[发明专利]一种基于VMD和PNCC的U型管运行状态声纹识别方法

说明书

本发明公开了一种基于VMD和PNCC的埋地U型管道运行状态声纹识别方法，属于管道故障检测技术领域；本发明首先通过数据采集装置对运行管道内采集低频声压信号，然后对低频声压信号进行VMD分解，根据最大中心频率准则确定分解参数K并选取有效地模态分量，提取有效模态分量的PNCC系数构建能表征U型管运行状态的特征向量集，最后将特征向量集输入到极限学习机中，建立U型管声纹识别模型；本发明提出的方法能有效识别U型管不同的运行状态(堵塞、泄漏和正常)。

技术领域

一种基于VMD和PNCC的U型管运行状态声纹识别方法，属于管道故障检测技术领域。

背景技术

供水系统和排水系统是城市地下核心网络，扮演着举足轻重的作用。而U型管又是供排水系统中不可或缺的一部分，当地面上存在建筑物、生产设备等重要设施时，为避免由长期共振带来的机械性损伤，相应的地下管道部分将使用下沉式或平铺式U型管道。由于周围环境和介质的改变、管道自然老化和人为破坏，U型管道易发生堵塞和破损变形等故障，若对于故障没有进行及时的处理，不仅会对人民的生活造成严重的影响，而且会带来不可估量的经济损失。因此，对U型管运行状态的识别是必要的。

目前研究管道堵塞和泄露的方法主要有压电超声传感器技术、涡流探头、闭路电视、下水道扫描仪评估技术、和探地雷达等。这些方法不但花费高昂，而且还对土地进行不同程度开挖，耗时耗力但效果不一定理想。声学主动检测技术是一种无损检测方法，其优点是实施简单、成本低、效率高、不依赖于实验人员的主观判断。因此，利用声学主动检测技术来获取管道声压信号进行信号处理与模式识别，得出管道的运行状态既经济又实用，成为了研究的热点。

发明内容

为了判别U型管不同运行状态的问题，本发明提出了一种基于VMD和PNCC的U型管运行状态声纹识别方法。

本发明的技术方案是：一种基于VMD和PNCC的U型管运行状态声纹识别方法，所述的方法具体步骤如下：

Step1、通过数据采集装置对不同运行状态下的U型管进行数据采集，获得不同运行状态下的低频声压信号数据；

其中，数据采集装置包括计算机、声卡、功率放大器、扬声器、水听器、滤波器、两根带有固定装置的伸缩杆。数据采集的具体过程为：操作人员先将分别固定在伸缩杆上的扬声器和水听器通过伸缩杆从U型管两侧伸入到底部弯管处，然后通过操作计算机控制声卡发出检测信号，检测信号通过功率放大器经由扬声器发射到U型管中，然后另一侧的水听器采集到检测信号通过滤波器后长传至计算机中，存储信噪比较低的管道声压信号数据。

Step2、对不同运行状态下的声压信号进行变分模态分解，获得不同频段下的模态分量；

Step3、利用最大中心频率准则确定最大模态分量数K，同时选取有效的模态分量；

其中，确定最大模态分量数K和有效模态分量的具体过程为：按照最大中心频率准则选取最大分解数，其中最大中心频率准则定义是当分解数目为K时，第K-1个模态分量的中心频率和第K个模态分量的中心频率保持相对稳定则最佳分解数K,若中心频率不稳定则最佳分解数目不为K，然后根据检测信号的频率范围确定有效模态分量的数目，具体为模态分量的中心频率不能超过检测信号的最大频率。

Step4、对有效地模态分量提取PNCC系数，构建能表征U型管不同运行状态的特征向量集；

其中，提取PNCC系数的具体过程为：对有效模态分量先进行分帧、加窗；对其求取快速傅里叶变换；取幅值平方；Gammatone滤波器频率整合；时频归一化；中间能量偏差移除；计算非线性函数幂；离散余弦变换；最后得到能量归一化倒谱系数(PNCC)，构建能表征U型管不同运行状态的特征向量样本集。

Step5、将特征向量样本集分为测试样本集和训练样本集，其中比例为3：7。然后将训练样本集用于模型的训练，测试样本集用于模型的测试；

本发明的有益效果是：