一種基於改進小波包的管道洩漏特徵向量提取方法
2023-05-17 11:01:06
一種基於改進小波包的管道洩漏特徵向量提取方法
【專利摘要】本發明一種基於改進小波包的管道洩漏特徵向量提取方法，涉及信號特徵提取【技術領域】。本發明的第一步至第三步為信號的獲取與去噪處理，第四步為採用改進小波包算法重構單子帶信號，後面兩步為特徵向量的提取；為克服傳統小波包算法的缺點，本發明提出了改進小波包算法，結合信號的延拓方式和卷積後的信號處理方式這兩點進行改進；改進後的算法採用拋物線延拓方式，在卷積後的信號處理方式上採用了FFT和IFFT；實驗結果表明改進後的算法能夠克服傳統算法在重構單子帶信號時產生多餘頻率成分的現象，準確重構出洩漏特徵信號和提取特徵向量，大大提高檢測的準確率，降低誤報率，也為後續定位精度的提高打下基礎。
【專利說明】一種基於改進小波包的管道洩漏特徵向量提取方法
【技術領域】
[0001]本發明涉及信號特徵提取【技術領域】，具體指一種基於改進小波包的管道洩漏特徵向量提取方法。
【背景技術】
[0002]在石油、化工、天然氣等行業中，燃氣管道洩漏嚴重影響了生產的正常進行，對環境造成了汙染，甚至會帶來安全事故。
[0003]聲發射也稱為應力波發射是指材料局部因能量的快速釋放而發出瞬態彈性波的一種常見的物理現象，大多數材料變形和斷裂時有聲發射現象產生。聲發射檢測是一種重要的管道洩漏無損檢測方法，它檢測速度快、靈敏度高、工作強度低。管道洩漏聲發射檢測需要從聲發射信號裡提取出一些時頻域的特徵參數，將這些參數組成特徵向量並輸入到判決函數，通過判決函數的輸出來判斷管道是否洩漏。
[0004]特徵向量的提取通常採用小波包算法進行。小波包變換不僅具有在時頻兩域表徵信號局部特性的能力，而且適用於弱信號的提取以及非平穩信號的分析。
[0005]現有文獻一般採用傳統小波包算法來分解採集的聲發射信號和重構單子帶信號，並基於重構的單子帶信號提取構成特徵向量的特徵參數。但由於小波濾波器的非理想特性以及上採樣和下採樣所帶來的頻譜拓展和壓縮，重構後的單子帶信號會混有多餘的頻率分量，從單子帶信號裡提取出的特徵向量並不準確，將這樣的特徵向量輸入到判決函數後會引起誤報警，大大降低了洩漏檢測的準確率，並且也會造成後續的洩漏點定位精度不高。
【發明內容】
[0006]本發明的目的在於克服現有技術存在的缺失和不足，提出一種基於改進小波包的管道洩漏特徵向量提取方法。
[0007]通過對比分析選擇3到8個時頻域參數組成特徵向量，然後採用本發明提出的改進小波包算法對實驗採集到的聲發射信號進行分解與重構，從重構出的單子帶信號中提取出特徵向量，最後對實驗結果進行比較分析。
[0008]1.一種基於改進小波包的管道洩漏特徵向量提取方法，通過計算機，包括以下步驟:
[0009]第一步，獲取信號；
[0010]所述的獲取，是指將傳感器安裝在管道上，通過傳感器來採集數據，然後將傳感器採集的數據進行放大處理；
[0011]第二步，對獲取的信號進行分段處理，從每段信號裡提取出一些基本的時域參數(如均值、方差、信號累積值和峰值等)，通過相鄰段信號的上述參數值的差值來判斷是否有疑似洩漏的情況發生，若有則繼續往下去執行，否者，跳到第一步去執行，這為第一層決策判斷；
[0012]信號累積值定義:假設某一段的信號為x(m)，m = 0，I,…，N_l。N為數據長度，則該段信號的累積值為
[0013]第三步，用本發明提出的改進小波包算法對信號進行去噪；
[0014]第四步，利用改進小波包算法對採集的信號進行小波包分解與重構，得到單子帶重構信號；
[0015]第五步，從重構的信號裡提取一些常見的表示信號特徵的參數，例如時域能量、時域峰值、頻域能量、頻域峰值、峰態係數、方差、頻譜和偏斜係數等；
[0016]參數定義:假設某一段的信號為X (m)，m = 0，I,…，N_1 ；N為數據長度，則均值:
^，均方根值-=[士力2]丨，偏斜係數:?=^Σ^χ(?'—， ■/V /—jf=iV 67V
峰態係數:& =後^ Σ('?(^~χ)4~3時域能量:從4|40|2治=|>,|2，頻域能量:￡F = J| F(f) fdf =交丨f I2，Fi為x (m)傅立葉變換的頻譜值；
1-1
[0017]第六步，利用主成分分析方法，結合實驗分析，從上述參數中選擇3-8個能明顯表示聲發射信號特徵的參數來組成特徵向量；
[0018]將這些特徵向量輸入到支持向量機裡進行決策判斷，稱為第二層決策判斷，根據支持向量機的輸出判斷是否有洩漏發生。
[0019]2.改進小波包算法。
[0020]小波包分解與重構是通過信號與小波濾波器進行卷積實現的。一維離散信號與小波濾波器進行卷積運算，當邊界有效數據的長度不及小波濾波器長度而造成無法進行有效的運算時，工程中會對原始數據進行延拓操作來滿足卷積運算的要求。
[0021]傳統小波包分解採用對稱延拓方式，信號延拓部分的數據與信號延拓端數據對稱。假設x(m)，m = 0，I,-,N-1為給定一維離散信號，N為信號長度，濾波器長度為L。x(m)
經延拓後成為:坳-2)，…，#U觀翁1),…礎-1+2)。對稱延拓方式得到的低頻係數前端和後端會產生較大的躍變，與原始信號不能保持相對一致，得到的數據誤差較大，而且其高頻係數的極值分布與原始信號的極值分布不一致。通過實驗分析發現拋物線延拓方式得到的小波包分解係數能夠與原信號保持相對一致。
[0022]傳統的小波包算法中，由於小波濾波器的非理想特性、上採樣和下採樣所帶來的頻譜拓展和壓縮，使得獲得的單子帶重構信號中均含有多餘的頻率分量。通過實驗分析發現在進行信號的分解與重構時，對小波包高低頻係數均採用了 FFT變換和IFFT變換，這樣可以消除重構單子帶信號中多餘的頻率成分。基於以上分析，本發明提出一種改進小波包算法來重構含有洩漏特徵的單子帶信號，算法步驟如下:
[0023](I)信號延拓，對小波包分解的各層信號進行拋物線延拓；
[0024]設信號數據為X (a)，X (a+1)，x (a+2)，則延拓算子E的表達式為:
|.r(? -1) - 3x(a)-?>x(a + \) + x(a + 2)⑴
{.v(a + 3) ^ 3.ν(α + 2)- 3.ν(α + 1) +.ν(α)
[0026](2)消去單子帶多餘頻率成分；
[0027]將延拓後的信號與分解低通濾波器Iitl卷積，得到低頻係數，然後經過HF-cut-1F算子處理，去掉多餘的頻率成分，再進行下採樣，得到下一層的低頻係數；將延拓後的信號與分解高通濾波器go卷積，得到高頻係數，然後經過LF-cut-1F算子處理，去掉多餘的頻率成分，再進行下採樣，得到下一層高頻係數，HF-cut-1F算子如式(2)所示，LF-cut-1F算子如式⑶所示；
[0028]
r nJ-1TVr 3N
X{i} =Y^ xinf,O S S」或 ^J-<k<Nj
H=O4 4
■ A1(Zc) = O, K 它(2)
馬-1
^n)=YdX(kWk\
^ k=0
[0029]
— NrlN 3N
_=心禪' -^<k<—L
?:?^4
<X{k) = Q,其它(3)
N1-1
X(H)^YjXikW
、k=Q
[0030]在⑵、(3)式中，X (η)為在2j尺度上小波包的係數，Nj表示在2j尺度上數據的長
- —./2:
度，,=e A，k = 0，1，...，Nj-1 ；n = O, I,...,Nj-1 ；
[0031](3)單子帶信號重構；
[0032]將得到的高、低頻係數進行上採樣，然後分別與高通重建濾波器gl和低通重建濾波器h卷積，將得到的信號分別用HF-cut-1F、LF-cut-1F算子處理，得到單子帶重構信號。
[0033]本發明改進小波包算法能夠克服傳統小波包算法在重構單子帶信號時產生多餘頻率成分的現象，準確獲取單子帶重構信號，提取特徵向量，提高管道洩漏檢測決策判斷的準確率，有效的減少誤報警的次數，提高洩漏點定位的精度，為管道洩漏檢測和定位提供了一種更為有效的方法。
[0034]另外採用兩層決策的方法可以節約系統檢測的時間，提高系統的檢測效率。
【專利附圖】
【附圖說明】
[0035]圖1為本發明的一個實施例的管路檢測系統原理結構示意圖；
[0036]圖2為本發明的聲發射檢測系統結構示意圖；
[0037]圖3為本發明的改進小波包算法流程框圖；
[0038]圖4為本發明一種基於改進小波包的管道洩漏特徵向量提取方法流程框圖；
[0039]圖5為本發明的傳感器採集的洩漏和無洩漏情況下的信號頻譜圖；
[0040]圖6為本發明的改進小波包算法和傳統小波包算法的實驗結果對比圖。
【具體實施方式】
[0041]下面結合附圖和實施例對本發明作進一步的描述
[0042]本發明結合管網系統和聲發射信號採集系統，然後藉助上位機軟體進行分析，最後需要依據本發明所述的原理等等編寫程序，計算機運行這些程序來提取特徵向量。
[0043]以下對與本發明相關的實驗設備、本發明以及實驗結果進行介紹、解釋和進一步的說明。
[0044]為了提高數據的採集傳輸效能，聲發射系統中的計算機的作業系統應為32位或64位，儘可能採用高主頻多核心的CPU，內存IGB以上、硬碟300G以上。
[0045]管路檢測系統原理結構(如附圖1所示)。在附圖1中，空氣壓縮機為整個管路系統提供氣源，球閥Vl控制整個管路系統的開斷，Vl打開後，空壓機裡出來的高壓氣流經過減壓閥Ul後變成低壓氣流，流向整個後續的管路系統，壓力表Pl顯示Ul後管路的壓力值，通過觀察這個值，可以知道Ul後的壓力是否穩定在設定的值，通過改變可調電動閥Wl的開度來改變管道內的流量，Ii為流量計，通過調節Wl和II，我們可以達到改變管道內流量的目的。壓力表P2用來顯示減壓閥U2前的壓力值，通過它的值來判斷U2前的壓力是否穩定，通過上述器件的作用，使管路AB段內的氣流處於一個穩態的流通狀態。通過針形閥來模擬管道洩漏，調節針形閥的開度可以控制洩漏孔的大小，傳感器安裝在洩漏孔的兩端。
[0046]聲發射檢測系統結構(如附圖2所示)，實驗平臺所採用的聲發射系統為北京聲華興業科技有限公司的SAEU2S聲發射系統，聲發射系統是由多個平行的檢測通道構成的系統，每一通道測量部件包括聲發射傳感器、前置放大器及採集卡。
[0047]改進小波包算法流程(如附圖3所示)。附圖中E為延拓算子，其表達式如式(I)所示。hp &是分解低、高通濾波器，4、&是重構低、高通濾波器，丨2、丨2分別表示為下採樣和上採樣。設有時間序列信號f (η)，信號長度為N，S/(η)表示第j層上的第i個節點的小波包係數，其中f (n) = S00 (η)，稱為源信號，經過分解濾波器所得到的#和S11為單子帶信號，對單子帶信號進行重構，就得到單子帶重構信號，如圖3中重構後的#和劣。
[0048]一種基於改進小波包的管道洩漏特徵向量提取方法流程(如附圖4所示)，它包括數據採集、第一層決策判斷、改進小波包去噪、改進小波包重構單子帶信號、提取特徵參數和主成分篩選特徵參數和生成特徵向量等，其中最為關鍵的是改進小波包重構單子帶信號，它為特徵向量的準確提取以及後續的分析創造了良好的條件。
[0049]傳感器採集的洩漏和無洩漏情況下的信號頻譜圖(如附圖5所示)，經過比較可以發現，有、無洩漏時信號的頻譜差別主要集中在64khz附近，這一頻段的信號對洩漏檢測和定位的作用都非常大，是進行特徵向量提取的重要頻段。
[0050]傳統小波包算法提取的特徵參數與採用改進小波包算法提取的特徵參數的對比(如附圖6所示)。選用dblO小波對採集的信號進行3層分解，然後進行重構，這樣能夠得到8個節點(節點0-7)的單子帶重構信號，它們的頻率間隔為12.5khz，洩漏前後的信號差異主要集中在62.5-75khz這個頻段，它屬於節點7的單子帶重構信號，從它裡面提取出來的特徵參數在洩漏前後應有較大的區別；另外節點3的單子帶重構信號的頻率範圍是25-37.5kHz，節點6的單子帶重構信號的頻率範圍是50-62.5kHz,這兩個節點的重構單子帶信號在洩漏前後是沒有區別，所以從這兩個單子帶重構信號裡提取的特徵參數在洩漏前後應該沒有區別。附圖6中的(a)、(b)、(c)、(d)和(e)分別表示節點3、6和7的單子帶重構信號在洩漏前後的時域能量、頻域能量、峰態係數、頻域峰值和方差。其中實線表示採用傳統算法在無洩漏情況下提取的參數，虛線表示採用傳統算法在有洩漏情況下提取的參數，帶加號的曲線表示採用改進算法在無洩漏情況下提取的參數，帶三角形的曲線表示採用改進算法在有洩漏情況下提取的參數。根據前面的分析可知節點3、6單子帶重構信號的特徵參數在洩漏前後應基本上不發生變化，但從圖6中可以發現，傳統算法提取的這兩個單子帶信號的參數在洩漏前後有較大的差異，這是由於傳統算法重構信號時存在混頻造成的；相反，改進算法提取的洩漏前後信號參數基本上沒有差異；另外，傳統算法提取的特徵參數與改進算法提取的參數在幅值上有一些差別，這也是由於傳統算法重構信號時的混頻造成的，由此可見，改進後的算法很好地消除了信號重構時產生的混頻現象，提高了洩漏檢測的準確率。節點7的單子帶信號在洩漏前後有較大的差異，因此提取的洩漏前後特徵參數也應該有較大的差異，從圖6中可以看到，採用新算法提取的洩漏特徵參數在洩露前後有非常大的差異，這表明新算法能夠準確提取出特徵向量，為管道洩漏檢測提供可靠依據。
[0051]本發明的一個實施例實其施步驟如下:
[0052]第一步，將4個聲發射傳感器安裝在洩漏孔兩邊的管道上，一邊兩個，然後將傳感器依次連接前置放大器和聲發射採集卡，最後將聲發射採集卡通過USB線與電腦相連，配置好數據採集的軟體環境。
[0053]聲發射採集系統的硬體與軟體為北京聲華興業科技有限公司的SAEU2S聲發射系統採集，計算機採用的是ThinkPad E430計算機。
[0054]第二步，打開空氣壓縮機為管網提供氣源，通過調節減壓閥使管道內的氣壓處在設定的值。
[0055]空壓機是上海寶歐機電有限公司的0TS-1100X2-60L無油活塞式空壓機。空氣壓縮機的出口壓力為0.8MPa，通過調節圖1中的Ul減壓閥使管道輸入端的壓力為0.4MPa，通過調節圖1中的減壓閥U2使管道輸出端的大氣壓為0.3MPa，運行一段時間後，管道AB段內的氣壓處於穩定的狀態。
[0056]第三步，待管路AB段的氣壓平穩後，設置SAEU2S聲發射系統採集軟體開始採集信號。
[0057]設置SAEU2S聲發射系統採集軟體主要包括設置採樣頻率、採樣通道數，將採集卡的採集頻率設定在200kHz，12000個點為一段信號。傳感器首先採集的是沒有洩漏時的信號，待採集2分鐘後，迅速打開圖1中的針形閥，模擬洩漏發生，數據採集卡繼續採集數據，此時採集的為洩漏時的信號。
[0058]第四步，當在有洩漏的情況下採集達到2分鐘後，停止聲發射採集系統軟體，停止採集數據，然後關掉空氣壓縮機，打開圖1中的球閥V3，將管路中的空氣排放掉。
[0059]到這一步就完成了整個信號的採集，下面就需要分析信號，提取特徵向量。
[0060]第五步，通過SAEU2S聲發射系統採集軟體將採集到的數據導出來並保存為txt格式。
[0061]此處導出的數據仍是按分段進行的，即每段數據仍是12000個點。
[0062]第六步，結合MATLAB，對第五步導出的無洩漏情況下的信號進行分析，提取各段信號的均值㈧、方差(V)、信號的累積值⑶和峰值⑵這4個參數，然後通過對比相鄰段信號4個參數的值，得到一系列相鄰段信號4種參數的差值，分別選取每種參數最大的差值作為閾值，將它們分別記為thr_A、thr_V、thr_S和thr_P。
[0063]第七步，利用MATLAB對第五步導出的所有數據進行分析，提取各段信號的均值、方差、各段信號的累積值和峰值，通過對比相鄰段信號的這些參數的差值是否超過第六步得到的閾值來判斷是否有疑似洩漏的情況發生，若有則跳到第八步去執行，否者，提取下一段數據的均值、方差、信號的累積值和峰值進行分析。
[0064]第八步，利用改進小波包算法對信號進行去噪。若發現某一相鄰段的參數差值都超過了閾值，就用改進小波包對這兩段信號進行去噪，此處選用的是db1小波包，採用的是軟閾值去噪方式。
[0065]第九步，利用改進小波包算法來對去噪後的信號進行小波包分解與重構，然後從單子帶重構信號裡提取特徵參數。
[0066]此處選用的是dblO小波包，對信號進行三層分解與重構，得到8個單子帶重構信號，然後從得到的單子帶重構信號裡提取時域能量、時域峰值、頻域能量、頻域峰值、峰態係數、方差、頻譜和偏斜係數。
[0067]第十步，結合所得的參數，利用主成分分析的方法從上述8個參數中選擇5個參數組成特徵向量。
[0068]第十一步，將特徵向量輸入到支持向量機進行決策判斷，結束。
[0069]綜上所述，本發明的第一步至第三步為信號的獲取與去噪處理，第四步為採用改進小波包算法重構單子帶信號，後面兩步為特徵向量的提取。改進小波包算法能夠克服傳統小波包算法在重構單子帶信號時產生多餘頻率成分的現象，準確獲取單子帶重構信號，提取特徵向量，提高管道洩漏檢測決策判斷的準確率，有效的減少誤報警的次數，提高洩漏點定位的精度，為管道洩漏檢測和定位提供了一種更為有效的方法。此外採用兩層決策的方法可以節約系統檢測的時間，提高系統的檢測效率。
【權利要求】
1.一種基於改進小波包的管道洩漏特徵向量提取方法，其特徵在於，包括步驟: A.獲取信號； B.信號進行分段處理； C.小波包去噪； D.小波包分解與重構； E.提取信號特徵參數； F.組成特徵向量。
2.如權利要求1所述的一種基於改進小波包的管道洩漏特徵向量提取方法，其特徵在於，所述步驟A，獲取信號，是指通過安裝在管道上傳感器採集數據並對信號進行放大處理； 所述步驟B，對獲取的信號進行分段處理，即從每段信號裡提取出均值、方差、信號的累積值和峰值4個基本時域參數，通過相鄰段信號的4個參數值的差值判斷是否有疑似洩漏的情況發生的第一層決策判斷:若有則往下執行步驟C，否者，跳到執行步驟A ; 所述步驟C，小波包去噪，即利用改進小波包算法對採集的信號進行去噪； 所述步驟D，小波包分解與重構，即利用改進小波包算法對採集的信號進行小波包分解與重構，得到單子帶重構信號； 所述步驟E，提取信號特徵參數，即從重構的單子帶信號裡提取:時域能量、時域峰值、頻域能量、頻域峰值、峰態係數、方差、頻譜和偏斜係數8個表示信號特徵的參數； 所述步驟F，組成特徵向量，即利用主成分分析方法，結合實驗分析，從上述參數中選擇3到8個能明顯表示聲發射信號特徵的參數組成特徵向量，並將這些特徵向量輸入到支持向量機進行決策判斷，即第二層決策判斷，根據支持向量機的輸出判斷是否有洩漏發生。
3.如權利要求1、2所述的一種基於改進小波包的管道洩漏特徵向量提取算法，其特徵是，所述步驟C、D改進小波包算法，包括: Cl.信號延拓，對小波包分解的各層信號進行拋物線延拓； 設信號數據為X (a)，X (a+1)，X (a+2)，則延拓算子E的表達式為:
Ix(a-1) = 3.r(a)-3.r(a + 1) + x(a + 2) (丄)
|.ν(α + 3) = 3Λ'(?7 + 2)-3.χ.(α + 1) +.ν(α) C2.消去單子帶多餘頻率成分； 將延拓後的信號與分解低通濾波器％卷積，得到低頻係數，然後經過HF-cut-1F算子處理，去掉多餘的頻率成分，再進行下採樣，得到下一層的低頻係數；將延拓後的信號與分解高通濾波器g0卷積，得到高頻係數，然後經過LF-cut-1F算子處理，去掉多餘的頻率成分，再進行下採樣，得到下一層高頻係數，HF-cut-1F算子如式(2)所示，LF-cut-1F算子如式⑶所示；
r nJ-1N 3N
X(k) = Y x(n W1'", O < k _<； 2 或 ~L < Ii < N.' h '4 4J< X(k) = O,其它(2)
1
xOO= Xx(/cW '
t Ni SNi
X( k) =Yj X(H)Wi", -^-<k<—LK^o44< X{k) = {\ K它(3)
Ar,--1
x(n) = Yj X{k)W kn,
k=Q.在(2)、(3)式中，x(n)為在2J尺度上小波包的係數，Nj表示在2J尺度上數據的長度，Ψ = eW ? k = O, I,…，Nj-1 ;n = O, I,..., Nj-1 ； CS.單子帶信號重構: 將得到的高、低頻係數進行上採樣，然後分別與高通重建濾波器gl和低通重建濾波器Ii1卷積，將得到的信號分別用HF-cut-1F、LF-cut-1F算子處理，得到單子帶重構信號。
【文檔編號】F17D5/06GK104132250SQ201410334563
【公開日】2014年11月5日 申請日期:2014年7月14日 優先權日:2014年7月14日
【發明者】張相芬, 柳孝雲, 徐曉鍾, 馬燕 申請人:上海師範大學