CN106815552B - 基于时频分析的数字信号后处理方法 - Google Patents

基于时频分析的数字信号后处理方法 Download PDF

Info

Publication number
CN106815552B
CN106815552B CN201611127112.9A CN201611127112A CN106815552B CN 106815552 B CN106815552 B CN 106815552B CN 201611127112 A CN201611127112 A CN 201611127112A CN 106815552 B CN106815552 B CN 106815552B
Authority
CN
China
Prior art keywords
frequency
full width
half maximum
maximum energy
energy ratio
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
CN201611127112.9A
Other languages
English (en)
Other versions
CN106815552A (zh
Inventor
苏建坤
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.)
YUNNAN AEROSPACE ENGINEERING GEOPHYSICAL TESTING Co Ltd
Original Assignee
YUNNAN AEROSPACE ENGINEERING GEOPHYSICAL TESTING Co Ltd
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 YUNNAN AEROSPACE ENGINEERING GEOPHYSICAL TESTING Co Ltd filed Critical YUNNAN AEROSPACE ENGINEERING GEOPHYSICAL TESTING Co Ltd
Priority to CN201611127112.9A priority Critical patent/CN106815552B/zh
Publication of CN106815552A publication Critical patent/CN106815552A/zh
Application granted granted Critical
Publication of CN106815552B publication Critical patent/CN106815552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • G06F2218/10Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching
    • G06F2218/14Classification; Matching by matching peak patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种基于时频分析的数字信号后处理方法,包括以下步骤:得到被检测对象的物性波形信号;采用时频分析方法对所述物性波形信号进行时频分析,得到二维时频分析结果;对所述二维时频分析结果中任意时刻进行主频信号的半峰全宽能量比分析,得到任意时刻频谱的半峰全宽能量比;求出各个时刻所对应的半峰全宽能量比,以时刻为横坐标,以半峰全宽能量比为纵坐标,绘制得到整个信号的半峰全宽能量比曲线图;对所述整个信号的半峰全宽能量比曲线图进行分析,得到被检测对象的检测结果。优点为:能够高精度、可靠、简单、快速的评价被检测对象的内部缺陷,是一种能够广泛运用的技术手段。

Description

基于时频分析的数字信号后处理方法
技术领域
本发明属于信号后处理技术领域,具体涉及一种基于时频分析的数字信号后处理方法。
背景技术
无损检测是指在不损害或不影响被检测对象使用性能、不伤害被检测对象内部组织的前提下,利用材料内部结构异常或缺陷存在引起的热、声、光、电、磁等反应的变化,以物理或化学方法为手段,借助现代化的技术和设备器材,对试件内部及表面的结构、性质、状态及缺陷的类型、性质、数量、形状、位置、尺寸、分布及其变化进行检查和测试的方法。
在桥梁、隧道、公路等工程中,经常需要对锚杆、钢筋笼、基桩、仰拱钢支撑等进行无损伤检测,其主要原理为:对检测信号进行特征提取,通过对提取到的特征信号进行分析,从而得到检测结果。传统的信号特征提取方法主要采用Fourier变换方法,通过Fourier变换获得信号中包含频率分量及各分量的相对强度信息的特征信号。但由于Fourier变换是一种整体变换方法,而无法获得频率随时间演变的信息以及其变化情况。然而,在许多实际应用场合中,信号多为非平稳信号,其统计量为时变函数。因此,传统的信号处理方法具有较大的使用局限性。另外,传统的基于信号特征提取的分析方法,由于所提取的信号特征类型的局限性,导致其缺陷检测分析方法,具有精度低、效率低等不足。
发明内容
针对现有技术存在的缺陷,本发明提供一种基于时频分析的数字信号后处理方法,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种基于时频分析的数字信号后处理方法,包括以下步骤:
步骤1,采用无损检测方法对被检测对象进行无损检测,得到被检测对象的物性波形信号;其中,所述物性波形信号为数字信号形式;
步骤2,采用时频分析方法对所述物性波形信号进行时频分析,得到二维时频分析结果;
步骤3,对所述二维时频分析结果中任意时刻进行主频信号的半峰全宽能量比分析,得到任意时刻频谱的半峰全宽能量比;
本步骤具体包括:
步骤3.1,对所述二维时频分析结果中各个时刻的瞬时频率及瞬时幅值进行分析,得到与每一时刻唯一对应的功率谱图;所述功率谱图的横坐标为频率值,所述功率谱图的纵坐标为幅值;
步骤3.2,对所述功率谱图进行进一步分析,定位到功率谱图中的主频信号;其中,所述主频信号为具有峰值的波信号;
步骤3.3,对所述主频信号进行半峰全宽计算,得到半峰全宽的左边界频率ω1和右边界频率ω2
本步骤包括:在所述主频信号中定位到峰值A点;经过峰值A点做一条平行于幅值轴的直线L1,直线L1与频率轴相交于B点;取A点和B点连线的中点C;经过C点作平行于频率轴的直线L2;直线L2与功率谱图相交的距离峰值A点最近的左右两点分别记为D1和D2;D1点所对应的频率值即为左边界频率ω1;D2点所对应的频率值即为右边界频率ω2
步骤3.4,以左边界频率ω1和右边界频率ω2作为积分上下限,对频谱图进行积分,得到主频峰值所对应的半峰全宽能量值;表达式如下:
Figure BDA0001175410350000031
其中:E1为主频峰值所对应的半峰全宽能量值;
ω1、ω2分别为半峰全宽的左边界频率ω1和右边界频率ω2
F(ω)为该时刻频谱函数;
步骤3.5,采用以下表达式计算得到该时刻总的能量值:
Figure BDA0001175410350000032
其中:E为该时刻总的能量值;
F(ω)为该时刻频谱函数;
步骤3.6,将该时刻的主频峰值所对应的半峰全宽能量值与该时刻总的能量值相比,得到该时刻频谱的半峰全宽能量比,表达式如下:
Figure BDA0001175410350000033
其中:s为该时刻频谱的半峰全宽能量比;
步骤4,采用步骤3方法,求出各个时刻所对应的半峰全宽能量比,以时刻为横坐标,以半峰全宽能量比为纵坐标,绘制得到整个信号的半峰全宽能量比曲线图;
步骤5,对所述整个信号的半峰全宽能量比曲线图进行分析,得到被检测对象的检测结果。
优选的,步骤1中,所采用的无损检测方法包括:声波检测法、电磁波检测法以及射线检测法。
优选的,步骤2中,所采用的时频分析方法包括:短时傅立叶变换分析方法、连续小波变换分析方法、Wigner-Ville分布函数分析方法、加伯-韦格纳分布函数分析方法和希尔伯特黄变换及S变换分析方法。
优选的,步骤5具体为:
步骤5.1,通过多次试验得出某一被检测对象在无缺陷时的半峰全宽能量比曲线图;该半峰全宽能量比曲线图作为半峰全宽能量比曲线样本图;
步骤5.2,当需要对同一类被检测对象进行质量分析时,得到被检测对象的实际半峰全宽能量比曲线图;
步骤5.3,比较所述实际半峰全宽能量比曲线图与所述半峰全宽能量比曲线样本图的差异度,如果差异度小于设定阈值,则判定被检测对象无缺陷;
如果差异度大于等于设定阈值,对所述实际半峰全宽能量比曲线图与所述半峰全宽能量比曲线样本图的差异性进行详细分析,得到被检测对象的缺陷情况。
本发明提供的基于时频分析的数字信号后处理方法具有以下优点:
能够高精度、可靠、简单、快速的评价被检测对象的内部缺陷,是一种能够广泛运用的技术手段。
附图说明
图1为本发明提供的基于时频分析的数字信号后处理方法的流程图;
图2为一种检测信号波形图;
图3为对图2的波形信号进行时频分析后得到的二维时频分析图;
图4为对应二维时频分析图中某一时刻主频的半峰全宽图;
图5为整个检测信号的半峰全宽能量比值图;
图6为同一类被检测物体的半峰全宽能量比样本图;
图7为波纹管注浆不密实的钢束注浆包裹比例图;
图8为波纹管注浆密实性反演图像。
其中,图5和图6所示的检测信号的谱图中,横坐标表示波纹管位置,纵坐标表示半峰全宽能量比值。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于时频分析的数字信号后处理方法,从时频分析后的信号中提取到信号更多的特征信息,从而有利于进行缺陷检测分析等。具体的,该方法通过计算时频分析后每一时刻的主频分量的半峰全宽能量与该时刻总的能量比,进而绘制出整个数字信号的主频半峰全宽能量比曲线图。通过分析整个数字信号的主频半峰全宽能量比曲线图,可以更加清晰地提取到检测信号的特征信息,从而反映检测物体内部的真实状况。本发明提供的方法可以应用于无损检测、振动信号分析等领域。
参考图1,本发明提供的基于时频分析的数字信号后处理方法,主要包括以下步骤:
步骤1,采用无损检测方法对被检测对象进行无损检测,得到被检测对象的物性波形信号;其中,所述物性波形信号为数字信号形式;该数字信号中包含了检测对象在不同位置的振幅、频率和相位信息,且该信息与检测对象所处的位置及状态有关。
本步骤中,所采用的无损检测方法可以为现有技术中任何一种无损检测方法,例如,声波检测法、电磁波检测法以及射线检测法等。所采用的检测设备可以为超声波探测仪或者是地质雷达等,本发明对此并不限制。
步骤2,采用时频分析方法对所述物性波形信号进行时频分析,得到二维时频分析结果;
具体的,对检测到的物性波形数字信号进行时频分析,通过时频分析方法可以将非平稳信号的时域与频域分析结合起来,从而得到该数字信号的二维时频分析图,该二维时频分析图中既能够反映信号的频率信息,也能够反映频率信息随着时间变化的一些规律。
常用的时频分析方法通常分为两大类:线性时频分布和非线性时频分布。线性时频分布包括短时傅里叶变换(STFT)、Gabor展开及小波变换;而非线性时频分布,常用的是双线性时频分布,该分布包括Wigner-Ville分布和广义双线性时频分布等。
本发明中,所采用的时频分析方法可以为现有技术中任何一种方法,本发明对此并不限制。
步骤3,对所述二维时频分析结果中任意时刻进行主频信号的半峰全宽能量比分析,得到任意时刻频谱的半峰全宽能量比;
本步骤具体包括:
步骤3.1,对所述二维时频分析结果中各个时刻的瞬时频率及瞬时幅值进行分析,得到与每一时刻唯一对应的功率谱图;所述功率谱图的横坐标为频率值,所述功率谱图的纵坐标为幅值;
步骤3.2,对所述功率谱图进行进一步分析,定位到功率谱图中的主频信号;其中,所述主频信号为具有峰值的波信号;更具体的,主频信号为F(ω)的最高峰值及其对应的频率值。
步骤3.3,对所述主频信号进行半峰全宽计算,得到半峰全宽的左边界频率ω1和右边界频率ω2
本步骤包括:在所述主频信号中定位到峰值A点;经过峰值A点做一条平行于幅值轴的直线L1,直线L1与频率轴相交于B点;取A点和B点连线的中点C;经过C点作平行于频率轴的直线L2;直线L2与功率谱图相交的距离峰值A点最近的左右两点分别记为D1和D2;D1点所对应的频率值即为左边界频率ω1;D2点所对应的频率值即为右边界频率ω2
步骤3.4,以左边界频率ω1和右边界频率ω2作为积分上下限,对频谱图进行积分,得到主频峰值所对应的半峰全宽能量值;表达式如下:
Figure BDA0001175410350000071
其中:E1为主频峰值所对应的半峰全宽能量值;
ω1、ω2分别为半峰全宽的左边界频率ω1和右边界频率ω2
F(ω)为该时刻频谱函数;
步骤3.5,采用以下表达式计算得到该时刻总的能量值:
Figure BDA0001175410350000072
其中:E为该时刻总的能量值;
F(ω)为该时刻频谱函数;
步骤3.6,将该时刻的主频峰值所对应的半峰全宽能量值与该时刻总的能量值相比,得到该时刻频谱的半峰全宽能量比,表达式如下:
Figure BDA0001175410350000073
其中:s为该时刻频谱的半峰全宽能量比;
步骤4,采用步骤3方法,求出各个时刻所对应的半峰全宽能量比,以时刻为横坐标,以半峰全宽能量比为纵坐标,绘制得到整个信号的半峰全宽能量比曲线图;
步骤5,对所述整个信号的半峰全宽能量比曲线图进行分析,得到被检测对象的缺陷检测结果。
本步骤具体为:
步骤5.1,通过多次试验得出某一被检测对象在无缺陷时的半峰全宽能量比曲线图;该半峰全宽能量比曲线图作为半峰全宽能量比曲线样本图;
步骤5.2,当需要对同一类被检测对象进行质量分析时,得到被检测对象的实际半峰全宽能量比曲线图;
步骤5.3,比较所述实际半峰全宽能量比曲线图与所述半峰全宽能量比曲线样本图的差异度,如果差异度小于设定阈值,则判定被检测对象无缺陷;
如果差异度大于等于设定阈值,对所述实际半峰全宽能量比曲线图与所述半峰全宽能量比曲线样本图的差异性进行详细分析,得到被检测对象的缺陷情况。
下面介绍一个具体实施例:
对波纹管注浆质量进行检测,采用超磁声波散射法,检测波纹管注浆是否密实,步骤如下:
步骤1,从预应力孔道一端产生超磁声波信号,在预应力孔道另一端检测其波形信号记录,得到如图2所示的物性波形信号。
步骤2,对检测到的物性波形信号进行时频分析,得到如图3所示的二维时频分析图。
步骤3,对二维时频分析图中任意时刻进行主频信号的半峰全宽能量比分析,得到图4所示的任意时刻频谱的半峰全宽能量比。
步骤4,根据图4所示的某一时刻主频的半峰全宽图,求出各个时刻所对应的半峰全宽能量比,从而得到图5所示的该信号的完整的半峰全宽能量比图。
步骤5,在实验过程中寻找到不同状况下,同一类注浆密实不存在缺陷的检测物体的半峰全宽能量比图作为样本。图6所示即为同一类检测物体的半峰全宽能量比样本图。
需要解释的是,原则上,半峰全宽能量比图或半峰全宽能量比样本图的横坐标为时刻,纵坐标为半峰全宽能量比值。但是,为方便进行半峰全宽能量比图和半峰全宽能量比样本图的比较,从而确定缺陷位置,所以,本实施例中,对横轴的时刻进行适当的转化,用时刻乘以检测介质中的传输速度,即得到时刻对应的位置,单位为米。因此,图5和图6的横坐标为位置值,纵坐标为半峰全宽能量比值。
比较图6的半峰全宽能量比样本图和图5半峰全宽能量比图的差异,可以发现,在10m~25m、30.5m~39.5m两处存在强烈的低频散射信号,说明这两段波纹管脱空严重。从而根据图5作出如图7所示的钢束注浆包裹比例图,进而反演出如图8所示的波纹管注浆密实性反演图像,这样就可清晰地分辨出检测对象的内部状况,从而为检测提供有力的技术支撑。
本发明提供的基于时频分析的数字信号后处理方法,主要思路为:首先对数字波形信号进行时频分析,再对时频分析后的各个时刻的瞬时频谱进行分析,寻找到该时刻频谱图中幅值最高峰对应的频率,即主频信号;然后,对主频信号进行半峰全宽计算,得到主频半峰全宽的左右边界频率;再以左右边界频率作为积分上下限进行积分,求取到半峰全宽范围内的信号能量,即:主频峰值所对应的半峰全宽能量值;再除以该时刻总的能量值,即得出该时刻主频的半峰全宽能量比,以此类推,得出各个时刻的主频半峰全宽能量比,绘制出主频半峰全宽能量比曲线图,通过分析该曲线图,可以得到瞬时主频半峰全宽能量比,能反映每一处频率能量的分布情况,进一步研究确定该参数与测试对象内部状况的关系,就可将该参数用于无损检测、振动信号分析等领域。
本发明提供的基于时频分析的数字信号后处理方法,主要是在检测信号处理中,运用时频分析方法分析信号后对时频分析图作进一步分析的一种通用的数字信号的分析方法,具有以下优点:
(1)本发明首先提出了运用主频的半峰全宽能量比的概念来分析时频分析后的数字信号处理的方法,并且明确地给出了半峰全宽能量比的计算方法。
根据本发明提到的半峰全宽能量比的概念,得到整个信号的半峰全宽能量比曲线图作为判断检测对象的内部状况,也是本发明所特有的。
(2)本发明为桥梁、隧道、公路等工程中的锚杆、钢筋笼、基桩、仰拱钢支撑等的无损伤检测,提供了一种基于时频分析的数字信号后处理方法,该方法能够有效的提取检测信号中的有用信息,为无损伤检测提供一种可靠的依据。
(3)本发明提供的一种基于时频分析的数字信号后处理方法,是一种通用的无损检测后的信号处理方法,通过寻找处理信号中半峰全宽能量比谱图,来提取检测对象的具体状况。
(4)本发明提供的基于时频分析的数字信号后处理方法,是一种实用并且有效的桥梁、隧道、公路等工程项目中的检测技术,能够高精度、可靠、简单、快速的评价被检测对象的内部缺陷,是一种能够广泛运用的技术手段。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。

Claims (4)

1.一种基于时频分析的数字信号后处理方法,其特征在于,包括以下步骤:
步骤1,采用无损检测方法对被检测对象进行无损检测,得到被检测对象的物性波形信号;其中,所述物性波形信号为数字信号形式;
步骤2,采用时频分析方法对所述物性波形信号进行时频分析,得到二维时频分析结果;
步骤3,对所述二维时频分析结果中任意时刻进行主频信号的半峰全宽能量比分析,得到任意时刻频谱的半峰全宽能量比;
本步骤具体包括:
步骤3.1,对所述二维时频分析结果中各个时刻的瞬时频率及瞬时幅值进行分析,得到与每一时刻唯一对应的功率谱图;所述功率谱图的横坐标为频率值,所述功率谱图的纵坐标为幅值;
步骤3.2,对所述功率谱图进行进一步分析,定位到功率谱图中的主频信号;其中,所述主频信号为具有峰值的波信号;
步骤3.3,对所述主频信号进行半峰全宽计算,得到半峰全宽的左边界频率ω1和右边界频率ω2
本步骤包括:在所述主频信号中定位到峰值A点;经过峰值A点做一条平行于幅值轴的直线L1,直线L1与频率轴相交于B点;取A点和B点连线的中点C;经过C点作平行于频率轴的直线L2;直线L2与功率谱图相交的距离峰值A点最近的左右两点分别记为D1和D2;D1点所对应的频率值即为左边界频率ω1;D2点所对应的频率值即为右边界频率ω2
步骤3.4,以左边界频率ω1和右边界频率ω2作为积分上下限,对频谱图进行积分,得到主频峰值所对应的半峰全宽能量值;表达式如下:
Figure FDA0002277285650000011
其中:E1为主频峰值所对应的半峰全宽能量值;
ω1、ω2分别为半峰全宽的左边界频率ω1和右边界频率ω2
F(ω)为频谱函数;
步骤3.5,采用以下表达式计算得到总的能量值:
Figure FDA0002277285650000021
其中:E为总的能量值;
F(ω)为频谱函数;
步骤3.6,将主频峰值所对应的半峰全宽能量值与总的能量值相比,得到频谱的半峰全宽能量比,表达式如下:
Figure FDA0002277285650000022
其中:s为频谱的半峰全宽能量比;
步骤4,采用步骤3方法,求出各个时刻所对应的半峰全宽能量比,以时刻为横坐标,以半峰全宽能量比为纵坐标,绘制得到整个信号的半峰全宽能量比曲线图;
步骤5,对所述整个信号的半峰全宽能量比曲线图进行分析,得到被检测对象的检测结果。
2.根据权利要求1所述的基于时频分析的数字信号后处理方法,其特征在于,步骤1中,所采用的无损检测方法包括:声波检测法、电磁波检测法以及射线检测法。
3.根据权利要求1所述的基于时频分析的数字信号后处理方法,其特征在于,步骤2中,所采用的时频分析方法包括:短时傅立叶变换分析方法、连续小波变换分析方法、Wigner-Ville分布函数分析方法、加伯-韦格纳分布函数分析方法和希尔伯特黄变换及S变换分析方法。
4.根据权利要求1所述的基于时频分析的数字信号后处理方法,其特征在于,步骤5具体为:
步骤5.1,通过多次试验得出某一被检测对象在无缺陷时的半峰全宽能量比曲线图;该无缺陷时的半峰全宽能量比曲线图作为半峰全宽能量比曲线样本图;
步骤5.2,当需要对同一类被检测对象进行质量分析时,得到被检测对象的实际半峰全宽能量比曲线图;
步骤5.3,比较所述实际半峰全宽能量比曲线图与无缺陷时的半峰全宽能量比曲线样本图的差异度,如果差异度小于设定阈值,则判定被检测对象无缺陷;
如果差异度大于等于设定阈值,对所述实际半峰全宽能量比曲线图与所述半峰全宽能量比曲线样本图的差异性进行详细分析,得到被检测对象的缺陷情况。
CN201611127112.9A 2016-12-09 2016-12-09 基于时频分析的数字信号后处理方法 Active CN106815552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611127112.9A CN106815552B (zh) 2016-12-09 2016-12-09 基于时频分析的数字信号后处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611127112.9A CN106815552B (zh) 2016-12-09 2016-12-09 基于时频分析的数字信号后处理方法

Publications (2)

Publication Number Publication Date
CN106815552A CN106815552A (zh) 2017-06-09
CN106815552B true CN106815552B (zh) 2020-03-17

Family

ID=59107020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611127112.9A Active CN106815552B (zh) 2016-12-09 2016-12-09 基于时频分析的数字信号后处理方法

Country Status (1)

Country Link
CN (1) CN106815552B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108195934B (zh) * 2018-01-09 2020-05-22 东莞理工学院 基于时频分析的超声导波检测频率优选方法
CN108088913B (zh) * 2018-01-09 2023-08-25 东莞理工学院 用于钢轨轨底探伤的压电超声导波探头及其探伤方法
CN109870683B (zh) * 2019-03-06 2020-09-04 北京航空航天大学 基于雷达信号时频特征分析的铁轨异常扣件检测方法
CN110007007A (zh) * 2019-04-09 2019-07-12 湖南普奇地质勘探设备研究院(普通合伙) 一种波纹管注浆饱满度的检测方法及装置
CN111238814B (zh) * 2019-09-30 2021-08-31 杭州安脉盛智能技术有限公司 一种基于短时希尔伯特变换的滚动轴承故障诊断方法
CN111474542B (zh) * 2020-04-27 2023-04-28 云南航天工程物探检测股份有限公司 利用地质雷达空间扫描实现三维探测的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1696687A (zh) * 2005-05-23 2005-11-16 清华大学 粗晶材料超声检测时频分析处理方法
CN101571519A (zh) * 2009-06-16 2009-11-04 北京理工大学 用于复合材料层合板缺陷量化的超声导波检测技术
CN105424789A (zh) * 2014-09-05 2016-03-23 北京理工大学 分析离子结构的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1696687A (zh) * 2005-05-23 2005-11-16 清华大学 粗晶材料超声检测时频分析处理方法
CN101571519A (zh) * 2009-06-16 2009-11-04 北京理工大学 用于复合材料层合板缺陷量化的超声导波检测技术
CN105424789A (zh) * 2014-09-05 2016-03-23 北京理工大学 分析离子结构的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
时频分析技术在桥梁预应力管道注浆质量检测中的应用;杨春东;《四川建筑科学研究》;20120831;第38卷(第4期);第329-333页 *

Also Published As

Publication number Publication date
CN106815552A (zh) 2017-06-09

Similar Documents

Publication Publication Date Title
CN106815552B (zh) 基于时频分析的数字信号后处理方法
Konstantinidis et al. An investigation into the temperature stability of a guided wave structural health monitoring system using permanently attached sensors
US5270661A (en) Method of detecting a conductor anomaly by applying pulses along the conductor in opposite directions
US8091427B2 (en) Nondestructive inspection apparatus and nondestructive inspection method using guided wave
US20210262983A1 (en) Low-Frequency Electromagnetic Detection Method For Large-Scale Damage Of Ferromagnetic Materials Based On Broadband Excitation
Gaponenko et al. Improving the methodology for assessing the technical condition of equipment during the transportation of energy carrier in energy systems and complexes
CN105954356B (zh) 一种基于有限幅度法的金属块闭合裂纹检测定位方法
Sun et al. Acoustic emission sound source localization for crack in the pipeline
Xu et al. Ultrasonic testing analysis of concrete structure based on S transform
CN103353479A (zh) 一种电磁超声纵向导波与漏磁检测复合的检测方法
CN112505155B (zh) 基于信息熵的管道导波损伤识别与定位方法、装置及系统
CN108802203B (zh) 一种基于多模态技术的杆状构件内部缺陷定位方法
CN110410685B (zh) 一种基于时域反射技术的地下管网渗漏定位系统及方法
Yue et al. Applicability analysis of inspection and monitoring technologies in wind turbine towers
Lei et al. Ultrasonic pig for submarine oil pipeline corrosion inspection
Zhengjie et al. Pressure vessel leakage detection method based on online acoustic emission signals
CN104251887A (zh) 铸铁超声探伤中基于晶粒特征的改进分离谱方法
CN113298805A (zh) 一种基于主动Lamb波声发射的结构表面缺陷探测方法
Xu et al. Analysis method of impact echo based on variational mode decomposition
Jiang Study of underground oil-gas pipeline corrosion pits estimation based on MFL inspection method
Wang et al. An improved cross-correlation algorithm based on wavelet transform and energy feature extraction for pipeline leak detection
Soleimanpour et al. Locating cracks in isotropic plates using nonlinear guided waves
Chen et al. Experimental and numerical study on characterization and evaluation of surface cracks with wireless ultrasonic sensor
Nuoke et al. Research on damage imaging accuracy of the guided wave
Shen Progress of acoustic emission technology on pressure equipment in China

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant