位点位置不固定,定位点分布与多余物的激励方式有密切关联。采用摆动激励方式时,多余物定位显示为相对集中的一个区域。激励方式为周向转动时,定位显示为沿圆周方向的近似带状分布;
(6)当多余物信号较弱时,只有距离较近的换能器能够接收到信号,各通道记录的信号在时间顺序上与信号源同换能器的距离有关,距离近的最先被触发,幅值下降次序同通道记录的时间顺序基本一致。
图4为本发明实施例的典型电信号波形示意图。电信号一般为单个脉冲信号,持续时间很短,一般小于1ms,在波形图中观察不到明显的波形信号,幅值较低,低于50dB,功率谱显示尖锐的脉冲峰,同时定位图上一般不存在定位点。在多余物检测时,一般不考虑电信号。
图5为本发明实施例的背景信号波形示意图。背景信号是检测系统本身固有的,主要来自于换能器和前置放大器的本底噪声及高频谐振信号,为幅值近似相等的不连续信号。当触发门槛较低时,或信号幅值很小时,易受背景信号干扰。采用合适的门槛值可将背景信号滤除。检测系统调试正常时,背景信号幅值较小,一般低于25dB。在多余物检测时,一般不考虑背景信号。
图6为本发明实施例的摩擦信号波形示意图。摩擦信号持续时间较长,一般大于8ms,幅值低于40dB,平稳,无明显波峰,一般不表现为单调性衰减。由于多余物信号衰减特征明显,因而判断多余物是一般不考虑摩擦信号。
图7为本发明实施例的典型震动噪声波形示意图。振动噪声的幅值分布较广,大部分信号幅值较低,一般小于50dB。振动信号较多余物信号衰减快,单个信号持续时间短,一般小于1ms,波形时间间隔短。在一个HIT内有多个波峰出现时,多个波峰的波形的相似性较差,信号幅值较小时,与背景噪声混合在一起显示。
图8为为本发明实施例的外界强烈机械噪声波形。外界强烈机械噪声一般持续时间较长,信号幅值较低,小于50dB,预触发阶段信号幅值较高,通常显示为多个间隔不等的尖锐脉冲峰,每个脉冲峰持续时间小于1ms,衰减速度较慢。只有距离换能器很近的强烈的机械噪声才会被采集到。在判断多余物时,一般不考虑强机械噪声。
图9A为本发明实施例的第一可动部件信号波形图;图9B为本发明实施例的第二可动部件信号波形图。可动部件信号一般幅值较小,周期性、规律性强,幅值大小与激励方式有密切关联,信号持续时间长,波形上升时间较长,往往在一个HIT中记录到多个波形,并且伴随摩擦噪声,多个波形间相似性较差。不同换能器间时差相对固定,且先后顺序一致。定位图显示定位点较集中,位置固定,定位点不随舱段的转动而改变分布。幅值同激励方式有关,有些角度幅值变化范围较大,有些角度可能不产生信号。由于可动部件信号与多余物信号存在某些相似之处,通过本实施例对数据进行采集、分析,对活动多余物和可动部件信号的基本特征进行了分析、归纳,总结出两类信号的基本特征,结果如表1所示。
Figure BDA0000134633540000061
表1
从上面所述可以看出,利用本实施例所提供的信号识别方法可以大大提高检测精度和检测效率,为活动多余物的检测提供了一种更加灵敏有效的检测手段,更好的改善了人工耳听目视的传统方法,降低了人为误判、漏判率。该规律的发现进一步增强了信号识别的能力,使检测信号更快更准确的被分类处理,有效的改进了仪器的性能,使产品的功效大大提高。
采用本发明所提供的多余物检测方法,可以检测舱段中可发生位移的锡渣、金属颗粒、环氧树脂碎块及其它硬质非金属颗粒。检测综合灵敏度不低于直径0.7mm的等效钢珠(2.7mg)。
进一步,本发明的实施例提供一种多余物信号识别系统,如图10所示。该系统包括信号接收装置101与信号处理装置102。在本实施例中,所述信号接收装置101为安装在舱段内的换能器,用于接收装置用于接收在转动激励状态下舱段内产生的信号。
所述信号处理装置102采用上述多余物信号识别方法,执行如图1所示的程序,在往复摆动激励的条件下,根据波形特征检测识别该信号是否为多余物信号,检测信号的定位点集中度与定位点位置。若定位点集中度高且位置与激励相关,则判断为多余物;否则,进一步判断信号类型,即判断是否为已知干扰信号,所述已知干扰信号为电信号、背景信号、摩擦信号、强机械噪声、可动部件信号。若判断是已知干扰信号,则该信号不是由多余物造成;否则,进一步区分所述信号是否为噪声信号,若不是噪声信号,则判断为是多余物信号。其中,所述信号处理装置根据波形特征检测识别该信号是否为多余物信号。
所述信号接收装置为固定于舱段内的换能器。
所述信号处理装置在往复摆动激励的条件下,检测信号的定位点集中度与定位点位置,若定位点集中度高且位置与激励相关,则判断为多余物;否则,进一步判断信号类型,即判断是否为已知干扰信号,若判断是,则该信号不是由多余物造成;否则,进一步区分所述信号是否为噪声信号,若不是噪声信号,则判断为是多余物信号。
所述已知干扰信号为电信号、背景信号、摩擦信号、强机械噪声、可动部件信号;所述信号处理装置在判断信号类型时依据各个类型的信号波形特征判断。
判断信号是否为噪声信号时采取以下方法:
检测信号持续时间、信号包络先线的衰减规律以及相近程度;
若信号持续时间大于1ms,包络线呈进指数规律衰减,且同一个Hit内多个波形包络线相近,则继续检测各个换能器所检测的包络线是否相近;
检测信号最大幅值与换能器接收顺序是否一致,若检测到各个换能器的包络线相近且其最大幅值与换能器接收顺序一致,则判断为多余物。
从上面所述可以看出,本发明所提供的多余物信号识别系统,能够依据信号的波形特征对信号进行有效的识别,进一步能够准确检测识别出多余物信号。本发明所提供的多余物信号识别系统,其采用的信号识别方法可以大大提高检测精度和检测效率,为活动多余物的检测提供了一种更加灵敏有效的检测手段;同时它可以检测出舱段中可发生位移的锡渣、金属颗粒、环氧树脂碎块及其它硬质非金属颗粒。检测综合灵敏度不低于直径0.7mm的等效钢珠(2.7mg)。
所属领域的普通技术人员应当理解:以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种多余物信号识别系统,其特征在于,包括信号接收装置和信号处理装置;所述信号接收装置用于接收在转动激励状态下舱段内产生的信号;所述信号处理装置根据波形特征检测识别该信号是否为多余物信号;所述信号处理装置在往复摆动激励的条件下,检测信号的定位点集中度与定位点位置,若定位点集中度高且位置与激励相关,则判断为多余物;否则,进一步判断信号类型,即判断是否为已知干扰信号,若判断是,则该信号不是由多余物造成;否则,进一步区分所述信号是否为噪声信号,若不是噪声信号,则判断为是多余物信号。 
2.根据权利要求1所述的多余物信号识别系统,其特征在于,所述信号接收装置为固定于舱段内的换能器。 
3.根据权利要求1所述的信号识别系统,其特征在于,所述已知干扰信号为电信号、背景信号、摩擦信号、强机械噪声、可动部件信号;所述信号处理装置在判断信号类型时依据各个类型的信号波形特征判断。 
4.根据权利要求1所述的信号识别系统,其特征在于,判断信号是否为噪声信号时采取以下方法: 
检测信号持续时间、信号包络线的衰减规律以及相近程度; 
若信号持续时间大于1ms,包络线呈进指数规律衰减,且同一个Hit内多个波形包络线相近,则继续检测各个换能器所检测的包络线是否相近; 
检测信号最大幅值与换能器接收顺序是否一致,若检测到各个换能器的包络线相近且其最大幅值与换能器接收顺序一致,则判断为多余物。 
5.一种多余物信号识别方法,其特征在于,包括往复摆动激励的条件下的以下步骤: 
检测信号的定位点集中度与定位点位置,若定位点集中度高且位置与激励相关,则判断为多余物; 
否则,进一步判断信号类型,即判断是否为已知干扰信号,若判断是,则该信号不是由多余物造成; 
否则,进一步区分所述信号是否为噪声信号,若不是噪声信号则判断为多余物。 
6.根据权利要求5所述的多余物信号定位方法,其特征在于,在区分信号是否为噪声信号时,采取以下方法: 
检测信号持续时间、信号包络线的衰减规律以及相近程度; 
若信号持续时间大于1ms,包络线呈进指数规律衰减,且同一个Hit内多个波形包络线相近,则继续检测各个换能器所检测的包络线是否相近,若否,则判断为噪声信号; 
检测信号最大幅值与换能器接收顺序是否一致,若检测到各个换能器的包络线相近且其最大幅值与换能器接收顺序一致,则判断为多余物。 
7.根据权利要求5所述的多余物信号定位方法,其特征在于,所述已知干扰信号为电信号、背景信号、摩擦信号、强机械噪声、可动部件信号;判断信号类型时依据各类信号波形特征判断。 
8.根据权利要求7所述的多余物信号定位方法,其特征在于, 
所述电信号的判断依据其特征来进行,所述电信号的特征为:单个脉冲信号,持续时间小于1ms,在波形图中观察不到明显的波形信号,幅值低于50dB,功率谱显示尖锐的脉冲峰,同时定位图上不存在定位点; 
所述背景信号的判断依据其特征来进行,所述背景信号特征为:幅值近似相等的不连续信号;背景信号幅值低于25dB; 
所述摩擦信号的判断依据其特征来进行,所述摩擦信号的特征为:持续时间大于8ms,幅值低于40dB,平稳,无明显波峰,不表现为单调性衰减; 
所述强机械噪声的判断依据其特征来进行,所述强机械噪声的特征为:信号幅值小于50dB,通常显示为多个间隔不等的尖锐脉冲峰,每个脉冲峰持续时间小于1ms,只有距离换能器很近的强烈的机械噪声才会被采集到; 
所述可动部件信号的判断依据其特征来进行,分为周期性信号和非周期性信号,所述周期性信号的特征为:持续时间>1ms,上升时间长,常伴有摩擦信号,衰减特征不明显,换能器接收次序同幅值衰减基本一致,各通道波形基本相同,常伴有摩擦信号,相对集中,位置固定;所述非周期性信号的特征为:持续时间<1ms,衰减单调,有时换能器接收次序同幅值衰减不一致,各通道波形差异大,定位点随机分布,分散。 
CN201210027687.9A 2012-02-08 2012-02-08 多余物信号识别方法及其系统 Active CN102590359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210027687.9A CN102590359B (zh) 2012-02-08 2012-02-08 多余物信号识别方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210027687.9A CN102590359B (zh) 2012-02-08 2012-02-08 多余物信号识别方法及其系统

Publications (2)

Publication Number Publication Date
CN102590359A CN102590359A (zh) 2012-07-18
CN102590359B true CN102590359B (zh) 2014-02-12

Family

ID=46479291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210027687.9A Active CN102590359B (zh) 2012-02-08 2012-02-08 多余物信号识别方法及其系统

Country Status (1)

Country Link
CN (1) CN102590359B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830421B (zh) * 2012-08-09 2014-12-10 哈尔滨工业大学 星载电子设备多余物及组件的识别方法
CN105547932B (zh) * 2015-12-08 2018-06-01 中国航空工业集团公司北京长城航空测控技术研究所 一种发动机滑油金属颗粒在线监测的信号检波方法
CN111025419B (zh) * 2019-11-22 2022-02-11 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 腔体器件的检测设备及系统
CN115343676B (zh) * 2022-08-19 2023-07-18 黑龙江大学 密封电子设备内部多余物定位技术的特征优化方法
CN117216565B (zh) * 2023-09-14 2024-05-24 哈尔滨工业大学 多通道特性编码的多余物定位特征数据集构建方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2265528Y (zh) * 1996-05-23 1997-10-22 国营第六九九厂 活动多余物检测装置
US7317994B2 (en) * 2005-08-10 2008-01-08 General Electric Company Method and apparatus for signal signature analysis for event detection in rotating machinery
CN2911681Y (zh) * 2006-04-03 2007-06-13 航天科工防御技术研究试验中心 活动多余物检测装置
CN201555700U (zh) * 2009-10-28 2010-08-18 航天科工防御技术研究试验中心 一种密闭圆柱结构活动多余物的检测装置

Also Published As

Publication number Publication date
CN102590359A (zh) 2012-07-18

Similar Documents

Publication Publication Date Title
CN102590359B (zh) 多余物信号识别方法及其系统
CN105956526B (zh) 基于多尺度排列熵的低信噪比微震事件辨识方法
CN104216008B (zh) 一种井中压裂微地震事件识别方法
CN110529087B (zh) 一种评价地层水力压裂效果的方法及装置
CN102840907B (zh) 早期故障状态下滚动轴承振动信号特征提取和分析方法
CN101169390A (zh) 一种工程结构损伤主动监测中Lamb波时间反转聚焦方法
CN104007469A (zh) 一种基于曲波变换的弱地震信号重构方法
WO2004070422A2 (en) Methods of processing magnetotelluric signals
CN101571515A (zh) 基于变频伪随机信号的锚杆无损检测方法及装置
CN110617982A (zh) 一种基于声纹信号的旋转机械设备故障识别方法
CN107350900A (zh) 一种基于断屑时间提取的刀具状态监测方法
CN101419196A (zh) 一种禽蛋细小裂纹的敲击响应检测装置及方法
CN102879825A (zh) 可控震源地震数据的强脉冲噪声检测及压制方法
CN110196448A (zh) 一种滑坡次声信号识别方法
Akhouayri et al. Automatic detection and picking of P-wave arrival in locally stationary noise using cross-correlation
CN110568073B (zh) 一种在噪声环境中拾取击打信号的方法
CN102830421B (zh) 星载电子设备多余物及组件的识别方法
CN105807204B (zh) 基于频谱细化的硬件木马检测方法
CN113189641A (zh) 一种两道多模式瑞利波地下探测系统及方法
Lara et al. A real-time microearthquakes-detector based on voice activity detection and endpoint detection: An approach to Cotopaxi Volcano
US7908086B2 (en) System and method for filtering seismic noise data to analyze seismic events
CN112764109B (zh) 偶极横波反射波的分离提取方法及装置
CN102507751A (zh) 碳纤维增强复合板脱粘缺陷的单模式超声导波参数精确量化检测方法
CN109507721B (zh) 井中微地震事件质量评价方法及系统
CN110887651A (zh) 一种基于传感器共振滤波的转子故障微弱信号提取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant