[发明专利]一种基于声发射信号分析的拉索断丝判别方法及系统

权利要求书

1.一种基于声发射信号分析的拉索断丝判别方法，其特征在于，包括：

获取桥梁拉索待测位置的声发射信号；

提取所述声发射信号的特征参数，构建特征向量，所述声发射信号的特征参数的获取的具体方式：取高于环境噪声的声发射信号并提取各个声发射信号的特征参数，通过力学参数与各个声发射信号的特征参数进行关联分析，通过关联分析中随着加载时间的增加，力学参数也不断增大，在达到最高值处对应断丝的发生，进而得到断丝声发射信号和非断丝声发射信号明显不同的特征参数，所述特征参数至少包括：声发射信号的持续时间、振铃计数、幅值、能量和频谱熵；采用主成分分析法，计算所述特征向量的Hotelling T²统计量和Q统计量；

将所述统计量与预先确定的统计量控制限值进行比较，判断所述声发射信号是否为断丝信号；所述统计量控制限值的确定过程包括：采集若干桥梁拉索非断丝情况下的声发射信号；

分别提取每一个声发射信号的特征向量；

采用主成分分析法分别计算每一个特征向量的Hotelling T²统计量和Q统计量；

利用核密度估计算法计算所有信号对应的Hotelling T²统计量的控制限Ta；利用核密度估计算法计算所有信号对应的Q统计量的控制限Q_a。

2.如权利要求1所述的一种基于声发射信号分析的拉索断丝判别方法，其特征在于，获取桥梁拉索待测位置的声发射信号，具体过程包括：在桥梁拉索的设定位置，采用声发射传感器采集该位置的声发射信号。

3.如权利要求1所述的一种基于声发射信号分析的拉索断丝判别方法，其特征在于，采用主成分分析法，计算所述特征向量的统计量，具体包括：利用Hotelling T²统计量描述信号属于主元空间的程度，利用Q统计量描述信号属于残差空间的程度。

4.如权利要求1所述的一种基于声发射信号分析的拉索断丝判别方法，其特征在于，利用核密度估计算法计算所有信号对应的Q统计量或者Hotelling T²统计量的控制限，具体包括：

基于核密度估计方法得到Q统计量或者Hotelling T²统计量对应点的概率密度，然后计算设定置信度对应的置信上限值作为Q统计量或者Hotelling T²统计量的控制限。

5.如权利要求1所述的一种基于声发射信号分析的拉索断丝判别方法，其特征在于，将所述统计量与预先确定的统计量控制限进行比较，若所述统计量超过控制限，则判定为断丝信号。

6.一种基于声发射信号分析的拉索断丝判别系统，其特征在于，包括：

用于获取桥梁拉索待测位置的声发射信号的装置；

用于提取所述声发射信号的特征参数，构建特征向量的装置；所述声发射信号的特征参数的获取的具体方式：取高于环境噪声的声发射信号并提取各个声发射信号的特征参数，通过力学参数与各个声发射信号的特征参数进行关联分析，通过关联分析中随着加载时间的增加，力学参数也不断增大，在达到最高值处对应断丝的发生，进而得到断丝声发射信号和非断丝声发射信号明显不同的特征参数，所述特征参数至少包括：声发射信号的持续时间、振铃计数、幅值、能量和频谱熵；

用于采用主成分分析法，计算所述特征向量的统计量的装置；

用于将所述统计量与预先确定的统计量控制限值进行比较，判断所述声发射信号是否为断丝信号的装置；所述统计量控制限值的确定过程包括：采集若干桥梁拉索非断丝情况下的声发射信号；

分别提取每一个声发射信号的特征向量；

采用主成分分析法分别计算每一个特征向量的Hotelling T²统计量和Q统计量；

利用核密度估计算法计算所有信号对应的Hotelling T²统计量的控制限Ta；

利用核密度估计算法计算所有信号对应的Q统计量的控制限Q_a。