基于声发射信号模态分解的钢管多处缺陷定位方法与流程

1.本发明涉及钢管缺陷检测与定位技术技术领域，具体为基于声发射信号模态分解的钢管多处缺陷定位方法。


背景技术：

2.目前常见的钢材介质缺陷检测定位方法有超声波探伤与定位方法，x射线检测与定位算法，漏磁缺陷检测与定位算法等，超声波探伤的优点为探伤灵敏度较高，x射线工业探伤在大型工厂和流水线中运用较多，由于其自动化程度较高，方便和其他许多自动操作搭配使用，增加工业化效率，缺陷漏磁检测原理为当钢材材质通电时，有缺陷的地方其磁场曲线幅度往往表现下降或者降低的趋势，依据这个原理，将磁场信号转换为电信号时，在缺陷处电信号的强度也会降低，由此可判定钢管材质有缺陷，漏磁检测一般不适用于有覆盖层和涂层的物体的探伤，当钢工件上存在缺陷时，缺陷与钢材料之间会形成一个不同的介质之间的交界面，交界面之间的声阻抗不同，当发射超声波遇到这个界面之后反射波会因为缺陷而造成幅度和频率与原波不同，据此利用声发射波信号可以实现设备要求低、多缺陷源同时检测的目的。
3.目前常见的钢材介质缺陷检测定位方法有超声波探伤与定位方法，x射线检测与定位算法，漏磁缺陷检测与定位算法等，超声波探伤虽然探伤灵敏度较高，但是它要求检测工件表面光滑，而且超声波能量衰减严重，因此其对于信号的接收装置要求较高，x射线初始图象效果比较重要，因此对图像采集的环境要求也较高，且其运用成本也较高，因此不适用于地下管廊场景下的钢管缺陷检测，漏磁缺陷检测只适用于表面或者缺陷不大且深度不深的情况，当缺陷出现在被检测物内部，或者缺陷较大，缺陷深度较深，其检测精度也会受到影响。


技术实现要素：

4.(一)解决的技术问题
5.针对现有技术的不足，本发明提供了基于声发射信号模态分解的钢管多处缺陷定位方法，具备可以使得缺陷检测精度和定位精度提高，产生方式简单，检测成本低廉，而且在各种环境下运行都不受影响等优点，解决了现有的其他定位方法在使用过程中，受到环境影响因素较大以及精确度无法保证的问题。
6.(二)技术方案
7.为实现上述使得缺陷检测精度和定位精度提高，产生方式简单，检测成本低廉，而且在各种环境下运行都不受影响等优点目的，本发明提供如下技术方案：基于声发射信号模态分解的钢管多处缺陷定位方法，包括以下步骤：
8.s1、系统部署
9.由声发射缺陷检测装置、用于接收声发射信号的感应装置以及中心数据处理服务器组成的系统部署在人工检测钢管缺陷比较困难的环境下(如地下管廊等)，其中声发射缺
陷检测设备用于对钢管缺陷的检测，使得钢管缺陷处产生声发射信号沿钢管壁传播，声发射信号接收设备用于声发射信号的采集，数据处理中心及缺陷定位系统含有钢管本体模型和感应器相对附着位置、声发射信号处理分类系统、缺陷定位分析算法，通过外部的感应器模组来对声发射信号进行接收，不同位置的接收感应器会接收到由同一声发射信号源同时发出的声发射信号。
10.s2、分析信号
11.系统模型考虑到缺陷检测装置同时或者相差时间不大检测到多处缺陷的情况下，分析同时到达的缺陷产生的声发射信号，并利用到达时差的声发射源优化定位算法，以区分和精确定位到多缺陷坐标，其中声发射信号处理模块用于在每个时刻，每个感应器所采集的所有信号都能被感知，分解和分类，获得最优的定位精度。
12.s3、信号算法分解
13.将接收到的声发射信号利用改进型声发射信号检测算法进行分解，基于改进型自适应噪声的模态分解算法(i-ceemdan)可以将原始的声发射信号转换为时间-频率谱信号(hilbert-huang谱)能够清晰的将每个声发射信号的时间-频率特征表现出来。
14.s4、信号分类
15.当得到时间-频率谱信号之后，通过奇异值分解算法能够有效的压缩数据量并提取信号的输入特征，因此能够对每种频率的信号进行分类，即可以将不同感应器采集的同一声发射信号源同一时刻的信号分类出来，并得到这些信号达到每个感应器的时间，循环对上述过程进行处理便可以得到检测设备在管道内检测的所有缺陷所发射信号的数据，再将这些数据按照实时储存起来。
16.s5、确定最优位置缺陷
17.针对声发射事件在小样本下定位精度较低的问题，提出基于多尺度网格搜索的vfom(virtual field optimization method)定位算法来确定最优的位置缺陷。
18.优选的，所述步骤s3中，当钢管两侧附着的声发射感应器采集得到声发射信号之后，首先需要对这些信号进行处理，利用基于改进型自适应噪声的模态分解模型对声发射信号进行分解得到模态分量，首先假设声发射信号为x(n)：
19.x(i)(n)＝x(n)+β0e1(ω(i)(n)),(i＝1,2,...,i)
20.其中x(i)(n)表示在i时刻的信号x(n)和高斯白噪声ω(i)(n)的权重和，
21.表示经过经验模态分解得到的第k个经验模态分量的复数(k＝1,2....)，然后计算得到信号x(n)的第一个余波分量r1、其中表示求平均值的运算，通过求得第一个余波分量r1，再结合原始信号x(n)，可以计算求得第一个经验模态分量imf1：
22.imf1＝x(n)-r1(n)。
23.优选的，所述在计算完成第一个经验模态分量imf1后，开始计算第二个经验模态分量imf2：
24.其中r2是第二个余波分量，以此类推，就可以求得第k个余波分量rk(k＝3,...,k)，也就能得到第k个模态分量imfk：
[0025][0026]
imfk＝r
k-1-rk[0027]
最终，原始信号可以看成多个模态分量和余波分量的和，即：
[0028][0029]
优选的，所述得到imf分量之后，利用希尔伯特变换得到每个模态分量的时间-频率谱信号，对于信号x(t)，其希尔伯特变换为：
[0030][0031]
其中p为柯西主值，该信号的瞬时振幅为α(t)，瞬时相位为θ(t)，瞬时频率为ω(t)：
[0032][0033][0034][0035]
优选的，所述步骤s3中，时间-频率谱可以表示为h(ω,t)，一般来讲，一个信号的时间-频率谱就可以看成是一个矩阵，而根据奇异值分解原理，矩阵的所有关键特征都可以按顺序以一系列奇异值的形式获得，根据这些关键特征的异同，可以对每个感应器得到的来自不同缺陷处的声发射信号进行分类，因此可以得到每个声发射信号到达每个感应器的时间，而且根据频率幅度可以对来自同一个声发射源到达不同感应器的信号进行分类，进而实现多缺陷同时检测。
[0036]
优选的，所述步骤s5中，综合以上步骤中所得分类数据，可以得到声发射信号到达不同感应器的时间，并通过信号的频率和幅度等参数，可以区分出是否为同一声发射源信号，而后，根据钢管的实际尺寸结构情况，根据已经确定感应器规划位置坐标和声发射波速度，在考虑入系统时钟误差的情况下，声发射信号定位模型可以表述为：
[0037][0038]
其中，(xj,yj,zj)表示第j个感应器的物理位置，(x0,y0,z0)表示缺陷位置坐标，是需要计算的，t0表示从缺陷处发出声发射信号的起始时间，tj表示该信号到达第j个感应器物理位置的时间，tj表示第j个感应器系统误差时间，v
ae
表示声发射信号在钢管中传播的速度，基于不同缺陷发出的声发射信号到达不同感应器的时间不同，且相同声发射信号已经分类，根据基于多尺度搜索的虚拟场优化算法：
[0039]
上式表示相同声发射源信号在不同时间分别到达第i个和第j个感应器的联立等式，当管道和感应器地方坐标系确定之后，根据时差双曲线方程运算规律，上式即可改写为：
[0040][0041]
其中：
[0042][0043][0044][0045]
优选的，所述由于感应器i和感应器j的地方坐标系坐标已知，因此c
ij
可以计算得到。由于声发射信号随着距离增加能量减少，对缺陷坐标(x,y,z)发射的声发射信号建立衰减函数f
ij
(x,y,z)：
[0046][0047]
其中d
ij
表示声发射信号源到感应器坐标曲面的距离：
[0048][0049]
再将地方坐标系f
ij
(x,y,z)转换到全局坐标系f
ij
(x,y,z)，可得：
[0050][0051]
优选的，所述r
ij
是由(xi,yi,zi)和(xj,yj,zj)表示的常数矩阵：
[0052][0053]
其中：
[0054][0055][0056][0057][0058][0059]
其中，(x,y,z)表示全局坐标系坐标，总贴近长度可表示为:
[0060]
n表示接收到声发射信号的总感应器个数，一般将模型空间中tcf最大值所在坐标视为缺陷定位结果。
[0061]
(三)有益效果
[0062]
与现有技术相比，本发明提供了基于声发射信号模态分解的钢管多处缺陷定位方
法，具备以下有益效果：
[0063]
1、该基于声发射信号模态分解的钢管多处缺陷定位方法，可以实现钢管内部的多缺陷同时检测，提出了改进型的声发射信号检测算法和声发射源到达时差定位算法，本模型与现有的缺陷检测方法相比，可以分辨在一个时间段检测的多个缺陷并准确得到其缺陷位置，并且不仅可以检测钢管表面的缺陷，还可以检测处于钢管壁内部的缺陷。
[0064]
2、该基于声发射信号模态分解的钢管多处缺陷定位方法，传统声发射信号是外部给钢管管壁压力，管壁受结构应力时缺陷处产生的一种振动波信号(下统称p波信号)，由于缺陷位置未知，因此声发射波发生的起始时间位置，且系统存在感应器反应时间、系统延时时间不确定、系统同步感应器之间时钟误差等诸多问题，因此，采用本模型提出的定位算法可以消除掉这些误差因素，取最优值作为缺陷坐标提高了定位的精确度。这种方法对于同时检测到或者时间相差极小检测到的多处缺陷位置的定位同样适用。
附图说明
[0065]
图1为声发射信号检测与定位总的设备分布图；
[0066]
图2为声发射信号缺陷检测流程图。
具体实施方式
[0067]
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，都属于本发明保护的范围。
[0068]
请参阅图1-2，本发明提供一种技术方案：基于声发射信号模态分解的钢管多处缺陷定位方法，包括以下步骤：
[0069]
s1、系统部署
[0070]
由声发射缺陷检测装置、用于接收声发射信号的感应装置以及中心数据处理服务器组成的系统部署在人工检测钢管缺陷比较困难的环境下(如地下管廊等)，其中声发射缺陷检测设备用于对钢管缺陷的检测，使得钢管缺陷处产生声发射信号沿钢管壁传播，声发射信号接收设备用于声发射信号的采集，数据处理中心及缺陷定位系统含有钢管本体模型和感应器相对附着位置、声发射信号处理分类系统、缺陷定位分析算法，通过外部的感应器模组来对声发射信号进行接收，不同位置的接收感应器会接收到由同一声发射信号源同时发出的声发射信号。
[0071]
s2、分析信号
[0072]
系统模型考虑到缺陷检测装置同时或者相差时间不大检测到多处缺陷的情况下，分析同时到达的缺陷产生的声发射信号，并利用到达时差的声发射源优化定位算法，以区分和精确定位到多缺陷坐标，其中声发射信号处理模块用于在每个时刻，每个感应器所采集的所有信号都能被感知，分解和分类，获得最优的定位精度。
[0073]
s3、信号算法分解
[0074]
将接收到的声发射信号利用改进型声发射信号检测算法进行分解，基于改进型自适应噪声的模态分解算法(i-ceemdan)可以将原始的声发射信号转换为时间-频率谱信号
(hilbert-huang谱)能够清晰的将每个声发射信号的时间-频率特征表现出来，当钢管两侧附着的声发射感应器采集得到声发射信号之后，首先需要对这些信号进行处理，利用基于改进型自适应噪声的模态分解模型对声发射信号进行分解得到模态分量，首先假设声发射信号为x(n)：
[0075]
x(i)(n)＝x(n)+β0e1(ω(i)(n)),(i＝1,2,...,i)
[0076]
其中x(i)(n)表示在i时刻的信号x(n)和高斯白噪声ω(i)(n)的权重和，
[0077]
表示经过经验模态分解得到的第k个经验模态分量的复数(k＝1,2....)，然后计算得到信号x(n)的第一个余波分量r1、其中表示求平均值的运算，通过求得第一个余波分量r1，再结合原始信号x(n)，可以计算求得第一个经验模态分量imf1：
[0078]
imf1＝x(n)-r1(n)，在计算完成第一个经验模态分量imf1后，开始计算第二个经验模态分量imf2：
[0079]
其中r2是第二个余波分量，以此类推，就可以求得第k个余波分量rk(k＝3,...,k)，也就能得到第k个模态分量imfk：
[0080][0081]
imfk＝r
k-1-rk[0082]
最终，原始信号可以看成多个模态分量和余波分量的和，即：
[0083]
得到imf分量之后，利用希尔伯特变换得到每个模态分量的时间-频率谱信号，对于信号x(t)，其希尔伯特变换为：
[0084][0085]
其中p为柯西主值，该信号的瞬时振幅为α(t)，瞬时相位为θ(t)，瞬时频率为ω(t)：
[0086][0087][0088]
时间-频率谱可以表示为h(ω,t)，一般来讲，一个信号的时间-频率谱就可以看成是一个矩阵，而根据奇异值分解原理，矩阵的所有关键特征都可以按顺序以一系列奇异值的形式获得，根据这些关键特征的异同，可以对每个感应器得到的来自不同缺陷处的声发射信号进行分类，因此可以得到每个声发射信号到达每个感应器的时间，而且根据频率幅度可以对来自同一个声发射源到达不同感应器的信号进行分类，进而实现多缺陷同时检测。
[0089]
s4、信号分类
[0090]
当得到时间-频率谱信号之后，通过奇异值分解算法能够有效的压缩数据量并提取信号的输入特征，因此能够对每种频率的信号进行分类，即可以将不同感应器采集的同
一声发射信号源同一时刻的信号分类出来，并得到这些信号达到每个感应器的时间，循环对上述过程进行处理便可以得到检测设备在管道内检测的所有缺陷所发射信号的数据，再将这些数据按照实时储存起来。
[0091]
s5、确定最优位置缺陷
[0092]
针对声发射事件在小样本下定位精度较低的问题，提出基于多尺度网格搜索的vfom(virtual field optimization method)定位算法来确定最优的位置缺陷，综合以上步骤中所得分类数据，可以得到声发射信号到达不同感应器的时间，并通过信号的频率和幅度等参数，可以区分出是否为同一声发射源信号，而后，根据钢管的实际尺寸结构情况，根据已经确定感应器规划位置坐标和声发射波速度，在考虑入系统时钟误差的情况下，声发射信号定位模型可以表述为：
[0093][0094]
其中，(xj,yj,zj)表示第j个感应器的物理位置，(x0,y0,z0)表示缺陷位置坐标，是需要计算的，t0表示从缺陷处发出声发射信号的起始时间，tj表示该信号到达第j个感应器物理位置的时间，tj表示第j个感应器系统误差时间，v
ae
表示声发射信号在钢管中传播的速度，基于不同缺陷发出的声发射信号到达不同感应器的时间不同，且相同声发射信号已经分类，根据基于多尺度搜索的虚拟场优化算法：
[0095]
上式表示相同声发射源信号在不同时间分别到达第i个和第j个感应器的联立等式，当管道和感应器地方坐标系确定之后，根据时差双曲线方程运算规律，上式即可改写为：
[0096][0097]
其中：
[0098][0099][0100]
由于感应器i和感应器j的地方坐标系坐标已知，因此c
ij
可以计算得到。由于声发射信号随着距离增加能量减少，对缺陷坐标(x,y,z)发射的声发射信号建立衰减函数f
ij
(x,y,z)：
[0101][0102]
其中d
ij
表示声发射信号源到感应器坐标曲面的距离：
[0103][0104]
再将地方坐标系f
ij
(x,y,z)转换到全局坐标系f
ij
(x,y,z)，可得：
[0105]rij
是由(xi,yi,zi)和(xj,yj,zj)表示的常数矩阵：
[0106][0107]
其中：
[0108][0109][0110][0111][0112][0113]
其中，(x,y,z)表示全局坐标系坐标，总贴近长度可表示为:
[0114]
n表示接收到声发射信号的总感应器个数，一般将模型空间中tcf最大值所在坐标视为缺陷定位结果。
[0115]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。