[发明专利]一种基于导波的管道缺陷信号识别方法

权利要求书

1.一种基于导波的管道缺陷信号识别方法，其特征在于，包括以下步骤和方法：

   A）采集超声导波信号进行前置放大和滤波预处理，滤波器消除来自电源和空间的电磁干扰；

   B）对预处理后的导波信号按采样频率F_s进行离散化，根据采样定理，最大频率F_max为采样频率F_s的一半；则采样后的信号频率F分布在（0~F_s/2）内，低频区频率分量包含（0~F_s/2_-                                               ）,高频区频率分量包含（F_s/2_-~F_s/2_-），n为信号频率尺度；

C）再次对信号消除噪声，通过离散小波包分解，对低频区和高频区信号同时进行向下二抽样，子空间低频区的低频信号和高频区的低频信号为分解信号；根据测不准定理，信号离散小波包分解层数越多频率分辨率越高，但时间分辨率越低，选3-7层进行离散小波包分解，小波包母函数为db4小波；

D）选取离散小波包分解的双低频空间{D₁(N,M):|（N,M=2^(N-1)-1）∪（N,1）,N=3,4,5,6,7}的双低频空间信号进行自适应滤波处理，消除小波包边界问题，自适应滤波器权值由最小均方差算法确定，子空间以结点（N,M）标记，N表示为层数，M表示为子空间频段区号； 

E）对双低频空间分解信号进行单支重构；

F）计算3~7层数分解信号双低频率空间D₁（N,M）能量，构成5维能量谱特征向量并进行归一化处理；不同层数的分解信号的能量谱特征向量数值不同，为有利于比较数值大小，对分解信号能量谱特征向量数值进行归一化处理，使能量谱特征向量数值限制在0~1之间；

G）建立标准样本，计算标准样本中缺陷信号能量谱特征向量的特征值C_j和容差范围ΔC_j(j=1~5)，判断采集信号特征值是否在容差范围以内，如果超过能量容差，则判定为缺陷信号； 

   H）当采集到的导波信号在步骤G）计算得到的容差Cj在容差范围ΔCj(j=1~5)以内则为无缺陷信号；当导波信号在步骤1-7计算得到的容差Cj超出容差范围ΔCj(j=1~5)时，根据半监督模糊聚类理论，计算分解信号的双低频空间能量谱特征向量与标准缺陷信号能量谱特征向量的欧式距离D，根据欧式距离最小准则判定采集信号与标准缺陷信号为同一类型。

2.根据权利要求1所述的一种基于导波的管道缺陷信号识别方法，其特征在于，所述步骤G）中，通过采用逆向分析法，在实验现场采集60组缺陷为孔洞、裂纹、腐蚀类型数据，每种类型缺陷包括20组缺陷截面积比为3%，5%，7%，9%，缺陷截面积比定义为管道最深处的缺陷横截面与整个横截面的比值。

3.根据权利要求1或2所述的一种基于导波的管道缺陷信号识别方法，其特征在于，所述步骤C）中，所述离散小波包分解的方法为： 

      W_2n(t)=

W_2n+1(t)= 

其中，{h_k},{g_k}为具有正交关系高低通正交镜像滤波器，g_k=(-1)^kh_1-k,当n=0时，w₀（t）和w₁（t）分别为Φt尺度函数和Ψt小波函数；

预处理信号X（t）最终可分解为X=（1，0）+(1，1)+(2，0)+…(2，3)+(3，0)+(3，1)+…+(3，6)+(3，7)+……+(7，0)+(7，1)+ …+(7,127)+(7,128)

其中，(N,M)为所分解频率子空间结点，N表示为层数，M表示为子空间频段区号，当M为偶数时，该结点子空间为上一层子空间的低频域；

当M为奇数时，该结点子空间为上一层子空间的高频域。

4.根据权利要求1或2所述的一种基于导波的管道缺陷信号识别方法，其特征在于，所述步骤D）中，所述离散小波包分析通过自适应滤波器处理方法为为：

W_2n(t)=             

W_2n+1(t)= 

其中，f为步长因子，控制着系统的稳定性和收敛速度，为k-1时刻的误差系数，为k时刻的信号函数。