CN108226305B - 一种基于目标特性先验知识的声波检测方法及系统 - Google Patents
一种基于目标特性先验知识的声波检测方法及系统 Download PDFInfo
- Publication number
- CN108226305B CN108226305B CN201810060452.7A CN201810060452A CN108226305B CN 108226305 B CN108226305 B CN 108226305B CN 201810060452 A CN201810060452 A CN 201810060452A CN 108226305 B CN108226305 B CN 108226305B
- Authority
- CN
- China
- Prior art keywords
- sound wave
- transmitting terminal
- signal
- receiving end
- response signal
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
Abstract
本申请涉及一种基于目标特性先验知识的声波检测方法及系统,包括:将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道。上述方法和系统能够充分利用特征信道本身携带的先验特征信息,进行信道预测,实现对检测对象长距离、高精度的实时在线检测或定位的目的。
Description
技术领域
本申请涉及声波材料结构的检测识别领域,尤其涉及一种对工程结构、关键部件、化工容器等的损伤检测及定位方法。
背景技术
目前应用最广泛的探伤策略主要以声波检测方式为主。声波检测方法利用声波在介质中传播时,损伤点会形成散射源,通过接收的回波信号来判断是否存在损伤,具有低成本、高精度、无电磁干扰等优良特性,已经成为主要的探伤手段。声波检测方法根据声应力波激励源的不同分为主动检测与被动检测两种。其中,主动检测方式通过在静态条件下主动激励声波,分析结构中传播的声波回波,进行结构健康状态的检测;被动检测方式通过实时监测结构受到外界载荷而导致结构劣化引发的声应力波,并对采集到的声应力波信号结构损伤信息的分析,进行损伤定位检测等。
目前存在的声波检测方法,都是围绕后信号处理的方法,直接分析回波信号,提取信道特征,这样一来就导致了一个根本问题:这些方法没有能够充分有效地利用感兴趣目标的目标特性及其对信道所带来的影响的先验知识,而只是拘泥于单纯地对于接收信号进行信号处理。这就造成了目前使用换能器进行目标检测或定位时仍存在以下问题:
1)比较普遍的方法是采用传统的渡越时间定位方法,但需要预先给定声速或实测声速,而且还受到声波长距离传播中衰减和噪声的严重限制;
2)一些基于声发射方式的检测方法无法直接获得裂纹声发射源信号;
3)被检测结构通常较为复杂,增加了裂纹损伤检测的难度,即使有强大现代信号处理功能的检测设备的实用性、准确性及效率都明显不能满足要求;
4)因结构中微小目标特征信号太弱造成的漏检误判;
5)复杂结构或介质中的频散效应和多途叠加影响。
发明内容
鉴于上述问题,本发明提出了一种基于目标特性先验知识的声波探测方法,其核心思想是旨在充分利用感兴趣目标的信道影响特性的自然先验知识,采用了主动监测模式,通过发送先验信道响应的逆时间序列副本的方式,在信道传输过程中实现物理在线自相关,能够自适应地进行相关特征放大提取以及不相关特征抑制丢弃,从而获取真实背景特征,并对未知信道实现高性能的精准预测。
本发明的第一方面提供了一种基于目标特性先验知识的声波检测方法,包括:
将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;
所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;
将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道;
其中,所述声波发射端和声波接收端的中心距离与预先建立目标先验特征传递函数库时布放所述声波发射端和声波接收端的中心距离相同。
进一步的,预先建立所述目标先验特征传递函数库的步骤为:
声波发射端根据加载的调制电信号激励发出第二声波信号;
声波接收端采集以所述第二声波信号为脉冲激励的第二响应信号;
对所述第二响应信号进行离线处理,获取并存储不同特征信道的特征传递函数,以建立目标先验特征传递函数库;
其中,所述声波发射端与所述声波接收端的中心距离固定不变。
进一步的,在预先建立所述目标先验特征传递函数库时,声波发射端加载的调制电信号为汉宁窗函数的形式,函数表达式为:
其中,A为幅值,t为加载调制电信号的时间,fc为激励的载波频率,N为载波的波包数,H(t)是阶跃函数。
进一步的,
对所述第二响应信号进行离线处理,获取并存储不同特征信道的特征传递函数,以建立目标先验特征传递函数库,具体包括:
以第二响应信号中的第一波包的幅度为基准,进行波形对齐;
对第二响应信号中的拖尾无序数据序列进行裁剪剔除;
对声波发射端加载的调制电信号和第二响应信号进行解卷积处理,以获得各特征信道的特征传递函数;
存储所述各特征信道的特征传递函数,形成目标先验特征传递函数库。
进一步的,
所述载波频率为声波发射端中的声发射传感器的谐振频率。
进一步的,所述声波发射端根据加载的调制电信号激励发出第二声波信号,具体包括:
声波发射端以预定时间间隔周期性的发送第二声波信号的单次脉冲;
其中,所述预定时间间隔大于声波从发射端至接收端的传播时间和接收端的接收振荡时延之和。
本发明的第二方面提供了一种基于目标特性先验知识的声波检测系统,包括:
第一模块,用于将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;
第二模块,用于令所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;
第三模块,用于将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道;
其中,所述声波发射端和声波接收端的中心距离与预先建立目标先验特征传递函数库时布放所述声波发射端和声波接收端的中心距离相同。
进一步的,还包括预先建立所述目标先验特征传递函数库的模块,其包括:
第一单元,令声波发射端根据加载的调制电信号激励发出第二声波信号;
第二单元,令声波接收端采集以所述第二声波信号为脉冲激励的第二响应信号;
第三单元,对所述第二响应信号进行处理,获取并存储不同特征信道的特征传递函数,以建立目标先验特征传递函数库;
其中,所述声波发射端与所述声波接收端的中心距离固定不变。
进一步的,在预先建立所述目标先验特征传递函数库时,声波发射端加载的调制电信号为汉宁窗函数的形式,函数表达式为:
其中,t为加载调制电信号的时间,fc为激励的载波频率,N为载波的波包数,H(t)是阶跃函数。
进一步的,所述第三单元还包括:
波形对齐单元,用于以第二响应信号中的第一波包的幅度为基准,进行波形对齐;
裁剪剔除单元,用于对第二响应信号中的拖尾无序数据序列进行裁剪剔除;
解卷积单元,用于对声波发射端加载的调制电信号和第二响应信号进行解卷积处理,以获得各特征信道的特征传递函数;
存储单元,用于存储所述各特征信道的特征传递函数,形成目标先验特征传递函数库。
进一步的,
所述载波频率为声波发射端中的声发射传感器的谐振频率。
进一步的,所述第一单元具体用于:
将声波发射端以预定时间间隔周期性的发送第二声波信号的单次脉冲;
其中,所述预定时间间隔大于声波从发射端至接收端的传播时间和接收端的接收振荡时延之和。
本发明的第三方面提供了一种电子设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行本发明第一方面中的任一所述的方法。
本发明的第四方面提供了一种计算机可读存储介质,其中,存储介质中存储有计算机指令,当计算机执行所述计算机指令时,用于执行本发明第一方面中的任一所述的方法。
本发明采用主动检测模式,通过在主动发射端声波加入调制信息,加强声波与裂纹的相互作用,增强损伤特征信号,并建立特征传递函数库,预测阶段采用在线自相关方法,该方法能够充分利用特征信道本身携带的先验特征信息,进行信道预测,实现对检测对象长距离、高精度的实时在线检测或定位的目的。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本发明实施例1提供的基于目标特性先验知识的声波检测方法的流程图;
图2为本发明实施例1中先验特征传递函数库的建立过程示意图;
图3为本发明实施例1中基于在线自相关法对未知信道进行预测的过程示意图;
图4为本发明实施例1中声波发射端施加的调制信号V(t)的波形示意图;
图5为本发明实施例1中在调制信号的激励下所接收的各信道的回波信号波形图;
图6为本发明实施例1中解卷积后得到的各先验特征传递函数的波形图;
图7为本发明实施例1中某一信道各特征传递函数逆时间序列经过在线自相关后的回波信号波形图;
图8为本发明实施例2提供的基于目标特性先验知识的声波检测系统的结构示意图;
图9为本发明实施例3提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
在基于声波技术的疲劳损伤检测或目标检测定位中,往往需要提前获得检测对象所在声学介质的材料特性,如传输声速、材料损耗、尺寸结构、表面状态等先验知识,而同时又由于材料加工成型过程中的微小误差、环境变化等因素,不可避免地造成介质材料声波传输特性的不均匀性,造成测量结果往往误差较大,无法精确检测;除此之外,对于材料探伤而言,有效的裂纹声发射源信号是无法直接获得的,一般的手段是通过对回波信号的分析去预测检测结果,且直接分析声发射信号不能准确判断损伤状态,同时,结构中的损伤或杂质多为微观态,由此会导致特征信号太弱,难以提取,造成漏检误判;另一方面,被检结构又往往较为复杂,无序的边界反射信号在回波信号的多次叠加干扰使得回波信号变得复杂,增加了回波信号的分析及目标检测的难度,即使有强大现代信号处理功能的检测设备的实用性、准确性及效率都明显不能满足要求。为解决上述技术问题,本专利申请提出以下实施方式:
实施例1
参见图1本实施例提供了一种基于目标特性先验知识的声波检测方法,包括如下阶段步骤:
一、先验特征传递函数库的建立阶段
参见图2所示的先验特征传递函数库的建立阶段框架示意图。
步骤101:基于目标检测材料选择适合的信号调制形式。
具体而言,应用压电陶瓷的逆压电效应可激励出声波信号,优选的,将发射声波信号调制为包络为升余弦滚降的函数形式(又称汉宁窗函数),对应的激励输入电信号为:
其中,A为幅值,t为加载调制电信号的时间,fc为激励的载波频率,N为载波的波包数,H(t)是阶跃函数(即Heaviside函数)。
这里需要指出的是,上述参数中的载波频率fc、幅值A以及载波的波包数N由具体传输介质及探测目标决定,以使激励的声波信号有更好的传输距离和识别精度,具体选择过程是本领域技术人员经过实验即可获知的,在此不再赘述。除了上述汉宁窗函数之外,其他窗函数,例如海明窗函数、高斯窗函数也同样可以实现信号调制,只是效果上与汉宁窗略有差距。
作为示例,图4示出了fc=100kHz,A=5,N=5时对应的调制激励信号V(t)的波形图。
步骤102:采集不同特征信道下以调制信号为脉冲激励的响应信号。
首先,对本领域的以下几个术语的概念进行解释。
信道:信息进行传输时所经过的通道即为信道,在本实施例中,电压V(t)为输入,接收端的接收电信号r(t)为输出,那么输入与输出中间所有的部件构成了当前的信道,可以说本发明的信道相当于一个黑匣子,有输入信号激励,则得到对应的输出信号,中间的信息传输部分就是信道。
特征信道:即在各结构参数完全唯一确定时对应的特定信道,举例而言,比如在损伤检测时对应的结构参数为:有无裂纹、裂纹深度、裂纹形状、裂纹在信道中所处位置,每确定一组上述参数就唯一对应一个特征信道,因此特征信道能够唯一表征一个确定的信道。
具体来说,将一对声波换能器(声波发射端和接收端)以声学耦合剂平行贴付于材料的表面,或在流体中直接置于流体介质内部,随着换能器的布放完成,声学信道也随之建立,将发射与接收传感器的中心距离固定为长度D,将选择的调制信号V(t)以所使用的声发射传感器的谐振频率为载波频率,以较长时间间隔周期性发送调制信号的单次脉冲(即,一次发一个调制信号,以脉冲的形式发而不是连续发),时间间隔的选取以大于声波从发射端至接收端的传播时间和接收端的接收振荡时延之和为宜,目的是在接收时避免发射端信号对接收信号造成的干扰。发射端的声发射传感器加载上述调制信号V(t),激励出声波,分别在无损、有损或有感兴趣目标、无感兴趣目标的已知信道(特征信道)下,在接收端声发射传感器上采集并存储调制信号的特征信道响应信号,其中有损的特征信道以不同的损伤种类、并在同种损伤种类的情况下以损伤源距发射端传感器的中心距离d为参数变量(即以d为步进长度,这里d决定了测量精度)分别采集并存储特征响应信号。
参见图5,其示出了在调制信号的激励下所接收的各信道的回波信号波形图,(从上到下分别是40cm无损信道;距发射端10cm、20cm、30cm的裂纹;距发射端10cm、20cm、30cm的孔洞)。
步骤103:离线数据处理,求解各特征传递函数并建立先验特征传递数据库。
将采集的一系列特征信道的调制信号响应数据进行处理,例如可转入MATLAB仿真工具进行处理,具体的处理包括对数据进行时间对齐、尾部无序数据裁剪、解卷积等三项数据操作。
(1)时间对齐
具体的,可在步骤102中进行数据采集时,对发射端的信号发生器和接收端的示波器进行时间同步操作,也可在本步骤的数据处理中,以第一波包的幅度为基准,进行波形对齐。
(2)尾部无序数据裁剪
由于接收信号在初期接收到是由发射端经最短距离直传和影响因子单次散射的短时信号,具有较为清晰的特征表征,蕴含的有价值信息量最大,而之后较长时间的拖尾信号则是由于边界造成的多次反射、衰减、叠加的结果,具有较大的随机性,对其直接分析会造成预测结果误差增大,所以在进行在线自相关法对未知信道进行预测之前,需要对拖尾无序数据序列进行裁剪剔除,也即对接收的数据截取接收时间较早的、较为干净的那一部分信号,至于具体哪一部分是较为干净的信号,与发射信号及材料特性有关,本领域技术人员经过实验和技术经验可以确定。优选的,将接收的响应信号的前2个或几个波包作为干净信号。
(3)解卷积
设在所加激励信号为V(t)时,发射端声发射传感器辐射出声波,各特征信道的特征传递函数为hi(t),对应的接收的调制信号信道响应信号为yi(t),则信道响应信号yi(t)为激励信号为V(t)和信道的特征传递函数hi(t)在时域的卷积,即:
yi(t)=V(t)*hi(t) 公式(2)
根据上述卷积关系、已知的V(t)和yi(t),在MATLAB工具下使用解卷积操作,可以分别得到无损、有损特征信道的先验特征传递函数hi(t),其中有损特征信道的先验特征传递函数对应于步骤102中有损的特征信道的设定。
作为参考,图6示出了解卷积后得到的各先验特征传递函数的波形图,(从上到下分别是40cm无损信道;距发射端10cm、20cm、30cm的裂纹;距发射端10cm、20cm、30cm的孔洞)。
将上述解卷积处理后的先验特征传递函数存储,从而建立先验特征传递函数库H。
二、信道预测阶段(声波探损检测阶段)
参见图3所示的对未知信道进行预测的过程示意图。
步骤104:采用在线自相关法进行信道预测。
现有的普通自相关处理是离线数据处理操作,本步骤中通过将时间序列翻转后再作为输入,可以实现在线的自相关操作。也就是说,接收到的信号就是未经翻转的与信道特征传递函数的互相关。
具体的,对于预测对象,仍然将发射与接收传感器以步骤102的方式进行布放,2个传感器中心距离仍固定为D,对该段待预测未知信道进行预测。
逐个抽取步骤103中得到的先验特征传递函数库H中的各先验特征传递函数,进行在线自相关操作,即将原数据序列倒序处理,得到各先验特征传输信道的传递函数的逆时间序列版本hi(-t),将时间序列逆序处理后的特征传递函数作为激励电信号,加载到发射端声发射传感器,激励出声波。则此时在接收端声发射传感器上接收的电信号设为ri(t),有:
上式实际上是hi(t)和的互相关运算,即ri(t)为各特征信道的特征传递函数与该段待预测未知信道的传递函数的互相关函数。所谓互相关函数,是描述两组信号之间依赖关系的量,对应函数值越大,则在该点对应的二者之间的相关性就越大。
若待预测信道的损伤有无、损伤距声发射源的相对位置、损伤种类等损伤情况与先验特征传递函数库H中某一特征信道的损伤情况相符合或相近似,则他们的信道传递函数会有很强的相关性,其互相关函数,即对应的接收电信号r(t)的峰值将为接收函数库R中各电信号峰值的最大值,该最大值所属特征信道即为未知信道的预测结果,即:
max(r(t))=max(max(ri(t))) 公式(4)
综上,将先验特征传递函数库H中的各先验特征传递函数作为激励电信号遍历一遍,得到对应的接收函数库R,在库中选取具有最大峰值的接收信号,则待预测的未知信道即为该接收信号所对应的特征信道,以此即可获得预测结果(声波检测结果)。
作为参考,图7示出了在距发射端10cm的裂纹信道下发送各特征传递函数逆时间序列经过在线自相关后的回波信号波形图。
从上述步骤101-步骤104可以看出,整个方法实际上被分为两个阶段,第一是离线建立先验特征传递函数库H的阶段,第二是利用已经建立好的先验特征传递函数库H进行声波实际检测的阶段。
(1)第二阶段可以被概述为:
将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;
所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;
将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道;
其中,所述声波发射端和声波接收端的中心距离与预先建立目标先验特征传递函数库时布放所述声波发射端和声波接收端的中心距离相同。
(2)第一阶段可以被概述为:
声波发射端根据加载的调制电信号激励发出第二声波信号;
声波接收端采集以所述第二声波信号为脉冲激励的第二响应信号;
对所述第二响应信号进行离线处理,获取并存储不同特征信道的特征传递函数,以建立目标先验特征传递函数库;
其中,所述声波发射端与所述声波接收端的中心距离固定不变。
实施例2
参见图8,本实施例提供了一种基于目标特性先验知识的声波检测系统,包括:
第一模块201,用于将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;
第二模块202,用于令所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;
第三模块203,用于将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道;
其中,所述声波发射端和声波接收端的中心距离与预先建立目标先验特征传递函数库时布放所述声波发射端和声波接收端的中心距离相同。
不难发现,实施例2是与实施例1相对应的装置实施例,本实施方式可与实施例1互相配合实施。实施例1中提到的相关技术细节在实施例1中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在实施例1中。
值得一提的是,本实施方式中所涉及到的各模块均为程序模块或逻辑模块,在实际应用中,一个逻辑模块可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
实施例3
参考图9,实施例3提供了一种执行实施例1所述方法的电子设备的硬件结构示意图,如图9所示,该电子设备包括:
至少一个处理器910;以及,
与所述至少一个处理器910通信连接的存储器920;其中,
所述存储器920存储有可被所述至少一个处理器910执行的指令,以使所述至少一个处理器910能够执行实施例1中的所述方法。
所述电子设备还可以包括:输入装置930和输出装置940。
处理器910、存储器920、输入装置930和输出装置940可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器920作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明的实施例中的视频广告处理方法对应的程序指令/模块(单元)。处理器910通过运行存储在存储器920中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例图标显示方法。
存储器920可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储获取的应用程序的提醒事项的数量信息等。此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器920可选包括相对于处理器910远程设置的存储器,这些远程存储器可以通过网络连接至列表项操作的处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置930可接收输入的数字或字符信息。输出装置940可包括显示屏等显示设备。
实施例1所述的方法以计算机程序的形式被存储在所述存储器920中,被所述一个或者多个处理器910执行。
上述电子设备可执行本发明实施例1所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明的实施例1所提供的方法。
本实施例披露的电子设备可以以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有提醒事项记录功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元(模块)可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
实施例4
本实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述实施例1中的方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施例可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于目标特性先验知识的声波检测方法,其特征在于,包括:
声波发射端根据加载的调制电信号激励发出第二声波信号;
声波接收端采集以所述第二声波信号为脉冲激励的第二响应信号;
以第二响应信号中的第一波包的幅度为基准,进行波形对齐;
对第二响应信号中的拖尾无序数据序列进行裁剪剔除;
对声波发射端加载的调制电信号和第二响应信号进行解卷积处理,以获得各特征信道的特征传递函数;
存储所述各特征信道的特征传递函数,形成目标先验特征传递函数库;
其中,所述声波发射端与所述声波接收端的中心距离固定不变;
将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;
所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;
将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道;
其中,所述声波发射端和声波接收端的中心距离与预先建立目标先验特征传递函数库时布放所述声波发射端和声波接收端的中心距离相同。
2.根据权利要求1所述的一种基于目标特性先验知识的声波检测方法,其特征在于,在预先建立所述目标先验特征传递函数库时,声波发射端加载的调制电信号为汉宁窗函数的形式,函数表达式为:
其中,A为幅值,t为加载调制电信号的时间,fc为激励的载波频率,N为载波的波包数,H(t)是阶跃函数。
3.根据权利要求2所述的一种基于目标特性先验知识的声波检测方法,其特征在于:
所述载波频率为声波发射端中的声发射传感器的谐振频率。
4.根据权利要求1所述的一种基于目标特性先验知识的声波检测方法,其特征在于,所述声波发射端根据加载的调制电信号激励发出第二声波信号,具体包括:
声波发射端以预定时间间隔周期性的发送第二声波信号的单次脉冲;
其中,所述预定时间间隔大于声波从发射端至接收端的传播时间和接收端的接收振荡时延之和。
5.一种基于目标特性先验知识的声波检测系统,其特征在于,包括:
特征传递函数库建立模块,用于使声波发射端根据加载的调制电信号激励发出第二声波信号;声波接收端采集以所述第二声波信号为脉冲激励的第二响应信号;以第二响应信号中的第一波包的幅度为基准,进行波形对齐;对第二响应信号中的拖尾无序数据序列进行裁剪剔除;对声波发射端加载的调制电信号和第二响应信号进行解卷积处理,以获得各特征信道的特征传递函数;存储所述各特征信道的特征传递函数,形成目标先验特征传递函数库;其中,所述声波发射端与所述声波接收端的中心距离固定不变;
声波发射激励模块,用于将预先建立的目标先验特征传递函数库中的各先验特征传递函数的逆时间序列作为激励电信号加载至所述声波发射端,从而使声波发射端激励发出第一声波信号;
声波接收响应模块,用于通过所述声波接收端采集以所述第一声波信号为脉冲激励的第一响应信号,所述第一响应信号构成了接收函数库;
特征信道确定模块,用于将所述接收函数库中具有最大峰值的第一响应信号所对应的特征信道作为待预测的特征信道;
其中,所述声波发射端和声波接收端的中心距离与预先建立目标先验特征传递函数库时布放所述声波发射端和声波接收端的中心距离相同。
6.根据权利要求5所述的一种基于目标特性先验知识的声波检测系统,其特征在于,在预先建立所述目标先验特征传递函数库时,声波发射端加载的调制电信号为汉宁窗函数的形式,函数表达式为:
其中,t为加载调制电信号的时间,fc为激励的载波频率,N为载波的波包数,H(t)是阶跃函数。
7.根据权利要求6所述的一种基于目标特性先验知识的声波检测系统,其特征在于:
所述载波频率为声波发射端中的声发射传感器的谐振频率。
8.根据权利要求5所述的一种基于目标特性先验知识的声波检测系统,其特征在于,所述特征传递函数库建立模块还用于:
将声波发射端以预定时间间隔周期性的发送第二声波信号的单次脉冲;
其中,所述预定时间间隔大于声波从发射端至接收端的传播时间和接收端的接收振荡时延之和。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于:存储介质中存储有计算机指令,当计算机执行所述计算机指令时,用于执行上述权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810060452.7A CN108226305B (zh) | 2018-01-22 | 2018-01-22 | 一种基于目标特性先验知识的声波检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810060452.7A CN108226305B (zh) | 2018-01-22 | 2018-01-22 | 一种基于目标特性先验知识的声波检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108226305A CN108226305A (zh) | 2018-06-29 |
CN108226305B true CN108226305B (zh) | 2019-09-24 |
Family
ID=62668429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810060452.7A Active CN108226305B (zh) | 2018-01-22 | 2018-01-22 | 一种基于目标特性先验知识的声波检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108226305B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113091795B (zh) * | 2021-03-29 | 2023-02-28 | 上海橙科微电子科技有限公司 | 光电器件与信道的测量方法及系统、装置、介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105115652A (zh) * | 2015-07-09 | 2015-12-02 | 西北工业大学 | 一种利用主动超声导波定量化监测螺栓预紧力矩的方法 |
CN105548358A (zh) * | 2016-01-04 | 2016-05-04 | 哈尔滨工程大学 | 一种基于时间反转及多模态效应的一维构件无损探伤方法 |
CN106442720B (zh) * | 2016-08-29 | 2019-11-08 | 重庆交通大学 | 一种声振式轨道桥梁健康监测装置、系统及方法 |
CN107065017B (zh) * | 2016-12-02 | 2019-02-01 | 北京工业大学 | 一种激励源编码选择方法及系统 |
CN107328870B (zh) * | 2017-07-25 | 2020-01-24 | 天津大学 | 超声波波形对应关系判别及叠加方法 |
-
2018
- 2018-01-22 CN CN201810060452.7A patent/CN108226305B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108226305A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3527937B1 (en) | Acoustic thickness measurements using gas as a coupling medium | |
CN101893698B (zh) | 噪声源测试分析方法及其装置 | |
CN111781275B (zh) | 基于李雅普诺夫指数的钢轨超声导波缺陷识别与定位方法及装置 | |
CN111781276B (zh) | 基于分维数的钢轨超声导波缺陷识别与定位方法及装置 | |
Macrelli et al. | Piezoelectric transducers for real-time evaluation of fruit firmness. Part I: Theory and development of acoustic techniques | |
US20150160169A1 (en) | Method and system for multi-path active defect detection, localization and characterization with ultrasonic guided waves | |
CN104062645B (zh) | 一种测量参量阵差频波与同频小振幅波信号相位差的方法 | |
CN112990082B (zh) | 一种水声脉冲信号的检测识别方法 | |
CN103543026B (zh) | 基于振动传递率函数和支持向量机的结构损伤识别方法 | |
CN108226305B (zh) | 一种基于目标特性先验知识的声波检测方法及系统 | |
Banbrook et al. | How to extract Lyapunov exponents from short and noisy time series | |
US8473246B1 (en) | Cable measurement device | |
US10191016B2 (en) | Method and system for passive detection, localization and characterization of mechanical wave sources using ultrasonic guided waves | |
EP3298419B1 (fr) | Procede d'analyse d'un cable, impliquant un traitement d'amplification de la signature d'un defaut non franc | |
CN107941485A (zh) | 一种船舶典型结构内损耗因子快速测试方法 | |
US20160153776A1 (en) | Cable measurement device | |
Lauwagie et al. | A comparison of experimental, operational, and combined experimental-operational parameter estimation techniques | |
EP3677906A1 (en) | Method, mobile device and system for detecting defects in an insulation panel | |
US11624687B2 (en) | Apparatus and method for detecting microcrack using orthogonality analysis of mode shape vector and principal plane in resonance point | |
CN104729664B (zh) | 一种光纤振动检测方法及装置 | |
JPH0980034A (ja) | 地中埋設物の識別装置 | |
CN205748754U (zh) | 小阻力扣件纵向阻力的测试系统 | |
Chen et al. | Optimization in fractal and fractured landscapes using locust swarms | |
CN113167765A (zh) | 用于检测隔离板中的缺陷的方法、移动设备和系统 | |
EP3973318A1 (en) | Towed array superposition tracker |
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 |