基于声学信号处理的沉桩质量监测系统及监测方法技术方案

本发明专利技术公开一种基于声学信号处理的沉桩质量监测系统，包括：计算机，计算机内集成有声卡；Arduino开发板，Arduino开发板与计算机连接；声音传感器，声音传感器与Arduino开发板连接；其中，声音传感器用于采集沉桩过程液压锤敲击管桩所产生的声音信号，并将其转换为模拟信号，Arduino开发板用于驱动声音传感器，并将声音传感器采集的声音信号数据传输至计算机，声卡用于将模拟信号的声音信号数据转换成数字信号的声音信号数据，计算机用于对数字信号的声音信号数据进行降噪滤波，并对声音信号数据进行预处理和特征计算，通过机器学习算法训练构建沉桩质量监测模型并对沉桩状态实时监测。本发明专利技术通过对沉桩过程的声音信号处理以实现对沉桩质量的实时监测，相较于传统监测方法具有非接触测量的优点，在保证识别准确率的基础上，给施工质量的监测提供了便利。给施工质量的监测提供了便利。给施工质量的监测提供了便利。

【技术实现步骤摘要】
基于声学信号处理的沉桩质量监测系统及监测方法


[0001]本专利技术涉及沉桩施工
，具体地说，涉及一种用于预应力高强度混凝土管桩的基 于声音信号处理的沉桩质量监测系统及监测方法。

技术介绍

[0002]在建筑工程领域，锤击法成桩的质量监测取决于收锤标准的制定。收锤标准的研究主要 是沿着两条技术路径：一是根据地勘报告分析工程场地地质条件，选择有代表性的地质单元， 布置工程试打桩。通过实时监测打桩数据，对桩端进入持力层的情况进行预判以分析单桩竖 向极限承载力是否满足设计要求。待土的休止期满后，通过静载法或动测法验证监测预判结 果的准确性，提取包括桩长、最后几米的累计锤击数、最后三阵锤的贯入度等指标来进行配 桩和制定收锤要求；二是建立锤
‑
桩
‑
土模型，应用波动方程理论分析得出锤重配置、落距和 在此基础上的桩垫、贯入度要求，制定打桩方案，在上述配置条件下结合试打桩的情况来调 整优化方案。但上述两种技术方案，其理论都是基于一维波动理论和不同材料动力作用下的 变化响应模型，核心参数是速度和力。但受限于装备、成本和方便程度，难以对工地所有预 制管桩的速度和力的变化情况进行实时监测，因此不能通过参数的检测分析来量化收锤标准。
[0003]声音是一种波动，由物体振动产生并通过介质传播，是最寻常辨别事物的特征之一。在 工程应用中，声音信号的采集在工业环境中具有非接触测量的优点，相关传感元件可以放置 在监测范围内的任意方向对目标对象进行信号采集，而振动信号的采集需要将传感器放置在 被测物体的指定方向表面才能获取准确有效的信息，因此声音传感器在复杂恶劣的应用场景 下更具优势。由于施工场地环境的复杂性，例如噪声信号的干扰、沉桩状态的界定，在实际 工程中未能将声音监测的相关技术方法应用于沉桩施工领域，而现有监测手段成本较高，因 此，本文提出一种基于声学信号处理的沉桩质量监测系统及监测方法。

技术实现思路

[0004]本专利技术的目的在于克服现有监测方法中外设过多、采集流程复杂和成本较高的缺点，提 供一种基于声学信号处理的沉桩质量监测系统及监测方法，实现对沉桩状态的智能化监测， 从而降低沉桩质量监测成本，并为质量监测评估提供便利。
[0005]为了实现上述目的，本专利技术所采用的技术方案如下：
[0006]一种基于声学信号处理的沉桩质量监测系统，包括：
[0007]计算机，计算机内集成有声卡；
[0008]Arduino开发板，Arduino开发板与计算机连接；
[0009]声音传感器，声音传感器与Arduino开发板连接；
[0010]其中，声音传感器用于采集沉桩过程液压锤敲击管桩所产生的声音信号，并将其转换为 模拟信号，Arduino开发板用于驱动声音传感器，并将模拟信号的声音信号数据传
输至计算机， 声卡用于将模拟信号的声音信号数据转换成数字信号的声音信号数据，计算机用于对数字信 号的声音信号数据进行降噪滤波，并对声音信号数据进行预处理和特征计算，通过机器学习 算法接收声音传感器采集的声音信号数据并处理，通过机器学习算法训练构建沉桩质量监测 模型并对沉桩状态实时监测。
[0011]一种基于声学信号处理的沉桩质量监测方法，采用上述的基于声学信号处理的沉桩质量 监测系统，包括以下步骤：
[0012]步骤1：声音传感器采集液压锤击打管桩所产生的声音信号数据，并通过Arduino开发板 发送至计算机进行存储；
[0013]步骤2：计算机对声音信号数据进行降噪滤波，然后进行样本数据划分，并对降噪后的 声音信号数据标记标签；
[0014]步骤3：计算机对声音信号数据进行预处理，并采用线性预测倒谱系数对预处理后的声 音信号数据进行特征计算；
[0015]步骤4：训练采用高斯核函数的支持向量机机器学习模型，构建性能最优的沉桩质量监 测模型；
[0016]步骤5：计算机调用性能最优的沉桩质量监测模型对现场的沉桩状态进行实时监测，判 断沉桩状态的好坏。
[0017]优选地，根据施工人员记录的单位深度锤击累计能量值和地勘土层类别进行样本数据划 分，单位深度锤击累计能量值是指管桩每下沉一米桩机输入能量的累计值，地勘土层类别是 指试打桩所在工地标准土层柱状分布图中不同深度土层类别。
[0018]优选地，样本数据划分是将数据划分为未进入设计持力层和满足收锤标准状态；未进入 设计持力层是指处于地表至设计持力层之间的地下深度这一段距离，即可划分为未进入设计 层状态标签，满足收锤标准状态是指依据单位深度锤击累计能量曲线变化满足突变且桩端土 层类别满足设计持力层要求，即可划分为满足收锤标准状态标签。
[0019]优选地，对声音信号数据进行降噪滤波包括以下步骤：
[0020]第一步，从原始声音信号中划分出噪声频段；
[0021]第二步，计算噪声信号的均值和标准差，并根据算法期望灵敏度生成阈值，其中，均值 计算公式为标准差计算公式为阈值计算公式为式中n为样本点数，n
std
为算法期望灵敏度。
[0022]第三步，对包含噪声的原始信号进行短时傅里叶变换，再将低于上述阈值的能量频段进 行提取，与平滑滤波器矩阵进行卷积计算，短时傅里叶变换的公式如下 [0023][0024]第四步，对处理后信号进行傅里叶逆变换即可得到降噪后的信号。
[0025]优选地，对声音信号数据进行预处理包括以下步骤：
[0026]第一步，对样本数据进行预加重，预加重公式为H(z)＝1
‑
μz
‑1，其中μ为预加重系数；
[0027]第二步，对样本数据进行分帧；
[0028]第三步，对样本数据进行加窗，加窗采用的窗函数为汉明窗函数，汉明窗公式如下
[0029]其中N为窗的长度。
[0030]优选地，对预处理后的声音信号数据进行特征计算包括以下步骤：
[0031]第一步，计算当前时刻采样值，计算公式为s(n)表示第n时刻 信号采样值大小，a1～a
p
为信号的线性预测系数，e
n
为预测误差大小；
[0032]第二步，计算实际采样值和线性预测采样值的均方误差，实际采样值和线性预测采样值 的均方误差计算公式为
[0033]第三步，对上式求偏导并令其为0，即为0，求出各阶线性预测系数，计算公式为
[0034][0035]令得出即可求出各阶线性预测系数；
[0036]第四步，对信号进行傅里叶变换再取模对数，最后经过傅里叶逆变换即可得到信号的倒 谱系数，倒谱系数即用来建模的特征。
[0037]优选地，构建采用高斯核函数的支持向量机机器学习模型的训练流程如下：
[0038]第一步，进行数据集划分，随机选取70％样本数据作为训练集和交叉验证集，30％样本 数据用于模型测试；
[0039]第二步，在训练过程中，对训练数据和测试数据的特征向量进行标准化；
[0040]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声学信号处理的沉桩质量监测系统，其特征在于，包括：计算机，计算机内集成有声卡；Arduino开发板，Arduino开发板与计算机连接；声音传感器，声音传感器与Arduino开发板连接；其中，声音传感器用于采集沉桩过程液压锤敲击管桩所产生的声音信号，并将其转换为模拟信号，Arduino开发板用于驱动声音传感器，并将模拟信号的声音信号数据传输至计算机，声卡用于将模拟信号的声音信号数据转换成数字信号的声音信号数据，计算机用于对数字信号的声音信号数据进行降噪滤波，并对声音信号数据进行预处理和特征计算，通过机器学习算法训练构建沉桩质量监测模型并对沉桩状态实时监测。2.一种基于声学信号处理的沉桩质量监测方法，其特征在于，采用如权利要求1的基于声学信号处理的沉桩质量监测系统，包括以下步骤：步骤1：声音传感器采集液压锤击打管桩所产生的声音信号数据，并通过Arduino开发板发送至计算机进行存储；步骤2：计算机对声音信号数据进行降噪滤波，然后进行样本数据划分，并对降噪后的声音信号数据标记标签；步骤3：计算机对声音信号数据进行预处理，并采用线性预测倒谱系数对预处理后的声音信号数据进行特征计算；步骤4：训练采用高斯核函数的支持向量机机器学习模型，构建性能最优的沉桩质量监测模型；步骤5：计算机调用性能最优的沉桩质量监测模型对现场的沉桩状态进行实时监测，判断沉桩状态的好坏。3.如权利要求2的基于声学信号处理的沉桩质量监测方法，其特征在于，根据施工人员记录的单位深度锤击累计能量值和地勘土层类别进行样本数据划分，单位深度锤击累计能量值是指管桩每下沉一米桩机输入能量的累计值，地勘土层类别是指试打桩所在工地标准土层柱状分布图中不同深度土层类别。4.如权利要求3的基于声学信号处理的沉桩质量监测方法，其特征在于，样本数据划分是将数据划分为未进入设计持力层和满足收锤标准状态；未进入设计持力层是指处于地表至设计持力层之间的地下深度这一段距离，即可划分为未进入设计层状态标签，满足收锤标准状态是指依据单位深度锤击累计能量曲线变化满足突变且桩端土层类别满足设计持力层要求，即可划分为满足收锤标准状态标签。5.如权利要求2的基于声学信号处理的沉桩质量监测方法，其特征在于，对声音信号数据进行降噪滤波包括以下步骤：第一步，从原始声音信号中划分出噪声频段；第二步，计算噪声信号的均值和标准差，并根据算法期望灵敏度生成阈值，其中，均值计算公式为标准差计算公式为阈值计算公式为式中n为样本点数，n
std
为算法期望灵敏度；
第三步，对包含噪声的原始信号进行短时傅里叶变换，再将低于上...

【专利技术属性】
技术研发人员：刘亚俊，罗琦，张沈超，王莉娅，郭能昌，全霖锋，赵诣卓，高筠砚，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：