CN116257777B - 分类模型融合的密封继电器多余物检测与材质识别方法 - Google Patents

Abstract

本发明公开了一种分类模型融合的密封继电器多余物检测与材质识别方法，所述方法包含训练阶段与测试阶段两个部分，分别用于训练最优的组件识别模型与最优的材质识别模型，以及在应用场景下测试两个模型的识别性能。对于待测的密封继电器，借助PIND检测设备来获取和保存声发射信号，通过相同的特征处理步骤，构建多条待测数据。最优的组件识别模型预测这些数据的标签，由此得出声发射信号是多余物信号还是组件信号。若识别结果是多余物信号，则最优的材质识别模型再次预测这些数据的标签，由此得出多余物的具体材质。该方法是对多余物检测研究的重要补充，可为相近领域内的信号检测研究提供参考。

Description

分类模型融合的密封继电器多余物检测与材质识别方法

技术领域

本发明属于多余物检测领域，涉及一种多余物信号与材质识别方法，具体涉及一种分类模型融合的密封继电器多余物信号与材质识别方法。

背景技术

密封继电器是一种常见的航天元器件，是航天设备的重要组成部分。密封继电器的生产工艺较为复杂，在某些环节可能将焊渣、金属碎屑、导线皮等微粒遗留在密封继电器的内部。这些独立于物体固有组件且破坏物体内部稳定物理结构的微粒称为多余物。密封继电器通常处于超失重状态，存在其内部的多余物由此处于随机运动状态。这些多余物可能会碰撞损坏密封继电器内部体积较小的组件，或附着在电路板表面引起短路和断路，甚至会滑动产生静电或电磁干扰。这严重影响密封继电器的可靠性和稳定性，导致航天设备工作异常，甚至引发重大的航天事故。

现有多余物信号与组件信号识别研究与多余物材质识别研究中存在如下问题：首先，随着中国制造水平的提升，目前航天系统中检测出多余物的概率、数量、质量都大幅度减少，检测出多余物的具体材质也变得更加集中化和固定化。因此，需要在小质量多余物的条件下完成多余物信号与组件信号的识别研究，以及完成多余物属于具体哪种材质的识别研究。其次，现有的多余物信号与组件信号识别研究与多余物材质识别研究是独立的两部分，前者是以声发射信号为研究对象，给出的识别结果是多余物信号或组件信号。后者是以确定的多余物信号为研究对象，给出的识别结果是多余物的具体材质。如果将两者结合起来，可以给出关于一段声发射信号的识别结果，即是组件信号，还是多余物信号，且对应多余物的材质是什么。然后，现有基于机器学习的多余物信号与组件信号识别研究与多余物材质识别研究选择提取多域中的声音特征来构建数据集，但是忽略了选择适用的声音特征以及对构建的数据集进行优化处理，以期构建高质量的数据集来训练分类模型。最后，现有基于机器学习的多余物信号与组件信号识别研究与多余物材质识别研究未给出所选择的用于训练分类模型的分类算法的依据，或未给出可选择的用于训练分类模型的分类算法的范围和比较分析结果。

发明内容

针对现有多余物信号与组件信号识别研究及多余物材质研究中存在的识别对象敏感程度低，未深入研究可使用的声音特征，及未说明分类模型的选择依据和选择范围等问题，本发明提供了一种分类模型融合的密封继电器多余物检测与材质识别方法，该方法是对多余物检测研究的重要补充，可为相近领域内的信号检测研究提供参考。

本发明的目的是通过以下技术方案实现的：

一种分类模型融合的密封继电器多余物检测与材质识别方法，包括如下步骤：

步骤一、制作密封继电器样本：

步骤一一、根据目前应用场景下从密封继电器中检测出的多余物的质量和材质，制作多个密封继电器样本，所述密封继电器样本包括不含多余物但包含松动组件的密封继电器样本和不含松动组件但包含不同材质的多余物的密封继电器样本；

步骤一二、对步骤一一制作的密封继电器样本进行编号，其中：不含多余物但包含松动组件的密封继电器样本的编号为0，不含松动组件但包含第一种材质的多余物的密封继电器样本的编号为1，不含松动组件但包含第二种材质的多余物的密封继电器样本的编号为2，……，不含松动组件但包含第N种材质的多余物的密封继电器样本的编号为N，N为不含松动组件但包含不同材质的多余物的密封继电器样本的数量；

步骤二、借助PIND检测设备获取和保存组件信号、不同材质的多余物信号：

步骤二一、按照编号顺序依次将密封继电器样本放置到PIND检测设备的声发射传感器平台上，PIND检测设备开始一次PIND试验，在最后一个密封继电器样本进行PIND试验结束后，共得到N+1段声发射信号，其中，编号为0的密封继电器样本对应的是组件信号，其余编号的密封继电器样本对应的均是多余物信号；

步骤二二、重新按照编号顺序将所有的密封继电器样本依次进行新一轮的PIND试验，再次得到新一轮的N+1段声发射信号；

步骤二三、重复步骤二二、得到多段组件信号与多余物信号；

步骤三、构建组件识别特征库与材质识别特征库：

从多域提取多个适用的声音特征，使用随机森林计算各声音特征的重要性，筛选重要的声音特征，分别构建组件识别特征库与材质识别特征库；

步骤四、构建组件识别数据集与材质识别数据集：

步骤四一、在步骤三的基础上，通过对声发射信号进行脉冲提取，从组件信号对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据，将这些数据的标签设置为“0”，并与步骤二中组件信号对应的密封继电器样本的编号一致；同时，从多余物信号对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据，将这些数据的标签设置为“1”，并与步骤二中组件信号对应的密封继电器样本的编号一致；将标签为“0”和“1”的数据集合到一起，构建组件识别数据集；

步骤四二、在步骤三的基础上，对声发射信号进行脉冲提取，从多余物信号对应的多个帧信号中分别计算材质识别特征库中各声音特征的数值，得到多条数据，其中，对应编号为1的密封继电器样本的多条数据的标签设置为“1”，对应编号为2的密封继电器样本的多条数据的标签设置为“2”，……，对应编号为N的密封继电器样本的多条数据的标签设置为“N”；将标签为“1”、“2”、……，“N”的数据集合到一起，构建材质识别数据集；

步骤五、通过参数优化得到最优的组件识别模型与最优的材质识别模型：

步骤五一、分别在组件识别数据集和材质识别数据集上训练多个线性分类模型与多个非线性分类模型，比较得出在组件识别数据集上取得的分类性能最好的分类模型和在材质识别数据集上取得的分类性能最好的分类模型；

步骤五二、借助网格搜索法，对两个分类模型的内部参数进行优化，得到分类性能最佳的两个分类模型，分别称为最优组件识别模型和最优材质识别模型；

步骤六、将待测密封继电器放置到PIND检测设备的声发射传感器平台上，PIND检测设备开始一次PIND试验，获取并保存一段声发射信号；

步骤七：对声发射信号进行脉冲提取，从对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据；使用最优组件识别模型预测这些数据的标签，并对预测结果进行多数表决处理，得到共同标签；若共同标签为“0”，则最终给出的识别结果是组件信号，若共同标签为“1”，则说明声发射信号具体为多余物信号，需要进一步识别对应多余物的材质；

步骤八：再次从对应的多个帧信号中分别计算材质识别特征库中各声音特征的数值，得到多条数据；使用最优材质识别模型预测这些数据的标签，并对预测结果进行多数表决处理，得到共同标签；共同标签对应编号的密封继电器样本内部多余物的具体材质就是当前待测密封继电器内部多余物的具体材质。

相比于现有技术，本发明具有如下优点：

(1)首次将多余物信号与组件信号识别研究和多余物材质识别研究结合起来，分别训练最优的组件识别模型与最优的材质识别模型。通过两个分类模型的串行融合，给出密封继电器内部组件信号或多余物材质的识别结果。

(2)综合考虑应用场景下被检测出多余物的质量和材质，构建真实的密封继电器样本，由此训练的组件识别模型与材质识别模型具有良好的泛化性能，能够在实物测试中取得稳定的识别效果，更能满足工程应用的需求。

(3)分别构建适用于组件识别模型与材质识别模型的专用特征库，并对声音特征进行特征优化处理，保证构建的组件识别数据集与材质识别数据集的质量，由此在一定程度上提高构建的组件识别模型与材质识别模型的分类性能。

(4)综合分析适用多余物信号与组件信号识别研究与多余物材质识别研究的机器学习中的线性与非线性分类算法，分别构建多个分类模型。对比基于不同统计特性的分类模型的分类性能，通过参数优化得到最优的组件识别模型与最优的材质识别模型。

(5)给出器件级多余物检测中识别精度的定义，实现了从分类模型层面的分类精度到实际工程应用场景的识别精度的跨越，使得本发明所提方法更具实用性。

附图说明

图1为多余物信号与材质识别方法的整体架构；

图2为密封继电器样本；

图3为脉冲图；

图4为时域图；

图5为频域图；

图6为不同材质的多余物信号的时域图；

图7为不同材质的多余物信号的频域图；

图8为不同质量的多余物信号的脉冲图；

图9为不同振动频率的多余物信号的脉冲图；

图10为四个分类模型在不同标准化处理方法处理后的数据集上取得的分类精度；

图11为四个分类模型在特征选择前后的数据集上取得的分类精度。

具体实施方式

下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。

本发明以密封继电器为研究对象，提出了一种分类模型融合的密封继电器多余物检测与材质识别方法。该方法参考当前多余物检测中常见的材质，制作了密封继电器样本。借助PIND检测设备来获取和保存组件信号、不同材质的多余物信号。通过特征提取、特征优化、特征选择等步骤，分别构建组件识别特征库与材质识别特征库。在此基础上，分别构建组件识别数据集与材质识别数据集，由此分别训练多个用于识别多余物信号与组件信号的分类模型(组件识别模型)与多个识别多余物材质的分类模型(材质识别模型)。通过比较多个组件识别模型与材质识别模型的性能，分别得出表现最优者进行参数优化，得到最优的组件识别模型与最优的材质识别模型，可以用于应用场景下的实物测试。对于待测的密封继电器，借助PIND检测设备来获取和保存声发射信号，通过相同的特征处理步骤，构建多条待测数据。最优的组件识别模型预测这些数据的标签，由此得出声发射信号是多余物信号还是组件信号。若识别结果是多余物信号，则最优的材质识别模型再次预测这些数据的标签，由此得出多余物的具体材质。

如图1所示，所述方法包含训练阶段与测试阶段两个部分，分别用于训练最优的组件识别模型与最优的材质识别模型，以及在应用场景下测试两个模型的识别性能，其具体实施步骤如下：

一、训练阶段

步骤一：根据目前应用场景下从密封继电器中检测出的多余物的质量和材质，制作多个密封继电器样本，包括不含多余物但包含松动组件的密封继电器样本，不含松动组件但包含不同材质的多余物的密封继电器样本。对密封继电器样本进行编号，其中，不含多余物但包含松动组件的密封继电器样本的编号为0，不含松动组件但包含第一种材质的多余物的密封继电器样本的编号为1，不含松动组件但包含第二种材质的多余物的密封继电器样本的编号为2，……，不含松动组件但包含第N种材质的多余物的密封继电器样本的编号为N，以此类推。

步骤二：按照编号顺序依次将密封继电器样本放置到PIND检测设备的声发射传感器平台上，PIND检测设备开始一次PIND试验，获取并保存一段声发射信号。需要说明的是，除了编号为0的密封继电器样本对应的是组件信号，其余编号的密封继电器样本对应的均是多余物信号。在最后一个密封继电器样本进行PIND试验结束后，共得到N+1段声发射信号。然后，重新按照编号顺序将所有的密封继电器样本依次进行新一轮的PIND试验，再次得到新一轮的N+1段声发射信号。通过重复多次一轮PIND试验，最终得到多段组件信号与多余物信号。

步骤三：从多域提取多个适用的声音特征，使用随机森林来计算各声音特征的重要性，筛选那些重要的声音特征，分别构建组件识别特征库与材质识别特征库。

步骤四：在步骤三的基础上，通过对声发射信号进行脉冲提取，从组件信号对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据。这些数据的标签设置为“0”，与步骤二中组件信号对应的密封继电器样本的编号一致。同时，从多余物信号对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据。这些数据的标签设置为“1”，与步骤二中组件信号对应的密封继电器样本的编号一致。将这些标签为“0”和“1”的数据集合到一起，构建组件识别数据集。

同样的，通过对声发射信号进行脉冲提取，从多余物信号对应的多个帧信号中分别计算材质识别特征库中各声音特征的数值，得到多条数据。其中，对应编号为1的密封继电器样本的多条数据的标签设置为“1”，对应编号为2的密封继电器样本的多条数据的标签设置为“2”，……，对应编号为N的密封继电器样本的多条数据的标签设置为“N”。将这些标签为“1”、“2”、……，“N”的数据集合到一起，构建材质识别数据集。

步骤五：分别在组件识别数据集和材质识别数据集上训练多个线性分类模型与多个非线性分类模型，比较得出在组件识别数据集上取得的分类性能最好的分类模型和在材质识别数据集上取得的分类性能最好的分类模型。借助网格搜索法，对两个分类模型的内部参数进行优化，得到分类性能最佳的两个分类模型，分别称为最优组件识别模型和最优材质识别模型。

至此，本发明所提方法的训练阶段的具体实施步骤结束，得到的最优组件识别模型和最优材质识别模型可以用于实物测试。

二、测试阶段

步骤六：将待测密封继电器放置到PIND检测设备的声发射传感器平台上，PIND检测设备开始一次PIND试验，获取并保存一段声发射信号。

步骤七：对声发射信号进行脉冲提取，从对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据。使用最优组件识别模型去预测这些数据的标签，并对预测结果进行多数表决处理，得到共同标签。若共同标签为“0”，则最终给出的识别结果是组件信号。若共同标签为“1”，则说明声发射信号具体为多余物信号，需要进一步识别对应多余物的材质。

步骤八：再次从对应的多个帧信号中分别计算材质识别特征库中各声音特征的数值，得到多条数据。使用最优材质识别模型去预测这些数据的标签，并对预测结果进行多数表决处理，得到共同标签。共同标签对应编号的密封继电器样本内部多余物的具体材质就是当前待测密封继电器内部多余物的具体材质。这就是最终给出的材质识别结果。

至此，本实施方式所提方法的测试阶段的具体实施步骤结束，最优组件识别模型和最优材质识别模型可以给出待测密封继电器内部组件信号或多余物的具体材质的识别结果。

具体实施方式二：根据目前应用场景下从密封继电器中检测出的多余物的质量和材质，确定需要识别的多余物的具体材质，由此确定需要选择的多余物样本。在此基础上，结合应用场景下的密封继电器，制作多个分别包含上述多余物样本的密封继电器样本，用于多余物材质识别的研究。同时，制作不包含多余物、仅包含内部松动组件的密封继电器样本。以这些密封继电器样本为研究对象，完成声发射信号采集、声音特征提取与选择、数据集构建、分类模型训练、参数优化等过程，最终得到适用密封继电器样本的最优组件识别模型和最优材质识别模型。下面，对此过程进行详细说明。

一、密封继电器样本：

从具体实施方式一中的具体实施步骤中可以看出，最优组件识别模型与最优材质识别模型的识别性能实际上与制作的密封继电器样本的真实性高度相关。目前应用场景下从密封继电器中检测出的多余物的材质主要为铜丝、焊锡粒、铝粒、热熔胶粒、PVC质导线皮粒(PVC粒)和硅胶质导线皮粒(硅胶粒)，多余物的质量范围是0.2mg至2mg。表1给出了本发明选择的多余物样本的具体信息。

表1多余物样本的材质与质量信息

从表1中可以看出，除了硅胶粒选择了0.6mg，其他材质的多余物样本均选择了最小质量0.02mg。这是因为硅胶粒的硬度太低，碰撞或滑动产生的多余物信号过于微弱。因此，为了可以有效捕获到多余物信号需要增加多余物样本的质量，而硅胶粒的质量需要达到0.6mg才能使生成的多余物信号被有效捕捉到。本发明分别采用上述六个多余物样本来制作两组密封继电器样本，如图2所示。其中，一组作为PIND试验的密封继电器样本，另一组作为备用样本。需要说明的是，除了两组包含多余物样本的继电器样本，本发明还另外制作了两个型号、大小与图2一致的两个密封继电器样本。这两个密封继电器样本内部不包含多余物样本，仅包含松动的组件。同样的，其中一个用于开展PIND测试，另一个作为备用样本。

二、PIND检测设备

本发明使用DZJC-III型PIND检测设备来开展PIND试验。将密封继电器固定在声发射平台上，在内置计算机上下发开始指令经采集与控制系统后至声发射传感器平台，声发射传感器平台产生正弦激励，使密封继电器内部的多余物或组件处于运动状态，由此产生声发射信号。紧贴密封继电器的声发射传感器平台捕捉声发射信号，并将其送入采集与控制系统进行信号处理，包括信号调理、信号滤波、信号采集等。处理完的声发射信号以数字信号状态传输至内置计算机。一方面，声发射信号被保存在内置计算机的本地内存下。另一方面，声发射信号被显示在可视化软件上。本发明是在保存在内置计算机本地内存下的声发射信号的基础上开展的，通过对该声发射信号进行算法处理得到信号检测与材质识别结果。

三、脉冲提取

如前所述，PIND检测设备对捕获的声发射信号进行信号滤波在内的信号处理，并将其保存在内置计算机的本地内存下，用于接下来的研究。实际上，PIND检测设备使用的是基于带通滤波的信号滤波算法。这样，那些频率在通带范围内的信号均被保留在声发射信号中，其中就包括一些电磁干扰或背景噪声。因此，对于声发射信号，需要对其进行脉冲提取，来提取其中的有用脉冲信号，尽可能排除无用信号，即噪声信号的影响。

传统脉冲提取算法使用整段声发射信号的平均能量作为基准阈值，对信噪比较低的有用脉冲信号存在提取精度不高、甚至误判的情况。另外，对于连续声发射信号中存在的多脉冲问题，传统脉冲提取算法只能提取整段有用脉冲信号，损失了声发射信号的专有信息。如，能区别多余物信号与组件信号的专有信息，或区别不同材质的多余物信号的专有信息。在本发明中，使用基于短时能量和短时过零率的两级双门限脉冲提取算法。它通过短时能量来找出一段声发射信号中有用脉冲信号的起始帧与终止帧。结合本发明中声发射信号(组件信号与多余物信号)频率高带来的短时过零率大的特点，它通过短时过零率来进一步精确有用脉冲信号的起始帧与终止帧，进而达到精确提取一段声发射信号中有用脉冲信号的目的。其具体实施步骤如下：

步骤(1)对声发射信号进行分帧处理，计算每个帧信号的短时能量E_n和短时过零率ZCR_n。

步骤(2)从第一个帧信号开始，分别将每个帧信号的E_n与主体阈值E_p进行比较。如果某个帧信号的E_n大于E_p，则可以根据这个帧信号来寻找脉冲信号主体。

步骤(3)以步骤(2)中确定的帧信号为起始位置，向前逐个比较每个帧信号的E_n与起始阈值E_b的大小和每个帧信号的ZCR_n与过零率阈值ZCR₀的大小。当某个帧信号的E_n与ZCR_n全部小于E_b与ZCE₀时，则这个帧信号被认定为有用脉冲信号的起始帧。这是设置的第一个门限。

步骤(4)从第一个帧信号开始，分别将每个帧信号的E_n与结束阈值E_e进行比较和将每个帧信号的ZCR_n与ZCR₀进行比较。当某个帧信号的E_n与ZCR_n全部小于E_e与ZCR₀时，则这个帧信号被认定为有用脉冲信号的结束帧。这是设置的第二个门限。至此，第一级双门限脉冲提取算法处理结束。需要说明的是，经过前述步骤的处理，提取的脉冲信号中依然可能会存在部分幅值或能量较小的连续多脉冲。因此，需要继续进行第二级双门限脉冲提取算法的处理，来摒弃这类脉冲信号。

步骤(5)通过第一级双门限脉冲提取算法的处理，可以初步确定声发射信号中有用脉冲信号的起始帧与终止帧。以当前提取的脉冲信号为分析对象，重复一次第一级双门限脉冲提取算法的处理过程。不同的是，在新一轮的处理过程中，结束阈值被重新设置为较大的E_2e。至此，第二级双门限脉冲提取算法处理结束。

实际上，经过两级双门限脉冲提取算法处理后的有用脉冲信号中仍然有可能会包含两个及以上的小脉冲，但这种概率比较低。在这种情况下，将它们的组合看成一个脉冲信号，这对整体的影响很小。这样，这个脉冲信号的起始帧由组合中第一个脉冲信号的起始帧决定，终止帧由组合中最后一个脉冲信号的终止帧决定。

参考离散化声发射信号中前段无脉冲的噪声帧的短时平均能量E_mean和短时平均过零率ZCR_mean，两级双门限脉冲提取算法中涉及的各个阈值可以被设定。通过多次试验，最终确定的各个阈值的计算公式如下：

式中，E_mean是每个帧信号的短时能量，E_p是主体阈值，E_b是起始阈值，E_e是第一级双门限脉冲提取算法的结束阈值，E_2e是第二级双门限脉冲提取算法的结束阈值。

ZCR₀＝2×ZCR_mean (2)

式中，ZCR_n是每个帧信号的短时过零率，ZCR₀是过零率阈值。

四、特征工程

机器学习分类算法不能直接对声发射信号进行处理，需要将其转化成特征向量，由此构建多条数据。这样，分类算法可以对数据进行处理。因此，在得到经过两级双门限脉冲提取算法处理后的声发射信号的基础上，本发明从多域提取多个适用的声音特征，并构建初步的组件识别特征库与初步的材质识别特征库。通过对声发射信号进行分帧处理与端点检测，每个帧信号可以计算多个声音特征的数值来构建特征向量，由此构建初步的组件识别数据集与初步的材质识别数据集。针对两个数据集中存在的脏数据与数据分布尺度差异较大的问题，对两个数据集分别进行缺失值与异常值处理、标准化处理等特征优化，得到高质量的组件识别数据集与材质识别数据集。在此基础上，利用随机森林自身可以计算特征的重要性的机制，分别筛选那些能够有效识别多余物信号与组件信号，以及那些能够有效识别多余物不同材质的声音特征，分别构建最终的组件识别特征库与最终的材质识别特征库。这样，分别用于训练组件识别模型与材质识别模型的最终的组件识别数据集与最终的材质识别数据集被构建。

1、声音特征提取

如前所述，多余物信号是密封继电器内多余物与其内侧壁发生碰撞或滑动产生的能量，经声发射传感器处理后转化成电压信号。组件信号是密封继电器内部的可动组件在受到外力激励时所产生的能量，同样经声发射传感器处理后转化成电压信号。图3、图4和图5分别给出了多余物信号与组件信号的脉冲图、时域图与频域图。

从图中可以看出，多余物信号中的脉冲是随机的尖峰脉冲序列，并且呈现出在初始阶段脉冲的振幅急速增加，当达到峰值后，再迅速衰弱的变化趋势。并且，多余物信号中包含的脉冲较少，且在时间上是随机变化的，彼此之间的时间间隔较大。此外，多余物信号主要集中在20kHz至110kHz的区间内，它的PSD(Power Spectral Density)集中在5V²/Hz，最大不超过18V²/Hz。相比之下，组件信号的脉冲在时间上是近似周期变化的。从两种信号中的脉冲的波形形状角度看，多余物信号的脉冲的波形在幅值上差异较大，且持续时间也存在很大的差异，但组件信号中的脉冲的波形在幅值和持续时间上基本上保持一致。更明显的是，组件信号主要集中在15kHz至100kHz的区间内，它的PSD集中在20V²/Hz，最大可达105V²/Hz。因此，常用时域和频域中的声音特征就可以清晰的描述两种信号之间的差异，选择分析不同材质的多余物信号之间的特点来进一步确定时域和频域中具体的声音特征。

具体的，不同材质的多余物碰撞或滑动产生的应力波的频率不一样，采集到的多余物信号在频域上有所差异。因此，可以选取频谱质心、梅尔频率倒谱系数等频域特征。同时，不同材质的多余物的硬度不同，碰撞或滑动时接近弹性碰撞或弹性滑动的程度也有所不同。因此，可以选取脉冲长度、左右对称度等时域特征。以热熔胶粒与焊锡粒为例，图6和图7给出了相同质量、同等试验条件、两种材质的多余物信号的时域图与频域图。它们在时域和频域上均有明显的差异，说明提取上述时域和频域中的声音特征的可行性。

除了要选择那些与多余物材质相关的声音特征，还需要考虑影响多余物信号的其他声音特征。因为多余物质量的不同，多余物碰撞或滑动时所具有的能量也不同，因此，可以选取脉冲面积、能量密度能与能量相关的时域特征。以焊锡粒为例，图8给出了相同材质、相同试验条件、不同质量的多余物信号的脉冲图。从图中可以看出，因为质量的不同，同种材质的多余物碰撞或滑动生成的多余物信号也有所差异，这主要体现在脉冲数量的增加以及振幅的小幅提升。

多余物信号除了受到多余物材质和质量的影响，还受到试验条件的影响。不同的冲击加速度、不同的振动频率和不同的振动加速度条件下，多余物受到外力激励而获得的能量也有所差异，因此，可以选取试验条件，如振动频率等，作为声音特征。以焊锡粒为例，图9给出了相同材质、相同质量、不同振动频率的多余物信号的脉冲图。从图中可以看出，以振动频率为代表的试验条件作为声音特征对多余物信号在时域上的脉冲数量和脉冲幅度同样具有重要的影响。

需要说明的是，本发明着重研究的是多余物信号与组件信号的识别，以及多余物材质识别，暂不涉及多余物的质量和试验条件。因此，遵循控制变量的原则，在表1中确定了选取的六种材质的多余物的质量。同时，表2给出了开展PIND试验的试验条件。在本发明中，选择了第三套试验条件来开展PIND试验。因此，在本发明中，多余物的质量和试验条件是确定的，仅仅是多余物的材质是不同的，这对多余物材质识别的研究是友好的。实际上，上述那些能够反馈这两个属性之间差异性的声音特征能够有效描述对应生成的多余物信号之间的差异，而不同材质同样会导致对应生成的多余物信号之间存在差异，所以在多余物的质量和试验条件不变的情况下，这些声音特征依然能够用于描述多余物信号的特性。

表2开展PIND试验的试验条件

综上所述，本发明从时域和频域中共选取了15个声音特征，构建了初步的组件识别特征库与初步的材质识别特征库，它们的具体描述如表3所示。需要说明的是，“符号表示”代表这些声音特征在组件识别数据集与材质识别数据集中列特征向量的描述。

表3多余物材质特征的具体描述

2、特征向量构建

如前所述，即使构建了初步的组件识别特征库和初步的材质识别特征库，声发射信号还是不能直接用于构建特征向量，需要经过一定的处理。具体的，需要对声发射信号进行分帧处理，这样，一段固定时长的声发射信号被处理成多个帧信号。这些帧信号中包含零帧信号和有用帧信号。其中，有用帧信号本质是那些经过两级双门限脉冲提取算法处理后保留的有用脉冲信号，而零帧信号本质是那些连接有用脉冲信号的零信号。对这些帧信号进行端点检测，来保留其中的有用帧信号。需要说明的是，在本发明接下来的描述中，如果没有特殊说明，所提到的帧信号均为有用帧信号。在每个帧信号上计算对应特征库内多个声音特征的数值，用这些数值来构建一个特征向量。以此类推，一段固定时长的声发射信号中包含的多个帧信号可以构建多个特征向量。在此基础上，根据声发射信号的具体类别，给对应构建的特征向量设置标签，由此得到多条数据，构建初步的组件识别数据集和初步的材质识别数据集。

在本发明开展的PIND试验中，采集的每段声发射信号的时长为5s。并且，因为PIND检测设备的采样频率是500kHz，所以设置每200个采样点组成一个帧信号，并且相邻两个帧信号之间间隔10个采样点。这样，每个帧信号的时间长度为0.4ms，两个帧信号之间的时间间隔为0.02ms。经过统计，共开展了100次PIND试验，采集得到100段组件信号和600段多余物信号。其中，600段多余物信号由分别对应六种材质的100段多余物信号组成。对100段组件信号和600段多余物信号进行分帧处理和端点检测，得到多个帧信号。在此基础上，首先，在每个帧信号上计算对应组件识别特征库内15个声音特征的数值，构建多个特征向量。根据帧信号属于组件信号还是多余物信号，给对应的特征向量设置“0”和“1”的标签。其次，将属于多余物信号的帧信号统计出来，在这些帧信号上计算对应材质识别特征库内15个声音特征的数值，构建多个特征向量。根据帧信号属于的多余物信号对应的材质，给对应的特征向量设置“1”、“2”、“3”、“4”、“5”和“6”的标签。然后，将标签为“0”和“1”的数据集合到一起，构建初步的组件识别数据集。将标签为“1”、“2”、“3”、“4”、“5”和“6”的数据集合到一起，构建初步的材质识别数据集。表4和表5分别给出了这两个数据集的具体描述。

表4初步的组件识别数据集的描述

3、特征优化

如前所述，经过两级双门限脉冲提取算法处理后的声发射信号中仍然有可能会包含两个及以上的小脉冲，即多脉冲。多脉冲在端点检测过程中也是作为一个整体被处理，所以多脉冲中用于连接小脉冲的零信号也会被保留。这样，处理得到的多个帧信号中可能还存在零帧信号，导致某些特征向量的数值为零或者缺失。因此，初步的组件识别数据集和初步的材质识别数据集中可能存在缺失值。此外，一些顽固的电磁干扰或背景噪声还存在声发射信号中，由此对处理得到的一些帧信号产生影响，尤其是信号能量的重叠或冲抵，会使得某些特征向量的数值偏大或偏小。因此，初步的组件识别数据集和初步的材质识别数据集中还可能存在异常值。对两个数据集进行缺失值与异常值检测，检测结果如表6和表7所示。需要说明的是，本发明借助箱型图完成对两个数据集中异常值的检测。在箱型图中，异常值被定义为小于Q_L-1.5IQR或大于Q_U+1.5IQR的值。其中，Q_L称为下四分位数，表示参与检测的特征向量中有四分之一的数值比它小。Q_U称为上四分位数，表示参与检测的特征向量中有四分之一的数值比它大。IQR称为四分位数间距，是上四分位数Q_U与下四分位数Q_L的数值之差。

表6初步的组件识别数据集的检测结果

表7初步的材质识别数据集的检测结果

经过计算，初步的组件识别数据集中缺失值的占比约为0.07％，初步的材质识别数据集中缺失值的占比约为0.08％。可以发现，两个数据集中缺失值的占比都很小，几乎可以忽略不计。因此，直接将缺失值所在的数据丢弃进而解决缺失值问题。事实上，正是因为缺失值的占比较小，舍弃这些包含缺失值数据对两个数据集的影响几乎没有，也不会造成两个数据集中重要信息的缺失，反而保证了两个数据集的完备性。更进一步的，计算得到初步的组件识别数据集中异常值的占比约为0.10％，初步的材质识别数据集中缺失值的占比约为0.13％。同样的，两个数据集中异常值的占比也很小。因此，选择保留这些异常值进而跳过解决异常值问题。这是因为这些异常值并不会对数据集的数据分布产生影响，也不会挑战多数特征向量描述的两个数据集的重要信息，因为它们不具有代表性。并且，它们本身是具有数值的，不会破坏两个数据集的完备性。但正是因为它们不具备代表性，即稍微偏离主流的特征向量，所以在后期分类模型的训练中，可以调整分类模型的分类性能的敏感性，降低产生过拟合现象的可能。

本发明得到新的组件识别数据集和新的材质识别数据集。其中，新的组件识别数据集中包含88669条标签为“0”的数据，包含99888条标签为“1”的数据。新的材质识别数据集中包含17571条标签为“1”的数据，包含17382条标签为“2”的数据，包含17496条标签为“3”的数据，包含15618条标签为“4”的数据，包含15828条标签为“5”的数据，包含15993条标签为“6”的数据。

对组件识别数据集和材质识别数据集内声音特征的数值进行分析，发现列特征向量的数值的数据分布存在较大的差异。如，Sym_LR的数值的数据分布在0至1的区间内，Spe_Cen的数值的数据分布在50至100的区间内，MSF的数值的数据分布在5000至10000的区间内，最大的与最小的之间的数据分布相差10000倍以上。表8给出了组件识别数据集中部分列特征向量的取值。因此，需要对组件识别数据集和材质识别数据集进行标准化处理，从而对齐各列特征向量的数值的数据分布。这样，在后期分类模型的训练中，两个数据集中所有的列特征向量都能得到分类模型的平等处理，而不使其产生偏好。在本发明中，选择z分数标准化、min-max标准化和行归一化来对两个数据集进行处理。

表8组件识别数据集的局部描述

分别使用z分数标准化、min-max标准化和行归一化对组件识别数据集和材质识别数据集进行处理，得到三个处理后的组件识别数据集和三个处理后的材质识别数据集。在此基础上，分别应用默认参数配置下的k近邻(kNN)、决策树和线性核函数的支持向量机(SVM)和径向基核函数的SVM来预测六个数据集中各条数据的标签。通过对比六个数据集中各条数据的真实的标签，得出四个分类模型在六个数据集上取得的分类精度。同时，分别应用四个分类模型在未经标准化处理的组件识别数据集和材质识别数据集上进行预测，同样得到两个分类精度。四个分类模型在八个数据集上取得的分类精度的对比如图10所示。需要说明的是，在机器学习中，kNN、决策树和支持向量机分别是基于数学原理和树模型理论的分类模型，它们具有广泛的代表性。同时，选用不同核函数的支持向量机可以分别用于更好的解决二分类问题与多分类问题。可以看出，本发明选用的四个分类模型能够较为全面的评估不同标准化方法对组件识别数据集和材质识别数据集的处理效果。此外，kNN的默认参数配置为：设置默认邻居的数量为5，设置权重为统一，使用欧几里得距离。决策树的默认参数配置为：设置判断标准为Gini系数，设置特征划分标准为随机，设置决策树最大深度为None。线性核函数的SVM的默认参数配置为：设置惩罚系数为1。径向基核函数的SVM的默认参数配置为：设置惩罚系数为1，设置高斯核参数为0.1。

从图中可以看出，四个分类模型在四个组件识别数据集上取得的分类精度均高于在四个材质识别数据集上取得的。这可能是因为组件识别数据集中只包含两种标签的数据，材质识别数据集中包含六种标签的数据。从图中还可以看出，四个分类模型在四个组件识别数据集或四个材质识别数据集上取得分类精度的对比结果是一致的。具体的，四个分类模型均在min-max标准化处理后的组件识别数据集上取得最高的分类精度，均在z分数标准化处理后的材质识别数据集上取得最高的分类精度。这说明不管选择基于什么原理或理论的分类模型，它们一定是在质量更高的数据集上取得更好的分类性能。在本发明中，当四个组件识别数据集或四个材质识别数据集的其他设置均一致时，所提到的质量更高是体现在数据集的数据分布上，也即使用的标准化处理方法。此外，发现四个分类模型在行归一化处理后的数据集上取得的分类精度要远低于在其他两种标准化处理方法处理后的数据集上取得的，甚至明显低于在未处理的数据集上取得的。实际上，z分数标准化与min-max标准化是以列特征向量为研究对象，寻求将数据集中所有的列特征向量的数据分布统一规整。然而，行归一化是以行特征向量为研究对象，寻求将数据集中所有的行特征向量的数据分布统一规整。可以看出，对于包含多维特征的组件识别数据集和材质识别数据集来说，行归一化可能会降低特征效率或破坏多维特征数据的空间定位。

综上所述，采用min-max标准化对组件识别数据集进行处理，采用z分数标准化对材质识别数据集进行处理。至此，得到经过缺失值与异常值处理，以及经过标准化处理的新的组件识别数据集和新的材质识别数据集。

4、特征选择

如前所述，组件识别数据集和材质识别数据集中包含的声音特征是一样的，特征向量的数量和标签不一样。想象一下，包含15个声音特征的两个数据集就类似于一个通用的解决方案，它们能够用于解决常见的分类问题，给出一个差强人意的结果。而组件信号与多余物信号识别问题以及多余物材质识别问题是两个个性化的分类问题，通用的解决方案不能完全适用。因此，需要根据研究内容的不同对构建组件识别数据集和材质识别数据集的组件识别特征库和材质识别特征库进行特征选择，确保两个特征库具有针对性和实用性。因为随机森林具有利用其取得的分类精度对特征重要性进行评估的机制，所以在本发明中，利用它来分别计算组件识别特征库和材质识别特征库中15个声音特征的重要性，根据特征重要性完成特征选择。随机森林计算特征重要性的步骤如下：

步骤(1)使用袋外数据计算随机森林中的每颗决策树的袋外误差，记为err1。

步骤(2)对袋外数据中样本的某一特征进行噪声干扰，再次计算随机森林中的每颗决策树的袋外误差，记为err2。

步骤(3)假设随机森林中包含N颗决策树，特征重要性的计算公式如下：

值得说明的是，之所以可以利用公式(3)来计算特征的重要性是因为，如果某个特征在加入噪声干扰前后的袋外误差相差较大，说明这个特征的对于样本的分类精度具有较大影响。这就从侧面说明它的重要性较大。

步骤(4)在得到特征重要性的基础上，特征选择的步骤如下：

步骤(41)设定特征重要性的阈值。

步骤(42)计算特征集合中每一个特征的重要性，并降序排列。

步骤(43)设置每次剔除的一个特征。根据步骤(42)中特征重要性的排序，得出本次排序中最后一个特征，将它的重要性与步骤(41)中设定的阈值进行比较。如果它的重要性小于阈值，则删除这个特征，由此得到一个新的特征集合。如果它的重要性大于阈值，则特征选择结束。

步骤(44)利用新的特征集来构建新的随机森林，重新计算每个特征的重要性并降序排列。

步骤(45)重复步骤(42)至步骤(44)，直到步骤(43)中的特征选择结束，得到最优特征集。

在本发明中，设定阈值为特征集中所有特征的重要性的均方标准差。在此基础上，保留原来组件识别特征库中的11个特征，保留原来材质识别特征库中的14个特征，形成最终的组件识别特征库与最终的材质识别特征库。两个特征库的描述如表9、表10所示。

表9组件识别特征库

表10材质识别特征库

根据构建的最终的组件识别特征库与最终的材质识别特征库，保留组件识别数据集和材质识别数据库中对应的列特征向量和标签，删除那些被删除的声音特征对应的列特征向量，形成最终的组件识别数据集和最终的材质识别数据集。同样的，应用默认参数配置下的kNN、决策树和线性核函数的SVM和径向基核函数的SVM来预测这两个数据集中各条数据的标签。通过对比两个数据集中各条数据的真实的标签，得出四个分类模型在两个数据集上取得的分类精度。同时，将四个分类器之前在经过min-max标准化处理后的组件识别数据集(未进行特征选择)和在经过z分数标准化处理后的材质识别数据集(未进行特征选择)上取得的分类精度进行罗列，绘制四个分类模型在特征选择前后的两个数据集上取得的分类精度，如图11所示。

从图中可以看出，四个分类模型在特征选择前后的数据集上取得分类精度的对比结果是一致的。具体的，四个分类模型均在特征选择后的最终的组件识别数据集和最终的材质识别数据集上取得最高的分类精度。这同样说明分类模型在由高质量的声音特征构建的数据集上取得的分类性能更好，充分说明了特征选择的必要性和有效性。

需要说明的是，在后续的研究中，当构建组件识别数据集和材质识别数据集时，可以根据表9和表10所示的组件识别特征库和材质识别特征库，直接从帧信号中计算11个声音特征或14个声音特征的数值，构建特征向量和添加标签。在此基础上再对两个数据集分别进行min-max标准化处理和z分数标准化处理，就可以建立最终的组件识别数据集和最终的材质识别数据集。这实际上是直接特征选择结果的实际应用。至此，得到保留11个列特征向量的最终的组件识别数据集和保留14个列特征向量的最终的材质识别数据集。

五、分类模型训练

机器学习中，分类模型主要包括线性分类模型与非线性分类模型两部分。其中，线性分类模型包括感知机、线性判别器等，它们适用于中低等维度的二分类问题。非线性分类器包括kNN、决策树等，它们适用于高纬度的多分类问题。考虑到组件识别数据集具有11个声音特征，是中等维度，并且包含两种标签的数据，是二分类问题，因此主要选择线性分类模型。包括：线性判别器、感知机、线性核函数的SVM。此外，还选择了几个常用的非线性分类模型进行对比，包括：朴素贝叶斯、kNN、决策树和随机森林。考虑到材质识别数据集具有14个声音特征，是中高等维度，并且包含六种标签的数据，是多分类问题，因此主要选择非线性分类模型。包括：朴素贝叶斯、kNN、决策树、随机森林、径向基核函数的SVM和XGBoost。此外，还选择了线性核函数的SVM(线性分类模型)进行对比。

具体的，分别将组件识别数据集和材质识别数据集按照3:1的比例分为训练集和测试集。在两个训练集上分别训练选定的分类模型，并分别在测试集上验证分类模型的分类性能，得到多个分类精度，如表11与表12所示。需要说明的是，此时训练的分类模型均是采用的默认参数配置，即比较它们在同样情况下的分类性能。

表11分类模型在组件识别数据集上取得的分类性能

表12分类模型在材质识别数据集上取得的分类性能

从表11中可以看出，线性核函数的SVM在组件识别数据集上取得最高的分类精度，且优势明显。多层感知机取得了次高的分类精度，说明神经网络在解决中低等维度的二分类问题时具有一定的优越性，但是距离线性核函数的SVM还存在不小的差距。kNN、决策树和随机森林均取得了较高的分类精度，说明非线性分类模型同样会在二分类问题中表现优异。这也侧面反映了当下分类性能优异的分类性能多是非线性分类模型的事实。线性判别器在符合高斯分布的数据集上能够取得较好的分类精度。遗憾的是，经过min-max标准化处理后，组件识别数据集中的数据分布是不规则的，因此，线性判别器取得的分类精度并不算理想。相比之下，朴素贝叶斯取得了最低的分类精度。朴素贝叶斯是基于贝叶斯理论以及特征条件相互独立的假设。它在进行分类模型训练时，是假设数据集中的所有列向量特征相互独立的，而组件识别数据集中列特征向量(声音特征)并不完全相互独立，如时域中的声音特征之间存在一定的相关性。

从表12中可以看出，XGBoost在材质识别数据集上取得最高的分类精度，且具有一定的优势。随机森林和径向基核函数的SVM同样取得了较高的分类精度。这有效说明了非线性分类模型在处理高维度的多分类问题上的优越性。相比之下，同样作为非线性分类器的朴素贝叶斯、kNN和决策树则取得了一般的分类精度。其中，决策树取得三者中最高的分类精度。决策树是随机森林的基分类器。如果把随机森林视为强分类器，则决策树无疑是构建强分类器的弱分类器。因此，决策树取得低于随机森林的分类精度是可以理解的。同样的，材质识别数据集中的列特征向量并不完全独立，所以朴素贝叶斯取得的分类精度有限。如前所述，默认参数配置下的kNN设置的邻居数量为5，而材质识别数据集中包含六种标签的数据。同时，材质识别数据集中包含的列特征向量有14个，这样，经过z分数标准化处理后的数据分布更加不规则，导致kNN的距离度量不再敏感和准确。因此，kNN取得了一般的分类精度。线性核函数的SVM取得了最低的分类精度，说明即使使用了高维空间映射技术和核函数，线性分类模型也很难在高纬度的多分类问题上取得令人满意的效果。

综上所述，决定线性核函数的支持向量机作为适用组件识别数据集的分类模型，决定XGBoost作为适用材质识别数据集的分类模型。即本发明需要的组件识别模型与材质识别模型。借助Scikit-Learn平台和网格搜索法，对线性核函数的SVM和XGBoost进行参数优化，使其分类性能得到进一步提升。具体的，对线性核函数的SVM的惩罚系数进行参数寻优。通过设置寻找范围为0至10，步长为0.05，得到惩罚系数的最佳值为0.15。在此基础上，参数优化线性核函数的SVM取得的分类精度为94.03％。同时，对XGboost的总迭代次数、决策树的深度和学习率进行参数寻优。通过设置总迭代次数的寻找范围为0至1000，步长为1，得到总迭代次数的最佳值为158。通过设置决策树深度的寻找范围为0至20，步长为1，得到决策树深度的最佳值为9。通过设置学习率的寻找范围为0至1，步长为0.01，得到总迭代次数的最佳值为0.13。在此基础上，参数XGboost取得的分类精度为80.64％。至此，得到最优的组件识别模型和材质识别模型，可以用于实物测试。表13示出了它们在参数优化前后取得的分类精度。可以看出，两个分类模型的分类性能均有小幅度的提升。

表13最优的组件识别模型和材质识别模型在参数优化前后取得的分类精度

六、多数表决处理

在实物测试过程中，首先，将待测的密封继电器放置到PIND检测设备的声发射传感器平台上，启动PIND检测设备进行一次PIND试验，获取并保存一段声发射信号。接着，使用两级双门限脉冲提取算法对声发射信号进行处理，进行分帧处理与端点检测，得到多个帧信号。然后，从多个帧信号中计算组件识别特征库中11个声音特征的数值，得到多条不带标签的数据。使用最优的组件识别模型去预测这些数据的标签。在此基础上，对预测的标签进行多数表决处理，得到共同标签。如果共同标签是“0”，则声发射信号的识别结果为组件信号，实物测试结束。如果共同标签是“1”，则声发射信号是多余物信号，需要进一步识别多余物的材质。最后，再次从多个帧信号中计算材质识别特征库中14个声音特征的数值，得到多条不带标签的数据。使用最优的材质识别模型预测这些数据的标签。在此基础上，对预测的标签进行多数表决处理，得到共同标签。根据共同标签对应编号的密封继电器样本内部多余物的具体材质，确定当前用于实物测试的密封继电器内部多余物的材质。

举例来说，在一次PIND试验中，采集一段声发射信号。经过脉冲提取、分帧处理与端点检测等处理过程，得到559个帧信号。从这些帧信号中计算组件识别特征库中11个声音特征的数值，得到559条不带标签的数据。使用最优的组件识别模型去预测这些数据的标签，并对预测的标签进行多数表决处理，得到共同标签是“0”。则判定，密封继电器内部的声发射信号是组件信号，实物测试结束。又如，在一次PIND试验中，采集一段声发射信号。经过脉冲提取、分帧处理与端点检测等处理过程，得到163个帧信号。从这些帧信号中计算组件识别特征库中11个声音特征的数值，得到163条不带标签的数据。使用最优的组件识别模型去预测这些数据的标签，并对预测的标签进行多数表决处理，得到共同标签是“1”。在此基础上，再次从这些帧信号中计算材质识别特征库中14个声音特征的数值，得到新的163条不带标签的数据。使用最优的材质识别模型去预测这些数据的标签，并对预测的标签进行多数表决处理，得到共同标签是“2”。则判定，密封继电器内部的声发射信号是焊锡粒产生的多余物信号，实物测试结束。

值得说明的是，在之前的研究中，使用分类精度去评估分类模型的分类性能，它是数据集层面使用的评估指标。而在实际工程应用场景下，通常需要的是这次识别准不准，多次识别的准确率是多少。这里提到的准确率实际上是对分类精度的更进一步处理。以上面的两个例子进行说明。在第一个例子中，对于559条数据，组件识别模型预测其中504条数据的标签为“0”。毋庸置疑，共同标签是“0”，识别结果是组件信号。此时，假设通过物理方式打开密封继电器，发现里面确实没有多余物，存在松动的组件，这证明识别结果是正确的。这意味着，559条数据的真实标签应该都是“0”，但组件识别模型只成功预测其中504条数据的标签。可以得到组件识别模型取得的分类精度为90.16％。但是在实际工程应用场景下，此次识别的准确率是100％。同样的，在第二个例子中，对于163条数据，材质识别模型预测其中129条数据的标签为“2”。假设打开密封继电器，发现里面确实存在焊锡粒，且组件不松动。此时，可以得到材质识别模型取得的分类精度为79.14％，此次的识别准确率是100％。如果把两个例子看作同时开展的一次测试任务，上述识别结果可以这么说，在本任务进行的两次PIND试验中，组件识别模型和材质识别模型取得的分类精度分别是90.16％和79.14％，取得的总的识别准确率为100％。可以看出，识别准确率是实际工程应用场景中需要的识别结果。

七、性能评估指标

在开展多余物信号检测与材质识别的研究过程中，需要选择合适的性能评估指标对各阶段取得的结果进行评估。在本发明中，使用两方面的性能评估指标。第一方面是机器学习中的性能评估指标，分类精度。它被用来评估分类模型的分类性能。第二方面是本发明新定义的性能评估指标，识别精度。它是在对组件识别模型与材质识别模型给出的预测结果进行多数表决处理的基础上进一步计算得到的，它更能满足实际工程应用场景下的需求。

1、分类精度

假设数据集为D＝{(x₁,y₁),(x₂,y₂),…,(x_m,y_m)}，其中y_i是数据x_i对应的真实标签，f(x_i)是分类模型f给出的预测标签。分类精度表示为标签预测正确的数据的个数占总数据的个数的比例，其计算公式为：

式中，I是指示函数，当f(x_i)＝y_i时，I(f(x_i)＝y_i)＝1。

2、识别精度

假设多余物测试事件E中包含n个识别任务，表示为E＝{T₁,T₂,…,T_n}。在识别任务T_j中，对组件识别模型和材质识别模型给出的预测标签进行多数表决处理，得到共同标签，其对应实际工程应用场景下的识别结果为f(T_j)。同时，通过物理方式打开待测密封继电器，确定真实的识别结果为R_j。这里的识别结果为：声发射信号是组件信号或声发射信号是某种材质的多余物产生的多余物信号。如果f(T_j)与R_j一致，则认定此次识别任务成功。器件级多余物检测中识别精度表示为：在多余物测试事件E中，识别任务成功的数量占总识别任务数量的比例，其计算公式为：

式中，I是指示函数，当f(T_j)＝R_j时，I(f(T_j)＝R_j)＝1。

八、一般程序步骤

在本小节，给出了本发明提出的多余物检测与材质识别方法在实际工程应用场景下进行实物测试的一般程序步骤。它是分析和总结上述研究成果的基础上，对具体实施方式一中的具体实施步骤中步骤六至步骤八的详细描述。

步骤一：将待测密封继电器放置到PIND检测设备的声发射传感器平台上，启动PIND检测设备进行一次PIND试验，获取并保存一段声发射信号。

步骤二：利用两级双门限脉冲提取算法对声发射信号进行处理，进行分帧处理与端点检测，得到多个帧信号。

步骤三：从多个帧信号中计算组件识别特征库中11个声音特征的数值，构建多个特征向量，得到多条不带标签的数据。

步骤四：使用最优的组件识别模型去预测多条不带标签的数据的标签，对多个预测标签进行多数表决处理，得到共同标签。在此基础上，根据共同标签进行第一次识别。具体的，如果共同标签是“0”，则识别结果是：声发射信号是组件信号。此时，实物测试结束。如果共同标签是“1”，则识别结果是：声发射信号是多余物信号。此时，需要继续步骤五来进行第二次识别以确定多余物的材质。

步骤五：从多个帧信号中计算材质识别特征库中14个声音特征的数值，构建多个特征向量，得到多条不带标签的数据。

步骤六：使用最优的材质识别模型去预测多条不带标签的数据的标签，对多个预测标签进行多数表决处理，得到共同标签。在此基础上，根据共同标签进行第二次识别。具体的，根据共同标签对应编号的密封继电器样本内部多余物的具体材质，确定待测密封继电器内部多余物的材质。此时，识别结果是：声发射信号是该材质的多余物产生的，实物测试结束。

具体实施方式三：遵循具体实施方式二中给出的一般程序步骤，在实际工程应用场景下寻找十个质量不合格的同型号的密封继电器，称为待测密封继电器。这里提到的质量不合格是指密封继电器内部存在多余物，或者存在内部组件松动的问题，这些问题都会对密封继电器的正常运行产生影响，因此在产品质检阶段，它们会被挑出。但是它们却是用于验证本发明所提技术的合适的测试物。

首先，依次将待测密封继电器放置到PIND检测设备的声发射传感器平台上并进行PIND试验，保存十段声发射信号。其次，对这些声发射信号进行脉冲提取、分帧处理与端点检测，分别得到多个帧信号。接着，从这些帧信号中计算组件识别特征库中11个声音特征的数值，得到多条不带标签的数据，即待测数据。以所属的声发射信号为划分单位，将待测数据划分为十个集合，每个声发射信号对应一个集合。然后，使用最优的组件识别模型去预测每个集合中待测数据的标签，并对对十个集合的预测标签分别进行多数表决处理，得到十个共同标签。上述识别过程和结果如表14的左半部分所示。从表中可以看出，组件识别模型预测序号为3和5的待测密封继电器内部的声发射信号是组件信号，其余的八个待测密封继电器内部的声发射信号是多余物信号。因此，需要对这八个待测密封继电器内部多余物的材质进一步进行识别。

表14十个待测密封继电器的识别过程和结果

最后，对于八个待测密封继电器对应的八段声发射信号，重新从每段声发射信号的多个帧信号中计算材质识别特征库中14个声音特征的数值，得到新的待测数据，并根据声发射信号再次将待测数据划分八个集合。使用最优的材质识别模型去预测每个集合中待测数据的标签，对八个集合的预测标签分别进行多数表决处理，得到八个共同标签。上述识别过程和结果如表14的右半部分所示。从表中可以看出，材质识别模型预测序号为6的待测密封继电器内部的声发射信号是由铜丝产生的多余物信号，预测序号为8和9的待测密封继电器内部的声发射信号是由焊锡粒产生的多余物信号，预测序号为1和4的待测密封继电器内部的声发射信号是由铝粒产生的多余物信号，预测序号为2的待测密封继电器内部的声发射信号是由热熔胶粒产生的多余物信号，预测序号为7和10的待测密封继电器内部的声发射信号是由PVC粒产生的多余物信号。

邀请专业的检测人员通过物理方式打开这十个待测密封继电器进行故障评估，并统计由专业的检测人员给出的识别结果。通过对比，得到由组件识别模型和材质识别模型给出的这十个待测密封继电器的识别结果与真实结果(专业的、可信的人工识别结果)。这说明在本次多余物测试事件中，十个识别任务均成功。因此，在本次多余物测试事件中，取得的识别精度为100％。

同时，对该识别过程中组件识别模型和材质识别模型取得的分类精度进行统计，如表15所示。

表15组件识别模型和材质识别模型取得的分类精度

经过计算，得到组件识别模型在十次预测中取得的平均分类精度为92.20％，材质识别模型在八次预测中取得的平均分类精度为80.40％。对比它们在参数优化后取得的最高分类精度94.03％和80.64％，均有小幅度的降低。这是可以理解的。当组件识别模型和材质识别模型被应用到陌生数据上时，允许它们有一定的缓冲区间。但是它们在陌生数据上取得的分类精度均接近取得的最高分类精度，所以在一定程度上证明它们具有较强的泛化能力。这也从侧面证明了本发明所提多余物检测与材质识别方法的可行性与稳定性。

遵循上述测试思路，再次在实际工程应用场景下寻找质量不合格的同型号的待测密封继电器。遵循具体实施方式二给出的一般程序步骤，对27个待测密封继电器样本进行相同的测试步骤。总结来说，这27个待测密封继电器中有9个待测密封继电器内部的声发射信号被预测为组件信号，18个待测密封继电器内部的声发射信号是由六种材质的多余物产生的多余物信号。同样的，统计专业的检测人员给出的识别结果，发现9个待测密封继电器内部的声发射信号被预测为组件信号的识别任务成功，18个待测密封继电器内部的声发射信号是由六种材质的多余物产生的多余物信号的识别任务中有17个成功。具体的，有一个PVC粒被误判为硅胶粒。因此，在本次多余物测试中，取得的识别精度为96.30％，这依旧是一个比较高的识别精度。此外，组件识别模型取得的平均分类精度为92.15％，材质识别模型取得的平均分类精度为80.41％。

综上所述，将整个测试阶段视为一个多余物测试事件，它包含37个识别任务。最终，计算得到在该事件中取得的识别精度为97.30％，组件识别模型取得的平均分类精度为92.16％，材质识别模型取得的平均分类精度为80.41％。至此，测试阶段，也即对本发明所提技术的验证结束。上述性能评估指标有效说明了本发明所提多余物检测与材质识别方法的可行性与实用性。

表16、表17分别列出了本发明取得的多余物信号与组件信号识别结果和多余物材质识别结果与其他学者取得的研究成果的对比。

表16多余物信号与组件信号识别结果对比

表17多余物材质识别结果对比

/>

Claims (7)

1.一种分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述方法包括如下步骤：

步骤一、制作密封继电器样本：

步骤一一、根据目前应用场景下从密封继电器中检测出的多余物的质量和材质，制作多个密封继电器样本，所述密封继电器样本包括不含多余物但包含松动组件的密封继电器样本和不含松动组件但包含不同材质的多余物的密封继电器样本；

步骤一二、对步骤一一制作的密封继电器样本进行编号，其中：不含多余物但包含松动组件的密封继电器样本的编号为0，不含松动组件但包含第一种材质的多余物的密封继电器样本的编号为1，不含松动组件但包含第二种材质的多余物的密封继电器样本的编号为2，……，不含松动组件但包含第N种材质的多余物的密封继电器样本的编号为N，N为不含松动组件但包含不同材质的多余物的密封继电器样本的数量；

步骤二、借助PIND检测设备获取和保存组件信号、不同材质的多余物信号：

步骤二一、按照编号顺序依次将密封继电器样本放置到PIND检测设备的声发射传感器平台上，PIND检测设备开始一次PIND试验，在最后一个密封继电器样本进行PIND试验结束后，共得到N+1段声发射信号，其中，编号为0的密封继电器样本对应的是组件信号，其余编号的密封继电器样本对应的均是多余物信号；

步骤二二、重新按照编号顺序将所有的密封继电器样本依次进行新一轮的PIND试验，再次得到新一轮的N+1段声发射信号；

步骤二三、重复步骤二二、得到多段组件信号与多余物信号；

步骤三、构建组件识别特征库与材质识别特征库：

从多域提取多个适用的声音特征，使用随机森林计算各声音特征的重要性，筛选重要的声音特征，分别构建组件识别特征库与材质识别特征库；

步骤四、构建组件识别数据集与材质识别数据集：

步骤四一、在步骤三的基础上，通过对声发射信号进行脉冲提取，从组件信号对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据，将这些数据的标签设置为“0”，并与步骤二中组件信号对应的密封继电器样本的编号一致；同时，从多余物信号对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据，将这些数据的标签设置为“1”，并与步骤二中组件信号对应的密封继电器样本的编号一致；将标签为“0”和“1”的数据集合到一起，构建组件识别数据集；其中，脉冲提取方法使用基于短时能量和短时过零率的两级双门限脉冲提取算法，具体实施步骤如下：

步骤(1)对声发射信号进行分帧处理，计算每个帧信号的短时能量E_n和短时过零率ZCR_n；

步骤(2)从第一个帧信号开始，分别将每个帧信号的E_n与主体阈值E_p进行比较，如果某个帧信号的E_n大于E_p，则可以根据这个帧信号来寻找脉冲信号主体；

步骤(3)以步骤(2)中确定的帧信号为起始位置，向前逐个比较每个帧信号的E_n与起始阈值E_b的大小和每个帧信号的ZCR_n与过零率阈值ZCR₀的大小，当某个帧信号的E_n与ZCR_n全部小于E_b与ZCR₀时，则这个帧信号被认定为有用脉冲信号的起始帧；

步骤(4)从第一个帧信号开始，分别将每个帧信号的E_n与结束阈值E_e进行比较和将每个帧信号的ZCR_n与ZCR₀进行比较，当某个帧信号的E_n与ZCR_n全部小于E_e与ZCR₀时，则这个帧信号被认定为有用脉冲信号的结束帧，至此，第一级双门限脉冲提取算法处理结束；

步骤(5)通过第一级双门限脉冲提取算法的处理，可以初步确定声发射信号中有用脉冲信号的起始帧与终止帧，以当前提取的脉冲信号为分析对象，重复一次第一级双门限脉冲提取算法的处理过程，在新一轮的处理过程中，结束阈值被重新设置为E_2e，至此，第二级双门限脉冲提取算法处理结束；

所述E_p、E_b、E_e、E_2e的计算公式如下：

式中，E_mean是每个帧信号的短时能量，E_p是主体阈值，E_b是起始阈值，E_e是第一级双门限脉冲提取算法的结束阈值，E_2e是第二级双门限脉冲提取算法的结束阈值；

所述ZCR₀的计算公式如下：

ZCR₀＝2×ZCR_mean

式中，ZCR_n是每个帧信号的短时过零率，ZCR₀是过零率阈值；

步骤四二、在步骤三的基础上，对声发射信号进行脉冲提取，从多余物信号对应的多个帧信号中分别计算材质识别特征库中各声音特征的数值，得到多条数据，其中，对应编号为1的密封继电器样本的多条数据的标签设置为“1”，对应编号为2的密封继电器样本的多条数据的标签设置为“2”，……，对应编号为N的密封继电器样本的多条数据的标签设置为“N”；将标签为“1”、“2”、……，“N”的数据集合到一起，构建材质识别数据集；

步骤五、通过参数优化得到最优的组件识别模型与最优的材质识别模型：

步骤五一、分别在组件识别数据集和材质识别数据集上训练多个线性分类模型与多个非线性分类模型，比较得出在组件识别数据集上取得的分类性能最好的分类模型和在材质识别数据集上取得的分类性能最好的分类模型；

步骤五二、借助网格搜索法，对两个分类模型的内部参数进行优化，得到分类性能最佳的两个分类模型，分别称为最优组件识别模型和最优材质识别模型；

步骤六、将待测密封继电器放置到PIND检测设备的声发射传感器平台上，PIND检测设备开始一次PIND试验，获取并保存一段声发射信号；

步骤七：对声发射信号进行脉冲提取，从对应的多个帧信号中分别计算组件识别特征库中各声音特征的数值，得到多条数据；使用最优组件识别模型预测这些数据的标签，并对预测结果进行多数表决处理，得到共同标签；若共同标签为“0”，则最终给出的识别结果是组件信号，若共同标签为“1”，则说明声发射信号具体为多余物信号，需要进一步识别对应多余物的材质；

步骤八：再次从对应的多个帧信号中分别计算材质识别特征库中各声音特征的数值，得到多条数据；使用最优材质识别模型预测这些数据的标签，并对预测结果进行多数表决处理，得到共同标签；共同标签对应编号的密封继电器样本内部多余物的具体材质就是当前待测密封继电器内部多余物的具体材质。

2.根据权利要求1所述的分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述步骤一中，多余物的材质为铜丝、焊锡粒、铝粒、热熔胶粒、PVC质导线皮粒和硅胶质导线皮粒，多余物的质量范围是0.2mg至2mg。

3.根据权利要求1所述的分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述步骤二中，PIND检测设备为DZJC-III型PIND检测设备。

4.根据权利要求1所述的分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述步骤三中，从时域和频域提取声音特征。

5.根据权利要求1所述的分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述步骤三中，使用随机森林计算各声音特征的重要性的步骤如下：

步骤(1)使用袋外数据计算随机森林中的每颗决策树的袋外误差，记为err1；

步骤(2)对袋外数据中样本的某一特征进行噪声干扰，再次计算随机森林中的每颗决策树的袋外误差，记为err2；

步骤(3)假设随机森林中包含N颗决策树，特征重要性的计算公式如下：

步骤(4)在得到特征重要性的基础上，特征选择的步骤如下：

步骤(41)设定特征重要性的阈值；

步骤(42)计算特征集合中每一个特征的重要性，并降序排列；

步骤(43)设置每次剔除的一个特征，根据步骤(42)中特征重要性的排序，得出本次排序中最后一个特征，将它的重要性与步骤(41)中设定的阈值进行比较，如果它的重要性小于阈值，则删除这个特征，由此得到一个新的特征集合，如果它的重要性大于阈值，则特征选择结束；

步骤(44)利用新的特征集来构建新的随机森林，重新计算每个特征的重要性并降序排列；

步骤(45)重复步骤(42)至步骤(44)，直到步骤(43)中的特征选择结束，得到最优特征集。

6.根据权利要求1所述的分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述步骤四中，采用min-max标准化对组件识别数据集进行处理，采用z分数标准化对材质识别数据集进行处理，得到经过缺失值与异常值处理以及经过标准化处理的新的组件识别数据集和新的材质识别数据集。

7.根据权利要求1所述的分类模型融合的密封继电器多余物检测与材质识别方法，其特征在于所述步骤五中，选择线性核函数的支持向量机作为适用组件识别数据集的分类模型，XGBoost作为适用材质识别数据集的分类模型。