一种基于时间序列排列模式分布的声发射事件检测方法技术

一种基于时间序列排列模式分布的声发射事件检测方法，包括以下步骤：步骤一：信号采集与信号预处理；步骤二：时间序列相空间重构并构造排列模式与符号相空间；步骤三：获取排列模式分布；步骤四：构造差异性度量指标，计算相对差异度与瞬时差异度；步骤五：声发射事件定性检测；步骤六：声发射事件到达时间与结束时间估计；步骤七：声发射事件数量的估计。声发射事件数量的估计。声发射事件数量的估计。

【技术实现步骤摘要】
一种基于时间序列排列模式分布的声发射事件检测方法


[0001]本专利技术涉及基于声发射的无损检测领域，特别是涉及一种声发射信号中事件检测方法，更具体地涉及利用时间序列的排列模式分布差异检测声发射信号中的有效信息，包括识别声发射事件数量、事件开始时间和结束时间的方法。

技术介绍

[0002]声发射是一种在物理介质中由于塑性变形、摩擦和裂纹尖端扩展等机制产生的，材料局部因能量的快速释放而发出瞬态弹性波的现象，当声发射事件发生时，会导致材料内部的一个或多个局部源的能量释放，它可以提供受压组件中裂纹形成和扩展等信息。声发射监测是一种有效的结构健康监测技术，目前已经广泛应用于众多领域。然而，声发射事件的发生通常是随机的、小概率的，另外，声发射信号的采集频率非常高，如何在采集到的海量数据中对单个声发射事件准确地检测分离，是事件分析的首要任务，通过对声发射事件的分离存储还可以降低检测系统的维护成本。
[0003]对声发射事件的检测包含三个任务：事件数量的估计、事件到达时间以及事件结束时间的确定。其中，到达时间点可以被描述为特定相位的第一个有效能量被传感器记录的时刻或者是最先观察到与噪声具有显著区别的时间点，结束时间表示从事件到达开始直至传感器记录的最后一个特定相位的有效能量或者最后一个与噪声具有显著区别的时间点。由于事件到达时间的准确估计与声发射事件的定位精度密切相关，现阶段对于结束时间确定的研究相当欠缺，当同时含有多个声发射事件时，对结束时间的确定是重要且关键的。此外，这些方法大多数是基于波形的时域特征，在噪声环境下，时域信息会淹没在噪声中。近年来，声发射监测技术已经不局限于桥梁结构等静态监测场景，在加工状态监测、增材制造等过程监控场景中也被应用。在这些场景中采集到的信号不仅包含其他设备的噪声，同时它们表现出非线性和非平稳性的特点。因此，构建一种对噪声具有鲁棒性，适用于非线性非平稳性信号的声发射事件检测方法是非常有必要的。

技术实现思路

[0004]为了解决本领域的上述问题，本专利技术的实施方式提供了一种基于时间序列排列模式分布的声发射事件检测方法，其中该方法基于时间序列排列模式分布差异性度量，同时考虑相对信息和绝对信息的声发射事件。排列模式可以直接作用于原始时间序列，不需要进行数据变换，概念简单且计算时间快，适用于高频高速采集的声发射信号，排列模式适用于非线性非平稳信号，可以克服传统基于时域波形方法在处理过程监测信号中的不足。差异性度量是一种基于排列模式相对频率的特征评价指标，能够检测排列模式分布的差异性，从而识别时间序列所处状态，以检测声发射事件是否发生。基于此，本专利技术实施方式提供了一种基于排列模式分布差异性度量的声发射事件检测方法，将采集到的高频声发射信号，通过滑动窗口进行相空间重构得到时间序列的排列模式及其分布。在此基础上构造差异性度量指标，考虑相对信息和绝对信息，计算相对差异度和瞬时差异度，融合两种信息对
序列中声发射事件数量进行估计，提出了基于瞬时差异度的一阶导数序列的后向搜索方法对事件到达时间进行估计，提出基于自适应阈值的相对差异度方法确定事件的结束时间。根据本专利技术的实施方式提供的该方法可以对含有多个声发射事件的序列进行连续检测。通过在海量信号中提取有效信号，可以为后续对材料结构的损伤监测等提供依据。
[0005]根据本专利技术的实施方式提供了一种基于时间序列排列模式分布的声发射事件检测方法，其特征在于包括以下步骤：
[0006]步骤一：信号采集与信号预处理：使用数据采集系统获取原始声发射序列，向原始序列中添加微弱噪声，根据设定的窗口参数使用滑动窗口对时间序列进行划分；
[0007]步骤二：时间序列相空间重构并构造排列模式与符号相空间：对滑动窗口内的一维声发射序列，通过特征参数构造原始相空间形式，获得原始相空间排列模式，并将原始相空间映射到符号相空间；
[0008]步骤三：获取排列模式分布：统计符号相空间中各种排列模式出现的次数，对应的相对频率分布即为排列模式分布；
[0009]步骤四：构造差异性度量指标，计算相对差异度与瞬时差异度：建立差异性度量函数，计算不同窗口之间排列模式分布的差异性，计算不同窗口时间序列的排列模式差异性，构造相对差异度与瞬时差异度；
[0010]步骤五：声发射事件定性检测：根据经验预先设置相对差异度阈值，计算时间序列各个窗口的相对差异度，并将其与相对差异度阈值进行比较，记录从起始时间点开始，第一个相对差异度大于相对差异度阈值的时间，如果没有检测到相对差异度大于相对差异度阈值的时间，表示无声发射事件发生，结束事件检测流程，如果检测到相对差异度大于相对差异度阈值的时间，则判断从该时间往后连续的时间内相对差异度是否大于相对差异度阈值，若检测到从该往后的连续时间内存在相对差异度不大于(即小于或等于)相对差异度阈值的情况，表示所检测到的可能为异常值，并以在该往后的连续时间内检测到的相对差异度小于或等于相对差异度阈值的时间点作为新的起始时间点且重复步骤五的前述流程，若检测到该往后的连续的时间内的相对差异度均大于相对差异度阈值，则继续检测并记录最后一个大于相对差异度阈值的时间作为该单个事件的结束时间点，在该结束时间与到达时间之间的相对差异度均大于相对差异度阈值，将检测到的到达时间点和结束时间点作为单个事件的到达时间和结束时间的初步估计，并令声发射事件数量加一；
[0011]步骤六：声发射事件的到达时间与结束时间估计：针对单个声发射事件，找到瞬时差异度最大的窗口并进行后向搜索，构造瞬时差异度的一阶导数序列，在一阶导数序列进行后向搜索，找到最后一个值大于0对应的窗口作为到达时间窗口估计，基于声发射事件到达前的噪声序列构建自适应相对差异度阈值，从瞬时差异度最大的窗口前向搜索，在搜索到的窗口的相对差异度值小于所述自适应相对差异度阈值时，该窗口作为估计的声发射事件的结束时间；
[0012]步骤七：声发射事件数量的估计：重复以上步骤五、步骤六，其中步骤五中的起始窗口为步骤六中估计的声发射事件的结束时间，当遍历完时间序列时，声发射事件的检测流程结束，输出该序列的声发射事件数量。
[0013]在可选的实施方式中，所述的基于时间序列排列模式分布的声发射事件检测方法还可包括：所述步骤一中所述的窗口参数包括窗口大小N和窗口不重叠系数T，其中，窗口大
小N表示短时间序列包含的数据点的个数，选择N的值小于声发射事件的持续时间的1/10，同时满足N>5m！，m指嵌入维度，且其中，窗口不重叠系数T表示相邻窗口没有重叠的点的数量，其值可预先设定，该T的值越大表示相邻窗口内不重叠的数据点越多，最大值可取为滑动窗口的大小，此时表示相邻窗口没有重叠的点，
[0014]对于长度为L的时间序列
[0015]X{x
i
},i∈1,
…
,L，
[0016]其中，x
i
表示每一个数据点，X表示时间序列也即数据点的集合，长度L表示时间序列的长度，
[0017]其中一个滑动窗口表示为
...

【技术保护点】

【技术特征摘要】
1.一种基于时间序列排列模式分布的声发射事件检测方法，其特征在于包括以下步骤：步骤一：信号采集与信号预处理：使用数据采集系统获取原始声发射序列，向原始序列中添加微弱噪声，根据设定的窗口参数使用滑动窗口对时间序列进行划分；步骤二：时间序列相空间重构并构造排列模式与符号相空间：对滑动窗口内的一维声发射序列，通过特征参数构造原始相空间形式，获得原始相空间排列模式，并将原始相空间映射到符号相空间；步骤三：获取排列模式分布：统计符号相空间中各种排列模式出现的次数，对应的相对频率分布即为排列模式分布；步骤四：构造差异性度量指标，计算相对差异度与瞬时差异度：建立差异性度量函数，计算不同窗口之间排列模式分布的差异性，计算不同窗口时间序列的排列模式差异性，构造相对差异度与瞬时差异度；步骤五：声发射事件定性检测：根据经验预先设置相对差异度阈值，计算时间序列各个窗口的相对差异度，并将其与相对差异度阈值进行比较，记录从起始时间点开始，第一个相对差异度大于相对差异度阈值的时间，如果没有检测到相对差异度大于相对差异度阈值的时间，表示无声发射事件发生，结束事件检测流程，如果检测到相对差异度大于相对差异度阈值的时间，判断从该时间往后一连续时间内相对差异度是否大于相对差异度阈值，若检测到从该时间往后的连续时间内存在相对差异度不大于相对差异度阈值的情况，表示检测到的可能为异常值，并以在该往后的连续时间内检测到的相对差异度小于或等于相对差异度阈值的时间点作为新的起始时间点且重复步骤五的前述流程，若检测到该往后的连续的时间内的相对差异度均大于相对差异度阈值，则持续检测并记录最后一个大于相对差异度阈值的时间作为该单个事件的结束时间点，在该单个事件的结束时间与到达时间之间的相对差异度均大于相对差异度阈值，将检测到的到达时间点和结束时间点作为单个事件的到达时间和结束时间的初步估计，并令声发射事件数量加一；步骤六：声发射事件的到达时间与结束时间估计：针对单个声发射事件，找到瞬时差异度最大的窗口并进行后向搜索，构造瞬时差异度的一阶导数序列，在一阶导数序列进行后向搜索，找到最后一个值大于0对应的窗口作为到达时间窗口估计，基于声发射事件到达前的噪声序列构建自适应相对差异度阈值，从瞬时差异度最大的窗口前向搜索，在搜索到的窗口的相对差异度值小于所述自适应相对差异度阈值时，该窗口作为估计的声发射事件的结束时间；步骤七：声发射事件数量的估计：重复以上步骤五、步骤六，其中步骤五中的起始窗口为步骤六中估计的声发射事件的结束时间，当遍历完时间序列时，声发射事件的检测流程结束，输出该序列的声发射事件数量。2.如权利要求1所述的基于时间序列排列模式分布的声发射事件检测方法，其特征在于：所述步骤一中所述的窗口参数包括窗口大小N和窗口不重叠系数T，其中，窗口大小N表示短时间序列包含的数据点的个数，选择N的值小于声发射事件的持续时间的1/10，同时满足N>5m！，m指嵌入维度，且其中，窗口不重叠系数T表示相邻窗口没有重叠的点的数量，其值可预先设定，该T的值越大表示相邻窗口内不重叠的数据点越多，最大值可取为滑动窗口的
大小，此时表示相邻窗口没有重叠的点，对于长度为L的时间序列X＝{x
i
},i∈1,
…
,L，其中，x
i
表示每一个数据点，X表示时间序列也即数据点的集合，长度L表示时间序列的长度，其中一个滑动窗口表示为式中，其中窗口不重叠系数T≤N≤L，为声发射时间序列，窗口之间重叠的数据点个数为窗口大小减去窗口不重叠系数即N
–
T，当T＝N时，相邻窗口之间没有重叠。3.如权利要求2所述的基于时间序列排列模式分布的声发射事件检测方法，其特征在于：步骤二中所述的特征参数，指对滑动窗口内的一维时间序列进行相空间重构所使用的参数，包含嵌入维度m和延迟时间τ，其中，嵌入维度m表示相空间重构的维度，决定了重构相空间的结构，嵌入维度m与步骤一中的窗口大小N满足N>5m！，通过不同的延迟时间τ，可以得到同一序列在不同尺度下的动力学信息。4.如权利要求3所述的基于时间序列排列模式分布的声发射事件检测方法，其特征在于步骤二中所述的通过特征参数构造原始相空间形式指时间序列的重构方法，其进一步包括如下步骤：对于所述滑动窗口的长度为N的声发射时间序列根据嵌入维度m和延迟时间τ划分为N
–
(m
–
1)τ个子序列每个子序列的长度为m，这些子序列构造成如下所示的原始相空间如下所示的原始相空间式中，且步骤二中所述的排列模式指根据参数嵌入维度m确定的数据波动模式，其中，使用数字r∈[0,1,
…
,m
‑
1]且每个数字仅出现一次的m维元组(r0,r1,
…
,r
m
‑1)表示排列模式，并将所有排列模式的集合表示为Π
m
，Π
m
中一共含有m！种排列模式。5.如权利要求4所述的基于时间序列排列模式分布的声发射事件检测方法，其特征在于在步骤二中所述的符号相空间，指将原始相空间的每一个子序列映射到排列模式形成的相空间，其进一步包括以下步骤：定义π:R
m
→
Π
m
将原始相空间的每一个子序列映射到唯一的排列模式
该映射关系满足以下两个条件1)2)如果则r
i
＜r
i+1
式中，R
m
表示m维的实数向量，在这里表示长度为m的子序列，Π
m
表示排列模式的集合，j为原始相空间子序列的索引，j∈[1,N
‑
(m
‑
1)τ],...

【专利技术属性】
技术研发人员：戴伟，董俊君，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：