CN112924937B - 一种二维平面突发性声源的定位装置及方法 - Google Patents

Abstract

本发明涉及一种二维平面突发性声源的定位装置及方法。本定位装置利用平面上的传感器组来捕捉突发性的声源信号，并通过A/D转换后送至定位虚拟系统，系统完成信号降噪、时延检测以及定位显示操作，首先通过小波包阈值去噪结合EEMD分解，并根据分解后的模态分量所处频域范围内的相干函数峰值提取有用成分完成重构，以消除噪声干扰；其次经时延检测获取信号到达各传感器的时间；最后是利用延时叠加算法实现了检测区域内的能量分布计算，该定位方法在默认信号在钢板件中的传导波速已知且恒定不变，极大地减少了定位计算量。本发明的定位装置设计简单，便携性强；定位虚拟系统采用LabVIEW开发平台设计，内嵌声源的定位方法，具有操作便捷、定位精度高的优点。

Description

一种二维平面突发性声源的定位装置及方法

技术领域

本发明涉及平面定位技术，具体涉及一种二维平面突发性声源的定位装置及方法。

背景技术

二维平面的目标定位是一种利用传感器对信号的感知，实现发现与定位目标的技术，目前得到了广泛应用，尤其随着在化工工业生产、航空航天和汽车船舶等行业中薄板状或类板状金属结构的广泛使用，如何避免金属板结构在加工成型以及使用的过程中产生缺陷或者损伤以及如何实现制件的无损健康监测成为关键，而损伤源的定位识别是无损监测的主要目的。

对于二维平面的金属板件而言，损伤主要来自外物碰撞、冲击导致制件产生变形、裂纹缺口等情况，这种情况下产生的损伤是一种突发性的声源信号，但目前的无损监测手段，如超声、射线、荧光检测等，都需要在停机甚至分解的状态下完成，而对于正在工作的金属板件上出现的突发性损伤定位变得困难，因此如何解决动态环境下的无损监测问题成为主要的研究方向。

发明内容

为了解决上述问题，本发明提供了一种二维平面突发性声源的定位装置及方法，通过压电传感器采集突发性声源信号，然后对信号进行小波包阈值去噪结合EEMD集合经验模态分解，并根据分解后的模态分量频域范围内的相干函数峰值原则有效保留有用信号，该方法使系统具备更强的环境适应力，实现动态环境下的损伤信号检测；通过阈值检测确定信号起振点即信号到达各传感器的时间，并由延时叠加算法保证了突发性声源的较高定位精度。本发明的具体技术方案如下：

一种二维平面突发性声源的定位装置及方法，包括以下步骤：

步骤1.一种二维平面突发性声源的定位装置及方法，其特征在于，所述包括传感器组和信号采集端以及定位虚拟系统；所述传感器组有四个压电传感器组成，粘贴在钢板件表面；所述信号采集端与四个传感器的信号线分别相连；所述信号采集端包括调理电路和数据采集卡以及USB2.0通信；所述信号采集端通过USB2.0通信方式将数据送至定位虚拟系统。

步骤2.所述钢板件外形呈正方形，其四个边角处均开设用于容纳传感器的圆形检测区。所述的传感器为四个，且分布在圆形检测区域内，传感器的感应端朝向板面所在方向并紧贴板面，板件上左上角传感器和右上角传感器、左下角传感器和右下角传感器都与板件中心点的水平线互相平行且对称，两两传感器间的间距保持相等。

步骤3.所述的调理电路包括50Hz陷波器与电压放大器电路；所述的传感器输出与50Hz陷波器相连接，电压放大器与A/D转换器相连接；所述的数据采集卡包括A/D转换器与控制器；所述的A/D转换器将电压放大器输出的信号进行A/D转换，控制器为A/D转换器提供采样时序，控制A/D采样过程；所述A/D转换器与USB2.0通信相连接，将A/D输出数据量传输至定位虚拟系统。

步骤4.所述的定位虚拟系统采用LabVIEW开发平台进行设计，内嵌突发性声源的定位算法，包括对压电信号的降噪处理、时延检测以及定位显示。

步骤5.所述的突发性声源的定位方法，其特征在于，包括以下几个步骤：

所述的四个压电传感器采集到突发性声源信号s(t)，所述采集信号中包括有用信号f(t)及噪声信号e(t)，由以下公式表示：

s(t)＝f(t)+σe(t), t∈[0,n] (1)

其中，σ为噪声系数；

S1：确定分解层次j，选择合适的小波包分解基函数，对所述采集信号s(t)进行小波包分解；

S2：小波包分解后的信号再根据设计的阈值函数ωs和门限阈值λ对每一个小波包分解后的系数ω进行量化，且依照对应的量化系数ωs对信号进行小波包重构，重构信号为F(t)，以实现降噪的目的。具体公式如下表示：

F(t)＝f(t)+βδ(t) (4)

其中，σn是小波包分解系数的标准方差，L是信号长度，j是分解的层数，k是函数加入的调节因子，一般取值0到1之间，F(t)为小波包重构信号，β是重构信号中噪声的系数，δ(t)是重构信号中的噪声信号；

S3：为实现所述小波包重构信号的进一步降噪，加入EEMD集合经验模态分解法，计算所述小波包重构信号F(t)的幅值标准差τ₀，然后对F(t)进行EMD经验模态分解，选择其中相关性最大的模态分量IMF，计算IMF幅值的标准差τ₁，得到重构信号中噪声的标准差比值K，具体如下式：

S4：根据比值系数K与EEMD的循环次数I平方根间的比值τ，可以计算得到循环次数I，根据计算结果设定比值系数K以及循环次数I，对信号进行EEMD处理，获得各级模态分量imf_n(t)，具体公式如下；

其中，R(t)为EEMD分解结束后的残差值，N是模态分量数；

S5：计算各分量imf_n(t)与F(t)间的相干函数γ_Ff，并根据imf_n(t)频域范围内的相干函数γ_Ff中峰值是否大于0.7的原则进行imf_n(t)分量的信号重构，以实现进一步的降噪，重构信号为f(t)，具体公式表达如下；

f(t)＝∑imf_n(t),γ_Ff(n)≥0.7 (9)

其中，F*(ω)、imf_n*(ω)为对应原信号及模态分量的功率谱的共轭；

S6：对所述的经过EEMD分解重构后的信号f(t)进行幅值平分的信号能量计算，设定能量阈值，获得突发性声源信号到达左上角、左下角、右下角、右上角传感器时间分别为t₀、t₁、t₂、t₃；

S7：计算t₀、t₁、t₂、t₃与t₀的时差分别对应0、Δt₁、Δt₂、Δt₃，应用延时叠加算法完成定位点显示,其特征在于包含具体以下步骤：

在钢板件表面，传感器分列四角，其中左上角和右上角传感器的水平距离为L，左上角和左下角传感器垂直距离也为L，以左下角传感器为原点，水平方向为X轴，竖直方向为Y轴，建立直角坐标系，此时声源真实坐标计算如下：

1)计算突发性声源到各传感器距离，具体如下：

a＝4L²-4υ²(2Δt₂ ²-2Δt₂Δt₃+Δt₃ ²) (10)

b＝4L²υΔt₂-4υ(L2+υ²Δt₂ ²-υ²Δt₃ ²)(Δt₂-Δt₃)) (11)

c＝4L²υ²Δt₂ ²-(L²+υ²Δt₂ ²-υ²Δt₃ ²)²-L⁴ (12)

则

d₁＝d₀+cΔt₁ (14)

d₂＝d₀+cΔt₂ (15)

d₃＝d₀+cΔt₃ (16)

其中，υ为信号的传播速度，a、b、c为声源到左上角传感器的距离d₀的求解因子；d₁、d₂、d₃为声源到左下角、右下角、右上角传感器的距离；

2)假设左上角传感器接收到的信号是经小波包以及EEMD降噪后的有用信号f(t)，则整个传感器组成的阵列接收突发性声源信号可以用矩阵表示为：

f(t)＝ae^j2πft (17)

其中，a是信号的幅值，f是信号的中心频率；

3)采用如2)中所述的传感器组成阵列接收突发性声源信号矩阵的方法，可以获取整个传感器阵列接收到钢板件上每个扫描点的信号Y(t)为：

其中，D₀、D₁、D₂、D₃为扫描点到左上角、左下角、右下角、右上角传感器对应的距离；

4)采用2)3)中所述的传感器阵列到声源、扫描点的信号矩阵，可以得到阵列在某一处扫描点处的能量响应Q，能量响应最高点为Q_max：

Q＝E{X(t)Y^T(t)} (20)

Q_max＝E{X(t)X^T(t)} (21)

根据公式(20)(21)可以求得整个扫描区域的能量响应图谱，其中能量响应最高点即为突发性声源位置。

本发明的主要优点在于：

(1)本发明的定位装置结构简易便携、兼容性强且成本较低，可广泛应用于工业机械、汽车船舶等薄壁板件结构的无损监测场景；

(2)本发明提出了对突发性信号进行小波包阈值去噪结合EEMD的方法，并根据EEMD分解后的模态分量频域范围内与原信号的相干函数峰值原则有效地消除噪声干扰，该方法具备更强的环境适应力，能有效实现动态环境下的损伤信号检测；

(3)经能量阈值检测准确获取信号到达传感器时间，时间差经延时叠加算法保证了突发性声源的定位精度，且计算量小，有效提高了在二维平面下突发性声源的定位效率。

附图说明

图1为本发明的二维平面突发性声源的定位装置示意图；

图2为本发明的二维平面突发性声源的定位装置硬件结构图；

图3为二维平面突发性声源定位方法流程图；

图4为突发性声源信号的A/D采样时域图；

图5为采集信号经小波包阈值去噪结合EEMD降噪后的信号时域图；

图6为分解后的模态分量频域范围内与原信号的相干函数峰值图；

图7为信号能量阈值检测图；

图8为延时叠加算法定位示意图；

具体实施方式

为便于理解，此处结合附图对本发明的具体测试装置及其操作流程作以下进一步描述：

如图1所示，一种二维平面突发性声源的定位装置及方法包括传感器组、信号采集端、定位虚拟系统三部分组成；三部分依次连接，钢板件上压电传感器组捕捉板面上的突发型信号，信号采集端对声源的模拟信号进行滤波放大、A/D采样以及USB2.0通讯，采样信号送入定位虚拟系统进行小波包阈值去噪、EEMD降噪，降噪后信号由能量阈值检测确定信号到达各传感器的时间，并由延时叠加算法完成声源的定位。

如图2所示，压电传感器在受外界应力时会输出电压信号，输出信号经50Hz陷波器消除现场的工频干扰，并经电压放大以满足采样芯片±5V、±10V的电压输入范围。数据采集卡由采样芯片ADC7606和控制器STM32F205RBT6构成，采样速率最高为200Ksps，通过对调理后的信号进行A/D模数转换并由USB2.0通讯模块进行传输，传输速度最高可达480Mbps，传输数据由LabVIEW搭建的定位虚拟系统进行接收，完成信号降噪、时延检测以及定位显示。

如图3所示为四路压电传感器采集到的原始信号，该信号由于环境噪声、元器件噪声等干扰，信号成分比较复杂，通过小波包阈值去噪方法可以有效提高信噪比，消除白噪声的干扰，其中，设定小波包的分解层次为6，小波包基选择db7，调节因子k＝0.9，门限阈值λ＝2.98，完成对原始信号的初级降噪；经小波包阈值降噪信号后，为进一步提高信噪比，采用EEMD的集合经验模态分解，其中K＝0.2，I＝400，分解的模态分量计算与其频域范围内与原信号的相干函数峰值，其中大于0.7的分量保留下来并进行信号重构，如图6所示。

f(t)＝∑imf_n(t),γ_Ff(n)≥0.7 (6)

如图5所示为原始信号经小波包阈值去噪、EEMD降噪方法后得到的降噪信号，由于降噪后的信号能量比噪声信号的能量大的多，因此基于信号的能量进行阈值检测可以有效获取信号到达各传感器的时间。

如图7所示为四路信号能量图，确定信号能量第一次超过400阈值的时间即为信号到达该传感器的时间。

如图8所示为延时叠加算法定位示意图，选择一块长宽50cm×50cm厚0.3cm的不锈钢板，建立直角坐标系，分别在板面上的(5cm，45cm)、(5cm,5cm)、(45cm,5cm)、(45cm,45cm)位置处安放压电传感器，并在已知位置(20cm,30cm)、(25cm，25cm)处由钢珠下落撞击钢板件来模拟突发性的声源信号。其定位方法具体如下：

1)计算得到的各传感器信号时延为0、Δt₁、Δt₂、Δt₃，则根据实验计算声源到传感器的距离为：

a＝4L²-4υ²(2Δt₂ ²-2Δt₂Δt₃+Δt₃ ²) (7)

b＝4L²υΔt₂-4υ(L²+υ²Δt₂ ²-υ²Δt₃ ²)(Δt₂-Δt₃)) (8)

c＝4L²υ²Δt₂ ²-(L²+υ²Δt₂ ²-υ²Δt₃ ²)²-L4 (9)

则

d₁＝d₀+cΔt₁ (11)

d₂＝d₀+cΔt₂ (12)

d₃＝d₀+cΔt₃ (13)

其中，υ为信号的传播速度，a、b、c为声源到左上角传感器的距离d₀的求解因子；d₁、d₂、d₃为声源到左下角、右下角、右上角传感器的距离；

2)假设左上角传感器接收到的信号是经小波包以及EEMD降噪后的有用信号f(t)，则整个传感器组成的阵列接收声源信号可以用矩阵表示为：

f(t)＝ae^j2πft (14)

其中，a是信号的幅值，f是信号的中心频率；

3)采用如2)中所述的传感器组成阵列接收声源信号矩阵的方法，可以获取整个传感器阵列接收到板件上每个扫描点的信号Y(t)为：

其中，D₀、D₁、D₂、D₃为扫描点到左上角、左下角、右下角、右上角传感器对应的距离；

4)采用2)3)中所述的传感器阵列到声源、扫描点的信号矩阵，可以得到阵列在某一处扫描点处的能量响应Q，能量响应最高点为Q_max：

Q＝E{X(t)Y^T(t)} (17)

Q_max＝E{X(t)X^T(t)} (18)

根据公式(17)(18)可以求得整个扫描区域的能量响应图谱，其中能量响应最高点即为突发性声源位置。

根据降噪、能量阈值检测以及延时叠加定位方法，采用LabVIEW开发平台设计定位虚拟系统，将该系统应用于突发性声源定位中，并对降噪环节中分别使用小波包阈值去噪、小波包阈值去噪结合EEMD的降噪方法进行比较，定位结果如表1所示。

分析表1中的定位结果，使用小波包降噪能够有效去除信号中的白噪声成分，但信号起始点附近的波形依旧比较复杂，在进行能量阈值检测中产生的误差较大，平均定位误差在4.84cm内，而本发明定位方法中由小波包阈值去噪结合EEMD的方法，并基于相干函数峰值的分量保留原则能够有效滤除噪声成分，经能量阈值检测信号起始点的误差较小，平均定位误差在2.55cm以内，由此可见，通过小波包阈值去噪结合EEMD降噪、能量阈值检测、延时叠加算法能够有效提高二维平面中突发性声源的定位精度，提高二维平面中突发性声源的定位效率。

以上所揭露的仅为本发明的具体实施方法，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种二维平面突发性声源定位的装置及方法，其特征在于，包括以下几个步骤：

所述四个压电传感器采集到突发性声源信号s(t)，所述采集信号中包括有用信号f(t)及噪声信号e(t)，由以下公式表示：

s(t)＝f(t)+σe(t),t∈[0,n] (1)

其中，σ为噪声系数；

S1：确定分解层次j，选择合适的小波包分解基函数，对所述采集信号s(t)进行小波包分解；

S2：小波包分解后的信号再根据设计的阈值函数ω_s和门限阈值λ对每一个小波包分解后的系数ω进行量化，且依照对应的量化系数ω_s对信号进行小波包重构，重构信号为F(t)，以实现降噪的目的，具体公式如下表示：

F(t)＝f(t)+βδ(t) (4)

其中，σ_n是小波包分解系数的标准方差，L是信号长度，j是分解的层数，k是函数加入的调节因子，一般取值0到1之间，F(t)为小波包重构信号，β是重构信号中噪声的系数，δ(t)是重构信号中的噪声信号；

S3：为实现所述小波包重构信号的进一步降噪，加入EEMD集合经验模态分解法，计算所述小波包重构信号F(t)的幅值标准差τ₀，然后对F(t)进行EMD经验模态分解，选择其中相关性最大的模态分量IMF，计算IMF幅值的标准差τ₁，得到重构信号中噪声的标准差比值K，具体如下式：

S4：根据比值系数K与EEMD的循环次数I平方根间的比值τ，可以计算得到循环次数I，根据计算结果设定比值系数K以及循环次数I，对信号进行EEMD处理，获得各级模态分量imf_n(t)，具体公式如下；

其中，R(t)为EEMD分解结束后的残差值，N是模态分量数；

S5：计算各分量imf_n(t)与F(t)间的相干函数γ_Ff，并根据imf_n(t)频域范围内的相干函数γ_Ff中峰值是否大于0.7的原则进行imf_n(t)分量的信号重构，以实现进一步的降噪，重构信号为f(t)，具体公式表达如下；

f(t)＝∑imf_n(t),γ_Ff(n)≥0.7 (9)

其中，F*(ω)、imf_n*(ω)对应原信号及模态分量的功率谱的共轭；

S6：对经过EEMD分解重构后的信号f(t)进行幅值平分的信号能量计算，设定能量阈值，获得突发性声源信号到达左上角、左下角、右下角、右上角传感器的时间分别为t₀、t₁、t₂、t₃；

S7：计算t₀、t₁、t₂、t₃与t₀的时差分别对应0、Δt₁、Δt₂、Δt₃，应用延时叠加算法完成定位点显示,其特征在于包含具体以下步骤：

在钢板件表面，传感器分列四角，其中左上角传感器和右上角传感器的水平距离为L，左上角传感器和左下角传感器的垂直距离也为L，以左下角传感器为原点，水平方向为X轴，竖直方向为Y轴，建立直角坐标系，此时声源真实坐标计算如下：

1)计算突发性声源到各传感器距离，具体如下：

a＝4L²-4υ²(2Δt₂ ²-2Δt₂Δt₃+Δt₃ ²) (10)

b＝4L²υΔt₂-4υ(L²+υ²Δt₂ ²-υ²Δt₃ ²)(Δt₂-Δt₃)) (11)

c＝4L²υ²Δt₂ ²-(L2+υ²Δt₂ ²-υ²Δt₃ ²)²-L⁴ (12)

则

d₁＝d₀+cΔt₁ (14)

d₂＝d₀+cΔt₂ (15)

d₃＝d₀+cΔt₃ (16)

其中，υ为信号的传播速度，a、b、c为声源到左上角传感器的距离d₀的求解因子；d₁、d₂、d₃为声源到左下角、右下角、右上角传感器的距离；

2)假设左上角传感器接收到的信号是经小波包以及EEMD降噪后的有用信号f(t)，则整个传感器组成的阵列接收突发性声源信号可以用矩阵表示为：

f(t)＝ae^j2πft (17)

其中，a是信号的幅值，f是信号的中心频率；

3)采用如2)中所述的传感器组成阵列接收突发性声源信号矩阵的方法，可以获取整个传感器阵列接收到板件上每个扫描点的信号Y(t)为：

其中，D₀、D₁、D₂、D₃为扫描点到左上角、左下角、右下角、右上角传感器对应的距离；

4)采用2)3)中所述的传感器阵列到声源、扫描点的信号矩阵，可以得到阵列在某一处扫描点处的能量响应Q，能量响应最高点为Q_max：

Q＝E{X(t)Y^T(t)} (20)

Q_max＝E{X(t)X^T(t)} (21)

根据公式(20)(21)可以求得整个扫描区域的能量响应图谱，其中能量响应最高点即为突发性声源位置。