CN114813945B - 一种基于超声导波的电缆竖井防火封堵缺陷检测方法 - Google Patents
一种基于超声导波的电缆竖井防火封堵缺陷检测方法 Download PDFInfo
- Publication number
- CN114813945B CN114813945B CN202210430641.5A CN202210430641A CN114813945B CN 114813945 B CN114813945 B CN 114813945B CN 202210430641 A CN202210430641 A CN 202210430641A CN 114813945 B CN114813945 B CN 114813945B
- Authority
- CN
- China
- Prior art keywords
- signal
- atoms
- atom
- dictionary
- frequency
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 230000000903 blocking effect Effects 0.000 title claims abstract description 30
- 230000005284 excitation Effects 0.000 claims abstract description 45
- 239000006185 dispersion Substances 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 25
- 239000000919 ceramic Substances 0.000 claims abstract description 24
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 230000005428 wave function Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005316 response function Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims 2
- 230000009191 jumping Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 238000003672 processing method Methods 0.000 abstract 1
- 235000012431 wafers Nutrition 0.000 description 17
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000003063 flame retardant Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 125000003275 alpha amino acid group Chemical group 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005008 domestic process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009970 fire resistant effect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000000565 sealant Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- 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
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/24—Probes
- G01N29/2437—Piezoelectric probes
- G01N29/245—Ceramic probes, e.g. lead zirconate titanate [PZT] probes
-
- 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
- G01N29/449—Statistical methods not provided for in G01N29/4409, e.g. averaging, smoothing and interpolation
-
- 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
- G01N29/50—Processing the detected response signal, e.g. electronic circuits specially adapted therefor using auto-correlation techniques or cross-correlation techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
- G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
-
- 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
- G01N2291/028—Material parameters
- G01N2291/0289—Internal structure, e.g. defects, grain size, texture
-
- 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
- G01N2291/10—Number of transducers
- G01N2291/101—Number of transducers one transducer
-
- 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
- G01N2291/26—Scanned objects
- G01N2291/269—Various geometry objects
- G01N2291/2698—Other discrete objects, e.g. bricks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Biochemistry (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Discrete Mathematics (AREA)
- Ceramic Engineering (AREA)
- Computing Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明属无损检测领域，公开了一种基于超声导波的电缆竖井防火封堵缺陷检测及信号处理方法，包括：步骤一，利用函数信号发生器产生需要设定频率的正弦波形激励信号，输出至功率放大器中，由功率放大器将该电信号放大；步骤二，放大的电信号通过粘贴在待测试件发射端的压电陶瓷晶片将电信号转为机械信号，产生超声波，压电陶瓷晶片转换为电信号；步骤三，所述电信号经初步过滤后传入数字示波器，显示该电信号参数并进行提取采集；步骤四，利用基于稀疏和频散的匹配追踪法对提取到的信号进行处理，根据所得信号波形判断是否存在缺陷，从而实现快速、准确地对电缆竖井防火封堵中存在的裂纹、气泡等缺陷进行检测，进而判断系统的封堵效果是否达标。
Description
技术领域
本发明涉及超声检测技术领域，尤其涉及一种基于超声导波的电缆竖井防火封堵缺陷检测方法。
背景技术
随着我国经济的高速发展以及超高层建筑建造技术的不断进步，各地建成或在建的超高层建筑数量迅速增加，这些高层建筑中的电缆竖井一旦发生火灾便很容易发生“烟囱效应”，导致火势蔓延加快，最终成为火灾蔓延的快速通道。因此，在电缆竖井中的电气线路敷设完毕后必须加以填塞、封堵和密实，使防火封堵达到相应标准，从而避免电缆竖井成为火灾蔓延的通道，降低火灾的危害性。
然而，目前国内关于防火封堵性能检测的方法并不完备，除必要的材料性能检测外，只有耐火性能测试，如隔热性和完整性，而在部分对防烟、防冲击性能有需求的情况中难以判断，也没有基于超声导波的电缆竖井防火封堵缺陷检测方法，来用于检测电缆竖井防火封堵的封堵效果是否达标。
本发明所提出的压电超声检测方法主要是利用的是超声导波，由于超声导波沿传播路径衰减小且在板中的振动可以遍及整个构件，所以该无损检测方法能够快速检测长距离、大范围结构以及结构的表面、内部缺陷。并且超声导波具有多模态特性，可以通过调节模态和频率，选取适合的单个或多个导波模态对缺陷进行检测，提高检测能力。
超声导波虽然是一种有效的结构检测工具，但实际上，导波信号存在频散且包含多种模式和噪声。在存在重叠波包/模式、噪声以及频散的情况下，从这些信号中提取有意义的信息是一项极具挑战性的任务。本发明提出了一种有效的信号处理工具，基于稀疏和频散的匹配追踪(SDMP)，以处理压电超声检测中复杂的导波信号。SDMP可以有效地分离重叠模式、分解噪声信号，并揭示隐藏的缺陷信号，具备良好的抗噪声性能。因此SDMP可以使所述压电超声检测法满足对电缆竖井防火封堵缺陷的有效检测。
发明内容
本发明的目的在于提供一种基于超声导波的电缆竖井防火封堵缺陷检测方法，该方法能够快速、准确地对电缆竖井防火封堵中存在的裂纹、气泡等缺陷进行检测，进而判断封堵效果是否达标。
为实现上述目的，本发明采用的技术方案是：一种基于超声导波的电缆竖井防火封堵缺陷检测方法，包括以下步骤：
步骤一，利用ArbExpress Application软件编写汉宁窗调制的五周期正弦函数信号，通过USB连接线导入到泰克Tektronix AFG 1062任意波函数发生器中，产生激励信号并输出至功率放大器(KROHN7602)，由功率放大器将该电信号的电压放大到几十伏至上百伏之间。其中，功率放大器的工作频率最高可达1MHz，可满足激励信号的频率设定；
步骤二，放大的电信号通过粘贴在待测试件发射端的PZT压电陶瓷晶片将电信号转换为机械信号，激励产生超声波，接收端的PZT压电陶瓷晶片把接收到的超声波信号转换为电信号；
步骤三，所述电信号经滤波器(YE5856)进行低通滤波，滤除掉少量的噪音信号后传入数字示波器(KEYSIGHT DSOX3034A)，显示该电信号参数并进行提取采集；
步骤四，利用基于稀疏和频散的匹配追踪(SDMP)对提取到的信号进行处理，根据所得信号波形判断是否存在缺陷，从而实现电缆竖井防火封堵的无损检测。
上述步骤一中，所述需要设定的激励信号，选取过程依次为：划定中心频率范围、选取窗函数以及确定周期数；
上述步骤一、二、三中，所述检测方法包括以下装置：函数信号发生器、功率放大器、PZT压电陶瓷晶片、滤波器、数字示波器、信号采集计算机；其中，所述函数信号发生器与功率放大器相连，且所述函数信号发生器的同步输出端连接到数字示波器上；所述待测试件的两端分别设有PZT压电陶瓷晶片；所述功率放大器的输出端与待测试件的发射端PZT压电陶瓷晶片相连，所述待测试件的接收端PZT压电陶瓷晶片经滤波器连接到数字示波器上；所述数字示波器与信号采集计算机相连。
上述步骤四中，所述基于稀疏和频散的匹配追踪(SDMP)共包含两个阶段：第一阶段，与匹配追踪(MP)类似，是在每一次迭代过程中，从字典里选择最能匹配原始信号结构的一个原子而构建的一种逼近过程，进而实现对原始信号的近似表示。第二阶段，对被选择来近似信号的原子进行评估，判断它们是否与激发信号具有频率一致性，保留频率相一致的原子，丢弃频率不一致的原子，实现用更小数量的原子对信号的损伤特征信息等进行表示，使物理意义更清晰。
上述步骤四中，所述SDMP的第一阶段具体为：
步骤4.1在考虑频散的基础上，设计一个基于窄带激发信号的过完备冗余字典D。
步骤4.2建立信号的响应函数，从数学角度来看可以将信号表示为一些原子yn(t)和残基rn(t)在n次迭代后的线性组合：
式(1)中，ci是最佳原子ai(t)用于确定自身振幅的实系数，yn(t)为基本原子，n为迭代次数，t为采样时刻，rn(t)为残基即剩余量，x(t)为原始信号，ai(t)为每次迭代时的最佳原子，<x(t),ai(t)>表示信号x(t)与最佳原子ai(t)的内积，||ai(t)||＝1表示ai(t)是范数为1的原子。
步骤4.3持续迭代，直到最佳逼近时rn(t)的二阶范数变为最小值：
||rn(t)||2＝||x(t)-yn(t)||2＜ε(2)
式(2)中，ε为预设值，它取决于信号的噪声水平(通常未知，必须通过试错设置)。
步骤4.4从过完备冗余字典D中选择相应的最佳原子a(t)来近似表示信号x(t)。其中，由于在每一次迭代的过程中都从字典中选择最能与信号结构相匹配的一个原子，所以能与信号相匹配的原子有许多，a(t)代表在最佳逼近时所对应的原子。
上述所述的一种基于超声导波的电缆竖井防火封堵缺陷检测方法，其特征在于，所述步骤四中SDMP的第二阶段具体为：
步骤4.5建立另一个字典D'，其包含频域中的所有原子,
步骤4.6计算当前残基rn(t)＝x(t)和字典D中所有原子间的内积，不包括之前迭代中已选择的原子。然后选择与rn(t)的内积高于特定阈值Th1的所有原子：
A＝{a(t)||<a(t),rn(t)>|≥Th1} (3)
Th1＝αarg max|<rn(t),an+1>|；0.5＜α＜α1 (4)
式(4)中，函数arg max为寻找表达式达到最大值时所对应的参量。
步骤4.7计算上一步中选择的各原子的下一个残差信号rn+1(t)，得到近似程度最高的原子a(t)：
rn+1(t)＝rn(t)-<rn(t),a(t)>a(t)；a(t)∈A (5)
式(5)中，<rn(t),a(t)>表示残差信号rn(t)与最佳原子a(t)的内积,
步骤4.8根据所选原子更新残基。如果残基||rn+1(t)||2＜ε，则停止，否则令n＝n+1并跳至步骤4.6,
步骤4.9将上一步得到的原子先进行FFT(快速傅里叶变换，表示将信号从原始域(通常是时间或空间)转换到频域)，再计算它们与字典D'中原子(代表以中心频率激发的信号)间的相关性，丢弃绝对互相关系数小于预设阈值的原子，即可得到频率与激发信号的中心频率相一致的原子，实现信号的稀疏表示。
与现有技术相比，本发明的有益效果是：提出了一种基于超声导波的电缆竖井防火封堵缺陷检测方法，利用超声导波可实现对防火封堵系统的快速、长距离、大范围、低成本的无损检测，能够准确识别系统中的缺陷信息。本发明还提出了一种有效的信号处理工具，基于稀疏和频散的匹配追踪(SDMP)，利用该工具可以有效地分离导波信号中经常出现的重叠波包，揭示一些隐藏的缺陷信号，进而为电缆竖井防火封堵的封堵效果是否达标提供相应判据。
附图说明
图1为防火封堵板的群速度频散曲线。
图2为防火封堵板的相速度频散曲线。
图3为激励信号的时域波形示意图。
图4为激励信号的频域波形示意图。
图5为基于超声导波的电缆竖井防火封堵缺陷检测方法结构示意图。
图6为防火封堵板不存在缺陷时的信号波形示意图。
图7为防火封堵板存在缺陷时的信号波形示意图。
图8为防火封堵板存在缺陷时的直达信号波形示意图。
图9为防火封堵板存在缺陷时的边界信号波形示意图。
图10为防火封堵板存在缺陷时的缺陷信号波形示意图。
其中：1-防火复合板，2-发射端PZT压电陶瓷晶片，3-阻火带，4-防火泥或防火密封胶，5-接收端PZT压电陶瓷晶片，6-电缆。
具体实施方式
为了加深对本发明的理解，下面将结合附图对本发明作进一步详述，该实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
一种基于超声导波的电缆竖井防火封堵缺陷检测方法，包括以下步骤：
步骤一，利用ArbExpress Application软件编写汉宁窗调制的五周期正弦函数信号，通过USB连接线导入到泰克Tektronix AFG 1062任意波函数发生器中，产生激励信号并输出至功率放大器，由功率放大器将该电信号的电压放大至几十伏到上百伏之间，其中，功率放大器的工作频率最高可达1MHz，可满足激励信号的频率设定；所述功率放大器的型号为：KROHN7602；
步骤二，放大的电信号通过粘贴在待测试件发射端的PZT压电陶瓷晶片将电信号转换为机械信号，激励产生超声波，接收端的PZT压电陶瓷晶片把接收到的超声波信号转换为电信号；
步骤三，所述电信号经滤波器进行低通滤波，滤除掉少量的噪音信号后传入数字示波器，显示该电信号参数并进行提取采集；所这滤波器的型号为YE5856，所述数字示波器的型号为KEYSIGHT DSOX3034A；
步骤四，利用基于稀疏和频散的匹配追踪法(SDMP)对提取到的信号进行处理，根据所得信号波形判断是否存在缺陷，从而实现电缆竖井防火封堵的无损检测。
由上述步骤一可知，本发明首先需进行激励信号的设定，激励信号的波形示意图如图3、4所示，具体过程可分为：中心频率范围的划定、窗函数的选取以及周期数的确定；本发明首先根据防火封堵板的密度、杨氏模量、泊松比等物理属性，利用MATLAB仿真得到其频散曲线图，如图1、2所示。选取存在2种导波模态且群速度数值相差较大的频率，作为激励信号的中心频率。其中，此频率范围内幅值较小的模态可近似忽略，于是就可以把此时的导波看作单一模态，用这个频率的导波信号来实现单一模态对防火封堵板的缺陷检测。
为尽可能减小激励信号在传播过程中的频散现象，本发明选用基于窄带激励法的信号对防火封堵板进行无损检测。目前常用的产生窄带信号的方法是对单频的正弦信号在时域上进行加窗处理，结合实际工程中的应用，本发明选取的信号为汉宁窗函数调制的正弦信号。
由于窗函数的时域宽度，即激励信号的周期数对导波信号的传播有一定影响。激励信号周期个数越多，频带越窄，导波模态频散就越小，激励出所需模态的可能性就越大，但导波信号在时域上容易产生多模态混叠，不利于信号的识别；激励信号周期个数越少，频带越宽，导波模态频散就越大，越不容易激励出所需单一模态，导致导波信号的识别、处理难度加大。因此，激励信号的周期个数不能任意选取，本发明选取汉宁窗调制的5个周期正弦波作为激励信号，如图3、4所示。
如图5所示，所述的一种基于超声导波的电缆竖井防火封堵缺陷检测方法包括以下装置：函数信号发生器、功率放大器、PZT压电陶瓷晶片、滤波器、数字示波器、信号采集计算机，以及待测试件防火封堵板。其中，所述函数信号发生器与功率放大器相连，且所述函数信号发生器的同步输出端连接到数字示波器上；所述功率放大器的输出端与待测试件的发射端PZT压电陶瓷晶片2相连，所述待测试件的接收端PZT压电陶瓷晶片5经滤波器连接到数字示波器上；所述数字示波器与信号采集计算机相连。其中，需特别注意的是，PZT压电陶瓷晶片的位置需根据实际工况确定。
由上述步骤四可知，导波信号经常会存在重叠波包、噪声以及频散的情况，于是本发明采用一种信号处理工具SDMP来处理压电超声检测中复杂的导波信号，对噪声信号进行分解，并揭示隐藏的缺陷信号。SDMP共包含两个阶段：第一阶段，与匹配追踪(MP)类似，在每一次迭代过程中，从字典里选择最能匹配原始信号结构的一个原子而构建的一种逼近过程，进而实现对原始信号的近似表示，具体为：
步骤4.1在考虑频散的基础上，设计一个基于窄带激发信号的过完备冗余字典D。其中，频散是导波的一个主要特性，它意味着导波的速度是其频率的函数，在导波检测中首选频散最小的区域。同时，过完备意味着字典中的原子数超过了要近似的信号长度，冗余表示字典中的原子不一定满足正交性。字典的这种特性可以使原子和信号之间的波形匹配最大化，如果字典设计得当，只需要几个原子即可表示信号。
步骤4.2建立信号的响应函数，从数学角度来看可以将信号表示为一些原子yn(t)和残基rn(t)在n次迭代后的线性组合：
式(1)中，ci是最佳原子ai(t)用于确定自身振幅的实系数，yn(t)为基本原子，n为迭代次数，t为采样时刻，rn(t)为残基即剩余量，x(t)为原始信号，ai(t)为每次迭代时的最佳原子，<x(t),ai(t)>表示信号x(t)与最佳原子ai(t)的内积，||ai(t)||＝1表示ai(t)是范数为1的原子。
步骤4.3持续迭代，直到最佳逼近时rn(t)的二阶范数变为最小值：
||rn(t)||2＝||x(t)-yn(t)||2＜ε (2)
式(2)中，ε为预设值，它取决于信号的噪声水平(通常未知，须通过试错设置)。
步骤4.4假设信号已被n-1个原子近似，对于n个原子的进一步近似，步骤如下所示：
步骤4.4.1计算残基rn-1(t)和字典D中所有原子间的内积，不包括之前迭代中已选择的原子。然后选择一个能和rn-1(t)产生最大内积的原子a：
|<rn-1,an>|≥ρsup|<rn＝1,a>|,a∈D (3)
式中，0＜ρ≤1是独立于n的某个数；
步骤4.4.2计算可得新的残基为：
rn(t)＝rn-1(t)-<rn-1(t),an(t)>an(t) (4)
步骤4.4.3则n个原子对信号x(t)的新近似可以表示为：
由于理想情况下导波信号应具有与激发信号相同的频率分量，因此应选择频率与激发信号中心频率一致的原子。但由于频散可能会略微移动传播波包的中心频率，因此必须考虑字典里在中心频率及其附近频率的原子，在算法的第二阶段丢弃在频域中与激发信号经FFT后的相关性小于预设阈值的原子。具体过程为：
步骤4.5建立另一个字典D'，其包含频域中的所有原子；
步骤4.6计算当前残基rn(t)＝x(t)和字典D中所有原子间的内积，不包括之前迭代中已选择的原子。然后选择与rn(t)的内积高于特定阈值Th1的所有原子：
A＝{a(t)||<a(t),rn(t)>|≥Th1} (6)
Th1＝αarg max|<rn(t),an+1>|；0.5＜α＜1 (7)
步骤4.7计算上一步中选择的各原子的下一个残差信号rn+1(t)，得到近似程度最高的原子a(t)，并将那些满足式(9)、式(10)的最佳原子放入集合
rn+1(t)＝rn(t)-<rn(t),a(t)>a(t)；a(t)∈A (8)
arg min‖rn+1(t)||q＝arg min‖rn(t)-<rn(t),an+1(t)>an+1(t)||q；0＜＜q＜＜1 (10)
式(9)中，q是指范数的阶，本发明中取q＝0.1；
步骤4.8根据所选原子更新残基。如果残差信号的二阶范数满足||rn+1(t)||2＜ε，则停止，否则令n＝n+1并跳至步骤4.6,
步骤4.9对中原子进行FFT变换，并将结果放入集合B：
式(11)中，a(f)对应频域中的最佳原子，它们是时域中的最佳原子a(t)经FFT后得到的。
步骤4.10计算B中原子和字典D'中原子(代表以中心频率激发的信号)之间的绝对互相关系数c,
步骤4.11丢弃中那些在包含中心频率的频域中绝对互相关系数小于预设阈值Th2的原子。
至此，利用本发明提出的信号处理工具SDMP即可完成对复杂导波信号的处理，实现噪声信号的分解，并揭示隐藏的缺陷信号，为电缆竖井防火封堵的封堵效果是否达标提供判据。
在一个具体实施例中，将本发明所述方法应用于防火封堵板的缺陷检测及信号处理。
根据防火封堵板的密度、杨氏模量、泊松比等物理属性，利用MATLAB计算获得板中导波的群速度频散曲线和相速度频散曲线，分别如图1、图2所示。选择群速度频散曲线中存在2种导波模态且群速度数值相差较大的频率50kHz，作为激励信号的中心频率。
根据激励信号中窗函数和周期数的选取原则，利用ArbExpress Application软件编写汉宁窗调制的五周期正弦函数信号波形，如图3、4所示。其中幅值设定为10V。通过USB线将信号导入到任意波函数发生器中，产生激励信号并经功率放大器放大到50V。
由粘贴在防火封堵板发射端的PZT压电陶瓷晶片将放大的电信号利用逆压电效应将电信号转换为机械信号，激励产生超声波，接收端的PZT压电陶瓷晶片利用正压电效应把接收到的超声波信号转换为电信号。经滤波器滤除少量的噪声信号后，由示波器显示该电信号参数并进行提取采集，如图6、7所示。其中，图6表示板内无缺陷，图7表示板的发射端、接收端PZT晶片间存在缺陷。
利用本发明提出的信号处理工具SDMP对图7所示的缺陷信号进行处理，可得到如图8、9、10所示的信号处理结果，即可得到包含损伤特征信息的直达信号、缺陷信号等等。
因此，当防火封堵板存在缺陷时，利用本发明提出的压电超声检测法可以有效地检测到含有损伤特征信息的信号，进而为电缆竖井防火封堵的封堵效果是否达标提供判据。
上述具体实施方式，仅为对本发明的技术构思、有益效果进行详细说明，所应理解的是，以上内容并不用于限定本发明的保护范围，凡是依据本发明的精神实质所做的任何替换、改进等，均属于本发明的保护范围。
Claims (3)
1.一种基于超声导波的电缆竖井防火封堵缺陷检测方法，其特征在于，所述检测方法包括以下步骤：
步骤一，利用ArbExpress Application软件编写汉宁窗调制的五周期正弦函数信号，通过USB连接线导入到泰克Tektronix AFG 1062任意波函数发生器中，产生激励信号并输出至功率放大器，由功率放大器将该激励信号的电压放大到几十伏至上百伏之间，其中，功率放大器的工作频率最高可达1MHz，可满足激励信号的频率设定；
步骤二，放大的激励信号通过粘贴在待测试件发射端的PZT压电陶瓷晶片将激励信号转换为机械信号，激励产生超声波，接收端的PZT压电陶瓷晶片把接收到的超声波信号转换为电信号；
步骤三，所述电信号经滤波器进行低通滤波，滤除掉少量的噪音信号后传入数字示波器，显示该电信号参数并进行提取采集；
步骤四，利用基于稀疏和频散的匹配追踪法对提取到的信号进行处理，根据所得信号波形判断是否存在缺陷，从而实现电缆竖井防火封堵的无损检测；
所述步骤四中基于稀疏和频散的匹配追踪法共包含两个阶段：第一阶段，与匹配追踪类似，是在每一次迭代过程中，从字典里选择最能匹配原始信号结构的一个原子而构建的一种逼近过程，进而实现对原始信号的近似表示；第二阶段，对被选择来近似信号的原子进行评估，判断它们是否与激发信号具有频率一致性，保留频率相一致的原子，丢弃频率不一致的原子，实现用更小数量的原子对信号的损伤特征信息等进行表示，使物理意义更清晰；
所述步骤四中基于稀疏和频散的匹配追踪法的第一阶段具体为：
步骤4.1在考虑频散的基础上，设计一个基于窄带激发信号的过完备冗余字典D，其中，频散意味着导波的速度是其频率的函数，在导波检测中首选频散最小的区域，同时，字典D是一个矩阵，其列是基本信号且采样频率与信号x(t)相同，过完备意味着字典中的原子数超过了要近似的信号长度，冗余表示字典中的原子不一定满足正交性；
步骤4.2建立信号的响应函数，从数学角度来看可以将信号表示为一些原子yn(t)和残基rn(t)在n次迭代后的线性组合：
上式中，ci是最佳原子ai(t)用于确定自身振幅的实系数，yn(t)为基本原子，n为迭代次数，t为采样时刻，rn(t)为残基即剩余量，x(t)为原始信号，ai(t)为每次迭代时的最佳原子，<x(t)，ai(t)>表示信号x(t)与最佳原子ai(t)的内积，||ai(t)||＝1表示ai(t)是范数为1的原子；
步骤4.3持续迭代，直到最佳逼近时rn(t)的二阶范数变为最小值：
||rn(t)||2＝||x(t)-yn(t)||2＜ε
上式中，ε为预设值，它取决于信号的噪声水平；
步骤4.4从过完备冗余字典D中选择相应的最佳原子a(t)来近似表示信号x(t)，其中，由于在每一次迭代的过程中都从字典中选择最能与信号结构相匹配的一个原子，所以能与信号相匹配的原子有许多，a(t)代表在最佳逼近时所对应的最佳原子；
所述步骤四中基于稀疏和频散的匹配追踪法的第二阶段具体为：
步骤4.5建立另一个字典D′，其包含频域中的所有原子；
步骤4.6计算当前残基rn(t)＝x(t)和字典D中所有原子间的内积，不包括之前迭代中已选择的原子，然后选择与rn(t)的内积高于特定阈值Th1的所有原子：
A＝{a(t)||<a(t)，rn(t)>|≥Th1}
Th1＝αargmax|<rn(t)，an+1>|；0.5＜α＜1，其中，函数argmax为寻找表达式达到最大值时所对应的参量；
步骤4.7计算上一步中选择的各原子的下一个残差信号rn+1(t)，得到近似程度最高的原子a(t)：
rn+1(t)＝rn(t)-<rn(t)，a(t)>a(t)；a(t)∈A
上式中，<rn(t)，a(t)>表示残差信号rn(t)与最佳原子a(t)的内积；
步骤4.8根据所选原子更新残基，如果残基||rn+1(t)||2＜ε，则停止，否则令n＝n+1并跳至步骤4.6；
步骤4.9将上一步得到的原子先进行FFT，再计算它们与字典D′中原子间的相关性，丢弃绝对互相关系数小于预设阈值的原子，即可得到频率与激发信号的中心频率相一致的原子，实现信号的稀疏表示。
2.根据权利要求1所述的一种基于超声导波的电缆竖井防火封堵缺陷检测方法，其特征在于，需要设定的激励信号，选取过程依次为：划定中心频率范围、选取窗函数以及确定周期数。
3.根据权利要求1所述的一种基于超声导波的电缆竖井防火封堵缺陷检测方法，其特征在于，所述检测方法包括以下装置：函数信号发生器、功率放大器、PZT压电陶瓷晶片、滤波器、数字示波器、信号采集计算机；其中，所述函数信号发生器与功率放大器相连，且所述函数信号发生器的同步输出端连接到数字示波器上；所述待测试件的两端分别设有PZT压电陶瓷晶片；所述功率放大器的输出端与待测试件的发射端PZT压电陶瓷晶片相连，所述待测试件的接收端PZT压电陶瓷晶片经滤波器连接到数字示波器上；所述数字示波器与信号采集计算机相连。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210430641.5A CN114813945B (zh) | 2022-04-22 | 2022-04-22 | 一种基于超声导波的电缆竖井防火封堵缺陷检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210430641.5A CN114813945B (zh) | 2022-04-22 | 2022-04-22 | 一种基于超声导波的电缆竖井防火封堵缺陷检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114813945A CN114813945A (zh) | 2022-07-29 |
| CN114813945B true CN114813945B (zh) | 2024-02-23 |
Family
ID=82506135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210430641.5A Active CN114813945B (zh) | 2022-04-22 | 2022-04-22 | 一种基于超声导波的电缆竖井防火封堵缺陷检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114813945B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102393445A (zh) * | 2011-10-24 | 2012-03-28 | 沈阳建筑大学 | 基于压电陶瓷传感器和导波分析的管道结构损伤监测方法 |
| CN104991254A (zh) * | 2015-05-13 | 2015-10-21 | 安徽科技学院 | 一种基于匹配追踪算法的公路立柱埋深无损检测方法 |
| CN105424802A (zh) * | 2015-11-10 | 2016-03-23 | 华南理工大学 | 一种复合绝缘子缺陷的超声导波检测系统及其检测方法 |
| CN106950282A (zh) * | 2017-04-21 | 2017-07-14 | 华南理工大学 | 一种基于纵向超声导波的玻璃钢芯棒缺陷检测方法及系统 |
| CN107607628A (zh) * | 2017-08-11 | 2018-01-19 | 西安交通大学 | 一种基于稀疏表示的超声导波频散补偿方法及其应用 |
| CN110553156A (zh) * | 2019-08-30 | 2019-12-10 | 清华大学 | 管道超声导波压缩感知健康监测方法 |
| CN110849976A (zh) * | 2019-11-28 | 2020-02-28 | 中国计量大学 | 一种超声导波多分辨率聚焦成像管道检测方法及装置 |
| CN113504300A (zh) * | 2021-05-28 | 2021-10-15 | 南京航空航天大学 | 一种适用于混凝土碳化的非线性超声检测方法及检测系统 |
-
2022
- 2022-04-22 CN CN202210430641.5A patent/CN114813945B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102393445A (zh) * | 2011-10-24 | 2012-03-28 | 沈阳建筑大学 | 基于压电陶瓷传感器和导波分析的管道结构损伤监测方法 |
| CN104991254A (zh) * | 2015-05-13 | 2015-10-21 | 安徽科技学院 | 一种基于匹配追踪算法的公路立柱埋深无损检测方法 |
| CN105424802A (zh) * | 2015-11-10 | 2016-03-23 | 华南理工大学 | 一种复合绝缘子缺陷的超声导波检测系统及其检测方法 |
| CN106950282A (zh) * | 2017-04-21 | 2017-07-14 | 华南理工大学 | 一种基于纵向超声导波的玻璃钢芯棒缺陷检测方法及系统 |
| CN107607628A (zh) * | 2017-08-11 | 2018-01-19 | 西安交通大学 | 一种基于稀疏表示的超声导波频散补偿方法及其应用 |
| CN110553156A (zh) * | 2019-08-30 | 2019-12-10 | 清华大学 | 管道超声导波压缩感知健康监测方法 |
| CN110849976A (zh) * | 2019-11-28 | 2020-02-28 | 中国计量大学 | 一种超声导波多分辨率聚焦成像管道检测方法及装置 |
| CN113504300A (zh) * | 2021-05-28 | 2021-10-15 | 南京航空航天大学 | 一种适用于混凝土碳化的非线性超声检测方法及检测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114813945A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107478729B (zh) | 流体机械叶片多裂纹的声发射检测方法 | |
| US10436832B2 (en) | Method of analyzing a cable, based on an auto-adaptive correlation, for the detection of soft defects | |
| Lee et al. | Environmental effects on Lamb wave responses from piezoceramic sensors | |
| JP5228558B2 (ja) | 電磁波検知による部分放電検出装置及びその検出方法 | |
| Oskouei et al. | Wavelet-based acoustic emission characterization of damage mechanism in composite materials under mode I delamination at different interfaces | |
| Chen et al. | Analysis of the partial discharge of ultrasonic signals in large motor based on Hilbert-Huang transform | |
| CN103776903A (zh) | 一种风电叶片脱层检测方法及检测系统 | |
| Song et al. | A real time nondestructive crack detection system for the automotive stamping process | |
| CN114813945B (zh) | 一种基于超声导波的电缆竖井防火封堵缺陷检测方法 | |
| Liu et al. | Damage localization in plate-like structure using built-in PZT sensor network | |
| CN116304638A (zh) | 一种基于改进lcd的管道泄漏孔径识别方法 | |
| CN114609254A (zh) | 一种基于声发射波形信号的岩石破裂前兆识别方法 | |
| Emamian et al. | Robust clustering of acoustic emission signals using neural networks and signal subspace projections | |
| CN104458913A (zh) | 材料性能退化的非线性导波评估方法与装置 | |
| JP2009014345A (ja) | 構造物の非破壊診断方法 | |
| Abbate et al. | Wavelet transform signal processing applied to ultrasonics | |
| CN113640394B (zh) | 一种疲劳裂纹识别方法和系统 | |
| Shiwa et al. | Fatigue process evaluation of ultrasonic fatigue testing in high strength steel analyzed by acoustic emission and non-linear ultrasonic | |
| Sallem et al. | Soft defects localization by signature magnification with selective windowing | |
| Ni et al. | HHT-based CEEMD to improve an impact echo test | |
| CN106844941A (zh) | 一种基于虚拟裂纹闭合法获取模拟声发射信号的方法 | |
| Algernon et al. | Impact echo data analysis based on Hilbert-Huang transform | |
| US20120264389A1 (en) | Method of detecting the position, in a signal received by a detector, of a wavefront corresponding to an event | |
| Zhang et al. | Detection of knocking by wavelet transform using ion current | |
| Wang et al. | Sparse Reconstruction Based Time-frequency Representation for Time-of-flight Extraction of Undersampled Lamb Wave Signal |
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 |