[发明专利]一种基于低频声压信号分析的U型管堵塞状态评估方法

权利要求书

1.一种基于低频声压信号分析的U型管堵塞状态评估方法，其特征在于：包括如下步骤：

Step1、利用低频声压信号采集装置对不同堵塞状态的U型管进行检测，获得U型管的低频声压信号；

所述Step1中低频声压信号采集装置包括第一伸缩杆、第二伸缩杆、功率放大器、水下扬声器、水听器、滤波器和PC机，所述第一伸缩杆的底部固定有水下扬声器，水下扬声器通过第一伸缩杆内置的导线连接至功率放大器，功率放大器与PC机相连；所述第二伸缩杆的底部固定有水听器，水听器通过第二伸缩杆内置的导线连接至滤波器，滤波器与PC机相连；

利用所述低频声压信号采集装置对U型管进行检测的方法为：将第一伸缩杆和第二伸缩杆分别伸入至U型管两侧管道内的底部，PC机控制声卡产生声学信号，通过功率放大器放大后再经过第一伸缩杆底部的水下扬声器释放正弦扫频信号到不同堵塞状态的U型管中，第二伸缩杆底部的水听器上接收到信号再经过滤波器去除低频机械噪音，PC机对滤波后的信号进行去卷积，获得U型管的声压脉冲响应信号；

所述Step1中不同堵塞状态的U型管通过将1个到8个不同数量的砂袋沉积到U型管底部来模拟实现；

Step2、分别对Step1中获得的不同堵塞状态的U型管的低频声压信号进行变分模态分解，分解后得到不同频段的的IMF分量；

Step3、根据分量幅值谱图确定最佳模态分量数K，并通过声压变换从分解出的IMF分量中选取有效IMF分量；

Step4、对选取的有效IMF分量提取多尺度熵特征，构建反映U型管不同堵塞状态的特征向量；

Step5、将特征向量用于隐马尔科夫模型训练，建立对U型管不同堵塞状态进行评估的不同模型；

所述Step5中建立的模型包括U型管正常状态的CHMM诊断模型λ₀、U型管轻度堵塞状态的CHMM诊断模型λ₁、U型管中度堵塞状态的CHMM诊断模型λ₂和U型管重度堵塞状态的CHMM诊断模型λ₃，上述模型分别利用无堵塞物的正常U型管低频声压信号、1个沙袋的U型管低频声压信号、3个沙袋的U型管低频声压信号和6个沙袋的U型管低频声压信号经过步骤Step2-Step4训练得到；

Step6、将待评估的U型管的低频声压信号输入Step5中的模型，得到待评估的U型管与每个模型的相似度，根据相似度大小判别U型管堵塞状态。

2.根据权利要求1所述的一种基于低频声压信号分析的U型管堵塞状态评估方法，其特征在于：所述Step3的具体过程为：根据分量幅值谱图的结果，当IMF分量随着K值的增大不再发生变化时，取其最小值为最终的K值，然后对IMF分量进行声压变换，舍弃互相杂糅的分量，选取剩余具有区分度的分量作为有效IMF分量。