一种基于量化信息熵的一维构件应力波信号奇异点检测的方法

    公开(公告)号:CN104698091A

    公开(公告)日:2015-06-10

    申请号:CN201510112344.6

    申请日:2015-03-13

    Abstract: 本发明涉及信号特征识别领域,具体涉及的是一种基于量化信息熵的一维构件应力波信号奇异点检测的方法。本发明包括:(1)将原始应力波信号进行预处理,进行n层小波包分解,得到不同频率范围的2n个子波信号;(2)在信息熵的基础上提出量化信息熵,作为一维构件应力波信号的特征量;(3)构造固定宽度W的时间窗,在信号的时程上按步长B移动提取信号特征量,构造信号的特征量矩阵;(4)对信号的特征量矩阵做降维处理,分析判定信号奇异点的位置信息。与现有算法技术相比,本发明的有益效果是实现了特征量的降维,在信号存在多处奇异点的情况下可以得到优异的检测结果,提高了检测分辨率,并且抗噪性能优良,不占有过多的时间资源。

    一种基于时间反转及多径效应的一维构件应力波无损探伤方法

    公开(公告)号:CN104698086A

    公开(公告)日:2015-06-10

    申请号:CN201510112345.0

    申请日:2015-03-13

    Abstract: 本发明属于构件无损检测和信号处理领域,具体涉及一种基于时间反转及多径效应的一维构件应力波无损探伤方法。本发明包括:(1)在发射元处向钢杆内发射高频高斯一阶导数脉冲信号;(2)确定信道的系统响应,接收元接收的回波是具有不同的幅值和时间延迟的信号的叠加;(3)选择反转时间T,在时域上在时间[0,T]内对首次接收回波进行时间反转处理;(4)将时间反转处理后的信号作为激励再次由发射元发射入钢杆。本发明相比于其他一维构件的无损探伤方法,应用时间反转解决了由于一维构件封闭空间和单端传感器限制条件下,由于复杂的多径效应产生的信号混叠与失真,可以在损伤处形成显著的聚焦场,使构件中的损伤可以被清晰检测出来。

    一种基于量化信息熵的一维构件应力波信号奇异点检测的方法

    公开(公告)号:CN104698091B

    公开(公告)日:2017-08-04

    申请号:CN201510112344.6

    申请日:2015-03-13

    Abstract: 本发明涉及信号特征识别领域,具体涉及的是一种基于量化信息熵的一维构件应力波信号奇异点检测的方法。本发明包括:(1)将原始应力波信号进行预处理,进行n层小波包分解,得到不同频率范围的2n个子波信号;(2)在信息熵的基础上提出量化信息熵,作为一维构件应力波信号的特征量;(3)构造固定宽度W的时间窗,在信号的时程上按步长B移动提取信号特征量,构造信号的特征量矩阵;(4)对信号的特征量矩阵做降维处理,分析判定信号奇异点的位置信息。与现有算法技术相比,本发明的有益效果是实现了特征量的降维,在信号存在多处奇异点的情况下可以得到优异的检测结果,提高了检测分辨率,并且抗噪性能优良,不占有过多的时间资源。

    一种一维构件应力波信号特征向量的择优方法

    公开(公告)号:CN105913043A

    公开(公告)日:2016-08-31

    申请号:CN201610289436.6

    申请日:2016-05-04

    Abstract: 本发明属于应力波信号特征向量评价领域,具体涉及一种基于标准偏差和欧氏距离分布熵的一维构件应力波信号特征向量的择优方法。一维构件应力波信号特征向量的择优方法,包括如下步骤:(1)将用于检测一维构件完整性的应力波信号进行处理,提取特征向量;(2)对该特征向量进行基于标准偏差的稳定性评价;(3)对该特征向量进行基于欧氏距离分布熵的可分性评价;(4)对评价结果进行综合分析,进行特征向量的择优。本发明实现了特征向量的择优,基于标准偏差和欧氏距离分布熵的评价方法为应力波信号特征向量的择优提供了新的思路,为后期一维构件的无损检测提高了检测分辨率,并且抗噪性能优良,不占有过多的时间资源。

    一维构件应力波信号特征的筛选方法

    公开(公告)号:CN105678270A

    公开(公告)日:2016-06-15

    申请号:CN201610015482.7

    申请日:2016-01-12

    CPC classification number: G06K9/00503 G06K9/00523

    Abstract: 本发明公开了一维构件应力波信号特征的筛选方法。包括以下步骤,步骤一:对原始应力波信号进行预处理,得到m个子波;步骤二:将量化信息熵作为一维构件应力波信号的特征量;步骤三:构造固定宽度W的时间窗,在每个子波信号上按步进长度B移动提取信号特征值,得到多维的应力波量化信息熵矩阵;步骤四:对多维的应力波量化信息熵矩阵进行降维处理,得到一维的量化信息熵均值向量;步骤五:应用灰色系统理论中的多参数关联分析方法,通过计算多种失效特征量的待检状态模式与标准正常状态模式的关联度,完成应力波特征量筛选。本发明有较好的实际应用价值,并且本发明提出的量化信息熵作为特征量抗噪性能优良,不占有过多的时间资源。

Patent Agency Ranking