基於共振峰的超聲空化狀態識別方法
2023-07-07 23:03:46
專利名稱：基於共振峰的超聲空化狀態識別方法
技術領域：
本發明涉及一種超聲空化識別方法，具體地說，涉及一種基於共振峰的超聲空化狀態識別方法。
背景技術：
超聲空化是液體在超聲波作用下產生空泡及空泡振蕩與潰滅的現象。超聲空化， 一方面會使液體產生局部高溫高壓等現象，影響液體的物理化學性質，這使得其在聲化學等領域中有著廣大的應用前景；另一方面會對空泡附近固體材料造成空蝕破壞，在空蝕研究中有著重要應用。但超聲空化的應用卻不盡如人意，其中的一個主要原因是缺乏簡單易行的超聲空化狀態檢測與識別的方法。研究人員使用最多的超聲空化場檢測方法是聲學檢測方法，通過處理超聲空化噪聲信號識別空化狀態文獻「Mapping the cavitation intensityin an ultrasonic bath using the acoustic emission，，(來源American Institute ofChemical Engineers Journal, 2000,46 (4) :684-694)在同聲強情況下通過比較不同液體介質空化聲發射信號頻譜來分離超聲空化譜，從而對空化強度進行測量，這種方法極為複雜無法應用到工業中去；文獻「Ultrasonic cavitationmonitoring by acoustic noise power measurement」(來源Journal of AcousticalSociety of America, 2000,108(5) :2010-2020)利用激勵超聲的二分之一次分諧波與二次諧波來表徵穩態空化，利用連續譜的積分來表示瞬態空化，這僅在低強度空化情況下適用；文獻「空化噪聲譜的分離」(來源聲學技術，2005，24 (2) :113-116)通過中值濾波擬合連續噪聲譜的空化噪聲譜分離方法，研究了低頻超聲空化場。在處理信號時，這些方法使用了超聲空化場的頻域信息，卻忽略了其時域信息。為了改善對超聲空化場的分析，可以考慮使用時頻分析方法提取空化聲信號的時頻信息。而在應用中發現，採用共振峰跟蹤的方法不僅可以提取信號時頻信息，而且能提取信號中以共振峰軌跡為主的簡要的時頻信息。
發明內容
為了使用簡要的時頻信息來判別超聲空化狀態的目的，本發明提供了一種基於共振峰的超聲空化狀態識別方法，通過獲取超聲空化信號中共振峰軌跡圖和共振峰參數，實現對超聲空化狀態的識別。本發明的技術內容如下一種基於共振峰的超聲空化狀態識別方法，包括以下步驟採集設定時間段內的超聲空化場的信號數據，對信號數據進行分幀處理，並將分幀處理後的信號作為待處理信號；採用全極點線性預測方法對待處理信號建模得到線性預測模型，並通過線性預測模型得到各個共振峰峰值及峰值所在的頻率值，並根據所述頻率值得到基頻頻率平均值和相對高頻共振峰峰值的平均值；根據基頻頻率平均值與激發空化的超聲頻率之間的大小關係和相對高頻共振峰峰值的平均值大小判斷空化狀態；如果基頻頻率平均值約為超聲頻率的 I. 3-2倍，則空化區域處於空化狀態，而且相對高頻共振峰峰值越高，空化越劇烈；如果基頻頻率平均值在超聲頻率的I. 3倍以下，則空化區域處於無空化狀態。進一步所述超聲空化狀態識別方法還包括從分幀處理後的信號中抽取出第一幀作為待處理信號。進一步所述超聲空化狀態識別方法還包括判斷待處理的信號是否到達最後一幀信號，是則作出共振峰軌跡圖，否則選取下一幀信號作為待處理信號並採用全極點線性預測方法對其進行建模得到線性預測模型。進一步所述判斷空化狀態時參考共振峰軌跡圖，所述共振峰軌跡圖以時間為橫坐標，共振峰頻率為縱坐標，所述共振峰軌跡圖的作出包括以下步驟提取各個共振峰峰值及峰值所在的頻率，按照峰值所在的頻率從小到大的順序對各幀峰值進行排列；按照時間和頻率，以時間為橫坐標，共振峰頻率為縱坐標，在時頻圖上作出共振峰的軌跡圖。進一步，通過各個共振峰峰值及峰值所在的頻率值獲取基頻頻率平均值和相對高頻共振峰峰值的平均值的步驟包括提取各個時間處最小的頻率值，得到所述基頻頻率平均值；提取各個時間處高頻率值且階次相同的共振峰峰值，得到相對高頻共振峰峰值的平均值。進一步，判斷空化狀態還包括如果基頻頻率平均值約為2倍超聲頻率，則空化區域處於劇烈空化狀態，而且相對高頻共振峰峰值越高，空化越劇烈；如果基頻頻率平均值在超聲頻率的I. 7倍到2倍之間，則空化區域處於強烈空化狀態，且相對高頻共振峰峰值越高，空化越強烈；如果基頻頻率平均值在超聲頻率的I. 3倍到I. 7倍之間，則空化區域處於輕微空化狀態；如果基頻頻率平均值在超聲頻率的I. 3倍以下，則空化區域處於無空化狀態。進一步，全極點線性預測方法為
權利要求
1.一種基於共振峰的超聲空化狀態識別方法，包括以下步驟採集設定時間段內的超聲空化場的信號數據，對信號數據進行分幀處理，並將分幀處理後的信號作為待處理信號；採用全極點線性預測方法對待處理信號建模得到線性預測模型，並通過線性預測模型得到各個共振峰峰值及峰值所在的頻率值，並根據所述頻率值得到基頻頻率平均值和相對高頻共振峰峰值的平均值；根據基頻頻率平均值與激發空化的超聲頻率之間的大小關係和相對高頻共振峰峰值的平均值大小判斷空化狀態；如果基頻頻率平均值約為超聲頻率的I. 3-2倍，則空化區域處於空化狀態，而且相對高頻共振峰峰值越高，空化越劇烈；如果基頻頻率平均值在超聲頻率的I. 3倍以下，則空化區域處於無空化狀態。
2.如權利要求I所述的基於共振峰的超聲空化狀態識別方法，其特徵在於所述超聲空化狀態識別方法還包括從分幀處理後的信號中抽取出第一幀作為待處理信號。
3.如權利要求2所述的基於共振峰的超聲空化狀態識別方法，其特徵在於所述超聲空化狀態識別方法還包括判斷待處理的信號是否到達最後一幀信號，是則作出共振峰軌跡圖，否則選取下一幀信號作為待處理信號並採用全極點線性預測方法對其進行建模得到線性預測模型。
4.如權利要求I所述的基於共振峰的超聲空化狀態識別方法，其特徵在於所述判斷空化狀態時參考共振峰軌跡圖，所述共振峰軌跡圖以時間為橫坐標，共振峰頻率為縱坐標， 所述共振峰軌跡圖的作出包括以下步驟提取各個共振峰峰值及峰值所在的頻率，按照峰值所在的頻率從小到大的順序對各幀峰值進行排列；按照時間和頻率，以時間為橫坐標，共振峰頻率為縱坐標，在時頻圖上作出共振峰的軌跡圖。
5.如權利要求I所述的基於共振峰的超聲空化狀態識別方法，其特徵在於，通過各個共振峰峰值及峰值所在的頻率值獲取基頻頻率平均值和相對高頻共振峰峰值的平均值的步驟包括提取各個時間處最小的頻率值，得到所述基頻頻率平均值；提取各個時間處高頻率值且階次相同的共振峰峰值，得到相對高頻共振峰峰值的平均值。
6.如權利要求I所述的基於共振峰的超聲空化狀態識別方法，其特徵在於，判斷空化狀態還包括如果基頻頻率平均值約為2倍超聲頻率，則空化區域處於劇烈空化狀態，而且相對高頻共振峰峰值越高，空化越劇烈；如果基頻頻率平均值在超聲頻率的I. 7倍到2倍之間，則空化區域處於強烈空化狀態，且相對高頻共振峰峰值越高，空化越強烈；如果基頻頻率平均值在超聲頻率的I. 3倍到I. 7倍之間，則空化區域處於輕微空化狀態；如果基頻頻率平均值在超聲頻率的I. 3倍以下，則空化區域處於無空化狀態。
7.如權利要求I所述的一種基於共振峰的超聲空化狀態識別方法，其特徵在於，全極點線性預測方法為ΛPs{n) - ^aiS(H-I)( I )P e(n) = s(n) - ^ α^(η - /+) ζ.=1(2)H{Z)=S^= G U(Z) P ,+ I- Σ CC.Z i = l 1(3)￡ = 0)=玄[s(n) - Y4CL1 s{n - i)f —co —co z=l(4)—0，i — 1，2，…，p(5)[OCiRiJi - i) - R(k\ \<k< p i=l(6)N-I R(k) = ^ x(n)x(n - k) n=k(7)j^f z = e fs(8)其中，s (η)為第η個採樣值，由前面P個採樣值線性組合進行估計；a i為預測係數，i =l,2,...,p；e(n)為式(I)造成的預測誤差；H(z)為式(2)進行拉普拉斯變換得到的傳遞函數；G為預測誤差的方差估計；E為預測誤差e (η)的能量；f為頻率；fs為採樣頻率； 通過方程組(I) (8)對所述待處理信號建模得到所述線性預測模型，並利用所述線性預測模型得到所述共振峰峰值頻率和幅值。
全文摘要
本發明提供了一種基於共振峰的超聲空化狀態識別方法，包括以下步驟採集設定時間段內的超聲空化場的信號數據，對信號數據進行分幀處理，並將分幀處理後的信號作為待處理信號；採用全極點線性預測方法對待處理信號建模得到線性預測模型，並通過線性預測模型得到各個共振峰峰值及峰值所在的頻率值，並根據所述頻率值得到基頻頻率平均值和相對高頻共振峰峰值的平均值；根據基頻頻率平均值與激發空化的超聲頻率之間的大小關係和相對高頻共振峰峰值的平均值大小判斷空化狀態。本發明通過使用超聲空化信號的時頻信息簡要、直觀地描述了超聲空化的強度。
文檔編號G01N29/036GK102590338SQ201210018098
公開日2012年7月18日 申請日期2012年1月19日 優先權日2012年1月19日
發明者何永勇, 沈再陽 申請人:清華大學