CN109632966B - 一种基于变分模式重构的岩体声发射信号特征提取方法 - Google Patents

一种基于变分模式重构的岩体声发射信号特征提取方法 Download PDF

Info

Publication number
CN109632966B
CN109632966B CN201811418123.1A CN201811418123A CN109632966B CN 109632966 B CN109632966 B CN 109632966B CN 201811418123 A CN201811418123 A CN 201811418123A CN 109632966 B CN109632966 B CN 109632966B
Authority
CN
China
Prior art keywords
stage
acoustic emission
entropy
emission signal
extraction method
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
CN201811418123.1A
Other languages
English (en)
Other versions
CN109632966A (zh
Inventor
罗小燕
卢文海
黄祥海
邵凡
周丹
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.)
Jiangxi University of Science and Technology
Original Assignee
Jiangxi University of Science and Technology
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 Jiangxi University of Science and Technology filed Critical Jiangxi University of Science and Technology
Priority to CN201811418123.1A priority Critical patent/CN109632966B/zh
Publication of CN109632966A publication Critical patent/CN109632966A/zh
Application granted granted Critical
Publication of CN109632966B publication Critical patent/CN109632966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N29/14—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 using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0232—Glass, ceramics, concrete or stone

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于变分模式重构的岩体声发射信号特征提取方法。该提取方法首先采集岩体声发射信号；将变分模式分解算法与相关系数结合提出一种有效分量的选取原则，通过选取原则提取出有效分量，并将有效分量进行重构，进而提取出强背景噪声下的有效声发射信号；然后将应力应变曲线按照其弹性模量的变化划分为四个阶段：线弹性阶段、非线性弹塑性阶段、临失稳阶段、失稳后阶段，最后分别提取四个阶段声发射重构信号的波形参数特征、时域特征、频域特征及熵值特征。本发明能准确地提取出包含发射信号的波形参数特征、时域特征、频域特征及熵值特征，为现场观测及预测预报岩体结构的破坏程度提供依据，进而有效地防范相关的自然灾害。

Description

一种基于变分模式重构的岩体声发射信号特征提取方法
技术领域
本发明属于信号特征提取技术领域，具体涉及一种基于变分模式重构的岩体声发射信号特征提取方法。
背景技术
我国地域幅员辽阔，存在各种复杂的地形，同时相应的也存在各种易发生的危害，而其中，山体滑坡造成的泥石流便是最为严重的一种，因此，监控岩体失稳从而准确防范此类自然灾害具有非常重大的意义。
声发射现象是指当材料内部缺陷(或潜在缺陷)在外部施加应力的作用下自动发出声音的现象，而采集声发射信号便可以在一定程度上了解其内部的缺陷(或潜在缺陷)。对于此类现象岩石也不例外，通过采集其声发射信号便可以了解其内部的变化、裂纹的产生和扩展以及其他微观形变动态信息，但是，由于岩石的非均匀性、非线性、各向异性、材质差异及内部节理和外界因素的干扰，通过现有技术想要准确预测岩石的内部结构及变化却难以较好的实现；因此，为了准确防范山体滑坡及相关的自然灾害，非常有必要对声发射信号的处理方法进行突破性改进，提取出能够表征岩体破裂状态的特征参数，提高其预测的准确性，进而有效地防范此类自然灾害。
发明内容
(1)要解决的技术问题
针对现有技术的不足，本发明的目的在于提供一种基于变分模式重构的岩体声发射信号特征提取方法。
(2)技术方案
为了解决上述技术问题，本发明提供了这样一种基于变分模式重构的岩体声发射信号特征提取方法，该提取方法首先采集岩体声发射信号；将变分模式分解算法与相关系数结合提出一种有效分量的选取原则，通过选取原则提取出有效分量，并将有效分量进行重构，进而提取出强背景噪声下的有效声发射信号；然后将应力应变曲线按照其弹性模量的变化划分为四个阶段：线弹性阶段、非线性弹塑性阶段、临失稳阶段、失稳后阶段，最后分别提取四个阶段声发射重构信号的波形参数特征、时域特征、频域特征及熵值特征。
该提取方法的具体步骤为：
步骤一、采集岩体声发射信号，并通过变分模式分解算法提取强背景噪声下的声发射信号；
步骤二、通过将应力应变曲线按照其弹性模量的变化划分为四个阶段：线弹性阶段、非线性弹塑性阶段、临失稳阶段、失稳后阶段；再分别提取各阶段声发射信号的波形参数特征、时域特征、频域特征及熵值特征。
优选地，在步骤一中，所述变分模式分解的尺度选取原则原则采用计算各分量与原始信号的相关系数，选取
Figure BDA0001879962610000021
的分量为有效的IMF分量，当ρ值不变时，则认定为过分解现象产生终止分解，去除其高频噪声本征模态函数分量，对剩余本征模态函数分量进行重构作为有效声发射信号。
优选地，在步骤二中，所述波形参数特征包含振铃计数、声发射事件数、幅度、持续时间、上升时间、到达时间等；所述时域特征包含峰峰值、均值、标准差、峭度值及偏度值等；所述频域特征包含主频、各频带能量、各频带聚集程度等；所述熵值特征包含近似熵、样本熵、多尺度样本熵等。
(3)有益效果
与现有技术相比，本发明的有益效果在于：本发明针对现有变分模式分解算法提出了一种能有效本征模态函数的提取方法，通过该方法从而提取出强背景噪声下的有效声发射信号，同时综合现有的特征提取方式，结合对岩体失稳四个阶段信号的分析进行特征提取，使其包含发射信号波形参数特征、时域特征、频域特征及熵值特征，其中，波形参数特征包含振铃计数、声发射事件数、幅度、持续时间、上升时间、到达时间等；时域特征包含峰峰值、均值、标准差、峭度值及偏度值等；频域特征包含主频、各频带能量、各频带聚集程度等；熵值特征包含近似熵、样本熵、多尺度样本熵等；为现场观测及预测预报岩体结构的破坏程度提供依据，进而准确有效地防范山体滑坡及相关的自然灾害。
附图说明
为了更清楚的说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术中描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一种实施方式，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明具体实施方式中提取方法的流程图。
图2为本发明具体实施方式中重构信号与原始信号的频谱图
图3为本发明具体实施方式中岩体失稳现象各阶段的划分示意图。
图4为本发明具体实施方式中振铃计数特征统计图
图5为本发明具体实施方式中能量计数特征统计图
图6为本发明具体实施方式中上升时间特征统计图
图7为本发明具体实施方式中峰峰值特征统计图
图8为本发明具体实施方式中均值特征统计图
图9为本发明具体实施方式中峭度值特征统计图
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本发明具体实施方式中的技术方案进行清楚、完整的描述，以进一步阐述本发明，显然，所描述的具体实施方式仅仅是本发明的一部分实施方式，而不是全部的样式。
本具体实施方式为基于变分模式重构的岩体声发射信号特征提取方法，该提取方法的流程图如图1所示，具体步骤为：
步骤A.采用变分模式分解算法对岩体声发射信号进行不同尺度分解，计算各个IMF分量与原始信号的相关系数，根据有效分量选取原则选取有效IMF分量进行重构。
其中，原始信号的自相关函数Rx和每个分解的分量的互相关函数Rj，
即
Figure BDA0001879962610000041
式中，x(i)表示原始信号某一时刻的状态，M表示信号序列的个数。求Rx和Rj的互相关系数rj，
即
Figure BDA0001879962610000042
其中|rj|的取值为0到1之间，|rj|越接近1，则IMF分量与原始信号的相关性越大；|rj|越接近0，则IMF分量与原始信号的相关性越小；|rj|大于0时，则正相关；|rj|小于0时，则负相关；|rj|等于0时，则两信号之间不相关。
IMF分量与原始信号相关程度依照相关系数一般划分为三个等级：|rj|小于0.4表示IMF分量与原始信号低度相关；|rj|大于0.4小于0.7表示IMF分量与原始信号显著相关；|rj|大于0.7表示IMF分量与原始信号高度相关。选取
Figure BDA0001879962610000043
的分量为有效的IMF分量，其中max相关系数指所有分量计算相关系数中最大值。
VMD算法不同尺度的分解各个IMF分量与原始信号的相关系数值，如表1所示，其为VMD算法不同尺度的分解各个IMF分量与原始信号的相关系数，根据相关系数的有效分量选取原则选取有效分量进行重构，当K为2、3、4时根据相关系数筛选原则VMD分解的都为有效分量，并未分解出高频噪声分量，属于欠分解状态；当K为10时，通过计算VMD算法分解各个IMF分量与原始信号的相关系数可知，IMF6与IMF7的相关系数近似相等，属于过分解状态。
表1、VMD算法不同尺度的分解各个IMF分量与原始信号的相关系数
Figure BDA0001879962610000051
对比可知K选取8时，对比重构信号与原始信号的频谱，可以看出重构信号能够很好的去除原始岩体声发射信号的噪声，如图2所示。
步骤B.通过应力应变曲线将岩体失稳划分为四个阶段，如图3所示。
岩石应力应变关系可用表示为：σ＝Eε
式中，E为岩石弹性模量即曲线斜率，σ为应力，ε为应变。
(1)第Ⅰ阶段：线弹性阶段(OA阶段)；应力应变曲线呈现上凹形状，弹性模量E逐渐变大，即曲线斜率呈现逐渐增大趋势。
(2)第Ⅱ阶段：非线性弹塑性阶段(AB阶段)；应力应变曲线呈现线性增长，岩石弹性模量E不变。
(3)第Ⅲ阶段：临失稳阶段(BC阶段)；BC阶段起点B往往在最大应力点C的2/3处，从B点开始岩石弹性模量E不断下降，即应力应变曲线斜率随应力增加逐渐减小到零，曲线呈现下凹型。
(4)第Ⅳ阶段：失稳后阶段(CD阶段)；应力逐渐下降，应力应变曲线呈下滑趋势。
步骤C.通过将应力应变曲线按照其弹性模量的变化划分为四个阶段，将岩体声发射信号全波形采集系统采集到的声发射信号以时间轴对应四个阶段轴向应变的比例进行划分，将划分之后的岩体声发射信号等距取样，每个阶段取样20组进行特征提取,以波形参数特征和时域特征为例。
1.波形参数特征包含振铃计数、声发射事件数、幅度、持续时间、上升时间、到达时间，选取具有代表性的振铃计数、能量计数、上升时间。其中，振铃计数如图4所示，线弹性阶段(Ⅰ阶段)其振铃计数最小值为16，最大值为46；非线性弹塑性阶段(Ⅱ阶段)其振铃计数最小值为27，最大值为60；临失稳阶段(Ⅲ阶段)其振铃计数最小值为51，最大值为205；失稳后阶段(Ⅳ阶段)其振铃计数最小值为15，最大值为31。Ⅰ阶段其振铃计数较低，Ⅱ阶段其振铃计数有一定增加但仍然处于一个较低水平，Ⅲ阶段其振铃计数明显增多，Ⅳ阶段其振铃计数处于一个极低的状态。能量计数如图5所示，线弹性阶段(Ⅰ阶段)其能量最小值为0.0214，最大值为0.0422；非线性弹塑性阶段(Ⅱ阶段)其能量最小值为0.0278，最大值为0.0549；临失稳阶段(BC阶段)其能量最小值为0.044，最大值为0.214；失稳后阶段(Ⅳ阶段)其能量最小值为0.0164，最大值为0.0379。Ⅱ阶段较Ⅰ阶段其能量有一定提升但增大不多，Ⅲ阶段其能量提升最大，Ⅳ阶段其能量较Ⅰ阶段与Ⅱ阶段都更低。上升时间如图6所示，线弹性阶段(Ⅰ阶段)、非线性弹塑性阶段(Ⅱ阶段)、临失稳阶段(Ⅲ阶段)、失稳后阶段(Ⅳ阶段)四个阶段上升时间趋势无明显变化，其最小值为15，最大值为96。
2.时域特征包含峰峰值、均值、标准差、峭度值及偏度值，选取具有代表性的峰峰值、均值、峭度值。其中，峰峰值如图7所示，线弹性阶段(Ⅰ阶段)其振铃计数最小值为0.0104，最大值为0.0241；非线性弹塑性阶段(Ⅱ阶段)其振铃计数最小值为0.0113，最大值为0.0333；临失稳阶段(Ⅲ阶段)其振铃计数最小值为0.0323，最大值为0.362；失稳后阶段(Ⅳ阶段)其振铃计数最小值为0.0085，最大值为0.0192。Ⅰ阶段、Ⅱ阶段和Ⅳ阶段峰峰值基本一致，但Ⅲ阶段峰峰值具有明显提升。均值如图8所示，线弹性阶段(Ⅰ阶段)其均值最小值为0.00217，最大值为0.00450；非线性弹塑性阶段(Ⅱ阶段)其均值最小值为0.00250，最大值为0.01101；临失稳阶段(Ⅲ阶段)其均值最小值为0.00401，最大值为0.01024；失稳后阶段(Ⅳ阶段)其均值最小值为0.00343，最大值为0.1023。Ⅰ阶段其均值较低，Ⅱ阶段、Ⅲ阶段和Ⅳ阶段均值趋势基本一致。峭度值如图9所示，线弹性阶段(Ⅰ阶段)其峭度值最小值为20.02，最大值为69.88；非线性弹塑性阶段(Ⅱ阶段)其峭度值最小值为20.86，最大值为116.96；临失稳阶段(Ⅲ阶段)其峭度值最小值为30.22，最大值为131.38；失稳后阶段(Ⅳ阶段)其峭度值最小值为29.10，最大值为119.16。Ⅰ阶段其峭度值较低，Ⅱ阶段、Ⅲ阶段和Ⅳ阶段峭度值趋势基本一致，但较Ⅰ阶段有一定提升。
步骤D.对各阶段特征进行奇异性分析，即两阶段中某一阶段最大值与另一阶段最小值之差大于同一阶段最大值与最小值之差的两倍，即认定这两阶段特征具有明显差异。振铃计数非线性弹塑性阶段(AB阶段)其振铃计数最小值为27、最大值为60，临失稳阶段(BC阶段)其振铃计数最小值为51、最大值为205，计算可知BC阶段最大值与AB阶段最小值之差为178，AB阶段最大值与最小值之差为33，满足奇异性分析条件。同理计算可得能量计数、均值、峭度值符合奇异性要求，能够很好地表征岩体失稳得四个阶段特征。
以上描述了本发明的主要技术特征和基本原理及相关优点,对于本领域技术人员而言，显然本发明不限于上述示范性具体实施方式的细节，而且在不背离本发明的构思或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将上述具体实施方式看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照各实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (1)

1.一种基于变分模式重构的岩体声发射信号特征提取方法，其特征在于，该提取方法的具体步骤为：
步骤一、采集岩体声发射信号，并通过变分模式分解算法提取强背景噪声下的声发射信号；
步骤二、通过将应力应变曲线按照其弹性模量的变化划分为四个阶段：线弹性阶段、非线性弹塑性阶段、临失稳阶段、失稳后阶段；再分别提取各阶段声发射信号的波形参数特征、时域特征、频域特征及熵值特征；
在步骤一中，所述变分模式分解的尺度选取原则采用计算各分量与原始信号的相关系数，选取
Figure FDA0002895148950000011
的分量为有效的IMF分量，当ρ值不变时，则认定为过分解现象产生终止分解，去除其高频噪声本征模态函数分量，对剩余本征模态函数分量进行重构作为有效声发射信号；
步骤二中，所述波形参数特征包含振铃计数、声发射事件数、幅度、持续时间、上升时间、到达时间；所述时域特征包含峰峰值、均值、标准差、峭度值及偏度值；所述频域特征包含主频、各频带能量、各频带聚集程度；所述熵值特征包含近似熵、样本熵、多尺度样本熵。
CN201811418123.1A 2018-11-26 2018-11-26 一种基于变分模式重构的岩体声发射信号特征提取方法 Active CN109632966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811418123.1A CN109632966B (zh) 2018-11-26 2018-11-26 一种基于变分模式重构的岩体声发射信号特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811418123.1A CN109632966B (zh) 2018-11-26 2018-11-26 一种基于变分模式重构的岩体声发射信号特征提取方法

Publications (2)

Publication Number Publication Date
CN109632966A CN109632966A (zh) 2019-04-16
CN109632966B true CN109632966B (zh) 2021-06-01

Family

ID=66069158

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811418123.1A Active CN109632966B (zh) 2018-11-26 2018-11-26 一种基于变分模式重构的岩体声发射信号特征提取方法

Country Status (1)

Country Link
CN (1) CN109632966B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161125A (zh) * 2019-06-17 2019-08-23 哈尔滨工业大学 基于加速度与声发射感知技术相结合的航空发动机智能监测方法
CN111879858B (zh) * 2020-08-31 2022-07-01 江西理工大学 一种基于声发射震源主频唯一性的岩石破坏预测方法
CN112863524B (zh) * 2021-01-21 2022-11-29 中国矿业大学(北京) 基于分解特征值的矿井爆炸灾害声音识别方法
CN115575510A (zh) * 2022-09-28 2023-01-06 成都理工大学 一种基于声射信号的岩体失稳预警方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162177A (zh) * 2007-11-14 2008-04-16 南京银茂铅锌矿业有限公司 一种测量地应力的方法
CN102635351A (zh) * 2012-03-13 2012-08-15 河南理工大学 一种基于地质强度指标的水力压裂破裂压力的确定方法
CN107067333A (zh) * 2017-01-16 2017-08-18 长沙矿山研究院有限责任公司 一种高寒高海拔高陡边坡稳定性监控方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162177A (zh) * 2007-11-14 2008-04-16 南京银茂铅锌矿业有限公司 一种测量地应力的方法
CN102635351A (zh) * 2012-03-13 2012-08-15 河南理工大学 一种基于地质强度指标的水力压裂破裂压力的确定方法
CN107067333A (zh) * 2017-01-16 2017-08-18 长沙矿山研究院有限责任公司 一种高寒高海拔高陡边坡稳定性监控方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Criterion for Selecting Relevant Intrinsic Mode Functions in Empirical Mode Decomposition;ALBERT AYENU-PRAH等;《Advances in Adaptive Data Analysis》;20101231;第2卷(第1期);第1-25页 *
岩体的声发射特征试验研究;李俊平等;《岩土力学》;20040331;第25卷(第3期);第374-378页 *

Also Published As

Publication number Publication date
CN109632966A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN109632966B (zh) 一种基于变分模式重构的岩体声发射信号特征提取方法
Li et al. Rolling bearing fault diagnosis based on time-delayed feedback monostable stochastic resonance and adaptive minimum entropy deconvolution
CN105223482B (zh) 局部放电特高频信号波形的小波分解二值去噪方法
CN102539539B (zh) 基于声发射的空蚀检测方法
CN110568073B (zh) 一种在噪声环境中拾取击打信号的方法
CN101882442A (zh) 历史音频噪声检测与消除方法
CN107966287B (zh) 一种自适应机电装备微弱故障特征提取方法
CN109781245B (zh) 一种柴油发动机脉冲噪声的客观评价方法
CN111736222A (zh) 单炮数据信噪比确定方法及装置
CN107210029A (zh) 用于处理一连串信号以进行复调音符辨识的方法和装置
CN107941511B (zh) 一种基于信号时频分解的频率—峭度图的实现方法
CN107247931A (zh) 一种旋转机械振动信号降噪方法
CN110687595A (zh) 一种基于时间重采样和同步挤压变换的地震数据处理方法
CN112903296B (zh) 一种滚动轴承故障检测方法及系统
Melgoza et al. Comparing radar receiver pulse deinterleaving performance of differing window functions for bandpass FIR filter design
CN111143927B (zh) 一种基于结构响应线性组合的约束模态分解与频率识别方法
CN114858430A (zh) 一种基于lcd-小波新阈值的机械密封声发射信号降噪方法
CN101889877A (zh) 基于希尔伯特变换-基频估计的平均骨小梁间距估计方法
JPWO2016207951A1 (ja) シャント音解析装置、シャント音解析方法、コンピュータプログラム及び記録媒体
CN106683665B (zh) 一种音频的音阶分析方法和系统
CN112183263B (zh) 一种基于改进的iceemd和hd的单向阀早期故障信号降噪方法
CN111476207B (zh) 一种基于比例插值法的目标频带信号精准提取方法
CN113567129A (zh) 一种列车轴承振动信号基于ceemd的降噪方法
CN112836583A (zh) 一种风力机故障诊断方法
Akgun Spectral and Statistical Analysis for Damage Detection in Ceramic Materials.

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