CN109884193A - 一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法 - Google Patents
一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法 Download PDFInfo
- Publication number
- CN109884193A CN109884193A CN201910276404.6A CN201910276404A CN109884193A CN 109884193 A CN109884193 A CN 109884193A CN 201910276404 A CN201910276404 A CN 201910276404A CN 109884193 A CN109884193 A CN 109884193A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- signal
- related coefficient
- damage
- useful 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.)
- Withdrawn
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明通过运用有效信号段自提取算法以及分段截取相关系数算法来对所提取的信号进行操作处理,然后通过椭圆定位算法,根据多个椭圆的公共交点来确定损伤位置。在保证精度的同时使用更少的传感器,可以减少成本,降低实现难度。
Description
技术领域
本发明属于机械损伤诊断技术领域,涉及一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法。
背景技术
Lamb波是一种超声导波,其长距离传播,多模态,频散等特性使得Lamb波广泛应用于无损检测领域。
现有损伤定位原理多采用RAPID方法进行损伤定位,对其定位精度起决定作用的是传感器数量,即传感器数量越多,定位精度越精确。由于其成像算法要求,传感器数目一般应大于八块。RAPID算法主要是采用的信号特征是SDC(signaldifferencecoefficient,信号差异系数),采取对参考信号和对损伤信号在统计量上的比较,进而得出损伤部分的位置。
上述算法存在着许多不足:
1)对数据的整理方法不足,无法有效地利用数据。
2)所用传感器数目过多,成本较高,难度过大。
3)概率定位不准确,无法精确定位。
4)虽然原理简单,但在具体实施过程中操作困难,难以实现。
发明内容
本发明通过运用有效信号段自提取算法以及分段截取相关系数算法来对所提取的信号进行操作处理,然后通过椭圆定位算法,根据多个椭圆的公共交点来确定损伤位置。在保证精度的同时使用更少的传感器,可以减少成本,降低实验难度。
本发明采用的技术方案包括如下步骤:
步骤1:利用激励传感器激励出Lamb波,同时,接收传感器开始接收信号。记录接收传感器在采集时间内采集到的所有信号。
步骤2:Lamb波在传播时中需要一段在结构中传播的时间,这段时间理论上表现在接收信号中就是一段幅值为0的信号段,由于实际环境中噪声、信号干扰的影响,实际这段信号的幅值通常不为0。但信号噪声通常频率相对较低,Lamb波为高频激励信号,可以通过滤波去除噪声。这个信号段在计算信号相关系数时因为不携带任何与结构有关的信息,可以被认为是无关信号。同理,Lamb波传播到边界或者其他传感器时,其模态会发生转变,甚至出现信号混叠等现象,较为复杂,难以处理。因此这段信号对于计算信号相关系数是不利的,也是无关的。所以,实际的有效信号段就是在检测范围内,从接收传感器接收到Lamb波到接收传感器接收完Lamb波的这段信号,也就是接收传感器在采集时间内采集到的信号去掉无关信号后,截取出来的信号。这段有效信号包含了Lamb波在无损结构中传播的信号和遇到结构损伤时的散射信号。当以较短的信号段参与损伤指标的计算时,距离激励传感器较远的接收传感器接收到的信号中可能会缺失一部分有效信号;若以较长的信号段参与损伤指标的计算,距离激励传感器较近的接收传感器接收到的信号中可能会包含较多的无关信号。因此,信号段长度过长或过短都不利于基于信号相关系数的损伤指标的计算。信号中携带结构损伤信息的有效信号越多,得出的信号相关系数就越有效。
接收传感器在接收到Lamb波之前采集到的信号和从边界反射回来的信号都属于无关信号,这种无关信号越少,对损伤指标的不利影响也就越小,采用等长度信号段来得到损伤指标时,改变信号段的长度,就会改变参与计算的信号段中的有效信号段和无关信号段的长度,使得基于信号相关系数的损伤指标发生改变,损伤识别结果中将有可能出现损伤识别虚假和识别不明显的现象。针对等长度信号段参与计算的不足,提出了一种有效信号段自提取的算法。有效信号段自提取算法提取的关键参数是接收传感器接收到Lamb波的时刻和完全接收完不包括边界和其他传感器反射的Lamb波的时刻。因此在传感器布置时,应考虑传感器之间的距离和传感器与边界的距离,即要求速度最快的S0波从激励传感器出发,经边界或相邻传感器反射到接收传感器所需的时间尽可能地多于速度最慢的A0波从出发到接收完全所需要的时间。根据Lamb波在结构的传播速度,结合压电传感器之间的距离,计算速度最快的S0波从出发到刚接收所需要的时间,转化为相对应的信号采集点数m1,计算速度最慢的A0波从出发到刚接收所需要的时间,转化为相对应的信号采集点数m2,并补偿Lamb波的波宽长度对应的信号采集点数n,为减小误差,乘一个放大倍数q对采集到的信号进行截断处理,提取出有效信号段的过程如下:从信号段第m1个点数作为起点,从信号段第m2+q×n个点数作为终点,起点至终点的这段信号段就是有效信号段,有效信号段长度m2+q×n-m1+1,如图1所示。
步骤3:对提取的信号利用分段截取相关系数算法计算出不同部分的信号相关系数。由于Lamb波在经过厚度突变或分层损伤出会发生模态转换效应,通过对健康信号和损伤信号进行比对,可识别出因模态转换而新激发的模态的出现时间,进而判断结构中损伤的位置。
利用矩形窗对传感信号进行分段截取,得到分段后健康与损伤信号的相关系数,度量其线性相关性,以相关系数作为判断依据识别损伤出现时间,进而确定损伤位置。对传感信号分段处理后可极大增强损伤处信号的差异性,损伤指标的确定也将更加直观。
由于Lamb波信号经过结构损伤时发生散射和能量衰减,信号幅值会发生明显的改变,通过比较结构在发生损伤前后的Lamb波信号,就能确定幅值的变化量,进而判断出结构中是否存在损伤。另一种处理方法则是对Lamb波信号进行时频分析,把时域内的Lamb波信号转换为频域或者时频域内的特征进行分析,提取出的幅值变化量就作为损伤因子。利用损伤发生前后的信号幅值的相关系数作为损伤的判断依据来判断损伤和损伤成像。某条路径采集到的损伤前后的信号段经截断处理后分别用a和b表示,ρ表示信号a和b的相关系数,对于离散信号ρ可表示为:
式中:分别为信号a、b的均值;aj、bj分别为a、b的第j个值;num为有效信号段的长度。损伤指标DI则定义为
DI=1-|ρ|
因此DI的数值越大,则该路径损伤前后的信号相关性越小,损伤位置范围就越大。而后通过对DI值的合理选择,可以直观的判断损伤位置。如图3所示。
步骤4:确定存在损伤之后,利用椭圆定位算法来确定损伤位置。在Lamb波激励器S0处激发应力波,该应力波可从S0直接传播到信号接收传感器S1处,也可从S0经损伤处F反射后再到达S1。由此,结构损伤的反射信号ri(t)为
ri(t)=xi(t)-xbj(t) (1.1)
(1.1)式中:xi(t)为结构中存在损伤时传感器接收到的信号;xbi(t)为结构中无损伤时传感器接收到的信号;i为传感器编号。进一步,反射信号的传播时间ti为
(1.2)式中:是Lamb波从激励传感器通过结构损伤反射传播到接收器所经历的距离;C0为Lamb波传播的群速度。Lamb波在各向同性介质中的传播速度C0由材料的物理特性及Lamb的频率决定,与传感器的布置位置无关。因此可事先进行标定。当C0确定后,ti可通过传感器测得,则‖S0F‖+‖SiF‖为定值。由椭圆几何定理可知,损伤F在以S0和Si为焦点的椭圆上。若S2为另一传感器,则损伤点F也在以S0和S2为焦点的椭圆上。两个椭圆的焦点即为损伤点F的所在位置。如图4所示。
当传感器为4块时,如图5所示,可构造6个椭圆,这些椭圆在4块传感器内部相交于较小的一个范围内,也可以确定损伤的位置。相较于使用3块传感器,使用4块传感器的时候,仅多使用了一个传感器,就可以将探测的范围扩大一倍。个数/面积的值增大,效率更高。
附图说明
图1为有效信号段的提取
图2为信号提取示意图
图3为自提取之后波形与分段相关系数图
图4为三块传感器椭圆定位法示意图
图5为四块传感器椭圆定位法示意图
具体实施方式
下面对本发明进行详细的说明,所述是对本发明的解释而不是限定。
一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法是建立在原有的椭圆定位算法的基础上,充分利用有效信号段自提取算法和分段截取相关系数算法来更加简便的确定损伤的位置,包括以下步骤:
1.在待测机械结构上按矩形的方式安装四个压电传感器,并设置边界;
2.在机械结构件的初始无损伤状态下,依次以压电传感器中的一个为激励端进行信号的激励,以其余的压电传感器为接收端接收信号,每两个压电传感器的传感路径上传播的信号都被采集,所采集到的信号作为参考信号;
3.当机械结构件产生损伤后,分别依次以压电传感器中的一个为激励端进行信号的激励,以其余的压电传感器为接收端接收信号,每两个压电传感器的传感路径上传播的信号都被采集;
4.调整安装压电传感器之间的距离,应使速度最快的波S0从激励传感器出发,经损伤或边界到达接收传感器的时间晚于波A0从激励传感器直达接收传感器的时间的平方;
5.对信号数据进行拦截:以激励端与接收端的直线距离L除以Lamb波在有效频段内的最大传播速度vmax得到的时间点,作为有效数据起始点t,以激励端与接收端的直线距离L乘RAPID算法的尺度参数P得到计算区域内的最大路径长度J3L,用该长度除以Lamb波在有效频段内的最小传播速度νmin加上激励信号的半个周期T,得到的时间点,作为有效数据终止点t1。如图2;
6.由理论分析与实验可得Lamb波S0、A0模态波速,结合传感器之间的距离,可得S0由激励端-接收端直达波的到达时间t1;A0直达时间t2,将Lamb波波宽长度记为Δt,为减少误差,乘一个优化系数n,并提取数据;
7.对健康信号和损伤信号进行比对,利用矩形窗对传感信号进行分段截取,得到分段后健康与损伤信号的相关系数,度量其线性相关性,以相关系数作为判断依据识别损伤出现时间,进而确定损伤位置;
某路径采集到的损伤前后信号段经分段截取进行损伤指标DI定义,所截取健康损伤信号段的差异性越大,相关性越小。即DI值越大,损伤范围越大。通过对DI值的合理选择,可以直观的判断是否存在损伤,如图3;
确定存在损伤之后,对传感器由两个传感器形成一个椭圆,更为精确的使用四个传感器来规划椭圆,多个椭圆的交点,即为损伤点。
具体地,在本实验方案中,实验研究对象分别采用3块和4块压电传感器,对本文所研究的基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法监测方法进行实验研究。实验试件采用铝板。采用P2压电陶瓷片组成激励-传感阵列,压电片直径10mm,厚度1mm,在板的中心位置对压电陶瓷进行布置。损伤采用粘质量块/磁铁/打孔,产生局部结构异化,对Lamb波传播而言,该损伤界面将发生与真实损伤相类似的信号散射现象。以铝板中心点为零点构建坐标系,压电阵列坐标为,模拟损伤位置坐标为,压电阵列坐标和模拟损伤位置坐标的位置及编号示意图如图所示。实验设备由函数发生器AFG1062、数字示波器RTB2004,多通道阵列扫查系统,计算机和传感器阵列组成。
具体步骤如下:
1.在待测机械结构上安装传感器,以矩形进行布置,组成设备网络;
2.调整安装压电传感器之间的距离,应使速度最快的S0波从激励传感器出发,经损伤或边界到达接收传感器的时间晚于A0波从激励传感器直达接收传感器的时间的平方;
3.由理论分析与实验可得Lamb波S0、A0模态波速,结合传感器之间的距离,可得S0波由激励端-接收端直达波的到达时间t1;A0波直达时间t2;将Lamb波波宽长度记为Δt,为减少误差,乘一个优化系数h,公式为
4.对接收信号进行提取处理,提取过程如下:将t1设为有效信号段起点,t2+Δt×n设为终点,则有效信号段为t2+Δt×n-t1,如图2所示。
5.使用分段截取相关系数的方法,利用矩形窗对传感信号进行分段截取,得到分段后健康与损伤信号的相关系数,度量其线性相关性,以相关系数作为判断依据识别损伤出现时间,通过对健康信号和损伤信号进行比对,可识别出因模态转换而新激发的模态的出现时间,进而判断结构中损伤的位置。
6.在没有出现异常比较差异时,对前面每段所截取信号的相关系数进行综合数据整理,即为下一段信号数据出现时的指导值,根据指导值和后一段的信号数据的相关系数比较,再根据相关系数比较的结果值进行综合分析,若所截取健康损伤信号段的差异性越大,相关性越小即DI值越大,通过对DI值的合理选择,可以直观的判断大体损伤位置,如图3所示;
7.根据所获得的数据,进一步的确定损伤位置,如图4所示,当传感器为3块时,在Lamb波激励器S0处激发应力波,该应力波可从S0直接传播到信号接收传感器S1处,也可从S0经损伤处F反射后再到达S1。
8.由椭圆定位算法可知,损伤F在以S0和S1为焦点的椭圆上。若S2为另一传感器,则损伤点F也在以S0和S2为焦点的椭圆上,而且损伤点F也在以S1、S2为焦点的椭圆上。三个椭圆的交点即为损伤点F的所在位置。
如图5所示当传感器数量为4块时,损伤处也是在以两个传感器为焦点的多个椭圆的交点处。同时,可以明显的发现,使用四块传感器所检测的范围相较于使用三块整整扩大了一倍,个数/面积的值增大,效率显著提高。
Claims (6)
1.一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法,其特征在于,包括以下步骤:
步骤1:利用激励传感器激励出Lamb波,同时,接收传感器开始接收信号。记录接收传感器在采集时间内采集到的所有信号。
步骤2:因采取的所有信号之中,只有一部分是我们可以利用的,所以通过有效信号段自提取算法去掉无关信号后,可以提取出有效信号。
步骤3:对提取的信号利用分段截取相关系数算法计算出各自部分的信号相关系数。根据多对同方向的激励接收路径相互之间的信号相关系数来判断结构中是否存在损伤。
步骤4:确定存在损伤之后,利用椭圆定位算法来确定损伤位置。
2.根据权利要求1所述的一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法,其特征在于传感器数量可为三块或四块,但四块精度更高。
3.根据权利要求1所述的一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法,其特征在于通过有效信号段自提取算法处理Lamb信号后,得到的是Lamb波在无损结构中传播的信号和结构遇到损伤时的散射信号。
4.根据权利要求1所述的一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法,其特征在于对提取的信号用矩形窗来截取,通过分段截取相关系数算法,计算各段的相关系数,对系数进行比较,来确定是否存在损伤。
5.根据权利要求1所述的一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法,其特征在于确定存在损伤之后,用椭圆定位法时,两个传感器确定一个椭圆,最终多个椭圆的公共交点为损伤处。
6.根据权利要求5所述的一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法,其特征在于交点有一定的范围,在实际过程中,由于误差原因,多个椭圆会相交于一个较小的范围内,也可由此确定损伤位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910276404.6A CN109884193A (zh) | 2019-04-08 | 2019-04-08 | 一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910276404.6A CN109884193A (zh) | 2019-04-08 | 2019-04-08 | 一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109884193A true CN109884193A (zh) | 2019-06-14 |
Family
ID=66936292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910276404.6A Withdrawn CN109884193A (zh) | 2019-04-08 | 2019-04-08 | 一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884193A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111579646A (zh) * | 2020-05-29 | 2020-08-25 | 中国地质大学(北京) | 石质文物裂隙的原位、无损检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030145655A1 (en) * | 2002-02-06 | 2003-08-07 | Lockheed Martin Corporation | System and method for classification of defects in a manufactured object |
CN102928511A (zh) * | 2012-10-24 | 2013-02-13 | 西安交通大学 | 一种基于rapid层析的机械结构损伤无损识别方法 |
CN106441383A (zh) * | 2016-10-10 | 2017-02-22 | 山东大学 | 一种基于光纤光栅传感的主动激励式压滤机滤板健康检测系统 |
CN108459084A (zh) * | 2018-01-08 | 2018-08-28 | 郑州大学 | 基于方向算法与椭圆定位的复合材料多损伤检测方法 |
-
2019
- 2019-04-08 CN CN201910276404.6A patent/CN109884193A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030145655A1 (en) * | 2002-02-06 | 2003-08-07 | Lockheed Martin Corporation | System and method for classification of defects in a manufactured object |
CN102928511A (zh) * | 2012-10-24 | 2013-02-13 | 西安交通大学 | 一种基于rapid层析的机械结构损伤无损识别方法 |
CN106441383A (zh) * | 2016-10-10 | 2017-02-22 | 山东大学 | 一种基于光纤光栅传感的主动激励式压滤机滤板健康检测系统 |
CN108459084A (zh) * | 2018-01-08 | 2018-08-28 | 郑州大学 | 基于方向算法与椭圆定位的复合材料多损伤检测方法 |
Non-Patent Citations (2)
Title |
---|
尹本进 等: "基于Lamb波混合成像算法的薄板结构损伤定位", 《武汉科技大学学报》 * |
欧阳青华: "基于Lamb波信号相关系数的结构损伤识别研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111579646A (zh) * | 2020-05-29 | 2020-08-25 | 中国地质大学(北京) | 石质文物裂隙的原位、无损检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ding et al. | A new method for waveform analysis for estimating AE wave arrival times using wavelet decomposition | |
McLaskey et al. | Acoustic emission sensor calibration for absolute source measurements | |
US7946176B2 (en) | Methods and apparatus for extracting first arrival wave packets in a structural health monitoring system | |
CN103217478B (zh) | 用于复合材料板状结构的无参考损伤识别方法 | |
CN105488795B (zh) | 一种复合材料损伤识别方法 | |
CN106643982B (zh) | 一种基于声波共振频率的液位测量方法 | |
CN110687208A (zh) | 一种基于双曲线定位的无基准Lamb波损伤监测方法 | |
CN108519583A (zh) | 适用于各向异性二维板的声发射源定位方法 | |
CN113960171B (zh) | 一种基于超声导波的损伤识别方法及系统 | |
CN108037410B (zh) | 一种基于可控响应功率的局部放电超声波定位方法与装置 | |
CN102298097A (zh) | 一种估计云闪雷电脉冲信号到达时间差的方法 | |
CN106124625B (zh) | 空气耦合超声波高能检测方法及系统 | |
CN109374748A (zh) | 声发射源时反定位成像方法 | |
CN110068613A (zh) | 一种结构导波响应群速度频散测试方法 | |
JP2015062016A (ja) | 多数の超音波パルス形状を使用した検出装置 | |
Liao et al. | Compressed air leak detection based on time delay estimation using a portable multi-sensor ultrasonic detector | |
CN109884193A (zh) | 一种基于有效信号段自提取算法和分段截取相关系数算法的椭圆定位算法 | |
CN110208383A (zh) | 一种基于反转路径差信号的板结构兰姆波无参考成像方法 | |
Sedlak et al. | Acoustic and electromagnetic emission as a tool for crack localization | |
CN110440896B (zh) | 一种超声波测量系统及测量方法 | |
CN108195934B (zh) | 基于时频分析的超声导波检测频率优选方法 | |
CN113723207B (zh) | 一种基于直方图距离的声发射信号突变检测方法 | |
CN112444562B (zh) | 采用对称结构响应信号分析的无基准导波损伤监测方法 | |
CN113109825B (zh) | 基于Radon变换的长骨相控超声信号定征与骨质评价系统 | |
Garofalo et al. | Wavelet-based Lamb waves direction of arrival estimation in passive monitoring techniques |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190614 |