CN118150706A

CN118150706A - 一种基于声发射的损伤检测方法、装置、电子设备及介质

Info

Publication number: CN118150706A
Application number: CN202410466724.9A
Authority: CN
Inventors: 李劲松; 王磊; 刘伟; 李艳飞; 殷志明; 张红生; 张兴全; 左宏刚; 雷磊; 郑铭
Original assignee: China Oilfield Services Ltd Shanghai Branch
Current assignee: China Oilfield Services Ltd Shanghai Branch
Priority date: 2024-04-18
Filing date: 2024-04-18
Publication date: 2024-06-07

Abstract

本发明公开了一种基于声发射的损伤检测方法、装置、电子设备及介质。该方法包括：在传感器检测模块中建立井口装置的有限元模型，确定损伤声发射信号的传播规律，根据所述传播规律布置传感器，并通过传感器采集井口装置的损伤声发射信号；在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据；在分析与诊断模块中对所述特征数据进行损伤分析和诊断，确定井口装置的损伤位置和运行状态；在控制与监控模块中判断所述运行状态和所述特征数据是否发生异常，若发生异常，则触发报警机制，并发送报警通知。本技术方案，能够提升井口装置的损伤检测准确率，以及能够对损伤进行定位和评估。

Description

一种基于声发射的损伤检测方法、装置、电子设备及介质

技术领域

本发明涉及产品功能技术领域，尤其涉及一种基于声发射的损伤检测方法、装置、电子设备及介质。

背景技术

在石油、天然气或化工行业中，井口装置是非常重要的设备之一。然而，由于长期受到高温、高压、腐蚀等因素的影响，井口装置可能会出现各种损伤，如裂纹、腐蚀等。这些损伤不仅会影响井口装置的性能和寿命，还可能引发安全事故，造成经济损失和人员伤亡。因此，对井口装置进行损伤检测和监测是非常必要的。

传统的井口装置损伤检测方法主要依靠人工巡检和定期检修。

然而，在复杂环境下，声波信号容易受到干扰，导致检测结果不准确；同时，传统的系统难以对损伤进行精确定位和评估。

发明内容

本发明提供了一种基于声发射的损伤检测方法、装置、电子设备及介质，能够提升井口装置的损伤检测准确率，以及能够对损伤进行定位和评估。

根据本发明的一方面，提供了一种基于声发射的损伤检测方法，该方法包括：

在传感器检测模块中建立井口装置的有限元模型，确定损伤声发射信号的传播规律，根据所述传播规律布置传感器，并通过传感器采集井口装置的损伤声发射信号；

在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据；

在分析与诊断模块中对所述特征数据进行损伤分析和诊断，确定井口装置的损伤位置和运行状态；

在控制与监控模块中判断所述运行状态和所述特征数据是否发生异常，若发生异常，则触发报警机制，并发送报警通知。

根据本发明的另一方面，提供了一种基于声发射的损伤检测装置，该装置包括：

损伤声发射信号采集单元，用于在传感器检测模块中建立井口装置的有限元模型，确定损伤声发射信号的传播规律，根据所述传播规律布置传感器，并通过传感器采集井口装置的损伤声发射信号；

特征数据得到单元，用于在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据；

损伤诊断单元，用于在分析与诊断模块中对所述特征数据进行损伤分析和诊断，确定井口装置的损伤位置和运行状态；

异常判断单元，用于在控制与监控模块中判断所述运行状态和所述特征数据是否发生异常，若发生异常，则触发报警机制，并发送报警通知。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种基于声发射的损伤检测方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种基于声发射的损伤检测方法。

本发明实施例的技术方案，通过在传感器检测模块中建立井口装置的有限元模型，确定损伤声发射信号的传播规律，根据传播规律布置传感器，并通过传感器采集井口装置的损伤声发射信号；在数据采集与处理模块中对损伤声发射信号进行预处理，得到损伤声发射信号的特征数据；在分析与诊断模块中对特征数据进行损伤分析和诊断，确定井口装置的损伤位置和运行状态；在控制与监控模块中判断运行状态和特征数据是否发生异常，若发生异常，则触发报警机制，并发送报警通知。本技术方案，能够提升井口装置的损伤检测准确率，以及能够对损伤进行定位和评估。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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获得其他的附图。

图1是根据本发明实施例一提供的一种基于声发射的损伤检测方法的流程图；

图2为本申请实施例一提供的数据预处理步骤的具体流程图；

图3是本申请实施例一提供的对提取的特征进行降维和筛选的流程图；

图4是本申请实施例一提供的一种基于声发射的井口装置损伤检测方法的流程图；

图5为本申请实施例一提供的基于声发射的井口装置损伤检测方法的检测系统；

图6为本申请实施例提供的声发射检测原理；

图7为本申请实施例提供的突发型信号的波形图；

图8为本申请实施例提供的连续型信号的波形图；

图9为本申请提供的声发射参数定义的示意图；

图10为本申请实施例提供的声发射检测系统基本结构；

图11为本申请实施例提供的一维线定位示意图；

图12为本申请实施例提供的四方形定位法的示意图；

图13为本申请实施例提供的一组直角四面体型传感器簇可以确定一个声源方向的示意图；

图14为本申请实施例提供的两组直角四面体传感器簇定位声源示意图；

图15为本发明实施例二提供的一种基于声发射的损伤检测装置的结构示意图；

图16是实现本发明实施例的一种基于声发射的损伤检测方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1是根据本发明实施例一提供的一种基于声发射的损伤检测方法的流程图，本实施例可适用于对井口装置进行损伤检测的情况，该方法可以由基于声发射的损伤检测装置来执行，该基于声发射的损伤检测装置可以采用硬件和/或软件的形式实现，该基于声发射的损伤检测装置可配置于设备中。例如，设备可以是后台服务器等具有通信和计算能力的设备。如图1所示，该方法包括：

S110、在传感器检测模块中建立井口装置的有限元模型，确定损伤声发射信号的传播规律，根据所述传播规律布置传感器，并通过传感器采集井口装置的损伤声发射信号。

在本方案中，有限元模型可以用来模拟井口装置在不同条件下的行为和响应。通过这个模型，可以定义裂纹声信号和泄漏声信号的初始状态和属性，以及施加适当的力来模拟损伤的产生和发展过程，从而获得损伤声发射信号的传播路径、振幅和频谱等信息。其中，井口装置可以是采油井口装置、采气井口装置等。

在本实施例中，可以分析损伤声发射信号的传播特性，并根据信号在经过井口装置不同结构的衰减情况，合理布置传感器。

通过有限元仿真确定井口装置易损伤的结构点，并根据信号传播规律合理布置传感器，可以有效地提高装置的监测性能和故障诊断能力，减少潜在的损坏风险，并为维护和维修提供有针对性的指导。

进一步地，可以采用多通道传感器检测方式，进行井口装置损伤声发射信号的检测和采集。在布置传感器的过程中，需要正确连接声发射传感器(内置前置置放大器)、同轴电缆和声发射仪，在声发射传感器接触面均匀涂抹耦合剂后紧贴于被测物表面，涂抹耦合剂的目的是为了减少声能损失，提高声波的传输效率，将声发射传感器部分用磁性夹具固定在被测物表面，使用磁性夹具可以方便、快速地固定声发射传感器。

采用多通道传感器检测方式进行井口装置损伤声发射信号的检测和采集具有全面性、实时性和高准确性的优点。这种方法可以提供更全面的装置状态评估，及早发现潜在故障和损伤，减少停机时间和维修成本，提高装置的可靠性和安全性。

S120、在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据。

在本实施例中，预处理可以包括去噪、滤波、傅里叶变换等。

在本方案中，通过对损伤声发射信号进行预处理，能够消除可能的噪声和干扰。

可选的，在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据，包括步骤A1-A3：

步骤A1、对所述损伤声发射信号进行滤波去噪操作和傅里叶变换操作，得到损伤声发射信号的频谱信息；

在本方案中，图2为本申请实施例一提供的数据预处理步骤的具体流程图，如图2所示，对采集的信号进行滤波去噪操作，并进行傅里叶变换，获取信号的频谱信息。

在本实施例中，对采集的损伤声发射信号进行滤波去噪操作，计算公式如下：

y(t)＝∫x(τ)⊙h(t-τ)dτ。其中，y(t)为经过滤波去噪操作后的信号，x(τ)为采集的信号，h(t-τ)为滤波器系数，dτ为积分变量，⊙为卷积操作。

具体地，对采集的损伤声发射信号进行滤波去噪操作还可以选择数字滤波器对采集的信号进行滤波去噪操作，滤波器的选择应考虑信号的频率范围和噪声类型，以提高信号的清晰度和准确性。例如，对于低频噪声，可以使用低通滤波器。对于高频噪声，则使用高通滤波器。此外，还可以根据噪声的特性选择带阻滤波器或带通滤波器。在MATLAB中，可以使用filter函数来设计滤波器并应用于损伤声发射信号。

在本方案中，进行傅里叶变换，计算公式如下：

Y(ω)＝∫y(t)cos(ωt)dt。其中，Y(ω)为信号的频域，y(t)为经过滤波去噪操作后的信号，cos(ωt)为余弦函数，用于将信号从时域转换到频域，ω是角频率，表示信号的频率。

具体地，在MATLAB中，可以使用fft函数进行快速傅里叶变换。通过分析频谱信息，可以了解信号的频率特性和变化规律。

步骤A2、对所述频谱信息进行特征提取，得到声学特征；

进一步的，如图2所示，根据采集信号的频谱信息进行特征提取，捕捉关键的声学特征。其中，采集信号的频谱信息包括频谱能量、频谱峰值和频谱形态。

具体地，在特征提取阶段，可以考虑的声发射信号特征包括频谱能量、频谱峰值、频谱形态等。这些特征可以有效地捕捉声发射信号的关键特征，有助于后续的分析和处理。

步骤A3、对所述声学特征进行降维和筛选处理，得到损伤声发射信号的特征数据。

在本实施例中，如图2所示，对提取的声学特征进行降维和筛选，以减少数据维度并保留最具信息量的特征，从而完成数据预处理步骤。

具体的，对提取的声学特征进行降维和筛选，采用如下公式计算协方差矩阵：

其中，C为协方差矩阵，N为样本数量，x_i是第i个样本的特征向量，i是所有样本特征向量的均值。

根据公式C＝UΛUT对协方差矩阵进行特征值分解得到特征向量矩阵和对角矩阵。其中，U为正交矩阵，其列向量是特征向量，Λ为对角矩阵，其对角线上的元素是特征值。选择需要保留的特征向量矩阵和对角矩阵中的主成分特征的数量，构成降维后的特征矩阵。其中，主成分特征为最大的特征值对应的特征向量。

对采集的信号进行滤波去噪操作，并进行傅里叶变换进行特征提取，最后对提取的特征进行降维和筛选，可以提高信号处理的准确性和效率。这种方法可以去除噪声干扰，提取关键特征，并将数据维度降低到更易处理的范围，为后续的分析和决策提供更可靠的基础。

可选的，对所述声学特征进行降维和筛选处理，得到损伤声发射信号的特征数据，包括步骤B1-B3：

步骤B1、判断所述声学特征中主成分特征的特征值是否大于预设阈值；

步骤B2、若是，则将主成分特征的特征值对应的特征向量作为损伤声发射信号的特征数据；

步骤B3、若否，则主成分特征的特征值对应的特征向量从损伤声发射信号的特征数据中去除。

在本方案中，图3是本申请实施例一提供的对提取的特征进行降维和筛选的流程图，如图3所示，判断所保留的主成分特征的特征值是否大于预设阈值。若判断结果为是，则保留主成分特征的特征值对应的特征向量。若判断结果为否，则将所保留的主成分特征的特征值对应的特征向量去除。

具体地，预设阈值应高于背景噪声水平，以确保检测到的信号是由损伤引起的。检测系统的性能对阈值的设定也有影响。灵敏度高的系统能够检测到较弱的信号，而高分辨率系统能够区分更接近的信号。根据系统的性能，预设阈值应适当调整，以确保能够捕捉到真实的损伤信号。在实际应用中，根据经验和实践的反馈，可以对预设阈值进行调整。通过比较实际检测结果与已知损伤情况，可以不断优化阈值，提高检测的准确性和可靠性。根据实验验证的结果，对阈值进行必要的调整。如果检测结果不准确，可以提高阈值或调整阈值范围；如果漏检率较高，可以降低阈值或调整阈值范围。

进一步地，通过设定一个阈值，可以确保只保留那些具有足够信息量的特征，从而提高数据的质量和后续分析的准确性。如果主成分特征的特征值大于预设阈值，那么这些特征将被保留下来。这些特征包含了重要的信息，有助于更好地理解数据的内在结构和关系。

可选的，在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据，包括：

将所述特征数据通过光纤收发器上传到上位机控制端。

具体地，在进行数据传输和接收时，要确保光纤收发器和上位机之间建立可靠的数据传输通道，以确保数据的完整性和实时性，通过配置光纤收发器和上位机的通信参数，如波特率、数据格式等，以确保数据正确地传输到上位机,对接收到的声发射数据进行预处理，以消除可能的噪声和干扰。

通过光纤收发器传输处理后的数据到上位机控制端进行损伤分析和诊断，具有高带宽和远距离传输的能力，能够抵抗电磁干扰，同时具有低损耗和低延迟的特点，为损伤分析和预测提供了更好的数据支持。

S130、在分析与诊断模块中对所述特征数据进行损伤分析和诊断，确定井口装置的损伤位置和运行状态。

具体地，可以采用适当的算法，例如支持向量机、随机森林、深度学习模型等进行分类或回归任务，以识别不同的损伤模式或预测损伤程度。

进一步地，可以采用卡尔曼滤波优化后的定位算法，对接收到的数据进行损伤定位，确定可能的损伤位置。卡尔曼滤波是一种常用的状态估计算法，通过融合传感器测量和系统模型，可以提供准确的状态估计和预测。通过应用该算法，可以实现对损伤位置的定位，并预测设备或结构的状态变化，有助于及早发现潜在问题并采取相应的措施。可以使用传感器网络或多个测点的数据进行多传感器融合，提高定位的精度和可靠性。

在分析与诊断模块中进行损伤分析和诊断以及进行定位和获取状态预测的结果，能够评估系统的健康状况和可能的故障情况，生成相应的报告、图表或可视化结果，向用户或决策者提供详细的分析和建议。

实现对损伤位置的定位，并预测设备或结构的状态变化，有助于及早发现潜在问题并采取相应的措施。

S140、在控制与监控模块中判断所述运行状态和所述特征数据是否发生异常，若发生异常，则触发报警机制，并发送报警通知。

具体地，当控制与监测模块的分析和诊断结果显示异常情况时，这意味着声发射检测系统可能存在结构损伤或其他异常情况。为了确保系统的安全性和稳定性，系统会触发报警机制。报警机制通过控制与监测模块与操作员进行通信，向操作员发送通知。通知方式多种多样，包括但不限于声音警报、视觉提示、短信或电子邮件通知等。这些通知方式可以确保操作员及时得知异常情况，并采取相应的措施。操作员可以根据报警信息和相关数据，快速响应并处理异常情况。

通过实时监测和及时报警，声发射检测系统能够快速响应异常情况并提醒操作员注意。这有助于减少潜在风险和损失，确保系统的安全性和稳定性。在处理异常情况后，控制与监测模块还可以记录事件的相关信息，如发生时间、异常类型、处理措施等，以便后续分析和改进。

通过控制与监测模块实现不停产、在线监测井口装置的运行状态和参数，可以提高生产的连续性和稳定性，能及时发现装置的异常情况，并采取相应的措施进行处理，从而保证井口装置的安全运行和最佳性能。同时，通过在线监测，还可以优化装置的运行，提高生产效率和资源利用率。

可选的，在触发报警机制，并发送报警通知之后，所述方法还包括：

在数据存储与管理模块将所述运行状态和所述特征数据进行存储和分析。

在本方案中，将系统监测到的数据和诊断结果进行存储，可以实现数据的长期保存和后续分析。这样做有助于保证数据的完整性和可靠性，为系统的优化和改进提供依据。同时，通过对存储数据的分析和知识积累，可以提高对系统运行规律的理解，并为预防措施和最佳实践的制定提供支持。

在本实施例中，图4是本申请实施例一提供的一种基于声发射的井口装置损伤检测方法的流程图，如图4所示，该方法仅为本申请实施例示出的一种执行顺序，并不代表一种基于声发射的井口装置损伤检测方法的唯一执行顺序，在可实现最终结果的情况下，图4所示出的步骤可以被并列或颠倒执行。

具体地，在数据存储与管理模块进行数据存储与后续分析包括以下步骤：1、设计存储架构：在设计存储架构的过程中需要考虑数据的组织方式，包括表结构设计、索引设置等，以便高效地存储和检索数据，还需要考虑数据的冗余备份和容灾方案，以确保数据的安全性和可靠性。2、数据存储策略：需要确定数据的存储频率和存储间隔，根据实际需求进行配置。可以根据时间、事件触发或数据量等因素来决定存储策略。考虑数据的压缩和归档，尤其针对大规模数据的长期存储，可以采用压缩算法和归档技术，以减少存储空间的占用和成本。3、设计合适的数据管理策略：这一过程包括数据清理、数据迁移和数据访问控制等，以保证数据库的性能和安全。4、后续分析和应用：这一过程需要制定数据分析计划和方法，根据需要进行数据挖掘、统计分析、趋势分析等，以获取有关系统性能和损伤状态的洞察。利用数据分析结果进行预测、优化和决策支持，帮助改进系统运行和维护策略。

通过以上步骤，可以有效地将系统监测到的数据和诊断结果进行存储，便于数据的长期保存和后续分析。合理的数据存储架构、策略、管理和应用可以确保数据的完整性和可靠性，并提供有价值的信息用于系统的改进和维护。

可选的，所述传感器检测模块包括声发射传感器和前置放大器；

其中，所述声发射传感器用于将损伤声发射信号转化为电信号；所述前置放大器用于将声发射传感器输出的损伤声发射信号进行放大。

进一步的，图5为本申请实施例一提供的基于声发射的井口装置损伤检测方法的检测系统，如图5所示，该系统包括传感器检测模块、数据采集与处理模块、分析与诊断模块、控制与监测模块和数据存储与管理模块。

传感器检测模块被配置为检测井口装置损伤产生的声发射信号。传感器检测模块包括声发射传感器和前置放大器，声发射传感器将声发射信号转换成电信号，前置放大器将声发射传感器输出的电压信号进行放大。

具体地，通常选择内置前置放大器的声发射传感器进行检测。当内置前置放大器的声发射传感器检测到声信号后，它会将其转换成电压信号输出，并通过线缆连接到数据采集与处理模块。

可选的，所述数据采集与处理模块包括数据接收子模块、去噪处理子模块、特征提取子模块、缓存子模块和数据发送子模块；

其中，所述数据接收子模块用于接收损伤声发射信号；所述去噪处理子模块用于去除损伤声发射信号中的噪声；所述特征提取模块用于对损伤声发射信号进行特征提取；所述缓存子模块用于对提取的特征数据进行缓存；所述数据发送子模块用于将特征数据转换成光纤传输的格式，以通过光纤收发器发送至上位机控制端。

具体地，数据接收子模块通过时序控制实现多路信号的同步采集和模数转换。去噪处理子模块使用数字滤波器实现高通低通滤波，以去除信号中的噪声。特征提取子模块和缓存子模块则通过应用傅里叶变换对声发射信号进行特征提取，获取关于频谱内容和频率特性的信息，并对提取的特征进行降维和筛选。为保证数据的有序、准确和高效的传输，数据在主控制芯片(如FPGA)内进行缓存。数据发送子模块将编码后的数据转换成适合光纤传输的格式，便于后续在上位机上的分析和处理。

在本方案中，分析与诊断模块被配置为对数据发送子模块发送的数据进行处理，实现损伤的定位和状态预测。具体地，分析与诊断模块可以利用卡尔曼滤波改进后的时差算法对数据数据发送子模块发送的数据进行处理，实现损伤的定位和状态预测。

在本实施例中，控制与监测模块被配置为监控系统的运行状态和参数，确保正常运行。具体地，控制与监测模块实时监测声发射检测系统的运行状态和参数，一旦发现异常触发报警机制向操作员发送通知。

进一步的，数据存储与管理模块备配置为存储和管理检测系统检测的数据，可以包括硬盘、数据库或云储存等。

本申请实施例还提供的一种基于声发射的井口装置损伤检测方法的检测系统，还包括数据采集卡和数据处理终端。数据采集卡包括输入输出系统(IO系统)、数据转换系统、存储系统、控制系统和接口系统。具体地，输入输出系统(IO系统)：用于接收声发射传感器输出的模拟信号，并向外部设备发送数字信号。数据转换系统：通过模数转换器(ADC)将接收到的模拟信号转换为数字信号，以供后续处理使用。存储系统：用于临时存储采集到的数据和待发送的数据。存储系统可以是高速缓冲存储器(如FIFO缓冲区)或固态存储器(如RAM或闪存)。控制系统：负责执行信号去噪滤波和特征提取等步骤。接口系统：用于数据采集卡与光纤收发器之间的数据传输，常见的接口包括PCI、PCIe、USB、Ethernet等。数据处理终端用于实现基于声发射的井口装置损伤监测系统。

通过数据采集卡和数据处理终端的结合，实现了对井口装置损伤的实时监测和诊断，提高了监测的准确性和可靠性。

在本方案中，海上采气井口装置损伤监测包括：

步骤1：在采气井口装置的关键部位，如四通弯管处、法兰盘表面、防喷器底面等，安装声发射传感器。这些传感器用于捕捉井口装置在工作时产生的声发射信号。

步骤2：在采气井口装置工作过程中，实时采集声发射信号。这些信号随后会被传输到数据处理终端进行进一步分析。

步骤3：利用深度学习算法，如卷积神经网络(CNN)，自动提取声发射信号中的特征。这一步是为了从原始信号中识别出与损伤相关的特征。

步骤4：通过对比声发射信号的时频图，发现采气井口装置损伤的早期信号。时频图能够展示信号随时间和频率的变化情况，有助于发现异常或损伤的迹象。

步骤5：当发现采气井口装置损伤的早期信号时，启动预警系统，通知维护人员进行检查和维修。这一步是为了及时响应可能的损伤，防止问题恶化。

通过实时监测和深度学习算法的应用，实现了对海上采气井口装置损伤的早期检测，提高了采气的安全性。

井口装置损伤监测包括：

步骤1：在井口装置的关键部位，如四通弯管处、法兰盘表面、防喷器底面等，安装声发射传感器。同样是为了捕捉井口装置在工作时的声发射信号。

步骤2：实时采集声发射信号，与采气监测类似，这些信号将被用于后续分析。

步骤3：利用机器学习算法，如支持向量机(SVM)，自动分析声发射信号。SVM是一种分类算法，可以用于识别异常或损伤的特征。

步骤4：通过对比声发射信号的时频图，发现井口装置损伤的早期信号。

步骤5：启动预警系统并通知维护人员。当发现损伤的早期信号时，及时采取措施以防止进一步的损害。

通过实时监测和机器学习算法的应用，实现了对井口装置损伤的早期检测，有助于提高采油作业的安全性和稳定性。

基于声发射检测技术，利用不同的算法对采集到的声发射信号进行分析，实现井口装置损伤的早期检测。通过启动预警系统和及时通知维护人员，能够降低潜在风险和损失，提高工业生产的安全性和稳定性。可以广泛应用于油气勘探和生产领域中的井口装置损伤监测。

进一步的，声发射检测技术是一种动态无损检测技术，其信号来自缺陷本身，利用该技术可以判断缺陷的活动性和严重性。声发射检测技术在材料试验、压力容器、航空、航天、桥梁及地震预报等方面有着广泛的应用。声发射检测技术的原理是将高灵敏度的声发射传感器置于材料或零部件表面，接收材料或零部件在受力作用下产生的变形、断裂或内部应力超过屈服极限而以瞬态弹性波形式释放的应变能，实时接收和采集来自于材料或零部件缺陷的声发射信号，通过对声发射信号的识别、判断和分析推断出材料或零部件内部缺陷位置、状态程度和发展趋势。图6为本申请实施例提供的声发射检测原理，如图6所示。

声发射出现后将以机械波的形式在材料中传播，当声发射波传播到结构件材料的表面时，会引起材料表面的微小位移。再通过特定的传感器将这微小的表面位移转化为电信号，并经过放大、处理、记录进而生成声发射信号。各种材料声发射信号的频率范围十分广泛，小到只有几赫兹大小的次声频率，大到数兆赫兹的超声频率。如果声发射发生时所释放的应变能足够大，就会产生人耳可以听见的声音。但是对于大多数结构件材料来说，变形或裂纹产生时所释放的声发射信号是十分微弱的，人耳无法感知，所以必须借助灵敏度较高的现代仪器设备才能检测出来。通过仪器检测、记录、分析声发射信号并利用声发射信号确定声发射源的发生位置及相关特征的技术称为声发射技术。此外，通常将引起声发射现象的物理源点称为声发射源，即材料或结构件中的损伤发生的位置。根据声发射的基本定义，外部坏境的激励和材料损伤是声发射产生的两个必要条件。材料或构件在外部激励作用下产生弹性波，弹性波传到检测体的表面引起物体表面的机械振动，传感器将这种机械振动引起的物体表面的位移变化转化为可识别、可分析的信号,通常将产生弹性波的布置成为声发射源。工程材料中的声发射源，主要包括：金属断裂、塑性变形、摩擦、空化效应、磨损、相变、渗漏、表面效应、磁效应等。由于声发射提供工程材料状态变化的有关信息，所以可用于设备的状态监测和故障诊断。声发射源往往是材料损坏的发源地。由于声发射源的活动常在材料破坏之前很早就会出现，因此，可根据材料的微观变形和开裂以及裂纹的发生和发展过程所产生声发射的特点及强度来推知声发射源目前的状态(存在、位置、严重程度)，而且可知道它形成的历史，并预测其发展趋势。

进一步的，在声发射信号传递过程中，传感器可接收的表面位移从l0.15m至10-gm，同时由于信号产生的机制、信号的传递介质、所选用的设备不同而差异较大。根据信号的连续性，AE信号源可分为以下三类：突发型、连续型和混合型。通常情况下，突发型AE信号表现为脉冲波形，在短时间内产生很高的幅值波形的跃升，但持续时间很短，同时波形衰减也很快，产生此种类型信号的主要原因是材料内部微观裂纹的扩展和脆性材料的破坏过程。图7为本申请实施例提供的突发型信号的波形图，如图7所示。连续型信号主要集中在材料的塑性变形以及晶体间持续错动的过程中，从整个时域上看，其波形幅值不会表现出明显的波动，总体比较稳定，具有频度高、能量小的特点。图8为本申请实施例提供的连续型信号的波形图，如图8所示。而与前两种信号源相比，混合型则在多相复合材料中存在的更为普遍存，在波形上表现为前两种信号的混合叠加形式。从时域上看，混合型AE信号没有明显阶段划分，这就为多相复合材料的损伤分析增加了难度。

声发射的特征参数是将超过阂值的信号提取为几个信号特性参数。通过对这些声发射参数进行处理，来分析各种声发射信号的特征，得到其显著性较大的特征参数，为以后神经网络模式识别、数据融合以及报警提供理论依据。图9为本申请实施例提供的声发射参数定义的示意图，如图9所示：

撞击计数(HiO和事件计数(Events count)：撞击是指通过门槛并导致一个系统通道累计数据的任一声发射信号。撞击计数则是系统对撞击的累计计数。声发射事件计数即是检测系统对鉴别出来的声发射事件的累计结果。

振铃计数(Counts)：对超过阈值的电信号的每一振荡波均记为一个振铃计数。因此，振铃计数就是越过门槛信号的振荡次数，可分为总计数和计数率。

幅度(Amplitude)：声发射信号波形的最大振幅值，通常用dB表示(传感器输出lllV为0dB)，幅度是声发射信号的重要参数，与信号大小有直接的关系，不受阈值的影响，直接决定信号的可测性，常用于声源的类型鉴别、强度及衰减的测量。

有效值电压和平均信号电平：有效值电压(RMS)是采样时间内信号电平的均方根值，以V表示，与声发射的大小有关。主要用于连续型声发射活动性评价。平均信号电平(ASL)是采样时间内信号电平的均值，以dB表示。与RMS相似，对幅度动态范围要求较高而时间分辨率要求较低的连续型信号，尤为重要，也用于背景噪声水平的测量。

持续时间(Duration)：在一个声发射波击中，声发射信号从第一次越过阈值至最后一次越过阈值所经历的时间间隔，以μS表示。能粗略反映信号强度和频度，受阈值的影响，常用于特殊声源类型和噪声的鉴别。

上升时间(Rise time)：声发射信号第一次越过阈值至最大振幅所经历的时间间隔，以μS表示。

平均频率(Average Frequency)：可以通过美国PAC公司生产的SAMOS声发射系统得到平均频率，以kHz表示。可由下式计算：平均频率(KHz)＝事件计数(AE Counts)/持续时间(Duration)。

信号强度：在整个声发射波形信息期间，调整电压信号的积分被精确的定义为信号强度。除开这个特征参数是在整个声发射事件动态范围内计算和独立获取外，这个特征参数类似于PAC公司的能量特征参数。信号强度值的变化范围可以从3.05皮伏·秒到13.01毫伏·秒之间。

能量计数(Energy)：信号检波包络线下的面积，可分为总计数和计数率。反映信号的相对能量或强度，对阈值、工作频率和传播特性不太敏感，可取代振铃计数。

井口声发射检测系统是一种用于监测和分析井口中的声发射信号的系统。它通过接收井口中产生的声波信号并对其进行分析，可以获取与井口活动相关的信息，如井口的压力变化、岩石破裂和地质位移等。图10为本申请实施例提供的声发射检测系统基本结构，如图10所示。下位机负责数据的采集、存储及发送任务；上位机对发送的数据进行存储、分析处理；通常下位机与上位机间的数据传输部分采用光纤通讯。通过图10可以看到，下位机的核心是数据采集及其硬件方面的设计，而上位机主要负责对采集的数据进行处理。

下位机系统通常由以下几部分组成：

1.传感器：传感器是井口声发射检测系统的核心组件。它们通常用于接收井口中产生的声波信号。传感器的数量根据具体的应用需求和井口环境来确定，并且可以以环形或线性阵列的形式布置。

2.信号放大器：接收器输出的电信号通常比较微弱，需要经过放大以增强信号强度。信号放大器用于放大接收器输出的信号，使其达到适合后续处理和分析的水平。放大器可以是模拟放大器或数字放大器，其选择取决于系统设计和要求。

3.信号处理单元：信号处理单元对放大后的信号进行进一步的处理和分析。这包括滤波、降噪、频谱分析、特征提取等。信号处理单元可以使用数字信号处理(DSP)技术来实现，以提高信号质量和提取有用的信息。

4.数据采集和记录设备：处理后的信号被采集和记录，以便后续的数据分析和评估。数据采集和记录设备可以包括数据采集卡、数据存储器或计算机等。这些设备负责将处理后的信号转换为数字格式，并存储在可访问的媒体中。

上位机通常由以及几部分组成：

1.数据分析和解释工具：采集到的声发射信号通过数据分析和解释来获取与井口活动相关的信息。这通常涉及使用专门的软件工具或算法来处理数据、提取特征、识别事件和分析信号属性。这些工具可以用于实时分析和监测，也可以用于离线数据处理和后续分析。

2.可视化和报警系统：井口声发射检测系统通常具有可视化和报警功能，以便用户能够直观地监测和理解分析结果。可视化系统可以以图表、图像或地图的形式显示数据和分析结果。报警系统可以根据预设的阈值或规则，在发现异常情况时触发警报，以便及时采取措施。

3.数据传输和通信：井口声发射检测系统通常需要将采集到的数据传输到中央控制室或数据中心进行进一步处理和分析。这可以通过有线或无线通信方式实现，例如以太网、无线传感网络或卫星通信等。

4.数据存储和管理：采集到的声发射数据需要进行存储和管理，以便后续的回放、查询和分析。这可以通过数据库或数据存储系统来实现，确保数据的安全性和可靠性。

5.实时监测和警报：井口声发射检测系统通常具有实时监测和警报功能，以便在发现异常情况时及时采取行动。警报可以以声音、光信号或通知等形式发出，以吸引操作人员的注意。

6.系统集成和控制：井口声发射检测系统需要与其他井口监测系统或控制系统进行集成，以实现全面的井口管理和控制。这可以通过数据接口、通信协议和软件集成来实现，确保系统的协同工作和互操作性。

井口声发射检测系统是一个复杂的系统，由多个组件和功能组成。它通过接收、放大、处理和分析井口中的声发射信号，提供井口活动的监测、警报和数据分析功能，以保障井口的安全运行和生产效率。井口声发射检测过程具体如下：

1.传感器布置：在井口周围布置一系列传感器，通常以环形或线性阵列的形式布置传感器的数量和布置方式根据具体的应用需求和井口环境来确定。

2.声波信号检测：传感器接收到井口中产生的声波信号，并将其转换为相应的电信号。这些声波信号可以是由井口活动引起的，如岩石破裂、气体释放或井涌等。

3.信号放大和处理：接收到的电信号经过放大和处理，以增强信号强度并滤除噪声。放大可以使用放大器或前置放大器来实现，处理可以包括滤波、降噪和频谱分析等步骤。

4.数据采集和记录：处理后的信号被采集和记录，以便后续的数据分析和评估。这可以通过数据采集系统和存储设备来实现，如数据采集卡和计算机。

5.数据分析和解释：采集到的声发射信号被分析和解释，以获取与井口活动相关的信息。这可以包括使用信号处理算法和模式识别技术来提取特征、识别事件和分析信号的频谱特性等。

6.预警和监测：根据分析结果，系统可以提供实时的预警和监测功能，以便采取必要的措施来保护井口和相关设备的安全。预警可以通过警报系统、远程监控和数据可视化来实现。

声发射源定位技术：根据检测对象、声发射信号特点、定位要求的不同，声发射源的定位方法各不相同。其中，突发信号常用的源定位技术有两类：时差定位和区域定位。区域定位是按不同传感器检测不同区域的方式或按声发射波到达各传感器的次序，大致确定声发射源所处的区域。时差定位根据同一声发射源所发出的声发射信号到达不同传感器的时间差异以及传感器布置的空间位置，建立与声发射源位置的关系并求解，最终得到缺陷与传感器的相对位置，是一种精确的定位方式。随着声发射仪器发展及设备状态监测要求的提高，目前时差定位法是最常见的确定声发射源位置的方法之一。

声发射检测信号源定位通常采用时差定位法。时差定位法是将按一定几何关系布设在被检结构外表面的若干个声发射传感器组成传感器阵列感器阵列中各传感器间的相对时差，并将己知的传感器位置坐标和试验测得或根据经验选取的波速代入双曲线或者双曲面方程组求解，即可得到声发射信号源的位置坐标。时差定位法的分类及适用材料或结构见表1。

表1

一维线性定位就是在一维空间确定声发射源的位置，也称为直线定位。一维线定位至少采用两个传感器和单时差，是最简单的定位方式。取两个探头连线的中点为坐标原点，取从1到2为正方向，图11为本申请实施例提供的一维线定位示意图，如图11所示。声发射源的位置坐标可由下式确定：

其中，Δt为到达两探头的时差(取绝对值)；C为声速(循规波的声速)。sign(Δt)＝1，信号先到探头2；sign(Δt)＝-1，信号先到探头1。

为了保证线定位的准确性，波速是关键因素。它与声发射波的模式、激励方式、材料、被检物体表面形状甚至天气情况都有关，因此要计算波速是非常困难的，最好的方法就是提前过实验测定波速。一维线定位可用于焊缝缺陷的定位，输送管道缺陷的定位。

二维定位至少需要三个传感器和两组时差，但为了得到单一解，一般需要四个传感器、三组时差。传感器阵列可以任意选择，但为了运算简便，常采用简单阵列形式，如三角形、正方形等。一般常用的是四边形定位法。图12为本申请实施例提供的四方形定位法的示意图，如图12所示，S₁、S₂、S₃、S₄四个传感器成菱形布置，构成平面直角坐标系。其实，这是两组线定位传感器的结合。S₁和S₃组成一组传感器，设声发射源发出的信号到达传感器的时差为Δt，可确定双曲线1。S₂和S₄成另外一组传感器，设信号到达的时差为Δt，可确定双曲线2。声发射源Q与传感器S₁、S₂、S₃、S₄距离差分别为ΔL1和ΔL2，波速为C，两组传感器间距分别为a和b。声发射源坐标为(x,y)。可得到以下方程式：

ΔL_x＝Δt_xC；

ΔL_y＝Δt_yC₃；

方程组中的后两式就是双曲线1和2的方程式，声发射源位于它们的交点上，结合声发射信号到达各传感器的先后次序，解以上方程组便可确定出唯一的声发射源所在位置。信号接收次序S₁→S₃时，x取负值，反之，x取正值。y轴上S₂→S₄时，y取负值，反之，y取正值。

在本实施例中，图13为本申请实施例提供的一组直角四面体型传感器簇可以确定一个声源方向的示意图，如图13所示，四个传感器以等间距排列形成一组直角四面体型传感器簇。在三维笛卡尔坐标系中，以传感器S₄为原点，其他传感器S₁、S₂、S₃分别位于X，Y和Z轴上，距S₄的距离为d。距离d应该比声发射源到任何一个传感器之间的距离小得多，意味着传感器簇的距离到声发射源足够远，则声发射源的首个球型波阵面在到达一组传感器簇时可以近似看作平面波前。声发射源P的坐标为(xp，yp，zp)。传感器S₁、S₂、S₃和S₄的坐标分别为(x1，y1，z1)，(x2，y2，z2)，(x3，y3，z3)和(x4，y4，z4)。不难看出x1＝x4+d，y2＝y4+d，z3＝z4+d。

由于不知道声波事件发生的确切时间，因此仅从到达时间t_i很难找到声波的传播时间。但是，声波的到达时差很容易获得。从声源P到传感器S_i和S_j的传播时间差表示为Δt_ij，则有：Δt_ij＝t_i-t_j；

声源到位于原点的传感器(S₄)的方向与其他传感器S_i的方向(坐标轴方向)之间的夹角为θ_i，如图13所示，可以用时间差表示为：

其中，c是声波速度。由于声源到同一组传感器簇中任一传感器之间的距离远远大于传感器之间的间距，所以同一传感器簇中的传感器接收到的声波信息除了有时间延迟可以近似看作相同，即声源到一组传感器簇的声速可以看作是相同的，即使是对于各向异性材料。

Pxy是声源P在xy平面上的投影，线PPxy垂直于xy平面。不难看出：

S₄Pxy和y轴之间的夹角可以从公式中获得，可以定义为：

Pyz是声源P在yz平面上的投影。遵循与上述类似的步骤，S₄Pyz的投影和z轴之间的夹角可以表示为：

声源P(x_p，y_p，z_p)所在的直线可以表达为：

进一步的，图14为本申请实施例提供的两组直角四面体传感器簇定位声源示意图。一组直角四面体型传感器簇的声波到达时差可以确定一条声源所在的直线，增加另一个由四个传感器组成的对称(或相同)簇放置在三维结构的另一个角落如图14所示，则可以从第二组传感器簇获得声源的第二个方向，那么声源定位的过程就简化为求两条直线的交点。

传感器S₅、S₆、S₇和S₈的坐标分别为(x5，y5，z5)，(x6，y6，z6)，(x7，y7，z7)和(x8，y8，z8)。如图14所示，很容易看出x5＝x8+d，y6＝y8-d，z7＝z7+d。通过第二组直角四面体型传感器簇的声波到达时差确定声源所在直线的投影夹角：

声发射源所在的第二条直线可以表示为：

/>

根据两个直角四面体型传感器簇获得两条声源所在直线，其交点就是预测的声源位置，整理为：

因此，理论上均匀三维结构中的声发射源可以通过仅具有8个传感器的两个直角四面体型传感器簇定位，不需要提前已知材料特性，适用于各向同性及各向异性材料，无需解非线性方程组从而能够实现快速定位。

实施例二

图15为本发明实施例二提供的一种基于声发射的损伤检测装置的结构示意图。如图15所示，该装置包括：

损伤声发射信号采集单元1510，用于在传感器检测模块中建立井口装置的有限元模型，确定损伤声发射信号的传播规律，根据所述传播规律布置传感器，并通过传感器采集井口装置的损伤声发射信号；

特征数据得到单元1520，用于在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据；

损伤诊断单元1530，用于在分析与诊断模块中对所述特征数据进行损伤分析和诊断，确定井口装置的损伤位置和运行状态；

异常判断单元1540，用于在控制与监控模块中判断所述运行状态和所述特征数据是否发生异常，若发生异常，则触发报警机制，并发送报警通知。

可选的，特征数据得到单元1520，包括：

频谱信息得到子单元，用于对所述损伤声发射信号进行滤波去噪操作和傅里叶变换操作，得到损伤声发射信号的频谱信息；

特征提取子单元，用于对所述频谱信息进行特征提取，得到声学特征；

特征数据得到子单元，用于对所述声学特征进行降维和筛选处理，得到损伤声发射信号的特征数据。

可选的，特征数据得到子单元，具体用于：

判断所述声学特征中主成分特征的特征值是否大于预设阈值；

若是，则将主成分特征的特征值对应的特征向量作为损伤声发射信号的特征数据；

若否，则主成分特征的特征值对应的特征向量从损伤声发射信号的特征数据中去除。

可选的，特征数据得到单元1520，包括：

特征数据发送子单元，用于将所述特征数据通过光纤收发器上传到上位机控制端。

可选的，所述装置还包括：

存储单元，用于在数据存储与管理模块将所述运行状态和所述特征数据进行存储和分析。

本发明实施例所提供的一种基于声发射的损伤检测装置可执行本发明任意实施例所提供的一种基于声发射的损伤检测方法，具备执行方法相应的功能模块和有益效果。

实施例三

图16示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图16所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种基于声发射的损伤检测方法。

在一些实施例中，一种基于声发射的损伤检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种基于声发射的损伤检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种基于声发射的损伤检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims

1.一种基于声发射的损伤检测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据，包括：

对所述损伤声发射信号进行滤波去噪操作和傅里叶变换操作，得到损伤声发射信号的频谱信息；

对所述频谱信息进行特征提取，得到声学特征；

对所述声学特征进行降维和筛选处理，得到损伤声发射信号的特征数据。

3.根据权利要求2所述的方法，其特征在于，对所述声学特征进行降维和筛选处理，得到损伤声发射信号的特征数据，包括：

4.根据权利要求1所述的方法，其特征在于，在数据采集与处理模块中对所述损伤声发射信号进行预处理，得到损伤声发射信号的特征数据，包括：

将所述特征数据通过光纤收发器上传到上位机控制端。

5.根据权利要求1所述的方法，其特征在于，在触发报警机制，并发送报警通知之后，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述传感器检测模块包括声发射传感器和前置放大器；

7.根据权利要求1所述的方法，其特征在于，所述数据采集与处理模块包括数据接收子模块、去噪处理子模块、特征提取子模块、缓存子模块和数据发送子模块；

8.一种基于声发射的损伤检测装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的一种基于声发射的损伤检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种基于声发射的损伤检测方法。