System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于稀疏优化的管道多源电磁声发射特征提取方法技术_技高网
当前位置: 首页 > 专利查询>南通大学专利>正文

一种基于稀疏优化的管道多源电磁声发射特征提取方法技术

技术编号:43000747 阅读:5 留言:0更新日期:2024-10-15 13:27
本发明专利技术属于无损检测技术领域,具体涉及一种基于稀疏优化的管道多源电磁声发射特征提取方法。本发明专利技术方法包括以下步骤:S1、建立耦合电磁超声‑声发射信号的稀疏分解模型;S2、保凸罚函数设计,引入广义极小极大值凹罚函数;S3、引入交叉方向乘子优化算法求解目标函数,重构电磁超声信号与声发射信号;S4、希尔伯特‑黄变换HHT提取声发射信号曲线的时间和频率特征;S5、求解声信号导波控制方程,绘制频散曲线,确定声发射与导波模态关系,提取特征。本发明专利技术方法能够实现对信号保真性差,分量复杂的电磁信号有效提取其信号模态特征,进而提升检测精度。

【技术实现步骤摘要】

本专利技术属于无损检测,具体涉及一种基于稀疏优化的管道多源电磁声发射特征提取方法


技术介绍

1、管道焊缝在加工或运输过程中,往往会产生气孔、夹渣、微纳米级裂纹等缺陷,这些缺陷会导致焊缝处强度下降,影响管道质量,给工程带来重大事故隐患。现有检测方法检测结果差,检测效率低,难以满足检测需求。

2、电磁声发射无损检测方法,通过电磁激励增强裂纹尖端电流密度,产生的洛伦兹力使裂纹尖端错位滑移而激发声发射信号,最后分析声发射信号来诊断结构状态。该技术仅需对检测区域局部加载,避免了整体加载造成的附加机械损伤。因此,将电磁激励声发射应用于管道裂纹检测具有独特优势。

3、然而,电磁激励下裂纹尖端可产生耦合多种成分的信号,导致了难以提取声发射信号特征而无法检测裂纹。


技术实现思路

1、本专利技术针对上述现有技术中的技术问题,提出了一种基于稀疏优化的管道多源电磁声发射特征提取方法。

2、本专利技术为实现上述专利技术目的,采取的技术方案如下:

3、一种基于稀疏优化的管道多源电磁声发射特征提取方法,包括以下步骤:s1、建立耦合电磁超声-声发射信号的稀疏分解模型;s2、保凸罚函数设计,引入广义极小极大值凹罚函数;s3、引入交叉方向乘子优化算法求解目标函数,重构电磁超声信号与声发射信号;s4、希尔伯特-黄变换hht提取声发射信号曲线的时间和频率特征;s5、求解声信号导波控制方程,绘制频散曲线,确定声发射与导波模态关系,提取特征。

4、进一步的作为本专利技术的优选技术方案,所述s1具体为:对于收集到的钢管焊缝处的电磁声发射信号,将其划分为电磁超声、声发射与噪声三个子分量,构建耦合电磁超声-声发射信号的稀疏分解模型,对应的稀疏分解电磁超声和声发射的目标函数为:

5、

6、式中a1和a2分别为超声信号和声发射信号的稀疏子字典,c1和c2为稀疏表示系数矩阵,p(c1,c2)表示泛化稀疏罚函数。

7、进一步的作为本专利技术的优选技术方案,所述s2具体为:通过引入广义极小极大值凹罚函数,用于保持目标函数凸性和诱导函数稀疏性,提升钢管焊缝检测信号特征成分的保真性,引入广义极小极大凹罚函数的泛化稀疏罚函数表示为:

8、

9、式中λi为正则化参数、bi为参数化矩阵、vi为矢量。

10、进一步的作为本专利技术的优选技术方案,所述s3具体为:将已建立的凸耦合信号稀疏优化目标函数,则该问题的拉格朗日函数算子:

11、

12、式中λ为拉格朗日乘子;为了有效求解目标函数,将其表示为鞍点求解问题:

13、

14、之后引入交叉方向乘子优化算法求解函数,得到稀疏表示后,重构超声信号与声发射信号。

15、进一步的作为本专利技术的优选技术方案,所述s4具体为:希尔伯特-黄变换hht包括经验模态分解emd和hilbert谱分析,emd是基于信号的局部特征的时间尺度,将声发射信号自适应地分解为若干个特征分量之和,然后分别对每个分量用hilbert变换进行谱分析,信号幅值的时间和频率分布表示为:

16、

17、式中h(ω,t)为信号的hilbert变换;进而提取声发射的时间和频率特征。

18、进一步的作为本专利技术的优选技术方案,所述s5具体为:求解信号导波在管道内部传播的控制方程,导波在管道中的传播满足navier运动方程:

19、

20、式中μ和λ为拉梅常数,为拉普拉斯算子,ρ为密度,u和t为位移和时间,为哈密顿算子,由弹性动力学理论求解上式可获得管道中导波传播的频散方程并绘制频散曲线,之后通过结合声发射的时频特性确定解耦声发射与导波模态关系,实现特征提取。

21、进一步的作为本专利技术的优选技术方案,所述电磁超声信号与声发射信号的稀疏子字典分别由laplace与morlet小波函数构造。

22、本专利技术所述的一种基于稀疏优化的管道多源电磁声发射特征提取方法,采用以上技术方案与现有技术相比,具有以下技术效果:本专利技术方法能够实现对信号保真性差,分量复杂的电磁信号有效提取其信号模态特征,进而提升检测精度。

本文档来自技高网...

【技术保护点】

1.一种基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述S1具体为:对于收集到的钢管焊缝处的电磁声发射信号,将其划分为电磁超声、声发射与噪声三个子分量,构建耦合电磁超声-声发射信号的稀疏分解模型,对应的稀疏分解电磁超声和声发射的目标函数为:

3.根据权利要求2所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述S2具体为:通过引入广义极小极大值凹罚函数,用于保持目标函数凸性和诱导函数稀疏性,提升钢管焊缝检测信号特征成分的保真性,引入广义极小极大凹罚函数的泛化稀疏罚函数表示为:

4.根据权利要求3所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述S3具体为:将已建立的凸耦合信号稀疏优化目标函数,则该问题的拉格朗日函数算子:

5.根据权利要求4所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述S4具体为:希尔伯特-黄变换HHT包括经验模态分解EMD和Hilbert谱分析,EMD是基于信号的局部特征的时间尺度,将声发射信号自适应地分解为若干个特征分量之和,然后分别对每个分量用Hilbert变换进行谱分析,信号幅值的时间和频率分布表示为:

6.根据权利要求5所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述S5具体为:求解信号导波在管道内部传播的控制方程,导波在管道中的传播满足Navier运动方程:

7.根据权利要求2所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述电磁超声信号与声发射信号的稀疏子字典分别由Laplace与Morlet小波函数构造。

...

【技术特征摘要】

1.一种基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述s1具体为:对于收集到的钢管焊缝处的电磁声发射信号,将其划分为电磁超声、声发射与噪声三个子分量,构建耦合电磁超声-声发射信号的稀疏分解模型,对应的稀疏分解电磁超声和声发射的目标函数为:

3.根据权利要求2所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述s2具体为:通过引入广义极小极大值凹罚函数,用于保持目标函数凸性和诱导函数稀疏性,提升钢管焊缝检测信号特征成分的保真性,引入广义极小极大凹罚函数的泛化稀疏罚函数表示为:

4.根据权利要求3所述的基于稀疏优化的管道多源电磁声发射特征提取方法,其特征在于,所述s3具体为:将已建立的凸耦合信号稀疏...

【专利技术属性】
技术研发人员:朱永乐胡泮华亮陈然李子昂沐子轩徐鑫慧
申请(专利权)人:南通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1