基于波形相似度和多频率综合的结构冲击成像定位方法技术

本发明专利技术公开了一种基于波形相似度和多频率综合的结构冲击成像定位方法，属于结构健康监测技术领域；该方法利用信号分解技术将冲击应力波信号分解成多频率信号分量，计算各频率信号分量的包络信号，对监测区域离散成若干网格，引入基于波形的相似度指数，将网格点的相似度指数作为网格点的像素值实现冲击成像，根据峰值信噪比判定冲击成像结果是否有效，将有效图像进行图像融合作为最终的冲击成像结果，将最终融合后的图像像素值最大值的位置作为预测的冲击位置。本发明专利技术冲击成像定位方法定位精度高，而且成像聚焦性好，具有较好的工程应用前景。用前景。用前景。

【技术实现步骤摘要】
基于波形相似度和多频率综合的结构冲击成像定位方法


[0001]本专利技术属于结构健康监测领域，具体涉及一种基于波形相似度和多频率综合的结构冲击成像定位方法。

技术介绍

[0002]壁板结构在航空航天、海洋工程、轨道交通和能源动力等领域都有着大量的应用。然而壁板结构在服役期间无法避免地会受到外界冲击载荷产生损伤，导致结构强度严重降低，危害结构健康安全。传统无损检测方法(超声、红外和涡流技术等)维护成本高，且存在漏检的风险。对壁板结构的冲击事件进行实时在线的监测可以识别冲击位置和冲击载荷历程，大大降低维护成本并为线下的结构安全维护提供了指导，对结构的健康监测具有重要意义。
[0003]冲击定位是冲击监测技术中的首要任务，冲击在壁板结构中激发的冲击应力波信号可以被压电、应变和加速度等传感器接收。通过对传感器接收到的冲击应力波信号进行特征提取，再结合特定算法可以实现冲击位置的识别。冲击成像定位方法既避免了非线性方程组求解的困难，且可以对结构上各个位置发生冲击事件的概率进行可视化，具有较好的工程应用价值，现有的冲击成像定位算法包括基于时差的冲击成像定位方法、基于相位合成的虚拟时间反转聚焦成像、多重信号分类和基于参考数据库的方法等。其中，基于时差的冲击成像定位方法的关键是要获取精确的波达时刻，受到噪声影响，很难获得精确的波达时刻，定位精度和图像分辨率均受到影响；基于相位合成的虚拟时间反转基于声学互易性原理，通过叠加窄带波的信号幅值来进行定位，受到噪声的干扰冲击成像中容易存在假象，无法获得较好的定位结果；多重信号分类基于信号方向向量与噪声子空间的正交性进行冲击定位，受噪声影响较小，但依赖于传感器线性密集阵列而消耗大量的传感器，且存在扫描盲区和计算度复杂等问题；基于参考数据库的冲击成像定位方法对于一个含有众多子结构的大型结构来说需要存储一个庞大的数据库，目前在实际运用中存在较大困难。此外，目前已有的方法大多基于单一特定频率信号进行冲击定位，在信号的信息利用率上存在不足。

技术实现思路

[0004]为了解决上述问题，本专利技术提出了一种基于波形相似度和多频率综合的结构冲击成像定位方法，无需校准传感器和建立庞大的数据库，信号的信息利用率较高，冲击位置预测精准。
[0005]本专利技术的技术方案如下：
[0006]一种基于波形相似度和多频率综合的结构冲击成像定位方法，包括如下步骤：
[0007]步骤1、标记传感器的位置坐标，记录冲击应力波信号；
[0008]步骤2、对冲击应力波信号进行分解，获取多频率信号分量；
[0009]步骤3、利用希尔伯特变换计算各传感器不同频率信号分量的包络信号；
[0010]步骤4、计算不同传感器各频率信号分量的相对时延；
[0011]步骤5、计算波形相似度指数，冲击成像；
[0012]步骤6、根据有效冲击成像判定结果，进行冲击位置预测。
[0013]进一步地，步骤1的具体过程如下：
[0014]步骤1.1、标记壁板结构上监测区域内的所有接收冲击应力波信号的传感器的位置坐标，传感器S
m
的位置坐标记为(x
m
,y
m
)，m＝1,2,
…
,M；M为传感器总数；
[0015]步骤1.2、记录所有传感器接收到的冲击应力波信号，将传感器接收到的冲击应力波信号记为h
m
(t)，m＝1,2,
…
,M。
[0016]进一步地，步骤2中采用小波变换信号分解技术将冲击应力波信号分解，获得多频率信号分量，具体过程如下：
[0017]步骤2.1、对于实数空间下冲击应力波信号h
m
(t)的小波变换WT定义如下：
[0018][0019]其中，a为尺度因子，b为平移因子；“< >”表示内积，ψ
a,b
表示小波函数；R表示实数空间，“ˉ”表示共轭；对于复Morlet母小波函数ψ(
·
)，定义如下：
[0020][0021]其中，i表示虚数单位，t表示时间，f
b
表示复Morlet母小波的带宽，f
c
为复Morlet母小波的中心频率；
[0022]步骤2.2、利用复Morlet小波变换对冲击应力波信号进行分解得到信号分量，该信号分量的中心频率与尺度因子之间的关系如下：
[0023][0024]其中，f
n
为小波变换分解得到的信号分量的中心频率，f
c
为复Morlet母小波的中心频率，f
s
为冲击应力波信号的采样频率；
[0025]通过调节尺度因子a、复Morlet母小波的中心频率f
c
和带宽f
b
，根据式(1)
‑
(3)分解得到各传感器多频率信号分量K为不同频率的总数。
[0026]进一步地，步骤3中，求各传感器的不同频率信号分量的包络信号，如下：
[0027][0028]其中，为的希尔伯特变换。
[0029]进一步地，步骤4的具体过程如下：
[0030]步骤4.1、将监测区域离散成若干网格；假设网格点(x,y)为冲击源位置，它到第m个传感器的距离为：
[0031][0032]步骤4.2、计算不同传感器到冲击源位置的距离差d
mn
(x,y)：
[0033]d
mn
(x,y)＝R
n
(x,y)
‑
R
m
(x,y)m,n＝1,2,..,M
ꢀꢀꢀ
(6)
[0034]其中，n表示第n个传感器；
[0035]步骤4.3、计算不同传感器的各频率信号分量的相对时延
[0036][0037]其中，C
k
为冲击应力波第k个频率信号分量的波速。
[0038]进一步地，步骤5的具体过程如下：
[0039]步骤5.1、对于网格点(x,y)，根据不同传感器之间各频率信号分量的时延，以包含冲击应力波中直达波信号的时长τ的时间窗口截取包络信号计算余弦相似度
[0040][0041]其中：
[0042][0043]其中，L为时长为τ的包络信号的总采样点数，l表示第l个采样点；
[0044]步骤5.2、对于第k个频率信号分量，定义网格点(x,y)的相似度指数I
k
(x,y)如下：
[0045][0046]步骤5.3、搜索所有网格点的相似度指数，将相似度指数作为像素值进行冲击成像。
[0047]进一步地，步骤6的具体过程如下：
[0048]步骤6.1、利用第k个频率信号分量冲击成像结果的峰值信噪比PSNR
k
判断该频率信号分量冲击成像结果是否有效：
[0049][0050]其中，δ为图像中的某一个像素，max[I
k<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于波形相似度和多频率综合的结构冲击成像定位方法，其特征在于，包括如下步骤：步骤1、标记传感器的位置坐标，记录冲击应力波信号；步骤2、对冲击应力波信号进行分解，获取多频率信号分量；步骤3、利用希尔伯特变换计算各传感器不同频率信号分量的包络信号；步骤4、计算不同传感器各频率信号分量的相对时延；步骤5、计算波形相似度指数，冲击成像；步骤6、根据有效冲击成像判定结果，进行冲击位置预测。2.根据权利要求1所述基于波形相似度和多频率综合的结构冲击成像定位方法，其特征在于，所述步骤1的具体过程如下：步骤1.1、标记壁板结构上监测区域内的所有接收冲击应力波信号的传感器的位置坐标，传感器S
m
的位置坐标记为(x
m
,y
m
)，m＝1,2,
…
,M；M为传感器总数；步骤1.2、记录所有传感器接收到的冲击应力波信号，将传感器接收到的冲击应力波信号记为h
m
(t)，m＝1,2,
…
,M。3.根据权利要求1所述基于波形相似度和多频率综合的结构冲击成像定位方法，其特征在于，所述步骤2中采用小波变换信号分解技术将冲击应力波信号分解，获得多频率信号分量，具体过程如下：步骤2.1、对于实数空间下冲击应力波信号h
m
(t)的小波变换WT定义如下：其中，a为尺度因子，b为平移因子；“&lt; &gt;”表示内积，ψ
a,b
表示小波函数；R表示实数空间，“ˉ”表示共轭；对于复Morlet母小波函数ψ(
·
)，定义如下：其中，i表示虚数单位，t表示时间，f
b
表示复Morlet母小波的带宽，f
c
为复Morlet母小波的中心频率；步骤2.2、利用复Morlet小波变换对冲击应力波信号进行分解得到信号分量，该信号分量的中心频率与尺度因子之间的关系如下：其中，f
n
为小波变换分解得到的信号分量的中心频率，f
c
为复Morlet母小波的中心频率，f
s
为冲击应力波信号的采样频率；通过调节尺度因子a、复Morlet母小波的中心频率f
c
和带宽f
b
，根据式(1)
‑
(3)分解得到各传感器多频率信号分量k＝1,2,
…
,K,K为不同频率的总数。4.根据权利要求1所述基于波形相似度和多频率综合的结构冲击成像定位方法，其特征在于，所述步骤3中，求各传感器的不同频率信号分量的包络信号如下：
...

【专利技术属性】
技术研发人员：杨雷，邓德双，杨正岩，曾旭，徐浩，马书义，武湛君，
申请(专利权)人：大连君晟科技有限责任公司，
类型：发明
国别省市：