[发明专利]一种基于变分模态分解的锚杆检测方法在审
申请号: | 201711000918.6 | 申请日: | 2017-10-24 |
公开(公告)号: | CN107730494A | 公开(公告)日: | 2018-02-23 |
发明(设计)人: | 许军才;任青文;沈振中;沈心哲 | 申请(专利权)人: | 河海大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/00;G01H17/00 |
代理公司: | 南京纵横知识产权代理有限公司32224 | 代理人: | 董建林,张赏 |
地址: | 210024 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 变分模态 分解 检测 方法 | ||
技术领域
本发明涉及一种基于变分模态分解的锚杆检测方法,属于土木结构工程检测技术领域。
背景技术
锚杆锚固系统属于隐蔽工程,受到地质条件、施工工艺等环境影响,如果存在隐患难以觉察,声波法是目前锚杆锚固检测最主要的一种无损检测方法。在锚杆检测过程中,直接获得反射波到达时间常常比较困难,为了获得有效的信号,提出了很多数据处理方法,如短时傅立叶变换、Gabor变换、Wigner-ville变换及小波变换等,其中以小波变换研究最多,小波变换的成效往往受限小波基和分解层数的选择。经验模态分解(empirical mode decomposition,EMD)可以根据信号的特征自适应选择基底来对信号进行多分辨率分析的特点,而且还克服了小波基的选择问题,但EMD在处理的过程中,会出现模态混叠问题。集成变分模态分解(EEMD)修正了EMD出现的模态混叠问题,但由于该方法加人不同的白噪声,分解后的可能会产生虚假模态,同样造成误差。近年来提出的变分模态分解(VMD,variational modal decomposition)方法,该方法通过维纳滤波与希尔伯特变换将一个输入信号变成若干个约束问题,并通过迭代每个分量的中心频率及带宽实现信号的自适应分解,结果显示该方法明显优越于传统的EMD方法。但实际的检测信号常常伴随有噪声干扰,VMD方法能否有效处理强噪声背景下的声振信号鲜见相关报道。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种基于变分模态分解的锚杆检测方法,可以压制噪声干扰,提高锚杆检测信号的分辨率,增强方法的适用性和可靠性。
为解决上述技术问题,本发明提供一种基于变分模态分解的锚杆检测方法,包括以下步骤:
1)根据现场测量环境要求,选择测量参数和设备工作参数,采集锚杆声振检测信号;
2)采用滤波法对锚杆声振检测信号进行去噪处理;
3)根据去噪后的锚杆声振检测信号,设定变分模态分解中的参数;
4)利用变分模态分解方法将去噪后的锚杆声振检测信号分解为不同特征模态函数;
5)根据特征模态函数,分析特征模态函数变化规律,评价锚杆锚固质量。
前述的步骤2)中,采用形态滤波法对锚杆声振检测信号进行去噪处理。
前述的采用形态滤波法对锚杆声振检测信号进行去噪处理,具体为:
(2-1)采用形态开、形态闭的级联形式构造开-闭和闭-开组合形态滤波器,其形式如下:
式中,f1(t)为锚杆声振检测信号,g为结构元素序列,为开运算,·为闭运算;
(2-2)采用直线形结构元素对锚杆声振检测信号滤波,以滤波前、后的锚杆声振检测信号的相关性达到最大作为选择准则选择滤波宽度值;
(2-3)利用设计的滤波器对锚杆声振检测信号进行去噪处理。
前述的步骤(2-2)中,相关性ρ计算如下:
式中,f2(t)为滤波后的锚杆声振检测信号,为滤波前的锚杆声振检测信号的平均值,为滤波后的锚杆声振检测信号的平均值。
前述的步骤3)中,变分模态分解中的参数包括特征模态数n和惩罚因子α。
前述的步骤4)中,变分模态分解方法具体如下:
(4-1)假设将锚杆声振检测信号分解为n个特征模态函数:
其中,uk(t)表示第k个特征模态函数,t表示t时刻;
(4-2)对每个特征模态函数进行Hilbert变换得到解析信号:
其中,δ(t)是狄利克来函数,j是虚数符号;
(4-3)通过移频方式,将各解析信号的频谱变换到基带上:
其中,ωk表示中心频率;
(4-4)计算解析信号的欧式距离,估计各特征模态函数的带宽,变分问题如下:
(4-4)利用二次罚函数项和Lagrange乘子将变分问题转化为无约束问题:
其中,α为惩罚因子,λ(t)为Lagrange乘子,表示范数,<·>表示内积运算;
(4-5)利用乘子交替方向算法求取式(5)的无约束变分问题,最终得到多个不同尺度的特征模态函数。
前述的采用小波变换、短时傅立叶变换或经验模态分解方法代替变分模态分解方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711000918.6/2.html,转载请声明来源钻瓜专利网。