[发明专利]一种管道超声螺旋导波特征路径信号提取方法

说明书

本发明属于超声无损检测技术领域，公开了一种管道超声螺旋导波特征路径信号提取方法，包括：通过一阶泰勒展开将管壁非线性的波数关系转换为线性的形式，在窄带激励的情形下，这种近似是合理的；依据这种近似，在已知激励函数情况下，推导了单一模态导波单一路径下的信号响应；在此基础上，建立多模态和多路径的导波传播过完备数据集，利用单层神经网络算法求解模态和路径权重因子；模态权重因子与多模态数据集相乘可以从整体信号中分离出多组单一模态信号，路径权重因子与多路径数据集相乘可以提取单一模态的特征路径信号。本发明能有效抑制导波频散，提取单一模态下单一路径的导波特征信号，提高信号辨识度，具有广阔的前景。

技术领域

本发明涉及超声无损检测技术领域，具体涉及一种管道超声螺旋导波特征路径信号提取方法。

背景技术

自1985年以来，超声导波技术由于长距离检测和无损的特性广泛应用于国民经济领域中，尤其是在管道健康监测方面，具有极其突出的地位。其中，lamb波会在管壁中形成螺旋传播的导波，能在一定范围内对管段的壁厚进行精确的重构，因而具有广阔的应用前景。然而，lamb导波多模态以及频散的特性导致其信号辨识度不高，并且在管壁螺旋传播的方式会产生大量的路径重叠，如何寻找一种有效算法能提取出单一模态的多组特征路径，从而识别有效信号，这已经成为后续层析成像和无损评估的关键问题之一。

信号识别是工业超声导波无损检测评估的基础，为了满足成像需求，近些年来，许多与之相关的信号处理算法，如小波变换、变分模态分解、频散补偿等等，都取得了许多重要的成果。以上这些成果主要用途是去噪和提取主频率分量，具有很强的通用性，但是针对螺旋导波的具体问题去开发多路径重叠的分离算法目前还没有出现过系统的研究，因而在应用方面有着很大的局限性，只能依据经验性的人为判断来进行定性的提取特征。这就导致了人为的误差和时间成本的浪费，并且为了防止路径重叠只能选择较为稀疏的阵列，成像精度也不高。本发明为了改变这种现状，尝试了一种管道超声螺旋导波特征路径信号提取技术，进行了相应的管道检测实验，提取相应信号进行验证，充分证明了本发明的可行性。

发明内容

为解决现有技术中存在的问题，本发明提供了一种管道超声螺旋导波特征路径信号提取方法，能够在稀疏或密集阵列的情况下，将超声换能器采集的螺旋导波实验信号进行单一模态的多组路径信号提取，为后续无损检测评估提供具有相当辨识度的特征数据，解决了上述背景技术中提到的问题。

为实现上述目的，本发明提供如下技术方案：一种管道超声螺旋导波特征路径信号提取方法，所述提取方法包括如下步骤：

S1、构建加窗余弦函数作为激励；

S2、计算单一模态单一路径的信号响应；

S3、构建过完备的多模态多路径数据集；

S4、单层神经网络算法分离出单一模态，得到单一模态信号；

S5、构建过完备的单一模态特定路径数据集；

S6、提取特征路径信号。

优选的，在步骤S1中，通过调制加窗余弦函数f(t)＝w(t)cos(ωt)作为导波的激励函数，其中，w(t)是窗函数，ω是角频率，t是时间项；该激励函数传播x距离后响应信号为：

其中，表示激励函数f(t)的傅里叶变换形式，k(ω)是波数。

优选的，所述步骤S2中计算单一模态单一路径的信号响应具体是：在已知激励函数情况下，依据泰勒公式将波数k(ω)在中心频率ω₀处进行一阶线性展开，得到k(ω)≈k₀+k₁(ω-ω₀)；