CN117907166A

CN117907166A - 基于声音处理的无砂混凝土集料粒径确定方法

Info

Publication number: CN117907166A
Application number: CN202410309185.8A
Authority: CN
Inventors: 鲍世辉; 张玉斌; 任园; 王春红; 王祥彪; 魏庆庆; 牛京涛; 方肖立
Original assignee: Anhui Transport Consulting and Design Institute Co Ltd
Current assignee: Anhui Transport Consulting and Design Institute Co Ltd
Priority date: 2024-03-19
Filing date: 2024-03-19
Publication date: 2024-04-19
Anticipated expiration: 2044-03-19
Also published as: CN117907166B

Abstract

本发明提出了基于声音处理的无砂混凝土集料粒径确定方法，采集无砂混凝土室内试件表面反射的音频信号，并进行预处理；建立语音信号的自回归模型；滤波处理含噪音的语音信号；对处理后的语音信号进行经验模态分解，并处理其中的噪声本征模函数；采用能量阈值确定噪声本征模函数分量并重构；对重构的本征模函数分量进行小波处理；将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号；建立无砂混凝土集料粒径的计算模型，根据模型计算得到粒径。具有简单易操作，结果准确等优点。

Description

基于声音处理的无砂混凝土集料粒径确定方法

技术领域

本发明涉及语音或声音处理技术领域，尤其涉及声音处理技术在无砂混凝土路面工程中的应用，本发明提出了基于声音处理的无砂混凝土集料粒径确定方法。

背景技术

无砂混凝土是经过特殊无机型透水保水水泥混凝土增强剂经与水混合形成稀释液再于水泥混合形成水泥浆包裹住粗、细骨料，配合精细施工制成具有连续孔隙的高强度混凝土，是一种新型生态环保型道路的铺装材料，它既可满足各种载荷道路的强度要求，又具有透气透水性，分解汽车尾气等有害气体，吸附微小粉尘，降音、降噪，缓解“热岛效应”等。

无砂混凝土集料的粒径大小直接影响混凝土本身的整体强度、孔隙率、透水性能乃至降噪性能等。

论文《集料粒径对沥青混凝土性能影响规律研究》（李强，李志亮；技术与市场，2023,30(11)）制备了16、20、25 mm三种最大公称粒径等级集料的沥青混凝土，探究了集料粒径对最佳油石比、马歇尔试验指标和抗车辙能力的影响规律。

公开（公告）号：CN115849755A公开了一种确定再生集料最佳掺量和粒径的方法。包括以下步骤：步骤S1、制作成型试件并对试件养生；步骤S2、对试件进行力学性能试验；步骤S3、对试件进行抗冻性能试验；步骤S4、根据试验结果分析不同粒径再生集料及其掺配比例对再生集料力学性能及抗冻性能的影响，确定再生集料的最佳掺量和粒径。解决了现有技术中片面的以抗压强度最优原则确定再生集料最优掺量造成再生集料实际性能不够理想的问题。

公开（公告）号：CN105954161A公开了基于CT图像的集料粒径三维自动测量方法。基于沥青混合料细观结构对其路用性能的影响规律预测，依据沥青混合料CT图像，完成混合料中集料粒径的三维高精度自动测量，以辅助实现混合料中集料的精确三维虚拟筛分。

公开（公告）号：CN106596358A公开了基于图像处理的透水混凝土集料粒径测量方法。选取设定数量的透水混凝土集料放置在白纸上，放置一把有刻度的直尺，拍摄正方形区域，获得数码相片；对数码相片进行处理，完成像素值与毫米距离值的转换；黑白化处理；输出每个颗粒粒径面积，将集料颗粒假设为圆，计算出粒径大小；对不同拍摄角度下每个集料颗粒粒径求平均，获得透水混凝土第i个集料颗粒的初始粒径d；计算水化产物引起的集料体积膨胀率，利用集料体积膨胀率计算集料直径扩大率，通过集料直径扩大率计算得到集料等效粒径，完成对透水混凝土第i个集料颗粒的初始粒径d进行修正，得到第i个集料颗粒的等效粒径D。

通过以上相关文献的分析可以发现，现有论文都是提出混凝土集料粒径和性能之间的关系没有定量给出集料粒径的确定方法。而现有专利文件是结合图像处理技术，通过一定方法将集料粒径检测出来。

现有论文以及专利文件均没有考虑集料粒径与性能之间的对应关系，在计算模型中也没有涉及强度等指标，是一种基于已成型的混凝土检测方法，而非基于性能等因素考虑的集料粒径预测确定方法。本发明采集反射的声音信号，并对信号加以处理，带入计算模型最终得出集料粒径大小，能根据性能指标预测需要确定的无砂混凝土集料粒径，具有简单易操作，结果准确等优点。因此提出声音处理视域下的透水混凝土路面透水系数确定方法显得迫切且必要。

发明内容

本发明为克服现有技术的不足之处，提出了基于声音处理的无砂混凝土集料粒径确定方法。采集无砂混凝土室内试件表面反射的音频信号，并进行预处理；建立语音信号的自回归模型；滤波处理含噪音的语音信号；对处理后的语音信号进行经验模态分解，并处理其中的噪声本征模函数；采用能量阈值确定噪声本征模函数分量并重构；对重构的本征模函数分量进行小波处理；将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号；建立无砂混凝土集料粒径的计算模型，根据模型计算得到粒径。

本发明为达到上述发明目的，采用如下技术方案：

基于声音处理的无砂混凝土集料粒径确定方法，包括以下步骤：

步骤一，采集无砂混凝土室内试件表面反射的音频信号，并进行第一步处理；

步骤二，建立语音信号的自回归模型；

步骤三，滤波处理含噪音的语音信号；

步骤四，对处理后的语音信号进行经验模态分解，并处理其中的噪声本征模函数；

步骤五，采用能量阈值确定噪声本征模函数分量并重构；

步骤六，对重构的本征模函数分量进行处理得到；

步骤七，将、其余的本征模函数分量以及残余分量重新叠加即为最终语音增强信号；

步骤八，建立无砂混凝土集料粒径的计算模型，根据模型计算得到粒径。

本发明的进一步技术：

优选的，步骤一中语音信号第一步处理的公式如下所示：

；

式中：

—语音信号；

—第一步处理后的语音信号；

—声音信号的帧长;

—语音信号本函数处理的长度。

优选的，步骤二中语音信号的自回归模型如下所示：

；

式中：

—纯净的语音信号；

—噪音的语音信号；

—回归系数；

—偏自相关系数；

—均值为0的噪声信号；

、/>通过最小二乘法求得。

优选的，步骤三中含噪音的语音信号滤波处理如下所示：

；

式中：

—测量变量;

—测量矩阵；

—测量噪声;

—系统过程噪声;

—状态转移矩阵;

—系统噪声输入矩阵;

—表示估计的状态变量;

—测量矩阵中第/>行第/>列值;

—测量矩阵中第/>行第/>-1列值。

优选的，步骤四中经验模态分解的信号如下所示：

；

式中：

—滤波处理后的语音信号(经验模态分解的信号)；

—纯净的语音信号；

—滤波后的残留噪声信号。

优选的，步骤五中能量阈值的公式如下所示：

；

式中：

—能量最大本征模函数对应的索引值；

—本征模函数；

—第/>个本征模函数对应的能量值；

-索引值/>对应的本征模函数的能量值；

本征模函数，/>值代表第/>个本征模函数，/>代表从1到/>的取值；

确定之后，索引/>的本征模函数分类选取出来后进行后续去噪处理，索引的本征模函数分类无需处理。

优选的，步骤六中噪声处理的公式如下所示：

；

式中：

—重构后的噪声本征模函数分量；

—小波处理后的信号；

—尺度函数；

—小波基函数；

—任意开始尺度；

，尺度系数；

，小波基函数系数。

优选的，步骤七中最终语音增强信号计算公式如下所示：

；

式中：

—最终语音增强信号；

—残余本征模本征模函数分量。

优选的，步骤八建立无砂混凝土集料粒径的计算模型，通过模型计算得到无砂混凝土集料粒径：

；

式中：

：集料粒径，mm;

：音频信号采集点距离试件中心的距离，mm；

：计算基准距离，mm；

：步骤七中最终语音增强信号大小，db；

—无砂混凝土抗压强度7d与抗压强度28d之比；

—无砂混凝土抗折强度7d与抗折强度28d之比。

与已有技术相比，本发明的有益技术效果体现在：

采集无砂混凝土室内试件表面反射的音频信号，并进行预处理。使信号能更好地满足处理的周期性要求，减少泄漏；对处理后的语音信号进行经验模态分解，并处理其中的噪声本征模函数，通过将噪声本征模函数单独处理，其余语音本征模函数不做任何处理抑制残留噪声减少语音信号失真的目的；采用能量阈值确定噪声本征模函数分量并重构，对重构的本征模函数分量进行小波处理。等同于间接提高

了信噪比，同时小波变换提高了运算速度减少了耗时；将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号；具有简单易操作，结果准确等优点。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本说明，并不用于限定本发明。

实施例：在安徽新建高速无砂混凝土路段，无砂混凝土室内试验测得7d和28d抗压强度分别为33.6MPa和42.7MPa，7d和28d抗折强度分别为4.4MPa和5.4MPa，采用本发明的方法确定无砂混凝土路面的集料粒径。

步骤一，采集无砂混凝土室内试件表面反射的音频信号，并进行预处理。

试验室成型透水混凝土抗压试验标准试件（150mm×150mm×150mm），采集无砂混凝土室内试件表面反射的音频信号。

在电脑计算机中，对采集到的反射的音频信号进行预处理。预处理公式如下所示：

；

式中：

—语音信号；

—第一步处理后的语音信号；

—声音信号的帧长;

—语音信号本函数处理的长度。

步骤二，建立语音信号的自回归模型。

语音信号的自回归模型如下所示：

；

式中：

—纯净的语音信号；

—噪音的语音信号；

—回归系数；

—偏自相关系数；

—均值为0的噪声信号；

、/>在计算机中通过内置程序，最小二乘法求得。

步骤三，滤波处理含噪音的语音信号。

含噪音的语音信号滤波处理如下所示：

；

式中：

—测量变量;

—测量矩阵；

—测量噪声;

—系统过程噪声;

—状态转移矩阵;

—系统噪声输入矩阵;

—表示估计的状态变量;

—测量矩阵中第/>行第/>列值;

—测量矩阵中第/>行第/>-1列值。

经验模态分解的信号如下所示：

；

式中：

—滤波处理后的语音信号(经验模态分解的信号)；

—纯净的语音信号；

—滤波后的残留噪声信号。

步骤四，对处理后的语音信号进行经验模态分解，并处理其中的噪声本征模函数。

将做经验模态分解，分解出多个本征模函数，通过将噪声本征模函数单独处理，其余语音本征模函数不做任何处理抑制残留噪声减少语音信号失真的目的。

步骤五，采用能量阈值确定噪声本征模函数分量并重构。

能量阈值的公式如下所示：

；

式中：

—能量最大本征模函数对应的索引值；

—本征模函数；

—第/>个本征模函数对应的能量值。

在电脑计算机中带入以上步骤处理过后的音频信号，分析得出=102，即索引i＜102的本征模函数分类可选取出来后进行后续去噪处理，索引i≥102的本征模函数分类可无需处理。

步骤六，对重构的本征模函数分量进行小波处理。

噪声本征模函数确定后，用小波法对其再次去噪。小波对单独的噪声本征模函数去噪不理想。因为单独的本征模函数分量属于低信噪比信号，小波对此类信号处理效果不好，因此，采用先对选定的噪声本征模函数分量重建再进行小波法处理，此时的信号等同于间接提高了信噪比，同时小波变换提高了运算速度减少了耗时。噪声本征模函数重构表示如下：

函数选择Sym8小波基，分解层数选择5，运用rigrsure准则，软阈值。表示如下公式：

；

式中：

；

。

步骤七，将、其余的本征模函数分量以及残余分量重构即为最终语音增强信号/>。

因此，原始含噪语音经过滤波后得到信号/>，再通过经验模态分解将信号分解为多个本征模函数分量，并通过能量阈值的方法确定噪声本征模函数分量并重构得到/>进一步采用小波变换去噪处理。最后，将小波去噪后信号/>与其余本征模函数及残余分量整体重构就是最终的语音增强信号/>，如下：

；

为0.78。

本项目的无砂混凝土7d抗压强度和抗折强度、28d抗压强度和抗折强度数值、以及/>计算结果分别如下表1所示。

表1 无砂混凝土强度数据

通过模型计算得到无砂混凝土集料粒径：

；

式中：

：集料粒径，mm;

：音频信号采集点距离试件中心的距离，本项目为42mm；

：计算基准距离，本项目取150mm；

：步骤七中最终语音增强信号大小为0.78；

—无砂混凝土抗压强度7d与抗压强度28d之比，本项目为0.79；

—无砂混凝土抗折强度7d与抗折强度28d之比，本项目为0.82。

计算可得 =9.79mm，即本项目需要粒径为9.79mm的集料。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims

1.基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，包括以下步骤：

步骤二，建立语音信号的自回归模型；

步骤三，滤波处理含噪音的语音信号；

步骤五，采用能量阈值确定噪声本征模函数分量并重构；

步骤六，对重构的本征模函数分量进行处理得到；

2.根据权利要求1中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤一中语音信号第一步处理的公式如下所示：

；

式中：

—语音信号；

—第一步处理后的语音信号；

—声音信号的帧长;

—语音信号本函数处理的长度。

3.根据权利要求2中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤二中语音信号的自回归模型如下所示：

；

式中：

—纯净的语音信号；

—噪音的语音信号；

—回归系数；

—偏自相关系数；

—均值为0的噪声信号；

、/>通过最小二乘法求得。

4.根据权利要求3中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤三中含噪音的语音信号滤波处理如下所示：

；

式中：

—测量变量;

—测量矩阵；

—测量噪声;

—系统过程噪声;

—状态转移矩阵;

—系统噪声输入矩阵;

—表示估计的状态变量;

—测量矩阵中第/>行第/>列值;

—测量矩阵中第/>行第/>-1列值。

5.根据权利要求4中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤四中经验模态分解的信号如下所示：

；

式中：

—滤波处理后的语音信号；

—纯净的语音信号；

—滤波后的残留噪声信号。

6.根据权利要求5中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤五中能量阈值的公式如下所示：

；

式中：

—能量最大本征模函数对应的索引值；

—本征模函数；

—第/>个本征模函数对应的能量值；

-索引值/>对应的本征模函数的能量值；

确定之后，索引/>的本征模函数分类选取出来后进行后续去噪处理，索引/>的本征模函数分类无需处理。

7.根据权利要求6中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤六中噪声处理的公式如下所示：

；

式中：

—重构后的噪声本征模函数分量；

—小波处理后的信号；

—尺度函数；

—小波基函数；

—任意开始尺度；

，尺度系数；

，小波基函数系数。

8.根据权利要求7中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤七中最终语音增强信号计算公式如下所示：

；

式中：

—最终语音增强信号；

—残余本征模本征模函数分量。

9.根据权利要求8中所述的基于声音处理的无砂混凝土集料粒径确定方法，其特征在于，步骤八建立无砂混凝土集料粒径的计算模型，通过模型计算得到无砂混凝土集料粒径：

；

式中：

：集料粒径，mm;

：音频信号采集点距离试件中心的距离，mm；

：计算基准距离，mm；

：步骤七中最终语音增强信号大小，db；

—无砂混凝土抗压强度7d与抗压强度28d之比；

—无砂混凝土抗折强度7d与抗折强度28d之比。