RU2709414C1 - Способ регистрации и анализа сигналов акустической эмиссии в системе диагностического мониторинга производственных объектов - Google Patents

Abstract

Использование: для регистрации и анализа сигналов акустической эмиссии в системе диагностического мониторинга производственных объектов. Сущность изобретения заключается в том, что обнаружение и выделение сигналов АЭ на фоне шума осуществляют посредством математической обработки зарегистрированного временного ряда зашумленных сигналов АЭ путем их цифровой фильтрации в скользящем временном окне со случайной шумовой компонентой с применением трехкаскадного цифрового фильтра - одномерного полосового нормализующего частотного фильтра, адаптивного спектрально-корреляционного фильтра с переменной линией задержки, двумерного статистического частотно-временного фильтра - в три стадии. На первой стадии посредством полосовой фильтрации временного ряда зашумленных сигналов АЭ производят улучшение отношения полезный сигнал/шум, нормализацию случайной шумовой компоненты и минимизацию влияния импульсных широкополосных помех различной природы. На второй стадии фильтрации обнаружение полезного сигнала ведут посредством разделения результата полосовой фильтрации в текущем временном окне на шумовую и сигнальную компоненты с применением одноканального адаптивного спектрально-корреляционного фильтра при автоматически выбираемой величине задержки на входе и регулируемом отношении полезный сигнал/шум на выходе. На третьей стадии осуществляют выделение полезного сигнала посредством удаления остаточной шумовой компоненты, возникающей в канале ошибки на выходе адаптивного фильтра, из обнаруженной сигнальной компоненты с помощью статистического фильтра, работа которого основана на автоматическом выявлении шумового фрагмента, содержащего только стационарную в пределах текущего временного окна шумовую компоненту, и расчете соответствующего двумерного время-частотного спектра. Дальнейшую математическую обработку полученных цифровых данных ведут путем удаления нулевых отсчетов шума вне полезного сигнала АЭ и, соответственно, формирования сжатого по длине временного ряда, состоящего из отсчетов полезного сигнала, и последующего расчета его огибающей на основе двумерной свертки со скользящим временным окном. Затем осуществляют расчет диагностических признаков наличия дефектов – источников полезного сигнала АЭ в объекте контроля, классификацию обнаруженных источников и принимают решение о текущем техническом состоянии объекта контроля. Технический результат: повышение достоверности и эффективности работы существующих акустико-эмиссионных СДМ технических устройств, зданий и сооружений. 4 з.п. ф-лы, 1 табл., 4 ил.

Description

Заявляемое изобретение относится к неразрушающему контролю состояния производственных объектов, основанному на применении метода акустической эмиссии, и может быть использовано при реализации систем диагностического мониторинга технических устройств, зданий и сооружений в процессе эксплуатации.

Применение систем диагностического мониторинга (СДМ) технических устройств, зданий и сооружений, использующих метод акустической эмиссии (АЭ), является актуальным направлением оценки технического состояния производственных объектов в процессе эксплуатации. К акустико-эмиссионным СДМ предъявляются следующие основные требования: помехоустойчивость – минимизация влияния стационарных и нестационарных шумов различной природы, включая подавление ударных механических шумов, импульсных электромагнитных помех и связанных с ними ложных срабатываний системы принятия решения о техническом состоянии объекта контроля; обеспечение режима работы с минимизацией субъективного фактора, т.е. участия оператора АЭ контроля при сборе данных, а также обнаружении и выделении полезного сигнала АЭ на фоне производственных/эксплуатационных шумов [1].

Корректное обнаружение и выделение полезного АЭ сигнала при воздействии помех является основным фактором, определяющим эффективность и достоверность работы СДМ по оценке технического состояния опасных производственных объектов. Современные акустико-эмиссионные системы диагностического мониторинга используют пороговый принцип регистрации данных, построенный на амплитудной дискриминации входного сигнала, и соответствующие ему пороговые методы шумоподавления, что приводит к невыполнению указанных требований и ограничивает эффективность применения метода АЭ в практике мониторинга. Известные методы фильтрации при пороговой регистрации данных не позволяют решить задачу как обнаружения сигнала, т.е. установление факта наличия полезного АЭ сигнала в момент превышения порога, так и выделения сигнала, т.е. восстановление его формы на фоне шума. При регистрации данных с амплитудной дискриминацией и мертвым временем [1] обнаружение и выделение сигнала АЭ с ростом порога и уменьшением отношения сигнал/шум сопровождаются существенным искажением его формы вплоть до потери сигнала.

Распространенные в технической диагностике методы обнаружения сигналов акустической эмиссии основаны на сравнении статистических свойств сигнала и помехи во временной и / или частотной областях. Известны способы обнаружения сигнала во временной области, использующие метод поиска точек разладки (ТР) в зашумленном временном ряду АЭ [2-4]. Считается, что возникновение точек разладки, в которых локальные статистические свойства временного ряда АЭ изменяются, является признаком наличия полезного АЭ сигнала. Для поиска ТР используются метод пересечения доверительных интервалов [2], информационный критерий Акаике [3], метод главных компонент [4]. При этом шумоподавление при реализации известных способов фактически не осуществляется. Общим недостатком известных способов является зависимость результатов фильтрации от степени нестационарности шума, величины отношения сигнал/шум и воздействия высокоамплитудных случайных помех, также воспринимаемых как ТР. Это исключает эффективное использование указанных способов в СДМ.

Известен также способ беспорогового выделения сигналов акустической эмиссии на фоне импульсных периодических шумов [5], где разделение сигнала и шума на классы во временном ряду сейсмоакустической эмиссии осуществляется посредством введения амплитудно-временных параметров формы сигнала, которые используются для построения регрессионной модели и формирования соответствующего решающего правила. Основной недостаток данного способа связан с низкой помехоустойчивостью, которая обусловлена тем что: 1) используемые параметры формы сигнала – крутизна переднего фронта и коэффициент формы, а также дисперсия функции распределения временных интервалов между отдельными импульсами АЭ - ограниченно работоспособны при малых отношениях сигнал/шум; 2) разделение событий на классы осуществляется в линейном приближении, которое может нарушаться при мониторинге натурных объектов контроля в условиях возникновения непериодических шумов; 3) с уменьшением отношения сигнал/шум до единицы вероятность обнаружения АЭ сигнала также существенно снижается.

Другой подход к обнаружению и выделению сигнала АЭ основан на подавлении шумовой компоненты посредством фильтрации в частотной или частотно-временной областях. Известен способ [6], в котором для распознавания и классификации дефектов – источников АЭ, развивающихся в натурном объекте при мониторинге, использована схема предварительной фильтрации шума, включающая пороговый алгоритм дискретного вейвлетного преобразования. Устранение шума осуществляется отбрасыванием масштабирующих и детализирующих коэффициентов вейвлет-разложения, превышающих некоторую пороговую величину, зависящую от текущего отношения сигнал/шум. Недостатком указанного способа является использование принципа пороговой дискриминации, которое, как и во временной области [2-4], приводит к тому же ряду негативных последствий, характерных для существующих АЭ систем диагностического мониторинга.

Известен способ частотной фильтрации шумоподобных сигналов акустической эмиссии в условиях беспорогового режима ее регистрации [7]. В основе способа лежит широкополосный анализ АЭ посредством спектрального вычитания, которое осуществляется с использованием банка фильтров специального вида. Последние представляют собой спектральные образы стационарных шумовых процессов («несущих процессов» по терминологии авторов) различной природы, сопровождающих работу оборудования. В качестве «несущих процессов» рассматриваются, в частности, собственные шумы и помехи тракта регистрации АЭ, рабочий шум объекта контроля, стационарная компонента в сигналах АЭ и эксплуатационных шумах и пр., полученные в ходе предварительных экспериментов или при проведении рабочих испытаний в особых условиях, когда полезный сигнал АЭ отсутствует. Основной недостаток известного способа заключается в том, что концепция «несущих процессов» и связанных с ними набора фильтров ограничивается областью стационарных помех и собственных шумов, при этом практическим результатом является не шумоподавление, а шумопонижение, т.е. не выделение полезного сигнала АЭ, а улучшение отношения сигнал/шум. Кроме того применение банка фильтров с постоянными спектральными характеристиками и предварительных экспериментов, необходимых для их получения, не позволяет осуществлять обработку данных диагностического мониторинга в автоматическом режиме. Ввиду сформулированных ограничений использование известных способов фильтрации в работе систем диагностического мониторинга малоприменимо. Из изложенного следует, что существующие как пороговые, так и беспороговые способы обработки зашумленных данных АЭ с разной степенью эффективности решают или проблему обнаружения или проблему выделения полезного сигнала АЭ при наличии помех.

Наиболее близким к предлагаемому является способ реализации системы диагностического мониторинга [8], в котором осуществлена процедура совместного обнаружения и выделения сигналов АЭ при пороговой регистрации данных, извлечения из выделенных сигналов диагностических признаков наличия источников АЭ различной природы, их распознавания и кластеризации на фоне шумов. Обнаружение полезного сигнала основывалось на условии превышения его амплитудой величины предустановленного порога дискриминации. При выполнении этого условия производилась регистрация формы единичного сигнала путем записи соответствующих осциллограмм, которые в общем случае содержали также и фоновый шум. Выделение полезного сигнала АЭ осуществлялось методом детектирования, а именно расчетом огибающей осциллограммы сигнала посредством применения цифрового рекуррентного фильтра низких частот. Далее для расчета диагностических признаков появления дефектов - источников АЭ использовались величины, параметризующие форму огибающей сигнала во временной области: пиковая амплитуда, длительность, среднеквадратичное значение, мощность. Рассчитанные параметры объединялись в матрицу диагностических признаков, компоненты которой попарно или в пространстве первых трех главных компонент использовались для классификации зарегистрированных событий как принадлежащих либо к дефектам – источникам АЭ, либо к источникам – помехам.

Результат классификации определяется степенью стационарности помехи и величиной отношения сигнал/шум: в частности, классификация становится невозможной при воздействии нестационарных помех различной природы и отношении сигнал/шум порядка или меньше единицы. Недостатком известного способа является использование порогового метода регистрации и обнаружения полезного сигнала АЭ, при котором указанные ограничения в практике мониторинга не устраняются. Другой недостаток известного способа связан с процедурой выделения полезного сигнала АЭ и обусловлен методом расчета его огибающей. Формула применяемого фильтра низких частот содержит свободный параметр, величина которого оказывает существенное влияние на форму огибающей и, соответственно, результат детектирования. Выбор численного значения свободного параметра в известном способе не регламентируется, что, как следствие, приводит к неоднозначности результата классификации, использующей информативные параметры, которые зависят от формы сигнала.

Задача заявляемого изобретения состоит в создании способа автоматического распознавания дефектов - источников акустической эмиссии в системах диагностического мониторинга, который реализуется на основе решения задачи последовательного обнаружения и выделения сигнала АЭ на фоне случайных индустриальных шумов и помех различной природы.

Техническим результатом заявляемого способа является повышение достоверности и эффективности работы существующих акустико-эмиссионных систем диагностического мониторинга (СДМ) технических устройств, зданий и сооружений посредством обеспечения автоматического режима работы и улучшения помехоустойчивости СДМ при обнаружении и выделении полезного сигнала акустической эмиссии с сохранением его информативной составляющей.

Кроме того, заявляемое решение обеспечивает улучшение качества классификации и распознавания дефектов – источников АЭ в условиях мониторинга, что достигается посредством анализа формы огибающей полезного сигнала АЭ, не искаженной влиянием порога дискриминации по амплитуде.

Заявляемый способ также позволяет без участия оператора обеспечить эффективную оценку технического состояния объекта контроля на фоне случайных индустриальных помех в широком интервале отношений сигнал/шум, в том числе и меньших единицы.

Согласно заявляемого способа регистрации и анализа сигналов акустической эмиссии в системе диагностического мониторинга производственных объектов обнаружение и выделение сигналов осуществляют путем аналоговой регистрации данных акустико-эмиссионного контроля, их аналого-цифрового преобразования и последующей цифровой записи аддитивных сигналов, каждый из которых в данный момент времени содержит сигнал акустической эмиссии (АЭ) и шум, формирования временного ряда зашумленных сигналов АЭ, математической обработки полученного временного ряда зашумленных сигналов АЭ, которая включает их цифровую фильтрацию, и последующий расчет диагностических признаков наличия и/или эволюции дефектов – источников АЭ в объекте контроля, классификацию последних по степени опасности и принятие на этой основе решения о текущем техническом состоянии объекта контроля.

В отличие от известного способа, в заявляемом способе аналоговую регистрацию данных акустико-эмиссионного контроля ведут  автоматически по  заданному расписанию в беспороговом режиме, затем осуществляют последовательное обнаружение и выделение сигналов акустической эмиссии посредством математической обработки зарегистрированного временного ряда зашумленных сигналов АЭ, которую ведут путем их цифровой фильтрации в скользящем временном окне со случайной шумовой компонентой с применением трехкаскадного цифрового фильтра, состоящего из одномерного полосового нормализующего частотного фильтра, адаптивного спектрально-корреляционного фильтра с переменной линией задержки, двумерного статистического частотно-временного фильтра; цифровую фильтрацию осуществляют последовательно в три стадии, при этом на первой стадии путем полосовой фильтрации временного ряда зашумленных сигналов акустической эмиссии производят улучшение отношения полезный сигнал/шум, нормализацию случайной шумовой компоненты и минимизацию влияния импульсных широкополосных помех различной природы; на второй стадии фильтрации ведут обнаружение полезного сигнала посредством разделения результата полосовой фильтрации в текущем временном окне на шумовую и сигнальную компоненты с применением одноканального адаптивного спектрально-корреляционного фильтра при автоматически выбираемой величине задержки на входе и регулируемом отношении полезный сигнал/шум на выходе; на третьей стадии осуществляют выделение полезного АЭ сигнала посредством удаления остаточного шума, представляющего собой шумовую компоненту, возникающую в канале ошибки на выходе адаптивного фильтра, из обнаруженной сигнальной компоненты с помощью статистического фильтра, работа которого основана на автоматическом выявлении шумового фрагмента, содержащего только стационарную в пределах текущего временного окна шумовую компоненту, по критерию минимальной статистики, и расчете соответствующего двумерного время-частотного спектра; дальнейшую математическую обработку полученных цифровых данных ведут путем удаления нулевых отсчетов шума вне полезного сигнала акустической эмиссии и формированием сжатого по длине временного ряда, состоящего из отсчетов полезного сигнала акустической эмиссии, и последующим расчетом его огибающей на основе двумерной свертки со скользящим временным окном.

Заявляемый способ отличается от прототипа методом обработки сигнала АЭ, в котором последовательное обнаружение и выделение полезного сигнала АЭ осуществляется по заданному расписанию в автоматическом режиме путем аналоговой регистрации данных с использованием нулевого порога амплитудной дискриминации с последующим применением многомерного цифрового фильтра, состоящего из трех последовательных блоков: одномерного полосового нормализующего частотного фильтра; адаптивного спектрально-корреляционного фильтра с переменной линией задержки; двумерного статистического частотно-временного фильтра; дальнейшую математическую обработку полученных цифровых данных ведут с применением программируемого процессора, реализующего алгоритмы компрессии очищенного от шума временного ряда АЭ посредством удаления нулевых отсчетов вне полезного сигнала АЭ и расчета формы огибающей последнего.

Заявляемый способ позволяет обеспечить эффективную работу действующих систем диагностического мониторинга по обнаружению и выделению сигналов АЭ на фоне случайных индустриальных шумов в широком интервале отношений сигнал/шум, в т.ч. меньше единицы, без участия оператора. Сведения о решении проблемы последовательного обнаружения и выделения полезного сигнала АЭ, реализующем возможность автоматической работы акустико-эмиссионных систем диагностического мониторинга (СДМ) на фоне помех, отсутствуют.

Заявляемый способ осуществляют с применением устройства, состоящего из соединенных друг с другом измерительного модуля беспороговой регистрации данных (БРД) и двух вычислительных модулей: цифровой фильтрации шума и цифровой компрессии и детектирования сигнала акустической эмиссии. Модуль БРД состоит из трех блоков: измерительного преобразователя сигнала АЭ с предусилителем, аналоговый выход которого соединен с входом блока аналого-цифрового преобразователя (АЦП), передающего оцифрованный сигнал АЭ в блок выборки и хранения данных. Модуль цифровой фильтрации шума содержит блок полосовой фильтрации, выход которого соединен с входом блока адаптивного обнаружения сигнала, выход которого соединен с входом блока статистического частотно-временного подавления шума. Модуль цифровой компрессии и детектирования сигнала АЭ, очищенного от шума, включает блок сжатия временного ряда, выход которого соединен с входом блока выделения огибающей формы полезного сигнала АЭ.

На Фиг. 1 представлена структурно-функциональная схема устройства, реализующего заявляемый способ, на которой приняты условные обозначения, сведенные в таблице 1:

Модуль беспороговой регистрации данных АЭ.

Блок аналогового преобразования зашумленного сигнала АЭ:
а - пьезоэлектрический преобразователь; б – предусилитель.

Блок сбора данных с АЦП и согласующим широкополосным усилителем.

Блок выборки, хранения и передачи данных.

Модуль цифровой фильтрации шума.

Блок полосовой фильтрации.

Блок адаптивного обнаружения сигнала.

Блок статистического частотно-временного подавления шума.

Модуль цифровой компрессии и детектирования.

Блок сжатия временного ряда АЭ.

Блок выделения огибающей полезного сигнала.

В модуле I осуществляется аналоговая регистрация и запись в цифровой форме зашумленного временного ряда акустической эмиссии, генерируемого в процессе мониторинга технического состояния объекта контроля. Существенно, что регистрация и запись данных в условиях мониторинга проводятся без использования порога дискриминации по амплитуде - порогового напряжения - в автоматическом режиме согласно расписанию, предварительно назначаемому оператором. Описание аппаратной реализации модуля I и условий проведения сбора сигналов АЭ не приводится, т.к. оно широко известно специалистам в данной области техники и детально изложено в [9], в заявляемом способе эта стадия не имеет особенностей ее исполнения.

Модули II, III осуществляют процессорную обработку сигналов АЭ в интервалах времени между последовательными измерениями. В модуле цифровой фильтрации шума II реализован конфигурируемый оператором сценарий обнаружения и выделения полезного сигнала АЭ.

Выходной сигнал с модуля I поступает на вход блока полосовой фильтрации 2.1, в котором осуществляется предварительная обработка зашумленного сигнала АЭ. Блок 2.1 предназначен для улучшения отношения полезный сигнал/шум, нормализации случайной шумовой компоненты и минимизации влияния импульсных широкополосных помех различной природы. Реализация данного функционала производится в скользящем временном окне – интервале времени наблюдения, в котором шумовая компонента является стационарной. Ширина интервала определяется в ходе предварительных экспериментов на объекте контроля. В этом окне с использованием статистики экстремальных значений и на основе анализа стохастических свойств пуассоновского потока импульсов АЭ автоматически – без участия оператора - рассчитывается величина шумового фрагмента (ШФ) и его положение на временной оси. Под ШФ в заявляемом способе понимается отрезок зашумленного временного ряда сигналов АЭ, в котором вероятность появления единичного импульса полезного сигнала не превышает априорно заданного значения, лежащего в интервале 0.01÷0.10. Далее производится расчет амплитудных спектров (АС) исходного зашумленного сигнала и синтезированного на основе выделенного ШФ временного ряда равной длины. При этом используется набор спектральных окон заданной ширины, обеспечивающих: высокое разрешение по амплитуде - Ханна и прямоугольного, высокое разрешение по частоте - Бартлетта и Хэмминга, а также универсальных окон Кайзера и Блэкмана. По указанным амплитудным спектрам автоматически определяется оптимальная полоса частот пропускания фильтра, при этом ширина полосы и положение ее высоко- и низкочастотной границ рассчитываются на основе сравнения спектров исходного и шумового сигналов по трем минимаксным критериям: различия в площадях под кривыми АС сигнала и шума, степени близости к максимальному значению АС сигнала и к минимальному значению АС шума соответственно. После определения оптимальной полосы пропускания осуществляется процедура полосовой фильтрации (ПФ), для чего используется цифровой фильтр с конечной импульсной характеристикой и набором перечисленных выше спектральных окон с варьируемой степенью наложения и компенсацией фазового сдвига. Поскольку отношение сигнал/шум имеет смысл только для полосы частот конечной ширины [10], результаты ПФ используются далее при оптимизации выбора параметров блока адаптивного обнаружения сигнала 2.2.

Блок 2.2, представляющий собой адаптивный спектрально-корреляционный фильтр с линией задержки на входе и регулируемым отношением сигнал/шум на выходе, предназначен для обнаружения полезного сигнала АЭ на фоне шума в полосе пропускания, заданной блоком 2.1. Основу работы адаптивного алгоритма составляет рекурсивный метод наименьших квадратов, использованный в источнике [9]. Реализация адаптивной фильтрации (АФ) в заявляемом способе отличается следующими особенностями: а) использование режима скользящего временного окна, размер которого, как и в блоке 2.1, не превышает длину интервала стационарности шума, при этом фильтрация осуществляется в каждом окне независимо, результаты обнаружения сигнала объединяются на входе блока 2.3; б) для каждого окна устанавливается набор из двух основных параметров – значение временной задержки и величина шумового фрагмента, определяющая его длину и положение на временной оси; в) в структуре блока АФ содержится один входной информационный канал, на который поступает зашумленный временной ряд АЭ, разделяющийся на сигнальную и шумовую компоненты АЭ через линию задержки, диапазон возможных значений задержки определяется нулевыми отсчетами автокорреляционной функции зашумленного АЭ сигнала до и после ПФ; г) оптимальное значение задержки из этого диапазона не устанавливается пользователем, а рассчитывается алгоритмически на основе критерия максимума отношения сигнал/шум в канале ошибки АФ; д) результатом работы фильтра при оптимальной величине задержки является обнаружение полезного сигнала АЭ на фоне шума, т.е. формирование в канале ошибки временного ряда АЭ с отношением сигнал/шум больше единицы; е) остаточный шум в канале ошибки, полученный на основе сценария, аналогичного описанному в блоке 2.1, используется для расчета величины шумового фрагмента, который вместе с обнаруженным сигналом АЭ передается в блок выделения полезного сигнала 2.3. Под остаточным шумом в заявляемом способе понимается компонента зашумленного временного ряда АЭ, возникновение которой в канале ошибки АФ обусловлено статистической погрешностью процедуры фильтрации, основанной на методе наименьших квадратов [10]. Подобная по природе, но существенно меньшая по величине шумовая компонента возникает и при работе описанного ниже статистического частотно-временного фильтра вследствие погрешности метода фильтрации, основанного на оконном преобразовании Фурье [7, 10]. Изложенная последовательность операций обеспечивает автоматическую работу процедуры обнаружения полезного сигнала АЭ на фоне случайного шума при мониторинге в широком диапазоне отношений сигнал/шум, в т.ч. меньше единицы.

Блок 2.3, представляющий собой статистический двумерный частотно-временной фильтр, предназначен для выделения полезного сигнала АЭ на фоне остаточного шума. Под выделением сигнала в заявляемом способе понимается выявление формы сигнала – waveform [1] - и ее численных параметров: времен начала и окончания сигнала АЭ, пиковой амплитуды и времени нарастания, а также частоты и амплитудного значения спектрального максимума. Способ фильтрации в блоке 2.3 основан на восстановлении формы сигнала АЭ посредством обратного преобразования Фурье от разностного двумерного частотно-временного спектра зашумленного сигнала АЭ и остаточного случайного шума. В отличие от известного метода спектрального вычитания [11] в предлагаемом способе процесс фильтрации реализуется через последовательность вычислительных процедур: а) во временном окне, размер которого определяется интервалом стационарности шума и передается из блока 2.2, посредством дополнения отсчетов ШФ с их одновременным перемешиванием формируется случайный шумовой ряд той же длины, в котором вероятность обнаружения единичного полезного сигнала АЭ также не превышает заданного значения из диапазона 0.01÷0.10; б) в выбранном временном окне с высоким разрешением по частоте и времени рассчитываются двумерные время - частотные спектры для сигнала и случайного шумового ряда, причем для минимизации граничных эффектов и обеспечения требуемого разрешения используются, соответственно, сглаживающее окно с весовой функцией Хамминга и скользящие временные окна с перекрытием; в) на основе обратного преобразования Фурье от разности спектрограмм зашумленного сигнала и шума в каждом окне при условии максимума отношения сигнал/шум на выходе фильтра 2.3 восстанавливается временной ряд полезного сигнала АЭ; г) производится коррекция формы АЭ сигналов во временном ряду посредством удаления артефактов, возникающих вследствие эффекта «музыкального» шума. Согласно общепринятой точке зрения [11] под «музыкальным» шумом понимается случайная последовательность кратковременных и ограниченных по частоте всплесков шума, возникновение которых обусловлено стохастичностью коэффициентов оконного преобразования Фурье шумовых сигналов и, соответственно, их неравномерным подавлением. Устранение указанных артефактов осуществляется сглаживанием шумового спектра с помощью усредняющего НЧ фильтра и подавлением всплесков «музыкального шума» до уровня ниже среднеквадратичного значения в выбранном шумовом фрагменте с применением коэффициента ослабления, численное значение которого оптимизируется из критерия максимума отношения сигнал/шум на выходе фильтра, как и в пункте «в»; д) результаты работы блока выделения полезного сигнала, полученные для каждого последовательного временного окна, объединяются в массив, который передается в модуль III. Изложенная последовательность процедур обеспечивает эффективное выделение полезного сигнала АЭ на фоне остаточного шума в условиях мониторинга.

В модуле III реализован автоматический сценарий цифровой математической обработки выделенного полезного сигнала АЭ. Выходной сигнал с модуля II поступает на вход блока 3.1, предназначенного для сжатия по длине временного ряда акустической эмиссии. Основу работы блока 3.1 составляет специально разработанный алгоритм подавления остаточного шума, основанный на удалении отсчетов шума вне полезного сигнала, где информация о параметрах формы сигнала АЭ отсутствует. По умолчанию удаляются нулевые отсчеты вне сигнала АЭ, при этом нулевые отсчеты внутри интервалов времени, соответствующих полезному сигналу, сохраняются. В общем случае ширина интервала амплитуд отсчетов шума, подлежащего удалению, задается программно, что позволяет варьировать степень сжатия временного ряда. Результатом работы блока 3.1 является формирование временного ряда, сжатого по длине по сравнению с исходным в 3÷30 раз и состоящего преимущественно из отсчетов полезного сигнала АЭ. Работа блока 3.1 обеспечивает два эффекта, влияющих на достижение заявленного технического результата - подавление остаточного шума после фильтрации и одновременное сжатие временного ряда АЭ. Используемый прием шумоподавления и изменения степени сжатия отличается от известной пороговой процедуры подавления шума, основанной на вейвлет-преобразовании [6, 10]. Последняя характеризуется тем, что алгоритм удаления отсчетов относится ко всему временному ряду, т.е. осуществляется как вне, так и внутри полезного сигнала АЭ. Сжатый временной ряд полезных сигналов АЭ передается в блок выделения огибающей 3.2.

В соответствии со стандартной процедурой параметризации данных АЭ контроля [5], блок 3.2 предназначен для выделения огибающей полезного сигнала во временном ряду АЭ, очищенном от нулевых отсчетов шума. Типовые численные методы детектирования амплитудной огибающей [10] используют цифровую фильтрацию в области низких частот (low pass filter) или преобразование Гильберта. В отличие от известных типовых методов, в заявляемом способе основу работы блока 3.2 составляет метод расчета огибающей во временной области, который использует поиск локальных экстремумов амплитуды выделенного сигнала АЭ, превышающих уровень остаточного шума, с последующей интерполяцией интервалов между экстремумами посредством кубического сплайна. В результате работы блока 3.2 формируется временной ряд отсчетов сигнала АЭ, отвечающих низкочастотной компоненте спектра АЭ и, соответственно, определяющих форму единичного импульса. Данная процедура не требует использования настроечных параметров, задаваемых вручную, и выполняется в автоматическом режиме.

Результатом работы модулей I-III является последовательное обнаружение и выделение сигнала АЭ на фоне шумов и построение временного ряда огибающей, состоящего из отсчетов полезного сигнала. Сформированный временной ряд является устойчивым к влиянию стационарных и случайных шумов различной природы и может быть использован непосредственно для построения массива диагностических признаков – Features Extraction [1], лежащих в основе принятия решения СДМ. В отличие от известных способов, заявляемый способ обнаружения и выделения акустико-эмиссионного сигнала позволяет практически применить беспороговую регистрацию данных АЭ при реализации СДМ для оценки технического состояния производственных объектов в процессе эксплуатации в широком интервале отношений сигнал/шум, в том числе и меньше единицы.

Примеры конкретного выполнения и достигаемый технический результат приведены ниже и иллюстрируются Фиг. 2-4. На Фиг. 2 представлены результаты предварительной обработки зашумленного временного ряда АЭ, полученного при беспороговой регистрации данных в процессе мониторинга технического состояния натурного объекта контроля – кольцевого сварного соединения участка магистрального нефтепровода (диаметр 1220, толщина 14 мм, сталь 09ГСФ). Ранее на этом участке в процессе проведения пороговой АЭ дефектоскопии были выявлены недопустимые дефекты – источники АЭ 3-го класса опасности. Фиг. 2а иллюстрирует работу ПФ с автоматическим выбором полосы пропускания, при котором обеспечивается увеличение отношения сигнал/шум. При этом использовались следующие настройки: частота дискретизации сигнала здесь и далее 2.5 МГц на канал, вероятность появления единичного импульса полезного сигнала АЭ внутри ШФ не более 0.01, ширина полосы пропускания тракта регистрации 10÷200 кГц, спектральное окно Ханна шириной 256 отсчетов. Как видно из Фиг. 2а, низкочастотная f1 и высокочастотная f2 границы оптимальной полосы пропускания составляют, соответственно 118 и 194 кГц. На Фиг. 2б приведен результат полосовой фильтрации фрагмента зашумленного временного ряда сигналов АЭ при указанной полосе пропускания f1÷f2. Отношение сигнал/шум в указанной полосе пропускания при этом увеличивается от 34.4 дБ для исходного сигнала (серый цвет) до 39.3 дБ после фильтрации (черный цвет).

На Фиг. 3 представлены результаты работы блоков 2.2÷2.3 по автоматическому обнаружению и выделению полезного АЭ сигнала при различных исходных отношениях сигнал/шум. На Фиг. 3а показан временной ряд сигналов АЭ, выделенных из того же фрагмента зашумленного временного ряда, что и на Фиг. 2. Исходное значение отношения сигнал/шум 39.3 дБ, т.е. больше единицы, блок адаптивного фильтра 2.2 для обнаружения сигнала при этом не используется, типовые значения настроечных параметров блока 2.3 следующие: ШФ рассчитывался для фрейма 4 мс при тех же настройках, что и для блока 2.1, длина основания БПФ равна 1024 отсчетам, спектральное окно Хэмминга с длиной 512 и степенью перекрытия 256 отсчетов. Из Фиг. 3а видно, что блок 2.3 обеспечивает эффективное выделение полезного сигнала (черный цвет) из шума (серый цвет) с практически полным подавлением как случайного остаточного, так и «музыкального» шума. На Фиг. 3б показан временной ряд сигналов АЭ, обнаруженных и выделенных из фрагмента зашумленного временного ряда при отношении сигнал/шум -21,5 дБ, т.е. меньше единицы. Объект контроля – сильфонный компенсатор, установленный на эксплуатируемом трубопроводе установки перегретого пара при температуре 800°С и давлении 0.12 МПа, диаметр компенсатора 830 мм, материал – сталь INCOLOY 800H. Преобразователь АЭ типа SNK-15 (ООО Стратегия НК, Екатеринбург) устанавливался на объект посредством трубчатого волновода с коэффициентом затухания не более 2.25 дБ/м и коэффициентом искажения формы сигнала не хуже 0.87. Для обнаружения АЭ сигнала на фоне шума использовались следующие настроечные параметры блока 2.2: ШФ рассчитывался для фрейма 4 мс при задержке 4÷11 отсчетов и порядке АФ равном 6. Для выделения АЭ сигнала, обнаруженного в шуме, применялись следующие настроечные параметры блока 2.3: длина основания БПФ равна 1024 отсчетам, спектральное окно Кайзера с длиной 1024 и степенью перекрытия 512 отсчетов. Из Фиг. 3б видно, что совместное использование адаптивного фильтра блока 2.2 и статистического частотно-временного подавления шума блока 2.3 обеспечивает устойчивое обнаружение и выделение полезного АЭ сигнала (черный цвет) из высокоамплитудного случайного шума (серый цвет) при отношении сигнал/шум много меньше единицы. При этом также реализуется эффективное подавление остаточного и «музыкального» шумов.

На Фиг. 4 представлены результаты работы блока 3.2 по определению огибающей формы полезного АЭ сигнала, которое осуществляется после процедуры удаления нулевых отсчетов остаточного шума в блоке 3.1. На Фиг. 4а приведен пример осциллограммы выделенного АЭ сигнала (серый цвет) и соответствующая огибающая (черный цвет), рассчитанная по локальным экстремумам осцилляций в положительной полуплоскости. Фиг. 4б иллюстрирует различие спектров мощности огибающей полезного АЭ сигнала после центрирования (черный цвет) и его осциллограммы (серый цвет), вид которых показан на Фиг. 4а. Расчет спектров производился методом периодограмм при следующих настройках: длина основания БПФ 1024 отсчета, спектральное окно Блэкмана шириной 768 отсчетов. Из Фиг. 4б видно, что центр тяжести спектра мощности осцилляций – 96 кГц - смещен в область высоких частот, которые определяются амплитудно-частотными характеристиками преобразователя и тракта регистрации АЭ. Напротив, центр тяжести спектра огибающей – 52 кГц - смещен в область низких частот, связанных непосредственно с формой АЭ сигнала после детектирования. Соответственно, огибающая полезного сигнала и ее спектральное представление могут быть использованы для выявления признаков изменения локальных свойств сигнала АЭ, обусловленных эволюцией дефектов – источников АЭ в процессе мониторинга.

Из изложенного следует, что заявляемый способ может быть осуществлен с использованием известных приемов контроля состояний объектов, устройств для сбора данных, записи, хранения, цифровой обработки и с применением известных методов анализа данных на основе устоявшихся в науке и технике знаний. Это позволяет сделать вывод о соответствии заявленного решения критерию «промышленная применимость».

Использование заявляемого способа позволяет обнаруживать и выделять сигналы акустической эмиссии в системах диагностического мониторинга (СДМ) применять беспороговую регистрацию сигнала АЭ, т.е. отказаться от характерного для существующих СДМ метода пороговой дискриминации зашумленного сигнала с достижением заявленного технического результата за счет обработки полученного временного ряда зашумленных аддитивных сигналов акустической эмиссии путем их цифровой фильтрации, которую ведут в скользящем временном окне со стационарной шумовой компонентой с применением многомерного цифрового фильтра, и последовательного использования:

- полосового фильтра для обработки временного ряда сигналов АЭ, при этом полосовая фильтрация, в отличие от стандартных схем узко- или широкополосной фильтрации, осуществляется с автоматическим выбором оптимальной полосы пропускания и обеспечивает максимальное отношение сигнал/шум;

- адаптивного фильтра для обнаружения полезного сигнала АЭ, при этом адаптивная фильтрация, в отличие от общепринятой 2-канальной входной конфигурации, осуществляется с использованием одноканальной схемы при оптимальной задержке что, соответственно, на выходе канала ошибки обнаружителя обеспечивает в рассчитанной полосе пропускания величину отношения сигнал/шум больше единицы;

- двумерной частотно-временной фильтрации для выделения полезного сигнала АЭ на фоне статистического остаточного шума, при проведении которой, в отличие от известных способов спектрального вычитания, применяется метод, основанный на определении шумового фрагмента и обеспечивающий эффективное подавление остаточного и «музыкального» шумов;

- цифровой математической обработки полученных данных путем удаления из временных рядов сигналов АЭ нулевых отсчетов шума вне полезного сигнала АЭ, а также расчета формы его огибающей.

Осуществление заявляемого способа позволяет повысить достоверность и эффективность работы существующих акустико-эмиссионных систем диагностического мониторинга технических устройств, зданий и сооружений: улучшить помехоустойчивость в процессе обнаружения и выделения полезного сигнала АЭ без потери его информативной составляющей, обеспечить автоматический режим его работы, что существенно снижает негативное влияние человеческого фактора при регистрации и обработке данных мониторинга, классификации его результатов и распознавании дефектов.

ЛИТЕРАТУРА

1. W. Caesarendra. Vibration and acoustic emission-based condition monitoring and prognostic methods for very low speed slew bearing. Ph.D. Thesis. University of Wollongong, Australia, 2015, 287 p.

2. V. Barat, S. Elizarov, I. Bolokhova et al. Application of ICI Principle for AE Data Processing. // J. Acoustic Emission, 30 (2012), P. 124 – 136.

3. G. Lacidogna, G. Niccolini et al. Acoustic emission wireless monitoring of structures. // Fundamentals and Applications. Woodhead Publishing Series in Civil and Structural Engineering. v.1, 2015, P. 15-40.

4. G.R. Flatena, R. Belchamberb, M. Collins et al. Caterpillar - an adaptive algorithm for detecting process changes from acoustic emission signals. // Analytica Chimica Acta, 544 (2005), P. 280–291.

5. К.О. Харитонов, Чье Ен Ун. Выделение сигналов акустической эмиссии на фоне шумов горнодобывающей техники. // Вестник ТОГУ, №3, 2009, С. 41-46.

6. M. Kharrata, E. Ramassoab, V. Placeta et al. A signal processing approach for enhanced Acoustic Emission data analysis in high activity systems: Application to organic matrix composites. // Mechanical Systems and Signal Processing, v. 70–71, (2016), P. 1038-1055.

7. И.А. Растегаев, А.В. Данюк, А.Ю. Виноградов и др. Анализ шумоподобных сигналов акустической эмиссии способами широкоплосной фильтрации // Контроль. Диагностика, №8, 2014, С. 49-56.

8. Omar M. Bouzid, Gui Y. Tian, K. Cumanan et al. Wireless AE Event and Environmental Monitoring for Wind Turbine Blades at Low Sampling Rates. // Proceedings of the World Conference on Acoustic Emission / Springer Science NY 2015, P.533-555.

9. Патент РФ № 2570592, МПК G01N 29/14 (2006.01).

10. А.Б. Сергиенко. Цифровая обработка сигналов. М., «Питер», изд. 2, 2007, 750 с.

11. R. Miyazaki, H. Saruwatari, T. Inoue et al. Musical-Noise-Free Speech Enhancement Based on Optimized Iterative Spectral Subtraction. //IEEE Transactions on Audio, Speech and Language Processing, 20 (2012), P. 2080-2094.

Claims (5)

1. Способ регистрации и анализа сигналов акустической эмиссии в системе диагностического мониторинга производственных объектов, в котором обнаружение и выделение сигналов акустической эмиссии осуществляют путем аналоговой регистрации данных акустико-эмиссионного контроля, их аналого-цифрового преобразования и последующей цифровой записи временного ряда зашумленных сигналов акустической эмиссии, каждый из которых в данный момент времени содержит сигнал акустической эмиссии и шум; математической обработки полученного временного ряда зашумленных сигналов акустической эмиссии посредством их цифровой фильтрации с последующим расчетом диагностических признаков наличия и (или) эволюции дефектов – источников акустической эмиссии в объекте контроля, классификацией обнаруженных источников и принятием на этой основе решения о текущем техническом состоянии объекта контроля, отличающийся тем, что аналоговую регистрацию данных акустико-эмиссионного контроля ведут  автоматически по  заданному расписанию в беспороговом режиме, обнаружение и выделение сигналов акустической эмиссии на фоне шума осуществляют последовательно посредством математической обработки зарегистрированного временного ряда зашумленных сигналов акустической эмиссии, которую ведут путем их цифровой фильтрации в скользящем временном окне со случайной шумовой компонентой с применением трехкаскадного цифрового фильтра, состоящего из одномерного полосового нормализующего частотного фильтра, адаптивного спектрально-корреляционного фильтра с переменной линией задержки, двумерного статистического частотно-временного фильтра, цифровую фильтрацию осуществляют последовательно в три стадии, при этом на первой стадии путем полосовой фильтрации временного ряда зашумленных сигналов акустической эмиссии производят улучшение отношения полезный сигнал/шум, нормализацию случайной шумовой компоненты и минимизацию влияния импульсных широкополосных помех различной природы; на второй стадии фильтрации ведут обнаружение полезного сигнала посредством разделения результата полосовой фильтрации в текущем временном окне на шумовую и сигнальную компоненты с применением одноканального адаптивного спектрально-корреляционного фильтра при автоматически выбираемой величине задержки на входе и регулируемом отношении полезный сигнал/шум на выходе; на третьей стадии осуществляют выделение полезного сигнала посредством удаления остаточного шума, представляющего собой шумовую компоненту, возникающую в канале ошибки на выходе адаптивного обнаружителя, из обнаруженной сигнальной компоненты с помощью статистического фильтра, работа которого основана на автоматическом выявлении шумового фрагмента, содержащего только стационарную в пределах текущего временного окна шумовую компоненту, по критерию минимальной статистики, и расчете соответствующего двумерного время-частотного спектра; дальнейшую математическую обработку полученных цифровых данных ведут путем удаления нулевых отсчетов шума вне полезного сигнала акустической эмиссии и, соответственно, формированием сжатого по длине временного ряда, состоящего из отсчетов полезного сигнала акустической эмиссии, последующего расчета огибающей сигнала и ее сглаживания на основе двумерной свертки со скользящим временным окном.

2. Способ по п. 1, отличающийся тем, что при полосовой фильтрации ширину и положение высоко- и низкочастотной границ полосы пропускания фильтра определяют на основе сравнения спектров исходного сигнала акустической эмиссии и его стационарной шумовой компоненты по трем минимаксным критериям: различия в площадях под кривыми амплитудных спектров сигнала и шума, степени близости к максимальному значению амплитудного спектра сигнала и к минимальному значению амплитудного спектра шума соответственно.

3. Способ по п. 1, отличающийся тем, что на второй стадии цифровой фильтрации автоматически регулируемое отношение сигнал/шум на выходе выбирают из диапазона возможных значений задержки по нулевым отсчетам автокорреляционной функции зашумленного сигнала акустической эмиссии до и после полосовой фильтрации, а остаточный шум в канале ошибки используют для расчета величины шумового фрагмента, который далее используют совместно с обнаруженным сигналом акустической эмиссии при реализации процедуры выделения полезного сигнала акустической эмиссии.

4. Способ по п. 1, отличающийся тем, что коррекцию формы выделенных сигналов акустической эмиссии во временном ряду производят путем сглаживания шумового спектра с помощью усредняющего низкочастотного фильтра и удаления случайных всплесков шума, возникновение которых обусловлено эффектом неравномерного подавления шумовых компонент при оконном преобразовании Фурье, до уровня ниже среднеквадратичного значения в шумовом фрагменте с применением коэффициента ослабления, численное значение которого оптимизируется по критерию максимума отношения сигнал/шум.

5. Способ по п. 1, отличающийся тем, что детектирование выделенного сигнала акустической эмиссии во временной области осуществляют посредством поиска локальных экстремумов амплитуды выделенного сигнала акустической эмиссии, превышающих уровень остаточного шума, с последующей интерполяцией временных интервалов между экстремумами кубическими сплайнами.

Images