一維構(gòu)件應(yīng)力波信號特征的篩選方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于信號特征識別領(lǐng)域，尤其涉及一種基于灰色系統(tǒng)理論和量化信息熵 的，一維構(gòu)件應(yīng)力波信號特征的篩選方法。
【背景技術(shù)】
[0002] 本發(fā)明是一維構(gòu)件無損檢測技術(shù)的關(guān)鍵部分。一維構(gòu)件無損檢測是應(yīng)用非常廣泛 的技術(shù)，特別是在建筑粧基、軸承和錨桿等，應(yīng)力波信號特征值的選擇和提取是該技術(shù)中最 核心的部分。
[0003] 目前在一維構(gòu)件完整性檢測上應(yīng)用最廣泛的方法為應(yīng)力波法，即：在一維構(gòu)件的 同一端安置應(yīng)力波激發(fā)器和信號接收傳感器，激發(fā)應(yīng)力波之后，應(yīng)力波傳感器會接收到完 整的應(yīng)力波信號波形，波形中包含豐富的信息，通過分析信號波形特征量，可以得到一維構(gòu) 件的完整性信息。目前常見的應(yīng)力波特征量包括信號的幅值、能量(功率譜密度），方差等， 提取特征量的方式有在信號整個時程上提取特征量，還有先將信號分段，提取每段信號的 特征量。無論是在信號整個時程上，還是分段提取信號的特征量，都難免會造成損傷特征的 遺漏和檢測分辨率的降低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是提供一種高可靠性、高分辨率的，一維構(gòu)件應(yīng)力波信號特征的篩 選方法。
[0005] -維構(gòu)件應(yīng)力波信號特征的篩選方法，包括以下步驟，
[0006] 步驟一:對原始應(yīng)力波信號進(jìn)行預(yù)處理，用小波包分解的方法對應(yīng)力波信號進(jìn)行 分解，得到m個子波；
[0007]步驟二:將量化信息熵作為一維構(gòu)件應(yīng)力波信號的特征量；
[0008] 步驟三:構(gòu)造固定寬度W的時間窗，在每個子波信號上按步進(jìn)長度B移動提取信號 特征值，得到多維的應(yīng)力波量化信息熵矩陣;步進(jìn)長度B的取值滿足W/8<B<W/4;
[0009] 步驟四：對多維的應(yīng)力波量化信息熵矩陣進(jìn)行降維處理，求所有子波對應(yīng)同一位 置的特征值的均值，得到一維的量化信息熵均值向量；
[0010] 步驟五:應(yīng)用灰色系統(tǒng)理論中的多參數(shù)關(guān)聯(lián)分析方法，通過計(jì)算多種失效特征量 的待檢狀態(tài)模式與標(biāo)準(zhǔn)正常狀態(tài)模式的關(guān)聯(lián)度，對比關(guān)聯(lián)度的大小來判斷系統(tǒng)的性能狀 態(tài)，完成應(yīng)力波特征量篩選。
[0011] 本發(fā)明一維構(gòu)件應(yīng)力波信號特征的篩選方法，還可以包括：
[0012] 1、量化信息熵為：
[0013]
[0014] 其中，D為幅值區(qū)間的個數(shù)，Nunn表示第i個幅值區(qū)間內(nèi)采樣點(diǎn)個數(shù)，Pl為第i個幅值 區(qū)間內(nèi)采樣點(diǎn)數(shù)的統(tǒng)計(jì)概率。
[0015] 2、應(yīng)力波量化信息熵矩陣為：
[0016]
[0017]其中每行數(shù)據(jù)代表一個子波的量化信息熵向量，m個子波構(gòu)成m X η特征量矩陣； [0018]每個子波熵值向量為：
[0019] Hm= {DHmi，DHm2，DHm3，…，DH·} (m= 1，2，…，2k)
[0020] 其中，應(yīng)力波經(jīng)小波包k層分解后，得到!11 = 21{個信號子波，時間窗步進(jìn)數(shù)為n。
[0021] 3、量化信息熵均值向量為：
[0024] 4、步驟五中，待檢狀態(tài)Yi的狀態(tài)模式向量為：[0025] y(1)= {yi(1)，y2(1)，y3 (1)...yn(1)}T[0026] 其中待檢系統(tǒng)具有n數(shù)個特征參數(shù)；[0027]標(biāo)準(zhǔn)正常狀態(tài)Υο的狀態(tài)模式向量為：[0028] y(0) = {yi(0l),y2(0l),y3(0l)-yn (〇)}T[0029] 待檢狀態(tài)Y」對于標(biāo)準(zhǔn)正常狀態(tài)Yo在第j特征參數(shù)上的門限關(guān)聯(lián)系數(shù)為：
[0022]
[0023]
[0030]
[0031]則待檢狀態(tài)Y,對于標(biāo)準(zhǔn)正常狀態(tài)Yo的門限關(guān)聯(lián)度為：
[0032]
[0033]當(dāng)rj 2 0.5時，待檢狀態(tài)屬于標(biāo)準(zhǔn)正常狀態(tài)；當(dāng)rj < 0.5時，待檢狀態(tài)不屬于標(biāo)準(zhǔn)正 常狀態(tài)。有益效果
[0034]與現(xiàn)有算法技術(shù)相比，本發(fā)明的有益效果是實(shí)現(xiàn)了特征量的降維，灰色系統(tǒng)理論 為應(yīng)力波信號特征量的篩選提供了新的思路，為后期一維構(gòu)件的無損檢測提高了檢測分辨 率，并且抗噪性能優(yōu)良，不占有過多的時間資源。
[0035]本發(fā)明將量化信息熵作為信號的特征量;構(gòu)造時間窗為工具，在信號上移動提取 特征量;將信號特征量降維，構(gòu)造應(yīng)力波特征向量。與已知的基于分段提取應(yīng)力波信號幅值 構(gòu)造特征向量作對比，利用灰色系統(tǒng)理論的門限關(guān)聯(lián)度作為特征向量性能可靠性的評價方 法，對兩種特征向量作評價對比分析，本發(fā)明的方法實(shí)現(xiàn)了特征量的優(yōu)化和篩選，在信號存 在多處奇異點(diǎn)的情況下仍取得較高的性能可靠度，提高了無損檢測分辨率，并且抗噪性能 優(yōu)良，不占有過多的時間資源。
【附圖說明】
[0036] 圖1為本發(fā)明的算法流程圖。
[0037] 圖2為時間窗移動提取信號特征值。
[0038] 圖3為本發(fā)明提出的量化信息熵的歸一化向量曲線。
[0039] 圖4為作為對比的幅值作為特征量的歸一化向量曲線。
【具體實(shí)施方式】
[0040] 下面將結(jié)合附圖對本發(fā)明做進(jìn)一步詳細(xì)說明。
[0041] 為了克服上述現(xiàn)有方法的不足，本發(fā)明提供了一種基于灰色系統(tǒng)理論和量化信息 熵的一維構(gòu)件應(yīng)力波信號特征的篩選方法。
[0042]本發(fā)明的技術(shù)方案如下：
[0043]將用于檢測一維構(gòu)件完整性的應(yīng)力波信號進(jìn)行預(yù)處理，用小波包分解的方法進(jìn)行 分解，得到一定數(shù)量的子波;提出量化信息熵的概念，將量化信息熵作為信號的特征值;構(gòu) 造固定寬度的時間窗作為工具，在每個子波信號上按固定步進(jìn)長度移動提取信號特征值， 得到多維的信號特征量;對多維特征量進(jìn)行降維處理，求所有子波對應(yīng)同一位置的特征值 的均值，得到一維的信號特征量;利用灰色系統(tǒng)理論的多參數(shù)分析方法，利用門限關(guān)聯(lián)度評 價量化信息熵特征向量和幅值特征向量，達(dá)到應(yīng)力波特征量評價和篩選的目的。
[0044]該方法的具體步驟是：
[0045] (1)對原始應(yīng)力波信號進(jìn)行預(yù)處理，用小波包分解的方法對應(yīng)力波信號進(jìn)行適當(dāng) 層數(shù)的分解，得到若干子波。如圖2所示4個子波由原始應(yīng)力波經(jīng)2層小波包分解而來。
[0046] (2)在信息熵的概念基礎(chǔ)上提出量化信息熵的概念，做為應(yīng)力波信號的特征值。設(shè) 信號采樣幅值集合為Χ= {χι，Χ2，···，χη}，X的概率分布表示為pi=P(xi)(i = l，2,…，η)，同時 巧.=〗.，取變量X的最大值與最小值，分別記為Χμ和Xmin，結(jié)合實(shí)際情況，將幅值由Xmin 到xmax平均分成D個量化幅值區(qū)間。則每段幅值的取值長度為：
[0047]
[0048] 每段幅值的量化取值范圍為：
[0049] (xmin+i A d,Xmin+(i+l) Ad, )(i = 0,l, 2,---,0-1)
[0050] 設(shè)第i段幅值區(qū)間內(nèi)的采樣點(diǎn)個數(shù)為Nunu，則第i段幅值區(qū)的統(tǒng)計(jì)概率定義為：
[0051]
[0052]則信號的量化信息熵定義為：
[0053]
[0054]其中DH(X)即為信號的量化信息熵，D為幅值區(qū)間的個數(shù)，Nunu表示第i個幅值區(qū)間 內(nèi)采樣點(diǎn)個數(shù)，Pl為第i個幅值區(qū)間內(nèi)采樣點(diǎn)數(shù)的統(tǒng)計(jì)概率。
[0055] (3)構(gòu)造固定寬度的時間窗作為工具，在每個子波信號上按固定步進(jìn)長度移動提 取信號特征值，得到多維的信號特征量。對于固定寬度的時間窗口，要特別注意必要參數(shù)的 設(shè)置。設(shè)時間窗口寬度為W，步進(jìn)長度為B。時間窗口寬度W的取值要覆蓋至少一個完整的奇 異點(diǎn)，同時盡量不超過兩個奇異點(diǎn);步進(jìn)長度B的取值滿足W/8<B<W/4,以滿足在按步進(jìn)提 取特征量的時候，不會遺漏奇異點(diǎn)，也不會重復(fù)處理同一個奇異點(diǎn)，減少處理時間，提高奇 異點(diǎn)的分辨率。
[0056] (4)設(shè)應(yīng)力波經(jīng)小波包k層分解后，得到!11 = 21{個信號子波，時間窗步進(jìn)數(shù)設(shè)為n，提 取特征量，即量化信息熵之后，每個子波熵值向量為：
[0057] Hm= {DHmi，DHm2，DHm3，…，DH·} (m= 1，2，…，2k)
[0058] 應(yīng)力波量化信息熵矩陣構(gòu)造如下：
[0059]
[0060] 其中每行數(shù)據(jù)代表一個子波的量化信息熵向量，m個子波構(gòu)成m X η特征量矩陣。
[0061] (5)對多維特征量矩陣進(jìn)行降維處理，求所有子波對應(yīng)同一位置的特征值的均值， 得到一維的信號特征量，一個復(fù)雜的特征量矩陣并不能較好地分析出奇異點(diǎn)，在多維特征 量矩陣的基礎(chǔ)上，求得對應(yīng)同一段信號的時間窗的量化信息熵均值：
[0062]
[0063]處理得到量化信息熵均值向量為：
[0064]
[0065] (6)灰色系統(tǒng)理論的門限關(guān)聯(lián)度性能評價方法如下:假設(shè)一個具有η數(shù)個特征參數(shù) 的待檢系統(tǒng)，其待檢狀態(tài)h的狀態(tài)模式向量為：
[0066] y⑴={yi⑴，y2⑴，
[0067]標(biāo)準(zhǔn)正常狀態(tài)Υο的狀態(tài)模式向量為：
[0068] y(〇) = {yi(〇1),y2(〇1),y3^)... yn(〇)}T
[0069] 設(shè)每個特征參數(shù)η(()ι)均服從均值為|f、方差為f的正態(tài)分布，定義待檢狀態(tài)乃對 于標(biāo)準(zhǔn)正常狀態(tài)Υο在第j特征參數(shù)上的門限關(guān)聯(lián)系數(shù)為：
[0070]
[0071] 則待檢狀態(tài)Y」對于標(biāo)準(zhǔn)正常狀態(tài)Υο的門限關(guān)聯(lián)度為：
[0072]
[0073]待檢狀態(tài)的判斷準(zhǔn)則為：當(dāng)rj 2 0.5時，待檢狀態(tài)屬于標(biāo)準(zhǔn)正常狀態(tài);當(dāng)rj < 0.5時， 待檢狀態(tài)不屬于標(biāo)準(zhǔn)正常狀態(tài)。
[0074]本發(fā)明具體涉及基于灰色系統(tǒng)理論和量化信息熵的一維構(gòu)件應(yīng)力波信號特征篩 選方法，步驟如下：（1)將用于檢測一維構(gòu)件完整性的應(yīng)力波信號進(jìn)行預(yù)處理，用小波包分 解的方法進(jìn)行分解，得到一定數(shù)量的子波；（2)將量化信息熵作為信號的特征值；（3)構(gòu)造固 定寬度的時間窗作為工具，在每個子波信號上按固定步進(jìn)長度移動提取信號特征值，得到 多維的信號特征量；（4)對多維特征量進(jìn)行降維處理，求所有子波對應(yīng)同一位置的特征值的 均值，得到一維的信號特征量；（5)利用灰色系統(tǒng)理論中的多參數(shù)關(guān)聯(lián)分析方法，基于門限 關(guān)聯(lián)度的性能可靠性評價方法，評價量化信息熵特征量的性能；（6)檢測流程結(jié)束。本發(fā)明 在應(yīng)力波信號特征的評價和篩選上有較好的實(shí)際應(yīng)用價值，并且本發(fā)明提出的量化信息熵 作為特征量抗噪性能優(yōu)良，不占有過多的時間資源。
[0075]基于灰色系統(tǒng)理論和量化信息熵的一維構(gòu)件應(yīng)力波信號特征的篩選方法，步驟如 下：（1)將用于檢測一維構(gòu)件完整性的應(yīng)力波信號進(jìn)行預(yù)處理，用小波包分解的方法進(jìn)行分 解，得到一定數(shù)量的子波；（2)將量化信息熵作為信號的特征值，提取每個子波的量化信息 熵；（2)構(gòu)造固定寬度的時間窗作為工具，在每個子波信號上按固定步進(jìn)長度移動提取信號 特征值，得到多維的信號特征量；（3)對多維特征量進(jìn)行降維處理，求所有子波對應(yīng)同一位 置的特征值的均值，得到一維的信號特征量；（4)利用灰色系統(tǒng)理論中的多參數(shù)關(guān)聯(lián)分析方 法，基于門限關(guān)聯(lián)度的性能可靠性評價方法，評價量化信息熵特征量和膚質(zhì)特征量的性能， 達(dá)到應(yīng)力波特征量篩選的目的。
[0076]基于量化信息熵的一維構(gòu)件應(yīng)力波信