详情

原文传递基于盲源分离的压力容器声发射信号检测的方法

专利名称：	基于盲源分离的压力容器声发射信号检测的方法
摘要：	本发明公开了基于盲源分离的压力容器声发射信号检测的方法。包括以下步骤：通过安装在压力容器上的声发射传感器采集通过激励产生的泄露、噪声和正常的声发射信号，再对采集的数据进行预处理。然后建立观测信号(即声发射传感器采集信号)与声源信号的BBS模型，其中观测信号个数已知，声源信号个数未知。再对BBS模型进行短时傅里叶变换，对变换之后的信号进行单源点检测，去掉低能量的点，并做归一化处理。然后利用改进拉普拉斯势函数进行聚类处理，并找出聚类中心，求出混合矩阵。最后根据混合矩阵利用最小L1范数法还原声源信号。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆大学
发明人：	屈剑锋;吕昉;高阳;房晓宇
专利状态：	有效
申请日期：	2019-08-19T00:00:00+0800
发布日期：	2019-11-22T00:00:00+0800
申请号：	CN201910765195.1
公开号：	CN110487911A
分类号：	G01N29/14(2006.01);G;G01;G01N;G01N29
申请人地址：	400044 重庆市沙坪坝区沙正街174号
主权项：	1.一种基于盲源分离的压力容器声发射信号检测的方法，其特征在于，包括如下步骤： 1)通过安装在压力容器上的声发射传感器采集通过激励产生的泄露、噪声和正常的声发射信号，再对采集的数据进行预处理。 2)建立观测信号(即声发射传感器采集信号)与声源信号的BBS模型，其中观测信号个数已知，声源信号个数未知。 3)对BBS模型进行短时傅里叶变换，对变换之后的信号进行单源点检测，去掉低能量的点，并做归一化处理。 4)利用改进拉普拉斯势函数进行聚类处理，并找出聚类中心，求出混合矩阵。 5)根据混合矩阵利用最小L1范数法还原声源信号。 2.根据权利要求1所述，一种基于盲源分离的压力容器声发射信号检测的方法，其特征在于，所述步骤1)泄露、噪声和正常的声发射信号的获取，考虑到难以直接获取真实声信息，因此考虑通过各种激励方式获取对应的声发射信号数据。 3.根据权利要求1所述的，一种基于盲源分离的压力容器声发射信号检测的方法，其特征在于，所述步骤2)通过声发射传感器采集到声信号的观测信号，建立盲源分离的模型，如下：其中混合矩阵A未知，并且声源信号个数N为未知，只有观测信号个数M为已知。这个过程形一般可以看作为两个系统，对于把源信号通过混合矩阵进行混合并加入一些噪声干扰得到混合后的观测信号这一过程可以被看作为混合系统。对于利用混合后得到的观测信号对混合矩阵估计进而对源信号进行恢复，最终得到分离出的源信号这一过程可以被看作是盲源分离系统。 4.根据权利要求1所述的，一种基于盲源分离的压力容器声发射信号检测的方法，其特征在于，所述步骤3)本发明解混合矩阵A的方法是利用声信号的稀疏性，为了加强声信号的稀疏性，利用下式短时傅里叶变换对观测信号进行处理：然后利用声信号的稀疏性进行单源点检测，检测出声信号能量最大的单源点，单源点检测方法如下式：然后对筛选出来的单源点进行归一化处理，如下式： 5.根据权利要求1所述的，一种基于盲源分离的压力容器声发射信号检测的方法，其特征在于，所述步骤4)引入参数密度的方法和改进势函数进行聚类。计算各个数据点的欧氏距离d,利用引入参数密度D(X(t，f)),利用筛选出高密度点，满足上式的数据点记作放入高密度点集合H中做进行进一步处理。在H中选择密度参数值最大的数据点作为第1个初始聚类中心，记为z1,取H中离z1最远的数据点作为第2个聚类中心z2，将z1和z2按列存放于初始聚类中心矩阵Z中，并在H中将z1和z2删除。接下来zk的选择根据如下式子：如此循环，直至找出C个初始聚类中心。然后通过改进拉普拉斯势函数通过解J(ok)的极大值来寻找聚类中心。采用如下式所示的固定点优化迭代算法，得到第l+1次迭代时第k个聚类中心迭代至为止，这里ε＝10-6。然后利用来消除噪声和异常值的影响，将不满足式的ok剔除，最终保留下来的聚类中心个数即源信号的个数，聚类中心矢量即估计的混合矩阵的列矢量，这里ε＝0.5。所求得的N个ok组成的矩阵，即为所估计的混合矩阵AM×N。 6.根据权利要求1所述的，一种基于盲源分离的压力容器声发射信号检测的方法，其特征在于，所述步骤5)对于已经估计出来的混合矩阵AM×N，选取AM×N当中任意M个列向量构成矩阵WM×M，其中该任意M列向量所对应的M个声源信号有值，而其他N-M个声源信号值估计为0。M个声源信号有值组成矩阵SM×1(t)。利用式子X(t)＝WM×M·SM×1(t)，由于WM×M可逆，X(t)已知，则解出SM×1(t)，将AM×N中所有M个列向量组合计算出所有可能的SM×1(t)，然后利用选则最小值作为原声源信号。然后对T个时刻进行处理，这完成了0～T时刻的声源数据还原，完成基于盲源分离的声源信号检测。
所属类别：	发明专利