[发明专利]一种抑端固有时间尺度分解的管道缺陷识别方法

说明书

本发明公开了一种抑端固有时间尺度分解的管道缺陷识别方法，针对固有时间尺度分解容易产生端点效应的问题采用对称延拓来处理极值序列，处理完的极值序列采用固有时间尺度分解来获得固有旋转分量。将原始信号减去端点延拓处理获得的固有旋转分量获得新的极值序列，重复以上步骤得到一系列固有旋转分量和一个单调趋势项，引入端点效应评价指标θ来定量分析端点效应，结合峭度判定选取重组管道量磁信号的固有旋转分量和单调趋势项。对重组的量磁信号和固有旋转分量进行包络处理，对包络信号进行梯度处理并求取管道变形指标，将重组的量磁信号和固有旋转分量进行频谱分析，通过分析梯度异常信号和频谱分析结果来判定管道缺陷。

技术领域

本发明属于信息检测方法，尤其涉及一种抑端固有时间尺度分解的埋地钢质管道缺陷识别方法。

背景技术

埋地钢质管道所处的环境复杂，而且作为国民经济、人民生活的重要基础设施，一旦发生事故后果严重。埋地钢质管道的缺陷情况不易直接观察，所以量磁检测作为一种非接触式的管道缺陷早期检测技术对延长管道的使用寿命和保证工业生产的顺利进行具有重要意义。

量磁检测是通过检测埋地钢质管道在缺陷处产生的自发漏磁场信号，从中提取出缺陷特征，进而对管道的损伤情况进行判别的一种检测方法。但是在量磁检测的过程中存在大量的干扰信号，这些干扰信号可能是测量噪声，管道上的表面沉积物、支撑架产生的干扰信号。甚至由于行走带来提离高度的变化都会对埋地钢质管道量磁信号产生影响。傅里叶变换反映的是信号在整个时段上的能量-频率分布，它适合于分析平稳信号，这与量磁信号非平稳的特征难以吻合。小波变换本质上是一种通过调整窗函数来进行傅里叶分析的方法，因此它能在不同的尺度下对量磁信号进行分析，然而小波变换的缺点和难点是对信号分析之前需要选取对应的小波函数。经验模态分解将原信号分解成出的若干个固有模态函数(IMF)和一个残余分量进行分析，能够有效的把握信号的动态特征信息，但经验模态分解存在过包络、欠包络、端点效应、模态混叠等问题。固有时间尺度分解是一种新的时频分析方法，它将信号分解成不同固有旋转分量和一个单调趋势项，它相对于经验模态分解没有低效的筛选和样条插值过程。固有时间尺度分解中每一个旋转分量所包含的频率信息随信号的变化而变化，所以它能自适应的对管道非平稳量磁信号进行分析。但固有时间尺度分解与经验模态分解一样存在端点效应，影响了固有旋转分量的分解精度。同时如何正确选取固有旋转分量，对旋转分量和重构后的量磁信号进行怎样的分析是需要解决的问题。

发明内容

本发明所要解决的技术问题是，针对固有时间尺度分解容易产生端点效应的问题采用对称延拓来处理极值序列，处理完的极值序列采用固有时间尺度分解来获得固有旋转分量。将原始信号减去端点延拓处理获得的固有旋转分量获得新的极值序列，重复以上步骤得到一系列固有旋转分量和一个单调趋势项，引入端点效应评价指标θ来定量分析端点效应，结合峭度判定选取重组管道量磁信号的固有旋转分量和单调趋势项。对重组的量磁信号和固有旋转分量进行包络处理，对包络信号进行梯度处理并求取管道变形指标，将重组的量磁信号和固有旋转分量进行频谱分析，通过分析梯度异常信号和频谱分析结果来判定管道缺陷。

为达到以上目的，本发明是采取如下技术方案实现的：

一种抑端固有时间尺度分解的管道缺陷识别方法，包含以下步骤：

步骤1、根据管道量磁信号x(t)选取固有时间尺度分解层数n，迭代终止误差；

步骤2：提取信号x(t)中的极值点、极大值、极小值的个数和坐标，获得新的极值序列x₁(t)；

步骤3：对x₁(t)两端的极值点进行对称延拓处理，得到信号的极值上下包络，取端点处理后的极值坐标和端点值与x₁(t)组成新的极值序列x₂(t)；