基于声振检测技术的自适应隧道空洞识别方法及装置制造方法及图纸

技术编号:41531990 阅读:23 留言:0更新日期:2024-06-03 23:08
本发明专利技术提供一种基于声振检测技术的自适应隧道空洞识别方法及装置,属于空洞病害检测技术领域。该方法包括:建立隧道的声固耦合有限元模型,并获取空洞声学响应信号的敏感能量频带;建立带有空洞混凝土结构的物理模型,利用力锤冲击物理模型,使用麦克风采集获取力锤冲击带有空洞混凝土结构的物理模型的声波信号;物理模型用于模拟隧道的衬砌局部;构建变分模态分解模型;利用粒子群算法计算变分模态分解模型的最优分解层数和最优惩罚因子,并基于最优分解层数和最优惩罚因子,对声波数据声波信号进行模态分解,得到声波数据声波信号的各个子信号;基于声波数据声波信号的各个子信号与声波信号的相关系数,对各个子信号进行重组,得到重组声波信号;基于空洞声学响应信号的敏感能量频带和小波包分解模型,计算重组声波信号的子信号的能量分布概率和设定频段的能量熵,当并在设定频段的能量熵小于预设值时,识别出混凝土结构中出现空洞病害。本发明专利技术能够在强噪声环境中对混凝土空洞进行有效的识别,优化VMD算法分解出来的信号,提高空洞边缘识别能力。

【技术实现步骤摘要】

本专利技术涉及空洞病害检测,尤其涉及一种基于声振检测技术的自适应隧道空洞识别方法及装置


技术介绍

1、由于受到列车荷载、环境因素和材料老化等多种因素的影响导致铁路的隧道衬砌空洞普遍存在,影响着结构的承载力和耐久性,如果不能及时发现和排除,轻则缩短铁路隧道使用寿命、增加维护成本,重则导致严重的事故和经济财产损失。然而由于隧道声场中存在声波混叠以及本身声学模态的复杂性导致声波信号处理难度增加。

2、近年来,模态分解在噪声抑制、特征信号提取等相关领域得到了广泛应用。相关技术,在emd基础上引入了白噪声,再平均到各个分量,提出了集成模态分解(ensembseempirical mode decomposition,eemd),有效的解决了emd模态混叠的问题。

3、但是在实际计算中,通过eemd算法向各个分量添加的噪声信号难以彻底消除,导致重构信号中仍然存在残留的噪声信号。


技术实现思路

1、本专利技术实施例提供了一种基于声振检测技术的自适应隧道空洞识别方法及装置,以解决重构信号中仍然存在残本文档来自技高网...

【技术保护点】

1.一种基于声振检测技术的自适应隧道空洞识别方法,其特征在于,包括:

2.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述建立隧道的声固耦合有限元模型,并基于所述声固耦合有限元模型,获取空洞声学响应信号的敏感能量频带,包括:

3.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述基于所述声波信号,构建变分模态分解模型,包括:

4.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述变分模态分解模型的第k层的第n+1阶模态频率分量表示为:

5.根据权利要求1所...

【技术特征摘要】

1.一种基于声振检测技术的自适应隧道空洞识别方法,其特征在于,包括:

2.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述建立隧道的声固耦合有限元模型,并基于所述声固耦合有限元模型,获取空洞声学响应信号的敏感能量频带,包括:

3.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述基于所述声波信号,构建变分模态分解模型,包括:

4.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述变分模态分解模型的第k层的第n+1阶模态频率分量表示为:

5.根据权利要求1所述的基于声振检测技术的自适应隧道空洞识别方法,其特征在于,所述利用粒子群算法计算所述变分模态分解模型的最优分解层数和最优惩罚因子,包括:

【专利技术属性】
技术研发人员:鞠景会赵维刚田秀淑杨勇谢铠泽
申请(专利权)人:石家庄铁道大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1