[发明专利]一种基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法

权利要求书

1.一种基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，其特征在于它包括以下步骤：

步骤一：加载包含伤损裂纹与噪声的声发射信号从中选取多段噪声声发射信号样本，并将它们在时间维度上，连接成一段较长的噪声声发射信号，记为

步骤二：对噪声声发射信号提取γ倒谱系数特征，获得多维特征代表计算特征后的信号的特征点数目，依据自适应鲁棒系数对其进行特征筛选，选择稳定性更高的特征

步骤三：将噪声信号特征聚类划分为K个簇，计算各特征到K簇中各聚类质心的距离，并计算每个簇聚类质心的不平等优化距离值；提取一段待检测声发射信号的γ倒谱系数特征，并依照步骤二中筛选获得的特征序号选择的特征代表计算特征后的信号的特征点数目；计算各特征到K簇中各聚类质心的距离，依据不平等距离优化判别算法，判别各个特征是否属于伤损信号，完成伤损声发射信号检测。

2.根据权利要求1所述的基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，其特征在于所述的步骤一具体包括：

1)加载包含伤损裂纹与噪声的声发射信号其中N₀代表信号向量长度，即采样点个数；

2)从中选取多段噪声声发射信号样本，并将它们在时间维度上，连接成一段较长的噪声声发射信号，记为其中N₁代表该信号向量长度，即时间长度。

3.根据权利要求1所述的基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，其特征在于所述的步骤二具体包括：

1)对声发射信号采用移动时间窗口在信号上移动，并对移动窗口中的每段信号计算γ倒谱系数特征，窗口长度设置为N_w，得到特征H₁代表特征维数。其中，γ倒谱系数特征包含GTCC系数、一阶差分GTCC系数、二阶差分GTCC系数各维；

2)对获得的H₁维γ倒谱系数特征进行筛选，本发明提出自适应鲁棒系数作为筛选条件。对于任意一维的γ倒谱系数特征序列时间序列代表时间处的特征值。

首先采用移动平均法把特征参数序列分为平稳趋势项和随机余量项两个部分：

其中，代表特征的平稳趋势部分，而则表示特征的随机余量部分。然后计算特征的鲁棒系数。

3)根据上式，分别计算得到H₁维中每一维特征的鲁棒系数，记为提出自适应鲁棒系数阈值，并与H₁维特征的鲁棒系数比较。选取鲁棒系数大于鲁棒系数阈值的特征，选取后的特征维数为H₂维，记筛选后获得的特征为判别公式如下：

i₀＝1,2,…,H₁；

其中，θ_Rob为自适应鲁棒系数阈值，通常根据实验经验选取。

4.根据权利要求1所述的基于不平等距离优化聚类算法的伤损裂纹声发射信号检测方法，其特征在于所述的步骤三具体包括：

1)从特征中随机选取K个点作为初始聚类中心{c₁,c₂,…,c_K}，即特征被聚类成K个簇，记为B＝{B₁,B₂,…,B_K}；

2)计算各特征点到指定质心的距离；

其中，

3)利用下式进行每个簇的质心更新，并重复进行2)到3)步，直到质心位置不再发生变化：

其中，j₂＝1,2,…,K，最终得到的质心记为各个簇中所包含的特征分别记为其中

4)计算每个簇的特征点到其簇质心的距离，确定其中距离的最大值；

其中i₃＝1,2,…,K。

5)设定每个簇聚类质心的不平等优化距离值，对于K个聚类，待检测信号特征属于该簇聚类的判定优化距离值为：

其中，p＝1,2,…,K；α_p代表噪声抑制系数，根据噪声情况实时调节。

6)在移动时间窗口处理下提取待检测声发射信号的γ倒谱系数特征，并依照步骤二中筛选获得的特征序号选择的特征，记为计算各个特征与K个簇中每个簇质心的距离，依据下式获取该待检测信号各特征的簇编号

其中，i₄＝1,2,…,K；

7)进一步在获取待检测信号各特征簇编号的情况下，根据5)中的不平等优化距离值进行不平距离优化判别，判别方法如下式：

如果计算结果R为1，则该特征属于伤损裂纹信号；反之，则属于噪声信号。判别各个特征是否属于伤损信号，完成伤损声发射信号检测。