CN105702305A - 核电站松动部件多目标三维动态跟踪方法 - Google Patents

Abstract

本发明公开了一种核电站松动部件多目标三维动态跟踪方法。本发明包括以下步骤：步骤(1)数据库的建立；步骤(2)三维虚拟建模；步骤(3)松动部件现场信号获取；步骤(4)松动部件定位；步骤(5)松动部件质量估计；步骤(6)动态跟踪显示。本发明通过加速度传感器周期地获取到松动部件的信号，对松动部件进行定位和质量估计后，利用三维可视化技术，实现动态跟踪松动部件，为专家诊断和故障维修提供依据。本发明抗噪能力强，定位精度高，质量估计误差小，并能同时跟踪多个松动部件目标。

Description

核电站松动部件多目标三维动态跟踪方法

技术领域

本发明属于核工程技术领域，具体涉及松动部件定位、松动部件质量估计和松动部件三维动态跟踪。该方法不仅能动态跟踪松动部件状态，而且能跟踪多个不同质量的松动部件。

技术背景

为了监测核电站轻水反应堆冷却剂系统中可能存在脱落或者松动的部件，在核电站一回路安装松动部件监测系统(LoosePartsMonitoringSystem，LPMS)是提高核电站运行安全性，稳定性行之有效的方式。但是，传统LPMS检测到脱落的松动部件后，核电站并非能够马上停堆检修。因此需要动态跟踪松动部件，形象的显示核电站内部工作过程和松动部件跌落轨迹，有利于在停堆检修时快速找到松动部件，使维修人员的辐射量减到最小，同时为专家诊断提供依据。

三维动态显示是二维平面的扩展，目前该技术应用于数字电视、远程教育、远程工业控制、三维视频会议系统、虚拟现实等领域。在LPMS中的报警、松动部件定位以及松动部件质量估计研究依然停留在二维空间，虽然可以比较方便的检测出核电站可能存在的问题，但是缺少直观方便性，为专家诊断和维修带来困难。

现有的松动部件定位相关文献有：

[1]ZiolaSM,Sourcelocationinthinplatesusingcross-correlation[J],JournaloftheAcousticalSocietyofAmerica,l991,90:2551-2556.

一种基于信号相关的到达时差定位法。定位效果虽然准确，但抗噪能力较差。

[2]FigedyS,OksaG.Modernmethodsofsignalprocessingintheloosepartmonitoringsystem[J]，ProgressinNuclearEnergy,2005,46(3-4):253-267.

一种基于小波去噪的时差估计方法，通过小波去噪，即去除噪声的影响，然后再估计时差。但该方法还是以信号的过零点作为信号到达时间，没有考虑弯曲波的复杂传播模式，所以在实际定位中当传播距离较远时仍然存在较大的误差。

[3]林京,罗志,曾亮,黄利平,高飞,华佳东.基于希尔伯特变换和数据筛选的核电站松动件定位方法:陕西,CN104376881A[P].2015-02-25.

一种基于希尔伯特变换和数据筛选的核电站松动件定位方法，以Butterworth滤波器松动部件冲击信号的噪声后，进行希尔伯特变换得到冲击信号起振时刻，并对网格中心点的名义传播速度进行数据筛选，计算方差，方差中最小值的位置即为定位结果。该方法定位精度高，搜寻速度快，但对松动部件没有动态跟踪定位，缺少直观方便性，为专家诊断和维修带来困难。

现有的松动部件质量估计方法相关文献有：

[1]MAYOW.loosepartmassandenergyestimation[J].ProgressinNuclearEnergy,1999,34(3):263-282.

一种基于碰撞信号高低频段能量比的松动件质量估计方法。该方法质量估计误差较大，一致性差等问题，尤其是抗干扰能力差。

[2]模式识别技术用于核电站松动件质量估计模型研究[J]，核动力工程，2001,22(5):465-470.

一种利用模式识别理论和人工神经网络理论实现对核电站松动件质量进行估计的数学模型。利用模式识别理论的特征提取技术，实现对松动件碰撞信号的特征压缩，从而形成比较少的特征空间维数，经过神经网络的学习过程，实现对核电站松动件质量大小的估计。该方法能够得到较高的质量估计精度，但需要大量的试验数据对其进行训练，且一致性较差。

[3]曹衍龙，程实，杨将新，郑华文，何元峰，基于小波包的质量估计方法[J]，机械工程学报，2010.46(22):1-5

一种基于小波包的松动件质量估计方法。该方法通过小波包分解获取各频段小波包系数，计算各频段小波包系数的能量潜，并进行归化，得到特征值矢量；以此特征值矢量作为输入参数，以松动件质量作为输出参数，应用支持向量机((Supportvectormachine,SVM)实现松动件质量估计。

[4]方力先,季田田,曾复,张卫,万鹏飞,谢永诚,王赤虎,张海丰,邓晶晶.基于小波能量谱的核电站松动部件质量估计方法:浙江,CN103137224A[P].2013-06-05

一种基于小波能量谱的核电站松动部件质量估计方法。该方法通过建立已知质量的松动部件的建立尺度函数，来求解松动部件的质量。该方法误差小、一致性好和抗干扰能力强的优点。

发明内容

本发明为了实现多目标三维动态跟踪松动部件，提出一种核电站松动部件多目标三维动态跟踪方法。本发明采用的技术方案包括以下步骤：

步骤(1)数据库的建立。

1-1由于松动部件主要发生在压力容器顶部或底部，在采集数据之前，根据反应堆压力容器顶部和底部的曲面划分多个均等的网格小分块(常用网格面积约50*50cm²)，并对网格分块进行编号，然后在压力容器顶部和底部各安装三个呈等边三角形分布的加速度传感器。

1-2通过数据采集卡、电荷放大器和加速度传感器获取力锤敲击压力容器某一固定点的冲击信号C(t_i)，用于测定传播速度。具体的：加速度传感器获取力锤敲击信号后，经电荷放大器进入数据采集卡。对冲击信号C(t_i)进行基于小波变换的希尔伯特变换，得到冲击信号C(t_i)到达某个加速度传感器的传播时间t，测量固定点到该加速度传感器的弧长分别为L，弧长除以传播时间，得到传播速度V。

1-3.测量各网格分块中心点到三个加速度传感器的弧长S_i(i＝1,2,3)，然后将弧长S_i除以传播速度V，得到敲击点到每个加速度传感器的时间T_i(i＝1,2,3)，然后获取任意一个加速度传感器与另两个加速度传感器时间差然后以网格编号，时间差和为查询表的属性，建立定位数据库。

T_i＝S_i/V；

$\stackrel{\‾}{T_{21}}=T_2-T_1;$

$\stackrel{\‾}{T_{31}}=T_3-T_1.$

步骤(2)三维虚拟建模。根据核反应堆一回路系统中设备的实际图纸，利用三维建模软件建立核反应堆一回路系统中各个子模块的3D模型，并利用纹理贴图技术、特征简化技术和模型轻量化技术尽可能地减小文件、提高系统的运算速度。该3D模型可以透视，旋转，从不同角度观察内部部件。

步骤(3)松动部件现场信号获取。通过数据采集卡、电荷放大器和加速度传感器来实现现场信号x(t_i)的采集，现场信号x(t_i)包括松动件跌落时的冲击信号和环境背景噪声。

步骤(4)松动部件定位。

4-1对现场信号x(t_i)进行频域分析确定信号主频率f_m，用连续小波变换计算得到尺度因子a。选数值2、8、14、20中最接近尺度因子a，作为最终连续小波变换尺度对现场信号x(t_i)进行处理，然后通过Hilbert包络线法求得信号的到达时间差t₂₁、t₃₁。

4-2将t₂₁、t₃₁与数据库中对应尺度下的定位查询表中的时间差作比较，时间差距离最小值所对应的网格即为定位网格。时间差距离的计算公式为：

$d\left(i\right)=\sqrt{{(\stackrel{\‾}{T_{21}\left(i\right)}-t_{21})}^2+{(\stackrel{\‾}{T_{31}\left(i\right)}-t_{31})}^2}(1\≤i\≤n)$

式中：i为网格编号；n为网格划分总数；d_n×1的最小值所对应的i即为定位网格。

步骤(5)松动部件质量估计

5-1对现场信号x(t_i)出现最大幅值出现前0.03s开始，取0.3s长信号数据g(t_i)，对信号g(t_i)进行连续小波变换处理得到信号m(t_i)后，计算信号m(t_i)的小波能量谱，根据小波能量谱图找出该图尺度峰值x_a。

5-2将尺度峰值x_a带入已经建立好的尺度峰值函数F(x_a)，求得松动部件的质量估计值y，然后对多个通道中的松动部件质量估计值求平均，得到最终的松动部件质量。

步骤(6)动态跟踪显示。LPMS以时间T(该值可调，一般采用1h)为周期，周期地采集核电站一回路中的松动部件的现场信号。在T_i(i＝0,1,2,3……)时刻采集松动部件的现场信号，根据步骤(4)定位该松动部件的位置，根据步骤(5)估计该松动部件的质量，同时在压力容器曲面的定位位置处显示该松动部件。

在T_i+1(T_i+1＝T_i+T，i＝0,1,2,3……)时刻，再次采集松动部件的现场信号，根据步骤(4)定位该松动部件的位置，根据步骤(5)估计该松动部件的质量，若该质量与先前任意周期内松动部件质量估计值不同，则为新增定位目标，同时在压力容器曲面的定位位置处显示此新增松动部件；若该质量与先前任意周期内松动部件质量估计值相同，则在压力容器曲面的定位位置处显示该松动部件，并标记该定位目标的移动轨迹。如此周期循环，动态的构成松动部件跌落轨迹。

所述的步骤(4)连续小波变换的公式为：

${\mathrm{WT}}_f(a,b)=\frac{1}{\sqrt{\left|a\right|}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}f\left(t_i\right){\mathrm{\&psi;}}^{*}\left(\frac{t-b}{a}\right)dt=<f,{\mathrm{\&psi;}}_{a,b}>,f\&Element;L^2\left(R\right),$

其中，f(t_i)为步骤(3)中的x(t_i)，ψ_a,b(t_i)为小波函数，此处取小波函数为db2；为ψ_a,b(t_i)的复共轭；a为尺度因子；b为时间平移因子。WT_f(a,b)即为经尺度因子a连续变换后的信号。

数字角频率与模拟角频率的关系：

$\mathrm{\&omega;}=\mathrm{\&Omega;}\&CenterDot;T_s=\frac{2\mathrm{\&pi;}f}{f_s}$

式中：ω为数字角频率，以2π为周期；Ω为模拟角频率；f为模拟频率；f_s为信号的采样频率。设ψ(t)的频域中心为ω₀，则ψ_a,b(t)的中心频率(数字角频率)，根据数字角频率与模拟角频率的关系式，可以得到数字中心频率ω_a,b＝Ω_a,b·T_s，小波变换时尺度和频率之间的关系：

$F_a=\frac{F_c}{a}\&CenterDot;T_s$

式中：T_s为采样周期；F_c为给定小波的中心频率，为归一化后的数值；F_a为伪频率。

所述的步骤(4)通过Hilbert包络线求时间差：

设给定信号a(t)，其希尔伯特变换的定义：

$\hat{a}\left(t\right)={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}a\left(t\right)\frac{1}{\mathrm{\&pi;}(t-\mathrm{\&tau;})}d\mathrm{\&tau;}$

以信号a(t)为实部，其希尔伯特变换为虚部，构成一个新的函数：

$z\left(t\right)=a\left(t\right)+j\hat{a}\left(t\right)=\left|z\left(t\right)\right|\&CenterDot;\exp \left(j\mathrm{\&theta;}\right(t\left)\right)$

式中：是新函数的幅值函数；为相位函数。

则|z(t)|即为信号a(t)的包络线函数，反映了信号能量和时间的关系。该方法通过提取信号包络线，认为包络线的首个峰值所对应的时间点即为振动信号到达测量点的时刻。

所述的步骤(5)中小波能量谱的公式为：

$E\left(a\right)={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}|WTz(a,b){|}^{2}db,$

式中，z(t_i)为步骤(5)中的m(t_i)；E(a)称为在尺度a上的小波能量谱。则被分析的时域信号F(t)的能量分布为：

$E_F={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}|{\mathrm{WT}}_F(t,a){|}^2\frac{dtda}{a}$

式中，E_F反映了信号经小波变换后能量随尺度的变化情况。

步骤(5)中的尺度峰值函数F(x_a)的建立是通过线性插值法建立不同质量钢球与尺度峰值均值之间的尺度峰值函数F(x_a)。线性插值法：设质量数组L＝[l₁,l₂,l₃,...l_n],与质量数组为L对应的小波尺度均值数组P＝[p₁,p₂,p₃,...p_n]，变量x_a为输入小波尺度，变量y为质量估计值。则可以建立尺度峰值函数F(x_a)：

$y=F\left(x_a\right)=l_i+\frac{(x_a-p_i)\&times;(l_{i+1}-l_i)}{(p_{i+1}-p_i)},(p_i\&le;x_a<p_{i+1},i=1,2,3,...,n).$

本发明有益效果如下：

本发明通过加速度传感器周期地获取到松动部件的信号，对松动部件进行定位和质量估计后，利用三维可视化技术，实现动态跟踪松动部件，为专家诊断和故障维修提供依据。本发明抗噪能力强，定位精度高，质量估计误差小，并能同时跟踪多个松动部件目标。

附图说明

图1本发明流程图；

图2本发明加速度传感器布局图；

图3本发明冲击信号希尔伯特包络线图；

图4本发明同一质量冲击信号三通道小波能量谱图；

图5本发明不同质量冲击信号小波能量谱图；

图6本发明动态跟踪定位结果显示图；

图7本发明中冲击质量与尺度峰值均值关系。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，核电站松动部件多目标动态跟踪方法，包括以下步骤：

步骤(1)数据库的建立。

1-1由于松动部件主要发生在压力容器顶部或底部，在采集数据之前，根据反应堆压力容器顶部和底部的曲面划分多个均等的网格小分块(常用网格面积约50*50cm²)，并对网格分块进行编号，然后在压力容器顶部和底部各安装三个呈等边三角形分布的加速度传感器，传感器的安装方式如图2所示。

1-2通过数据采集卡、电荷放大器和加速度传感器获取力锤敲击压力容器某一固定点的冲击信号C(t_i)，用于测定传播速度。具体的：加速度传感器获取力锤敲击信号后，经电荷放大器进入数据采集卡。对冲击信号C(t_i)进行基于小波变换的希尔伯特变换，得到冲击信号C(t_i)到达某个加速度传感器的传播时间t，测量固定点到该加速度传感器的弧长分别为L，弧长除以传播时间，得到传播速度V。

1-3.测量各网格分块中心点到三个加速度传感器的弧长S_i(i＝1,2,3)，然后将弧长S_i除以传播速度V，得到敲击点到每个加速度传感器的时间T_i(i＝1,2,3)，然后获取任意一个加速度传感器与另两个加速度传感器时间差然后以网格编号，时间差和为查询表的属性，建立定位数据库。

T_i＝S_i/V；

$\stackrel{\&OverBar;}{T_{21}}=T_2-T_1;$

$\stackrel{\&OverBar;}{T_{31}}=T_3-T_1.$

步骤(2)三维虚拟建模。根据核反应堆一回路系统中设备的实际图纸，利用三维建模软件建立核反应堆一回路系统中各个子模块的3D模型，并利用纹理贴图技术、特征简化技术和模型轻量化技术尽可能地减小文件、提高系统的运算速度。该3D模型可以透视，旋转，从不同角度观察内部部件。

步骤(3)松动部件现场信号获取。通过数据采集卡、电荷放大器和加速度传感器来实现现场信号x(t_i)采集，现场信号x(t_i)包括松动件跌落时的冲击信号和环境背景。

步骤(4)松动部件定位。

4-1对现场信号x(t_i)进行频域分析确定信号主频率f_m，用连续小波变换计算得到尺度因子a。选数值2、8、14、20中最接近尺度因子a，作为最终连续小波变换尺度对现场信号x(t_i)进行处理。然后通过Hilbert包络线法求得信号的到达时间差t₂₁、t₃₁。

4-2将t₂₁、t₃₁与数据库中对应尺度下的定位查询表中的时间差作比较，时间差距离最小值所对应的网格即为定位网格。时间差距离的计算公式为：

$d\left(i\right)=\sqrt{{(\stackrel{\&OverBar;}{T_{21}\left(i\right)}-t_{21})}^2+{(\stackrel{\&OverBar;}{T_{31}\left(i\right)}-t_{31})}^2}(1\&le;i\&le;n)$

式中：i为网格编号；n为网格划分总数；d_n×1的最小值所对应的i即为定位网格。

步骤(5)松动部件质量估计

5-1对得到的现场信号x(t_i)出现最大幅值出现前0.03s开始，取0.3s长信号数据g(t_i)，对信号g(t_i)进行连续小波变换处理得到信号m(t_i)后，计算信号m(t_i)的小波能量谱，根据小波能量谱图找出该图尺度峰值x_a。

5-2将尺度峰值x_a带入已经建立好的尺度峰值函数F(x_a)，求得松动部件的质量估计值y，然后对多个通道中的松动部件质量估计值求平均，得到最终的松动部件质量。

步骤(6)动态跟踪显示。LPMS以时间T(该值可调，一般采用1h)为周期，周期地采集核电站一回路中的松动部件的冲击信号。在T_i(i＝0,1,2,3……)时刻采集松动部件的冲击信号，根据步骤(4)定位该松动部件的位置，根据步骤(5)估计该松动部件的质量，同时在压力容器曲面的定位位置处显示该松动部件。

在T_i+1(T_i+1＝T_i+T，i＝0,1,2,3……)时刻，再次采集松动部件的冲击信号，根据步骤(4)定位该松动部件的位置，根据步骤(5)估计该松动部件的质量，若该质量与先前任意周期内松动部件质量估计值不同，则为新增定位目标，同时在压力容器曲面的定位位置处显示此新增松动部件；若该质量与先前任意周期内松动部件质量估计值相同，则在压力容器曲面的定位位置处显示该松动部件，并标记该定位目标的移动轨迹。如此周期循环，动态的构成松动部件跌落轨迹。

如图6所示，时间周期设置为1h，初始松动部件定位结果为27，同样在模型中标记该位置；在下一周期，采集的松动部件冲击信号定位结果为7号网格，同样在模型中标记该位置。标记的位置构成松动部件运动轨迹。

所述的步骤(4)连续小波变换的公式为：

${\mathrm{WT}}_f(a,b)=\frac{1}{\sqrt{\left|a\right|}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}f\left(t_i\right){\mathrm{\&psi;}}^{*}\left(\frac{t-b}{a}\right)dt=<f,{\mathrm{\&psi;}}_{a,b}>,f\&Element;L^2\left(R\right),$

其中，f(t_i)为步骤(3)中的x(t_i)，；ψ_a,b(t_i)为小波函数，此处取小波函数为db2；为ψ_a,b(t_i)的复共轭；a为尺度因子；b为时间平移因子。WT_f(a,b)即为经尺度因子a连续变换后的信号。

数字角频率与模拟角频率的关系：

$\mathrm{\&omega;}=\mathrm{\&Omega;}\&CenterDot;T_s=\frac{2\mathrm{\&pi;}f}{f_s}$

式中：ω为数字角频率，以2π为周期；Ω为模拟角频率；f为模拟频率；f_s为信号的采样频率。设ψ(t)的频域中心为ω₀，则ψ_a,b(t)的中心频率(数字角频率)，根据数字角频率与模拟角频率的关系式，可以得到数字中心频率ω_a,b＝Ω_a,b·T_s，小波变换时尺度和频率之间的关系：

$F_a=\frac{F_c}{a}\&CenterDot;T_s$

式中：T_s为采样周期；F_c为给定小波的中心频率，为归一化后的数值；F_a为伪频率。

所述的步骤(4)通过Hilbert包络线求时间差：

设给定信号a(t)，其希尔伯特变换的定义：

$\hat{a}\left(t\right)={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}a\left(t\right)\frac{1}{\mathrm{\&pi;}(t-\mathrm{\&tau;})}d\mathrm{\&tau;}$

以信号a(t)为实部，其希尔伯特变换为虚部，构成一个新的函数：

$z\left(t\right)=a\left(t\right)+j\hat{a}\left(t\right)=\left|z\left(t\right)\right|\&CenterDot;\exp \left(j\mathrm{\&theta;}\right(t\left)\right)$

式中：是新函数的幅值函数；为相位函数。

则|z(t)|即为信号a(t)的包络线函数，反映了信号能量和时间的关系。该方法通过提取信号包络线，如图3所示，从图分析得出，认为包络线的首个峰值所对应的时间点即为振动信号到达测量点的时刻。

所述的步骤(5)中小波能量谱的公式为：

$E\left(a\right)={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}|WTz(a,b){|}^{2}db,$

式中，z(t_i)为步骤(5)中的m(t_i)；E(a)称为在尺度a上的小波能量谱。则被分析的时域信号F(t)的能量分布为：

$E_F={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}|{\mathrm{WT}}_F(t,a){|}^2\frac{dtda}{a}$

式中，E_F反映了信号经小波变换后能量随尺度的变化情况。

步骤(5)中的尺度峰值函数F(x_a)的建立是通过线性插值法建立不同质量钢球与尺度峰值均值之间的尺度峰值函数F(x_a)。线性插值法：设质量数组L＝[l₁,l₂,l₃,...l_n]，与质量数组为L对应的小波尺度均值数组P＝[p₁,p₂,p₃,...p_n]，其中p_i(1≤i≤n)为对应于质量l_i的尺度峰值均值，变量x_a为输入小波尺度，变量y为质量估计值。则可以建立尺度峰值函数F(x_a)：

$y=F\left(x_a\right)=l_i+\frac{(x_a-p_i)\&times;(l_{i+1}-l_i)}{(p_{i+1}-p_i)},(p_i\&le;x_a<p_{i+1},i=1,2,3,...,n)$

如图4所示，从同一质量钢球冲击信号三通道的小波能量谱图中不难看出，三通道传感器接收到的能量分布具有一致性，且能量峰值具有较一致的尺度，这与Hertz理论指出的碰撞主频率是相吻合的。

如图5所示，从不同质量钢球的冲击信号归一化后的小波能量谱图中可看出，随着冲击质量的增大，小波能量谱向右移动。这些明显的特征变化为质量估计提供了重要依据，即可以根据尺度峰值随着冲击物质量的变化而发生转移的情况来估计松动部件的质量。

实施例

下面结合实施例对本发明作进一步说明：

本发明的效果可以通过曲面实验的实验结果分析说明：

1.试验条件

本试验的试验平台由测试对象、传感器、电荷放大器、数据采集卡和计算机构成。测试对象包括：钢球、锅炉封顶及其支撑。锅炉封顶尺寸为R＝50cm，每个网格面积约为20*20cm²。为了尽量减少环境噪声的影响，在锅炉封顶的下面加了缓冲隔离，缓冲隔离由橡胶垫以及软木构成。钢球重量分别为44g、175g、225g、360g、510g、640g、880g、1120g。

2.数据采集

数据采集包括两部分：冲击信号采集和背景噪声采集。

(1)冲击信号采集：采用三个加速度传感器，加速度传感器在锅炉上呈等边三角形分布排列，可参看附图2。冲击物为不同质量钢球。冲击信号为不同质量钢球，分别在高度10cm、15cm、20cm处敲击钢板不同点的冲击信号。

(2)背景噪声采集：采用三个加速度传感器，其中一个加速度传感器位于锅炉顶部进水口处，一个位于锅炉出水口，一个位于锅炉顶部左上方。背景噪声为锅炉从冷态到热态过程中的背景噪声，根据锅炉运行状态(锅炉未运行前、小火、大火、水泵运转、放气等)来采集数据，锅炉运行状态每改变一次采集一组数据。

3.冲击试验结果及分析

冲击信号与背景噪声分别按信噪比为0dB、5bB进行叠加，用于试验结果分析。信噪比定义为：

$SNR=20log(\stackrel{\&OverBar;}{\left|A_S\right|}/\stackrel{\&OverBar;}{\left|A_N\right|})$

其中，表示噪声幅值取绝对值后求平均，表示信号幅值取绝对值后求最大值。

4.仿真结果

4.1松动部件定位的仿真结果

误差计算公式为E_r＝||v_e||,v_e＝(x,y)；其中分别跌落位置网格与查表法定位网格之间的水平网格数和垂直网格数，以网格为单位。对不同质量钢球冲击信号进行定位分析，得到结果如表1、表2所示。加入0db和5db背景噪声信号定位分析如表3所示。

表1定位误差表1

表2定位误差表2

注：图中误差表示为误差偏离方向+偏离距离，例“右上1”表示定位网格相较于实际网格偏离了1格的距离，偏离方向为右上方。

表3背景噪声分析表

由定位误差表分析可得，力锤和不同质量钢球的定位误差都控制在1个网格范围左右。由于连续小波变换使频率成分更集中，定位精度有很大提高。不同质量加入相同背景噪声，定位效果稳定，小质量钢球的冲击信号加入0db信噪比背景噪声，定位仍然较准确，同一质量钢球冲击信号加入5db信噪比噪声的情况下仍能较准确定位，抗噪能力强。

4.2松动部件质量估计仿真结果

用如下方法来计算绝对误差和相对误差：

绝对误差：E＝Δm，其中Δm为松动件质量真实值与估计值之间的差值。

相对误差：其中m为松动件质量真实值。

试验结果对本发明提出的松动部件质量估计方法进行了验证，通过试验数据分析，建立尺度峰值函数，通过尺度峰值函数来实现松松部件的质量估计。附图7为松动件质量与尺度之间的对应关系，表4为各冲击质量对应的尺度均值，从附图7和表4中不难看出，小质量的尺度峰值变化相对明显，但随着冲击质量的增大，峰值变化逐渐变得不明显，这是因为冲击质量大的信号，其能量主要集中在低频范围内，在频谱上很难区分。

表4不同尺度峰值所对应的质量估计值

尺度峰值	质量估值/g	尺度峰值	质量估值/g	尺度峰值	质量估值/g
						4	20.2739	11	514.6258	18	1938.8
4.5	32.2727	11.5	637.2932	18.5	2078
						5	44.4041	12	714.2722	19	2217.1
5.5	62.2652	12.5	790.2203	19.5	2356.3
						6	80.1262	13	866.1683	20	2496.5
6.5	97.9872	13.5	948.214	20.5	2829.1
						7	119.8749	14	1031.6	21	3204.4
7.5	142.2741	14.5	1115	21.5	3579.7
						8	164.6732	15	1208.7	22	3955
8.5	227.6932	15.5	1303	22.5	5264.4
						9	270.5928	16	1397.4	23	6701.1
9.5	313.4926	16.5	1530.7	23.5	8137.9
						10	356.3921	17	1665.2	24	9676.9
10.5	433.1475	17.5	1799.7	24.5	1105.3

表5质量估计误差

质量/g	估计误差	质量/g	估计误差	质量/g	估计误差	质量/g	估计误差
								20	15％	225	8％	880	11％	2520	19.4％
44	9.1％	360	10％	1120	13％	40000	15％
								100	11％	510	15％	1400	13.5％	9000	17％
175	9％	640	12.5％	1800	10.2％	11200	18.4％

表5为质量估计的误差，从表中可以看出，质量估计误差最大为19.4％，最小为9.1％，质量估计误差基本在15％左右。所以本发明所提出的方法具有较高的准确率。且抗干扰能力较强，在背景噪声频谱结构已知的情况下，在信噪比为0dB时仍能较准确的进行松动件质量估计。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (4)

1.核电站松动部件多目标三维动态跟踪方法，其特征在于包括以下步骤：

步骤(1)数据库的建立；

1-1由于松动部件主要发生在压力容器顶部或底部，在采集数据之前，根据反应堆压力容器顶部和底部的曲面划分多个均等的网格小分块，并对网格分块进行编号，然后在压力容器顶部和底部各安装三个呈等边三角形分布的加速度传感器；

1-2通过数据采集卡、电荷放大器和加速度传感器获取力锤敲击压力容器某一固定点的冲击信号C(t_i)，用于测定传播速度；具体的：加速度传感器获取力锤敲击信号后，经电荷放大器进入数据采集卡；对冲击信号C(t_i)进行基于小波变换的希尔伯特变换，得到冲击信号C(t_i)到达某个加速度传感器的传播时间t，测量固定点到该加速度传感器的弧长分别为L，弧长除以传播时间，得到传播速度V；

1-3.测量各网格分块中心点到三个加速度传感器的弧长S_i，然后将弧长S_i除以传播速度V，得到敲击点到每个加速度传感器的时间T_i，然后获取任意一个加速度传感器与另两个加速度传感器时间差然后以网格编号，时间差和为查询表的属性，建立定位数据库；其中i＝1,2,3；

T_i＝S_i/V；

$\stackrel{\&OverBar;}{T_{21}}=T_2-T_1;$

$\stackrel{\&OverBar;}{T_{31}}=T_3-T_1;$

步骤(2)三维虚拟建模；根据核反应堆一回路系统中设备的实际图纸，利用三维建模软件建立核反应堆一回路系统中各个子模块的3D模型，并利用纹理贴图技术、特征简化技术和模型轻量化技术尽可能地减小文件、提高系统的运算速度；该3D模型可以透视，旋转，从不同角度观察内部部件；

步骤(3)松动部件现场信号获取；通过数据采集卡、电荷放大器和加速度传感器来实现现场信号x(t_i)的采集，现场信号x(t_i)包括松动件跌落时的冲击信号和环境背景噪声；

步骤(4)松动部件定位；

4-1对现场信号x(t_i)进行频域分析确定信号主频率f_m，用连续小波变换计算得到尺度因子a；选数值2、8、14、20中最接近尺度因子a，作为最终连续小波变换尺度对现场信号x(t_i)进行处理，然后通过Hilbert包络线法求得信号的到达时间差t₂₁、t₃₁；

4-2将t₂₁、t₃₁与数据库中对应尺度下的定位查询表中的时间差作比较，时间差距离最小值所对应的网格即为定位网格；时间差距离的计算公式为：

$d\left(i\right)=\sqrt{{(\stackrel{\&OverBar;}{T_{21}\left(i\right)}-t_{21})}^2+{(\stackrel{\&OverBar;}{T_{31}\left(i\right)}-t_{31})}^2},(1\&le;i\&le;n)$

式中：i为网格编号；n为网格划分总数；d_n×1的最小值所对应的i即为定位网格；

步骤(5)松动部件质量估计

5-1对现场信号x(t_i)出现最大幅值出现前0.03s开始，取0.3s长信号数据g(t_i)，对信号g(t_i)进行连续小波变换处理得到信号m(t_i)后，计算信号m(t_i)的小波能量谱，根据小波能量谱图找出该图尺度峰值x_a；

5-2将尺度峰值x_a带入已经建立好的尺度峰值函数F(x_a)，求得松动部件的质量估计值y，然后对多个通道中的松动部件质量估计值求平均，得到最终的松动部件质量；

步骤(6)动态跟踪显示；LPMS以时间T(该值可调，一般采用1h)为周期，周期地采集核电站一回路中的松动部件的现场信号；在T_i时刻采集松动部件的现场信号，其中i＝0,1,2,3……；根据步骤(4)定位该松动部件的位置，根据步骤(5)估计该松动部件的质量，同时在压力容器曲面的定位位置处显示该松动部件；

在T_i+1时刻，再次采集松动部件的现场信号，其中T_i+1＝T_i+T，i＝0,1,2,3……；根据步骤(4)定位该松动部件的位置，根据步骤(5)估计该松动部件的质量，若该质量与先前任意周期内松动部件质量估计值不同，则为新增定位目标，同时在压力容器曲面的定位位置处显示此新增松动部件；若该质量与先前任意周期内松动部件质量估计值相同，则在压力容器曲面的定位位置处显示该松动部件，并标记该定位目标的移动轨迹；如此周期循环，动态的构成松动部件跌落轨迹。

2.根据权利要求1所述的核电站松动部件多目标三维动态跟踪方法，其特征在于所述的步骤(4)连续小波变换的公式为：

${\mathrm{WT}}_f(a,b)=\frac{1}{\sqrt{\left|a\right|}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}f\left(t_i\right){\mathrm{\&psi;}}^{*}\left(\frac{t-b}{a}\right)dt=<f,{\mathrm{\&psi;}}_{a,b}>,f\&Element;L^2\left(R\right),$

其中，f(t_i)为步骤(3)中的x(t_i)，ψ_a,b(t_i)为小波函数，此处取小波函数为db2；为ψ_a,b(t_i)的复共轭；a为尺度因子；b为时间平移因子；WT_f(a,b)即为经尺度因子a连续变换后的信号；

数字角频率与模拟角频率的关系：

$\mathrm{\&omega;}=\mathrm{\&Omega;}\&CenterDot;T_s=\frac{2\mathrm{\&pi;}f}{f_s}$

式中：ω为数字角频率，以2π为周期；Ω为模拟角频率；f为模拟频率；f_s为信号的采样频率；设ψ(t)的频域中心为ω₀，则ψ_a,b(t)的中心频率，即数字角频率根据数字角频率与模拟角频率的关系式，得到数字中心频率ω_a,b＝Ω_a,b·T_s，小波变换时尺度和频率之间的关系：

$F_a=\frac{F_c}{a}\&CenterDot;T_s$

式中：T_s为采样周期；F_c为给定小波的中心频率，为归一化后的数值；F_a为伪频率。

3.根据权利要求1所述的核电站松动部件多目标三维动态跟踪方法，其特征在于所述的步骤(4)通过Hilbert包络线求时间差：

设给定信号a(t)，其希尔伯特变换的定义：

$\hat{a}\left(t\right)={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}a\left(t\right)\frac{1}{\mathrm{\&pi;}(t-\mathrm{\&tau;})}d\mathrm{\&tau;}$

以信号a(t)为实部，其希尔伯特变换为虚部，构成一个新的函数：

$z\left(t\right)=a\left(t\right)+j\hat{a}\left(t\right)=\left|z\left(t\right)\right|\&CenterDot;\exp \left(j\mathrm{\&theta;}\right(t\left)\right)$

式中： $\left|z\left(t\right)\right|=\sqrt{a^2\left(t\right)+{\hat{a}}^2\left(t\right)}$ 是新函数的幅值函数； $\mathrm{\&theta;}\left(t\right)=arctan\left(\frac{\hat{a}\left(t\right)}{a\left(t\right)}\right)$ 为相位函数；

则|z(t)|即为信号a(t)的包络线函数，反映了信号能量和时间的关系；该方法通过提取信号包络线，认为包络线的首个峰值所对应的时间点即为振动信号到达测量点的时刻。

4.根据权利要求1所述的核电站松动部件多目标三维动态跟踪方法，其特征在于所述的步骤(5)中小波能量谱的公式为：

$E\left(a\right)={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}|WTz(a,b){|}^{2}db,$

式中，z(t_i)为步骤(5)中的m(t_i)；E(a)称为在尺度a上的小波能量谱；则被分析的时域信号F(t)的能量分布为：

$E_F={\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}{\&Integral;}_{-\mathrm{\&infin;}}^{+\mathrm{\&infin;}}|{\mathrm{WT}}_F(t,a){|}^2\frac{dtda}{a}$

式中，E_F反映了信号经小波变换后能量随尺度的变化情况；

步骤(5)中的尺度峰值函数F(x_a)的建立是通过线性插值法建立不同质量钢球与尺度峰值均值之间的尺度峰值函数F(x_a)；线性插值法：设质量数组L＝[l₁,l₂,l₃,...l_n],与质量数组为L对应的小波尺度均值数组P＝[p₁,p₂,p₃,...p_n]，变量x_a为输入小波尺度，变量y为质量估计值；则可以建立尺度峰值函数F(x_a)：

$y=F\left(x_a\right)=l_i+\frac{(x_a-p_i)\&times;(l_{i+1}-l_i)}{(p_{i+1}-p_i)},(p_i\&le;x_a<p_{i+1},i=1,2,3,...,n).$