[发明专利]基于频谱压缩的磁声发射信号特征提取方法

说明书

本发明公开了一种基于频谱压缩的磁声发射信号特征提取方法，首先对原始磁声发射信号经过时频变换，然后应用频谱压缩对变换后的频域信号进行进一步处理，将各阶谐波相乘以此来放大周期性成分，增强冲击特征，得到经过频谱压缩后的磁声发射信号能量值来表征不同疲劳状态下的磁声发射信号特征。本发明解决了磁声发射信号原始能量特征变化不明显时可以通过频谱压缩增强其冲击特征，经过频谱压缩得到的磁声发射能量特征参数相对于单纯提取磁声发射信号的能量特征，对材料的微观组织变化更明显，能更好地反映铁磁性金属材料的疲劳状态，增强了其特征对早期疲劳的灵敏性，具有明显的优势，在铁磁性金属材料疲劳无损探伤中具有广阔的应用前景。

技术领域

本发明涉及磁声发射信号提取技术，特别涉及一种基于频谱压缩的磁声发射信号特征提取方法。

背景技术

材料由于受到周期性载荷的作用时，往往会产生疲劳现象，由于疲劳而导致损伤机械和构件破坏，从而产生灾难性事故。如果能在材料失效之前就检测出内部微观组织的变化，并且能够在裂纹形成扩展之前作出有效的保护措施来防止事故的发生。磁声发射^[1-2]作为一种新型的无损检测技术，对铁磁性金属材料的早期疲劳具有很好的检测和预防作用。目前，针对磁声发射信号的时频变换方法有傅里叶变换、短时傅里叶变换、经验模态分解和S变换等。由于磁声发射信号属于非平稳信号，直接进行傅里叶变换看不出其频域信号的特征，而经验模态分解在分析信号过程中会出现严重的模态混叠问题和信号在重构时面临着残余噪声的影响，而且经验模态分解只能在时域上对信号进行分解，缺乏良好的频域定位特性。S变换对于磁声发射信号的局部特征参数提取较好，但是它缺乏对信号的自适应性，无法随着信号本身而做出相应的变化，缺乏很好的自适应性。因此针对磁声发射信号常常存在很强的背景噪声，难以从时域信号中识别其特征频率以及其传统特征参数难以反映信号对于铁磁性金属材料的微观组织结构的变化，可以借鉴语音信号处理方法——频谱压缩法，该方法将各阶谐波成分相乘以此来放大周期性成分，检测并增强冲击特征，并给出冲击的周期。

该方法是根据谐和乐器基音与泛音频率间成整数倍关系而设计的。首先将频谱压缩为原来频谱的1/2倍、1/3倍、1/4倍等倍数，以获得多个新的频谱，然后将这多个频谱与原频谱相乘达到提升基频谱峰的目标，进而达到正确提取基频的目的。基于频谱压缩法的基频检测方法，从信号频谱的角度，对磁声发射信号进行分析，使得磁声发射信号的基频分量变的很大，能够更有益于估计磁声发射信号的基频周期，从而可以进一步更加透彻的了解磁声发射信号的特性，提取出能量特征参数来反映信号对于铁磁性金属材料的微观组织结构变换的敏感度。从国内外研究现状来看，频谱压缩法主要是应用于语音信号处理的领域，其在语音信号有着广泛的应用^[3-8]。从研究现状来看，将频谱压缩法应用于磁声发射信号基频特征提取以及能量特征参数提取，国内外尚未有报道，这也是本专利的一个创新点所在。

发明内容

为了解决磁声发射信号传统特征参数对于材料的微观组织结构和应力状态变化不敏感问题以及磁声发射信号容易被噪声所湮没等问题，本发明通过频谱压缩对磁声发射信号的频谱能量进行提取，从信号频谱的角度分析了磁声发射信号的特性，并在一定程度上解决傅里叶变换等不能识别出冲击周期的问题以及解决倍频问题等难以解决的问题。通过在低周疲劳状态下得到的结果，来验证提出方法的有效性。以此来更精细、准确的描述磁声发射信号变化，从而使得磁声发射技术能够更好地用于材料早期疲劳状态的快速检测。

本发明采用以下技术方案来实现上述目的。基于频谱压缩的磁声发射信号特征提取方法，首先经过时频变换，然后应用频谱压缩对变换后的频域信号中各阶谐波频率相乘，放大周期性成分，增强冲击特征，提取频谱压缩后的低周疲劳磁声发射信号的能量值，其特征在于，具体步骤如下：

1)利用时频变换方法，对原始磁声发射信号进行变换，将信号从时域分析转变为频域分析；对于磁声发射信号x(t)，采用短时傅里叶变换进行时频变换，其数学定义如公式(1)所示：