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()
【技术实现步骤摘要】
本专利技术为一种超声背散射信号熵特征提取方法,该方法能够指导超声背散射技术现场实际应用,属于超声无损检测领域。由于超声背散射信号属于非平稳随机信号,而熵特征主要反映系统的混乱状态。因此,提取熵特征参数可用于表征材质劣化等级和力学性能。
技术介绍
1、高温承压部件在服役过程中易发生材质劣化损伤,常见金属有碳钢和低合金钢等材料。在高温长期使用过程中,钢材的珠光体中渗碳体不稳定,导致金属材料内部的微观组织结构对材料的屈服强度、抗拉强度等力学性能都有显著的影响,包括材料织构、晶粒尺寸和晶粒形状等,这种现象被称为金属材料的材质劣化。由材质劣化损伤引起的材料力学性能退化影响这部件的使用寿命和结构安全,因此,有必要采用有效的检测方式对金属材料的材质劣化损伤等级和力学性能进行评价,以确保设备安全运行。
2、高温承压部件常用的材料为碳钢和低合金钢,属于铁磁性材料。在高温服役过程中,金属材料内部的微观组织结构会在不同温度和加热时长下发生变化,珠光体中的片状渗碳体在高温下获得足够的能量后局部溶解,断开后为若干细的点状渗碳体,弥散分布在奥氏体基体上,同时由于加热温度低、渗碳体溶解不完全,造成奥氏体成分不均匀,以未溶解的碳化物质点或奥氏体富碳区新产生的碳化物为核心,形成细小而均匀的颗粒状碳化物。这些碳化物在保温过程中聚集长大,并向能量最低的球状渗碳体形态转化。微观组织结构的变化,导致超声波在材料内部传播时,遇到不同声阻抗的变化造成超声背散射信号的改变。因此,可用超声背散射信号对其损伤等级和力学性能进行表征。传统的检测材质劣化损伤等级和力学性能
3、目前对超声背散射信号分析主要从时域、频域两个方面,时域特征值包括方差、均方根值和峭度等,频域特征值中常使用功率谱密度和多信号分类法等进行分析。然而金属材料内部微观组织结构的改变往往会引起超声背散射信号的改变,超声背散射信号作为非线性非平稳的随机信号,其时域和频域上的信息会随之变化,仅从时域和频域进行分析具有局限性;并且超声背散射信号作为一种非平稳随机信号,常规的超声信号分析方法大都是建立在信号平稳的假设之上,这将导致信号分析较弱,而将分析方法扩展到熵理论,在提高信号分析精度的同时能获得更加丰富的信息去评估金属材料材质劣化等级和力学性能。但目前的研究主要是利用时频域信号特征参数对金属材料材质劣化等级和力学性能进行评价,针对超声背散射信号熵的分析研究较少。并且超声背散射信号时频域特征复杂,影响背散射信号特性的方面很多,信号无规律性变化趋势,因此需要引入熵理论进行详细的分析和定量描述。提取超声背散射信号时频域特征参数时,仅提取少量特征参数不能完整有效的对材料的材质劣化损伤等级和力学性能进行全面评估,比如峰值、方差、均方根值等。目前已有研究通过深度学习方式将超声背散射信号输入进行不同材质劣化试样的背散射信号特征提取,然而该方法中计算量大,需要大量数据才能对模型进行有效的训练,完成背散射信号的特征提取。因此,目前需要一种高效的超声背散射信号特征提取方法。故障诊断的分类识别对超声背散信号的特征提取具有一定的参考作用,然而目前还未有人将其应用在超声背散射信号处理领域。
技术实现思路
1、为提高超声背散射评估精度,解决超声背散射信号的时频域特征参数表征能力差的问题,本专利技术结合熵理论在信号处理方面的优势,对超声背散射信号进行不同熵特征参数的提取。提出了一种基于熵理论的超声背散射信号特征参数提取方法,分别对超声背散射信号时域和频域的熵特征参数进行提取,对超声背散射信号的时频域熵进行完整的特征提取。通过对不同材质劣化等级试样的熵特征参数提取,验证了提出方法的可行性。
2、具体步骤如下:
3、步骤一、利用窗函数在原始超声信号中截取背散射信号,得到不同材质劣化等级试样的背散射信号。
4、步骤二、对时域和频域下不同熵的特征参数进行计算(信息熵、条件熵、样本熵、模糊熵、排列熵、近似熵、功率谱熵、奇异谱熵)。
5、步骤三、利用相关性分析算法计算每个熵特征参数与材质劣化损伤等级和力学性能的相关系数。
6、步骤四、根据相关系数,筛选出相关系数为弱相关性的特征参数进行剔除,得到相关性较强的熵特征参数。
7、步骤五、提取经过筛选的敏感熵特征参数,将其用于金属材料材质劣化损伤等级和力学性能评估。
8、步骤一所述的窗函数截取背散射信号,其特征在于:对不同材质劣化等级试样进行背散射信号采集,并使用窗函数对原始信号进行背散射信号截取,可保持频域主瓣比较集中,保持背散射信号原样输出,获得不同等级材质劣化试样的背散射信号。
9、步骤三所述相关系数,其特征在于:变量x=[x1,x2,...,xn],y=[y1,y2,...,yn],其平均值定义为:
10、
11、相关系数定义为:
12、
13、步骤四所述相关性强度定义为:
14、0<=|r|<0.4,低度相关
15、0.4<=|r|<0.6,中度相关
16、0.6<=|r|<1,高度相关
17、步骤五所述的材质劣化等级和力学性能表征,其特征在于:建立熵特征参数与材质劣化等级和力学性能的映射关系。
18、本专利技术可以获得如下有益效果:
19、1、针对超声背散射信号非线性非平稳随机信号的特点,使用熵特征参数对背散射信号进行特征提取,具有较好表征背散射信号的优势。
20、2、通过对背散射信号时频和频域的熵特征参数的提取,解决了传统时域和频域上统计特征参数不能较好表征背散射信号的问题,提供了更加精确评估背散射信号的方法。
21、3、从时域和频域两方面出发,共提取信息熵、条件熵、样本熵、模糊熵、排列熵、近似熵、功率谱熵和奇异谱熵八个熵特征参数,通过有限数量的特征参数,提高了定量评估的计算效率。
22、4、通过提取不同熵特征参数,有效的评估了金属材料材质劣化损伤等级和力学性能,提高了定量评估材质劣化等级和力学性能的准确率。
本文档来自技高网...【技术保护点】
1.一种超声背散射信号熵特征参数提取方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,利用窗函数在原始超声信号中截取背散射信号。
3.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,步骤二所述的信息熵特征参数计算,具体步骤如下:
4.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,熵特征参数包括时域熵特征参数和频域熵特征参数。
5.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,筛选每个熵特征参数与材质劣化等级和力学性能强相关的熵特征参数。
6.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,建立经过筛选的敏感熵特征参数与金属材料材质劣化等级和力学性能的映射关系。
【技术特征摘要】
1.一种超声背散射信号熵特征参数提取方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,利用窗函数在原始超声信号中截取背散射信号。
3.根据权利要求1所述的一种超声背散射信号熵特征参数提取方法,其特征在于,步骤二所述的信息熵特征参数计算,具体步骤如下:
4.根据权利要求1所述的一种超声背散射信号...
【专利技术属性】
技术研发人员:刘增华,李金龙,程进杰,郑阳,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:
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。