一种基于频率成份的声发射信号相关性分析方法与流程

本发明涉及一种基于频率成份的声发射信号相关性分析方法。

背景技术：

利用声发射技术进行材料或结构的在线损伤监测时，最重要的是要采集到损伤产生的声发射信号，以声发射信号为基础，进而对损伤源进行定位、损伤类型进行识别以及对损伤严重度进行评价等分析研究工作。损伤源产生的应力波在材料或结构等介质中传播，要经过材料介质、声耦合剂、声发射传感器、传输线缆、前置放大器和高速数据采集卡等，才能被数据处理分析系统所利用，分析得到所需要的结果。在此过程中，声发射信号经过不同的介质传播、传感器的频响滤波及高速数据采集数模转化等过程，加之声发射信号在介质中传播会发生频散效应，使采集所得到的声发射信号的特征发生一定的变化。利用不同位置处相关性不同的声发射信号为基础，进行损伤特征提取、类型识别及严重度评估时，势必会对结果带来影响。如何评估不同位置处的声发射信号之间的相关性成为目前声发射信号分析所面临的关键技术问题，确认所采集得到的声发射信号的有效性及相关性，对于分析结果的正确性十分重要。

目前对声发射信号的相关性分析主要是采用直接的声发射信号进行相关计算与分析，得到相关性系数，从而评价两个信号之间相关关系。因声发射信号在传播过程中受到多种因素的影响，不同位置处的声发射信号其特征变化较大，传统的直接基于波形的相关性分析不能充分表达各信号之间的相关关系。

技术实现要素：

(一)要解决的技术问题

针对现有技术中的上述不足和需求，本发明提出一种基于频率成份的声发射信号相关性分析方法，基于实际声发射信号在传播过程中受到的多种因素影响，通过分析声发射信号的频率成份，将声发射信号分为低频成份与高频成份，采用声发射信号低频频率成份或高频频率成份分布进行相关分析，得到信号频率分布的相关系数，此相关系数与信号的传播距离具有很好的一致性，能够代表声发射信号的相关性，相比传统的直接基于声发射信号波形的相关分析方法更具可靠性和有效性。

(二)技术方案

一种基于频率成份的声发射信号相关性分析方法，包括以下步骤：

s1.获得声发射信号数据；

s2.对所述信号进行降噪滤波处理；

s3.对所述信号进行频谱分析；

s4.将频率幅值分成高频成份和低频成份两部分；

s5.进行声发射信号频率幅值分布相关系数计算；

s6.评估低频成份和高频成份的相关系数与传播距离的关系；

s7.确定声发射信号相关关系。

步骤s1中，根据对象不同，选择能够采集结构中损伤声发射信号的传感器；对于损伤类型较复杂的复合材料结构，选择频率范围为10khz-1200khz的宽频带声发射传感器；对于损伤类型单一的金属类结构，选择频率为150khz的共振型传感器；进一步的，将选择的传感器安装在离损伤源不同距离的位置，采集在试验过程中结构损伤产生的声发射信号，记录并存储在计算机中。

步骤s1中还包括：声发射设备信号采集频率不小于5mhz，声发射信号的长度以离损伤源最远处的传感器所得到的声发射信号的长度为基准。

步骤s2中，采集系统所采集的声发射信号包括机械噪声和电磁噪声，对上述噪声进行剔除。

对上述噪声进行剔除具体包括：采用小波时频分析方法计算声发射信号中的能量分布，根据所选择的不同小波基，将频率范围分解为不同的频带，然后进行离散小波变换，得到不同频带内的声发射信号小波能量分布，将能量小于总能量15％的频带剔除，然后，将剩下的频带重新组合成新的信号。

步骤s3中，利用傅里叶变换，将上述新的信号进行频谱分析，得到各个声发射信号的频率幅值分布。

步骤s4中，对步骤s3中获得的各个声发射信号的频率幅值分布进行分析，在该频率幅值分布的拐点位置设定为高频和低频的分界点，以此点区分频率幅值中的高频成份和低频成份。

步骤s5中，以其中一点声发射信号的低频成份的幅值为一组参考数据，分别与其他位置点的声发射信号的低频成份的幅值数据进行相关关系的计算，得到一组表征这个点的声发射信号与其他各点声发射信号低频频率幅值的相关系数；将所有数据点均采取相同的操作获得各自相应的低频频率幅值的相关系数；对于高频成份也采用相同的操作以获得所有数据点的高频频率幅值的相关系数。

步骤s6中，以步骤s5中得到的所有数据点信号低频频率幅值和高频频率幅值的相关系数以及离损伤源的距离为数据源，绘制距离与相关系数的关系图，根据信号传播规律，随着传播距离的增大，声发射信号会发生频率幅值降低甚至某些高频频率会消失的现象，反映在信号相关关系上，则表现为：基准声发射信号与相比基准声发射信号距离损伤源较近的信号相比具有较高的相关关系，基准声发射信号与相比基准声发射信号距离损伤源较远的信号相比具有较低的相关关系；利用这种信号传播特性对相关系数与传播距离的关系进行定性的评估。

步骤s7中，选取满足要求的低频频率幅值或高频频率幅值的相关系数作为评价声发射信号之间相关关系的依据，该相关关系包含了声发射信号的频率特征与结构或材料之间的关系，与声发射信号传播距离具有一致性，反映了声发射信号之间的相关关系。

(三)有益效果

本发明的一种基于频率成份的声发射信号相关性分析方法，基于实际声发射信号在传播过程中受到的多种因素影响，通过分析声发射信号的频率成份，将声发射信号分为低频成份与高频成份，采用声发射信号低频成份分布进行相关分析，得到信号频率分布的相关系数，此相关系数与信号的传播距离具有很好的一致性，能够代表声发射信号的相关性，相比传统的直接基于声发射信号波形的相关分析方法更具可靠性和有效性。

附图说明

图1本发明的一种基于频率成份的声发射信号相关性分析方法流程图。

具体实施方式

本发明的一种基于频率成份的声发射信号相关性分析方法，包括以下步骤：

s1.获得声发射信号数据；

s2.对所述信号进行降噪滤波处理；

s3.对所述信号进行频谱分析；

s4.将频率幅值分成高频成份和低频成份两部分；

s5.进行声发射信号频率幅值分布相关系数计算；

s6.评估低频成份和高频成份的相关系数与传播距离的关系；

s7.确定声发射信号相关关系。

步骤s1中，根据对象不同，选择能够采集结构中损伤声发射信号的传感器；对于损伤类型较复杂的复合材料结构，选择频率范围为10khz-1200khz的宽频带声发射传感器；对于损伤类型单一的金属类结构，选择频率为150khz的共振型传感器；进一步的，将选择的传感器安装在离损伤源不同距离的位置，采集在试验过程中结构损伤产生的声发射信号，记录并存储在计算机中。

声发射设备信号采集频率不小于5mhz，声发射信号的长度以离损伤源最远处的传感器所得到的声发射信号的长度为基准。

步骤s2中，采集系统所采集的声发射信号包括机械噪声和电磁噪声，对上述噪声进行剔除。

对上述噪声进行剔除具体包括：采用小波时频分析方法计算声发射信号中的能量分布，根据所选择的不同小波基，将频率范围分解为不同的频带，然后进行离散小波变换，得到不同频带内的声发射信号小波能量分布，将能量小于总能量15％的频带剔除，然后，将剩下的频带重新组合成新的信号。

步骤s3中，利用傅里叶变换，将上述新的信号进行频谱分析，得到各个声发射信号的频率幅值分布。

步骤s4中，对步骤s3中获得的各个声发射信号的频率幅值分布进行分析，在该频率幅值分布的拐点位置设定为高频和低频的分界点，以此点区分频率幅值中的高频成份和低频成份。

步骤s5中，以其中一点声发射信号的低频成份的幅值为一组参考数据，分别与其他位置点的声发射信号的低频成份的幅值数据进行相关关系的计算，得到一组表征这个点的声发射信号与其他各点声发射信号低频频率幅值的相关系数；将所有数据点均采取相同的操作获得各自相应的低频频率幅值的相关系数。

对于高频成份也采用相同的操作以获得所有数据点的高频频率幅值的相关系数。

步骤s6中，以步骤s5中得到的所有数据点信号低频频率幅值和高频频率表幅值的相关系数以及距离损伤源的距离为数据源，绘制距离与相关系数的关系图，根据信号传播规律，随着传播距离的增大，声发射信号会发生频率幅值降低甚至某些高频频率会消失的现象，反映在信号相关关系上，则表现为：基准声发射信号与相比基准声发射信号距离损伤源较近的信号相比具有较高的相关关系，基准声发射信号与相比基准声发射信号距离损伤源较远的信号相比具有较低的相关关系；利用这种信号传播特性对相关系数与传播距离的关系进行定性的评估。

步骤s7中，选取满足要求的低频频率幅值或高频频率幅值的相关系数作为评价声发射信号之间相关关系的依据，该相关关系包含了声发射信号的频率特征与结构或材料之间的关系，与声发射信号传播距离具有一致性，反映了声发射信号之间的相关关系。