CN112505155B - 基于信息熵的管道导波损伤识别与定位方法、装置及系统 - Google Patents
基于信息熵的管道导波损伤识别与定位方法、装置及系统 Download PDFInfo
- Publication number
- CN112505155B CN112505155B CN202011427527.4A CN202011427527A CN112505155B CN 112505155 B CN112505155 B CN 112505155B CN 202011427527 A CN202011427527 A CN 202011427527A CN 112505155 B CN112505155 B CN 112505155B
- Authority
- CN
- China
- Prior art keywords
- guided wave
- pipeline
- window
- information entropy
- time
- 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
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
- G01N29/04—Analysing solids
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于信息熵的管道导波损伤识别与定位方法、装置及系统,所述方法包括:获取导波采样信号;通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;若入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤,利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间‑距离比例关系对损伤进行定位。本发明提高了管道损伤检测的鲁棒性与灵敏度。
Description
技术领域
本发明涉及一种导波检测技术,尤其是一种基于信息熵的管道导波损伤识别与定位方法、装置及系统,属于无损检测技术领域。
背景技术
管道运输起着调剂整个国家乃至洲际之间能源的作用,具有运载量大、连续运输、不受气候等其他因素制约以及成本低等优点。但管道在安装完毕投入使用后,在其服役期间将会不可避免地面临着埋地、架设地区环境以及人为破坏等因素的潜在威胁,导致管道在内外表面甚至是管道内部出现损伤。因此,为保障管道的运营安全,对管道的损伤检测技术至关重要。
现阶段管道损伤检测方法主要有:超声波检测、涡流检测、磁粉检测、射线检测、声发射检测等,技术发展以相对成熟,在市场占比较大。但是传统的检测技术在检测时不容易触及现场管道结构,要逐点扫描较为费时,无法在检测时间紧迫的情况下做到对管道结构的百分之百检测。而导波检测技术具有检测距离长、全截面检测、检测效率高等优势,特别适用于管道、铁轨等细长型构件的检测。
导波检测技术应用于管道损伤检测时,由于管道实际服役环境的复杂性以及损伤大小、位置的未知性,加上导波本身的衰减性,都对于如何在强噪声背景下提取弱特征信号带来了严峻的挑战。
常用的弱信号检测方法包括时频分析、统计分析、相关性分析等,但上述方法都是线性方法,采用的多是噪声抑制技术,在检测噪声背景下的弱信号时很可能会损害有用信号,使得原本微弱的信号更加难以识别,从而影响检测精度。
发明内容
有鉴于此,本发明提供一种基于信息熵的管道导波损伤识别与定位方法、装置、系统、计算机设备及存储介质,其通过对导波在管道中传播的时程信号进行采样,建立杜芬振子混沌系统,将信息熵作为杜芬振子混沌系统相态判断指标,结合矩形窗时移函数,可实现对强噪声背景下的导波信号识别,从而对不同程度的小损伤进行识别与定位,提高了管道损伤检测的鲁棒性与灵敏度。
本发明的第一目的是提供一种基于信息熵的管道导波损伤识别与定位方法。
本发明的第二目的是提供一种基于信息熵的管道导波损伤识别与定位装置。
本发明的第三目的是提供一种基于信息熵的管道导波损伤识别与定位系统。
本发明的第四目的是提供一种计算机设备。
本发明的第五目的是提供一种计算机可读存储介质。
本发明的第一目的可以通过采取如下技术方案达到:
一种基于信息熵的管道导波损伤识别与定位方法,所述方法包括:
获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号;
通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;
将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;
若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤;
当管道存在损伤时,利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间-距离比例关系对损伤进行定位。
进一步的,所述建立能够检测特定频率导波信号的杜芬振子混沌系统,具体包括:
选取杜芬振子混沌系统,如下式:
其中,F(t)为驱动力项,δ为阻尼比,-x3+x5为非线性恢复力项;
将杜芬振子混沌系统改写为三维自治杜芬振子系统,如下式:
其中,s(t)为输入的导波采样信号,F0通过有无噪声情况下系统相态在混沌态与周期态的临界值确定。
进一步的,所述信息熵用于表示杜芬振子混沌系统的平均信息损失率,通过下式计算:
其中,ln|F`(x)|为杜芬振子混沌系统经过一次迭代增加的信息量。
进一步的,所述杜芬振子混沌系统经过一次迭代增加的信息量,计算过程如下:
对于一维离散映射,如下式:
xn+1=f(xn) xn∈[a,b]
其中,f为非线性函数;
若知道x在某一区间内,则获得的信息量为:
进一步的,所述若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤,具体包括:
若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则杜芬振子混沌系统作规则运动,即相态为周期态,此时管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则杜芬振子混沌系统作混沌运动,即相态为混沌态,此时管道存在损伤。
进一步的,所述通过时间-距离比例关系对损伤进行定位,如下式:
其中,lx为管道损伤离导波激发位置距离,l为管道长度,t1为入射波窗口对应时刻,t2为损伤回波窗口对应时刻,t3为端面回波窗口对应时刻。
本发明的第二目的可以通过采取如下技术方案达到:
一种基于信息熵的管道导波损伤识别与定位装置,所述装置包括:
获取模块,用于获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号;
建立模块,用于通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;
计算模块,用于将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;
识别模块,用于若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤;
定位模块,用于当管道存在损伤时,利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间-距离比例关系对损伤进行定位。
本发明的第三目的可以通过采取如下技术方案达到:
一种基于信息熵的管道导波损伤识别与定位系统,所述系统包括任意波形发生器、功率放大器、导波激发换能器、导波接收换能器、数字示波器和计算机,所述导波激发换能器和导波接收换能器设置在管道一侧端面,所述任意波形发生器、功率放大器和导波激发换能器依次连接,所述导波接收换能器、数字示波器和计算机依次连接;
所述计算机,用于执行上述的管道导波损伤识别与定位方法。
本发明的第四目的可以通过采取如下技术方案达到:
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行存储器存储的计算机程序时,实现上述的管道导波损伤识别与定位方法。
本发明的第五目的可以通过采取如下技术方案达到:
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现上述的管道导波损伤识别与定位方法。
本发明相对于现有技术具有如下的有益效果:
本发明在管道一端激发特定频率导波信号,使导波沿管道传播,历经管道所有位置,并对导波在管道中传播的时程信号进行采样,建立能够检测特定频率导波信号的杜芬振子混沌系统,将信息熵作为杜芬振子混沌系统相态判断指标,结合矩形窗时移函数,可实现对强噪声背景下的导波信号识别,以有效地延长管道检测范围,从而对不同程度的小损伤进行识别与定位,提高了管道损伤检测的鲁棒性与灵敏度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的管道导波损伤识别与定位系统的结构示意图。
图2为本发明实施例1的管道导波损伤识别与定位方法的流程图。
图3为本发明实施例2的管道导波损伤识别与定位方法的流程图。
图4为本发明实施例2的管道无损伤情况下的导波原始时域信号示意图。
图5为本发明实施例2的管道10%截面损失率裂纹情况下的导波原始时域信号示意图。
图6为本发明实施例2的管道25%截面损失率裂纹情况下的导波原始时域信号示意图。
图7为本发明实施例2的矩形窗时移函数扫描实测信号的示意图。
图8为本发明实施例2的管道无损伤情况下矩形窗时移函数扫描原始时域信号下计算的信息熵示意图。
图9为本发明实施例2的管道10%截面损失率裂纹情况下矩形窗时移函数扫描原始时域信号下计算的信息熵示意图。
图10为本发明实施例2的管道25%截面损失率裂纹情况下矩形窗时移函数扫描原始时域信号下计算的信息熵示意图。
图11为本发明实施例3的管道导波损伤识别与定位装置的结构框图。
图12为本发明实施例4的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图1所示,本实施例提供了一种管道导波损伤识别与定位系统,该系统包括任意波形发生器101、功率放大器102、导波激发换能器103、导波接收换能器104、数字示波器105和计算机106。
进一步地,本实施例的导波激发换能器103和导波接收换能器104设置在管道107一侧端面,任意波形发生器101、功率放大器102和导波激发换能器103依次连接,导波接收换能器104、数字示波器105和计算机106依次连接,任意波形发生器101产生由汉宁窗调制的脉冲信号,通过功率放大器102放大,再通过导波激发换能器103,在管道107中激发特定频率导波信号,导波沿管道107传播,历经管道107所有位置,通过导波接收换能器104接收回波信号,并通过数字示波器105采样导波在管道107中传播的时程信号,由数字示波器105将所采样时程信号传输给计算机106。
如图2所示,本实施例还提供了一种管道导波损伤识别与定位方法,该方法通过上述计算机实现,包括以下步骤:
S201、获取导波采样信号。
其中,导波采样信号为采样的导波在管道中传播的时程信号,计算机通过接收数字示波器传输的信号,从而获取所采样的导波在管道中传播的时程信号。
S202、通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬(Duffing)振子混沌系统。
其中,信息熵是刻画混沌的一个重要性质,它可用来表示杜芬振子混沌系统的平均信息损失率,可以作为检测杜芬振子混沌系统相态判断指标。
S203、将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵。
S204、若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤。
具体地,若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则杜芬振子混沌系统作规则运动,即相态为周期态,此时管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则杜芬振子混沌系统作混沌运动,即相态为混沌态,此时管道存在损伤,进入步骤S205。
S205、利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间-距离比例关系对损伤进行定位。
实施例2:
如图3所示,本实施例以具体实验为例,在实验室对管道进行损伤识别与定位,具体实施过程如下:
1)管道采用钢制空心管道、长度为3m,在管道端面中间处,即1.5m处分别制造10%截面损失率与25%截面损失率的人工直裂纹,设置三种工况,即无损伤、10%截面损失率裂纹、25%截面损失率裂纹。
2)任意波形发生器产生由汉宁窗(Hanning窗)调制的脉冲信号,通过功率放大器放大,再通过导波激发换能器,在管道中激发特定频率导波信号,导波沿管道传播,历经管道所有位置。
3)通过管道上导波接收换能器接收三种工况的实测信号,并通过数字示波器采样导波在管道中传播的时程信号,由数字示波器将所采样时程信号传输给计算机,三种工况(无损伤情况、管道10%截面损失率裂纹情况和管道25%截面损失率裂纹情况)的原始时域信号如图4、图5、图6所示,可以看出在小损伤的情况下,损伤处回波信号已淹没在噪声中,难以直接进行识别。
4)构建杜芬振子混沌系统,以实现弱信号的检测。
选取杜芬振子混沌系统,用如下形式表达:
其中,F(t)为驱动力项,δ为阻尼比,-x3+x5为非线性恢复力项。
导波采样信号采用汉宁窗调制的正弦信号,如下式:
将杜芬振子混沌系统的驱动力项改写为与导波采样信号的相同形式,可将杜芬振子混沌系统改写为如下形式:
为了方便求解,将其展开改写为三维自治杜芬振子混沌系统,如下式:
5)计算信息熵。
对于一维离散映射,如下式:
xn+1=f(xn)xn∈[a,b]
其中,f为非线性函数。
于是,若知道x在某一区间内,则获得的信息量为:
其中,ρ(x)是相空间中吸引子的态函数密度,由于λi是对长时间求平均的结果,在一般情况下λi与x无关,上式中态密度ρ(x)视为不变,即∫ρ(x)dx=1,上式可简化为:
6)建立矩形窗时移函数对不同工况下的管道损伤进行扫描。
矩形窗时移函数的定义,如下式:
Sm=g(t-nτ)S
其中,S为待检测时域信号,Sm为被时移窗截取后的信号,N为待检测时域信号长度,时移窗窗长为26,移动间隔为v,rτ为时移窗中心时刻。
通过矩形窗时移函数对实测信号进行扫描,如图7所示,计算每个窗口的信息熵,比较该方法对管道损伤识别与定位的准确度。
图8为完整管道下的回波信号所对应的信息熵曲线,结果显示在完整管道中,由于没有损伤,在入射波和端面回波之间,尽管有噪声存在,信息熵仍然恒等于0。
当管道损伤为10%截面损失率裂纹时,由于损伤较小,在时域信号中难以判断出是否存在损伤,而由信息熵曲线显示,在损伤处信息熵>0,如图9所示,故可判断出损伤存在,由于只要存在弱信号,也会使得杜芬振子混沌系统转变为混沌状态,即信息熵>0。
如图10所示,当管道损伤为25%截面损失率裂纹时,由信息熵曲线显示,在损伤处信息熵>0。
7)利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,根据三者之间的时间比例关系,通过时间-距离比例关系,进行管道损伤定位,损伤位置具体表达式如下:
其中,lx为管道损伤离导波激发位置距离,l为管道长度,t1为入射波窗口对应时刻,t2为损伤回波窗口对应时刻,t3为端面回波窗口对应时刻。
计算结果如下表1所示,可以看出损伤的定位误差在可接受范围内。
表1管道不同工况的损伤定位
实施例3:
如图11所示,本实施例提供了一种管道导波损伤识别与定位装置,该装置包括获取模块1101、建立模块1102、计算模块1103、识别模块1104和定位模块1105,各个模块的具体功能如下:
获取模块1101,用于获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号。
建立模块1102,用于通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统。
计算模块1103,用于将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵。
识别模块1104,用于若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤。
定位模块1105,用于当管道存在损伤时,利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间-距离比例关系对损伤进行定位。
需要说明的是,本实施例提供的系统仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
实施例4:
如图12所示,本实施例提供了一种计算机设备,该计算机设备为计算机,其包括通过系统总线1201连接的处理器1202、存储器、输入装置1203、显示器1204和网络接口1205,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质1206和内存储器1207,该非易失性存储介质1206存储有操作系统、计算机程序和数据库,该内存储器1207为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器1202执行存储器存储的计算机程序时,实现上述实施例1的管道导波损伤识别与定位方法,如下:
获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号;
通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;
将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;
若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤;
当管道存在损伤时,利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间-距离比例关系对损伤进行定位。
实施例5:
本实施例提供了一种计算机可读存储介质,其存储有计算机程序,计算机程序被处理器执行时,实现上述实施例1的管道导波损伤识别与定位方法,如下:
获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号;
通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;
将导波采样信号输入已建立的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;
若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在损伤,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在损伤;
当管道存在损伤时,利用信息熵的曲线峰值确定入射波、端面回波以及损伤回波所在的窗口所对应的时刻,并通过时间-距离比例关系对损伤进行定位。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以以一种或多种程序设计语言或其组合来编写用于执行本实施例的计算机程序,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Python、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照上述各个实施例的方法、装置和计算机设备的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,该模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。描述于上述实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,上述实施例中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与上述实施例公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
本领域技术人员应当理解,本发明不限于上述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (5)
1.一种基于信息熵的管道导波损伤识别与定位方法,其特征在于,所述方法包括:
获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号;
通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;
将导波采样信号输入已构建的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;
若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在缺陷,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在缺陷;
当管道存在缺陷时,利用信息熵的曲线峰值确定入射波、端面回波以及缺陷回波所在的窗口所对应的时刻,并通过时间-距离比例关系对缺陷进行定位;
所述建立能够检测特定频率导波信号的杜芬振子混沌系统,具体包括:
选取杜芬振子混沌系统,如下式:
其中,F(t)为驱动力项,δ为阻尼比,-x3+x5为非线性恢复力项;
将杜芬振子混沌系统改写为三维自治Duffing振子系统,如下式:
其中,s(t)为输入的导波采样信号,F0通过有无噪声情况下系统相态在混沌态与周期态的临界值确定;
所述计算每个窗口的信息熵,具体包括:
对于一维离散映射,如下式:
xn+1=f(xn) xn∈[a,b]
其中,f(xn)为非线性函数;
假设把变量x的变化区间分成n等分,且x在各个分割出的等区间的概率相等,该概率等于1/n;
若知道x在某一区间内,则获得的信息量为:
其中,ρ(x)是相空间中吸引子的态函数密度,ρ(x)视为不变,即∫ρ(x)dx=1,上式可简化为:
矩形窗时移函数的定义,如下式:
所述通过时间-距离比例关系对缺陷进行定位,如下式:
其中,lx为管道缺陷离导波激发位置距离,l为管道长度,t1为入射波窗口对应时刻,t2为缺陷回波窗口对应时刻,t3为端面回波窗口对应时刻。
2.一种基于权利要求1所述的管道导波损伤识别与定位方法的基于信息熵的管道导波损伤识别与定位装置,其特征在于,所述装置包括:
获取模块,用于获取导波采样信号;其中,所述导波采样信号为采样的导波在管道中传播的时程信号;
建立模块,用于通过信息熵确立合适的驱动力幅值,建立能够检测特定频率导波信号的杜芬振子混沌系统;
计算模块,用于将导波采样信号输入已构建的杜芬振子混沌系统,通过定义矩形窗时移函数,对导波采样信号进行沿时间轴的扫描,计算每个窗口的信息熵;
识别模块,用于若导波采样信号的入射波和端面回波之间所有窗口的信息熵恒等于0,则管道不存在缺陷,若导波采样信号的入射波和端面回波之间存在信息熵大于0的窗口,则管道存在缺陷;
定位模块,用于当管道存在缺陷时,利用信息熵的曲线峰值确定入射波、端面回波以及缺陷回波所在的窗口所对应的时刻,并通过时间-距离比例关系对缺陷进行定位。
3.一种基于信息熵的管道导波损伤识别与定位系统,其特征在于,所述系统包括任意波形发生器、功率放大器、导波激发换能器、导波接收换能器、数字示波器和计算机,所述导波激发换能器和导波接收换能器设置在管道一侧端面,所述任意波形发生器、功率放大器和导波激发换能器依次连接,所述导波接收换能器、数字示波器和计算机依次连接;
所述计算机,用于执行权利要求1所述的管道导波损伤识别与定位方法。
4.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行存储器存储的计算机程序时,实现权利要求1所述的管道导波损伤识别与定位方法。
5.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1所述的管道导波损伤识别与定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011427527.4A CN112505155B (zh) | 2020-12-09 | 2020-12-09 | 基于信息熵的管道导波损伤识别与定位方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011427527.4A CN112505155B (zh) | 2020-12-09 | 2020-12-09 | 基于信息熵的管道导波损伤识别与定位方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112505155A CN112505155A (zh) | 2021-03-16 |
CN112505155B true CN112505155B (zh) | 2022-04-19 |
Family
ID=74971639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011427527.4A Active CN112505155B (zh) | 2020-12-09 | 2020-12-09 | 基于信息熵的管道导波损伤识别与定位方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112505155B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113218839B (zh) * | 2021-04-27 | 2022-07-12 | 江西理工大学 | 一种尾矿库渗透破坏现象监测方法、装置及系统 |
CN114184682B (zh) * | 2021-12-10 | 2024-04-30 | 东莞理工学院 | 弱超声导波信号的双混沌系统检测方法 |
CN114487103B (zh) * | 2022-01-10 | 2024-04-09 | 中山火炬职业技术学院 | 基于旧零件声发射信号混沌特征值的损伤检测分析方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104155368A (zh) * | 2014-07-31 | 2014-11-19 | 暨南大学 | 基于圆窗分割相轨迹识别管道裂纹角度的方法及装置 |
CN108573193B (zh) * | 2017-03-10 | 2021-07-02 | 燕山大学 | 一种滚动轴承多故障耦合机理与早期故障特征提取方法 |
CN110274956A (zh) * | 2019-07-10 | 2019-09-24 | 广东海洋大学 | 一种基于Kolmogorov熵的管道超声导波检测方法 |
CN111781276B (zh) * | 2020-06-16 | 2022-08-30 | 东莞理工学院 | 基于分维数的钢轨超声导波缺陷识别与定位方法及装置 |
CN111781275B (zh) * | 2020-06-16 | 2022-08-30 | 东莞理工学院 | 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 |
-
2020
- 2020-12-09 CN CN202011427527.4A patent/CN112505155B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112505155A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
CN110389170B (zh) | 基于Lamb波成像的列车部件裂纹损伤检测方法和系统 | |
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 | |
CN110108802B (zh) | 一种载波调制非线性超声导波损伤检测方法 | |
US6138512A (en) | Method and apparatus for determining source location of energy carried in the form of propagating waves through a conducting medium | |
RU2352930C1 (ru) | Способ уменьшения количества оцифрованных данных в зонде емат-"саламандра" | |
CN104251883A (zh) | 一种非接触式检测岩石声波速度的方法 | |
EP3527937A1 (en) | Acoustic thickness measurements using gas as a coupling medium | |
Gong et al. | Comparison of simultaneous signals obtained from a dual-field-of-view lidar and its application to noise reduction based on empirical mode decomposition | |
CN110274956A (zh) | 一种基于Kolmogorov熵的管道超声导波检测方法 | |
CN112697881A (zh) | 基于k-s熵的钢轨导波缺陷识别与定位方法、装置及系统 | |
CN104792865A (zh) | 基于分数维的管道超声导波小缺陷识别与定位方法 | |
CN112154324B (zh) | 使用多模声学信号来检测、监控和确定金属结构中变化的位置 | |
Kania et al. | Validation of EMAT technology for gas pipeline crack inspection | |
Cheng et al. | Application of chaotic information entropy for ultrasonic guided wave detection in pipe | |
Lei et al. | Ultrasonic pig for submarine oil pipeline corrosion inspection | |
CN114813943B (zh) | 基于兰姆波相位延迟的胶接接头脱粘轮廓评估方法 | |
CN113298805B (zh) | 一种基于主动Lamb波声发射的结构表面缺陷探测方法 | |
CN115436470A (zh) | 一种管道裂纹精准定位方法、系统、终端及其存储介质 | |
CN117009801A (zh) | 一种流量预测模型训练方法、检测方法、系统及存储介质 | |
Zhang et al. | The identification of accurate and computationally efficient arrival time pick-up method for acoustic tomography | |
Ouabi et al. | Monte-carlo localization on metal plates based on ultrasonic guided waves | |
JPH0750074B2 (ja) | 減肉検査可能な渦電流探傷装置 | |
Wong et al. | Amplitude normalization for GPR data acquired from different instrumentations |
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 |