基于小波閾值去噪方法的機(jī)電阻抗損傷檢測(cè)方法研究

摘要：由于能夠?qū)Y(jié)構(gòu)中產(chǎn)生的感應(yīng)信號(hào)進(jìn)行測(cè)量，機(jī)電阻抗（electro-mechanical impedance，EMI）檢測(cè)技術(shù)逐漸成為結(jié)構(gòu)損傷識(shí)別的重要手段。針對(duì)EMI 檢測(cè)技術(shù)的信號(hào)處理與優(yōu)化問(wèn)題，提出了一種基于小波閾值去噪方法的EMI 結(jié)構(gòu)損傷識(shí)別方法。首先，闡述了EMI 檢測(cè)技術(shù)的工作原理和數(shù)學(xué)模型的構(gòu)建過(guò)程；其次，建立了信號(hào)采集模塊和信號(hào)去噪模塊；再次，提出了基于小波閾值去噪方法的信號(hào)處理；最后，通過(guò)仿真實(shí)驗(yàn)對(duì)該方法的可靠性和穩(wěn)定性進(jìn)行驗(yàn)證。結(jié)果表明，該方法通過(guò)改進(jìn)EMI 檢測(cè)技術(shù)，不僅能實(shí)時(shí)監(jiān)測(cè)結(jié)構(gòu)狀態(tài)，還能準(zhǔn)確識(shí)別不同類(lèi)型的損傷。

關(guān)鍵詞：人工智能；機(jī)電阻抗損傷；小波閾值去噪；信號(hào)采集；信號(hào)去噪

中圖分類(lèi)號(hào)：TG115.28 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

機(jī)電阻抗（electro-mechanical impedance，EMI）檢測(cè)技術(shù)作為一種新興的結(jié)構(gòu)健康監(jiān)測(cè)方法，因其對(duì)早期微小損傷的高靈敏度識(shí)別能力而受到廣泛關(guān)注。該技術(shù)利用壓電材料的特性，通過(guò)監(jiān)測(cè)結(jié)構(gòu)的阻抗變化，實(shí)現(xiàn)對(duì)結(jié)構(gòu)損傷的有效識(shí)別。這種方法具有無(wú)損、可在線監(jiān)測(cè)的優(yōu)勢(shì)，能夠在設(shè)備運(yùn)行狀態(tài)下進(jìn)行檢測(cè)，避免了傳統(tǒng)檢測(cè)方法時(shí)間長(zhǎng)、成本高等缺點(diǎn)。EMI 檢測(cè)技術(shù)的敏感性使其在動(dòng)態(tài)環(huán)境和復(fù)雜載荷條件下，對(duì)微小損傷的識(shí)別能力更突出。這種優(yōu)勢(shì)使得EMI 檢測(cè)技術(shù)在城市管道、橋梁等關(guān)鍵基礎(chǔ)設(shè)施的實(shí)時(shí)監(jiān)測(cè)中有著廣闊應(yīng)用前景。然而，EMI 檢測(cè)技術(shù)也易受到溫度變化、環(huán)境噪聲等外部因素的干擾，使得損傷識(shí)別的精確度有所降低。對(duì)于結(jié)構(gòu)健康監(jiān)測(cè)中溫度變化帶來(lái)的誤報(bào)和漏報(bào)問(wèn)題，如何采取有效的補(bǔ)償措施是當(dāng)前研究的重要方向[1]。在此背景下，結(jié)合人工智能技術(shù)，小波閾值去噪方法對(duì)增強(qiáng)EMI 檢測(cè)技術(shù)的可靠性具有重要意義。

1 EMI檢測(cè)技術(shù)概述

1.1 工作原理

EMI檢測(cè)技術(shù)通過(guò)在被測(cè)結(jié)構(gòu)上施加一定頻率和幅值的電信號(hào)，然后檢測(cè)這些信號(hào)，以此推斷結(jié)構(gòu)是否存在損傷。在這個(gè)過(guò)程中，傳感器的主要功能是進(jìn)行信號(hào)的施加與檢測(cè)，從而實(shí)現(xiàn)對(duì)結(jié)構(gòu)健康狀態(tài)的監(jiān)測(cè)[2]。傳感器主要有壓電傳感器和磁致伸縮傳感器兩種。壓電傳感器的激勵(lì)頻率與被測(cè)結(jié)構(gòu)表面的導(dǎo)電率相關(guān)，激勵(lì)電流和輸出電壓與被測(cè)結(jié)構(gòu)表面的電阻率成正比；而磁致伸縮傳感器通過(guò)激發(fā)磁場(chǎng)實(shí)現(xiàn)對(duì)被測(cè)結(jié)構(gòu)中磁矩、磁導(dǎo)率和磁通密度等物理量的測(cè)量[3]。

1.2 EMI 檢測(cè)模型

EMI檢測(cè)模型分別為基于磁致伸縮效應(yīng)的EMI檢測(cè)損傷檢測(cè)模型和基于壓電效應(yīng)的EMI 檢測(cè)損傷檢測(cè)模型。磁致伸縮效應(yīng)是由磁致伸縮材料的變形來(lái)產(chǎn)生信號(hào)，而壓電效應(yīng)則是由壓電材料機(jī)械形變程度來(lái)產(chǎn)生信號(hào)。兩種模型根據(jù)各自機(jī)制計(jì)算損傷位置，但是總體來(lái)說(shuō)，基于磁致伸縮效應(yīng)的檢測(cè)模型更適合用來(lái)定位損傷位置，而基于壓電效應(yīng)的檢測(cè)模型則更長(zhǎng)于評(píng)估損傷程度[4]。

2 信號(hào)采集與信號(hào)去噪模塊

2.1 信號(hào)采集模塊

信號(hào)采集模塊通過(guò)貼放在目標(biāo)體兩側(cè)的檢測(cè)電極實(shí)現(xiàn)信號(hào)的測(cè)量，前置放大器將信號(hào)放大后，利用數(shù)據(jù)采集卡完成信號(hào)采集過(guò)程。磁聲電信號(hào)的采集流程如圖1所示。

實(shí)現(xiàn)信號(hào)采集及存儲(chǔ)的方式多種多樣，其中比較常用的設(shè)備是示波器和數(shù)據(jù)采集卡。但在本實(shí)驗(yàn)中，需要按設(shè)置好的軌跡對(duì)目標(biāo)體進(jìn)行掃描，然后利用掃描后的數(shù)據(jù)創(chuàng)建圖像?？紤]到示波器更適合采集和儲(chǔ)存單一信號(hào)，若數(shù)據(jù)采集量較大則非常耗時(shí)，且環(huán)形掃描時(shí)要手動(dòng)調(diào)節(jié)超聲換能器，實(shí)驗(yàn)誤差大且易被外界人為因素干擾，不符合實(shí)驗(yàn)要求，故本文使用數(shù)據(jù)采集卡對(duì)信號(hào)進(jìn)行采集及后續(xù)處理[5]。

2.2 信號(hào)去噪模塊

實(shí)際檢測(cè)到的磁聲電信號(hào)十分微弱，而且極易被噪聲干擾。因此，本文設(shè)計(jì)了信號(hào)去噪模塊并將其添加到信號(hào)采集模塊中。假設(shè)Record0 為原始信號(hào)數(shù)據(jù)，Record1 為去噪后的實(shí)時(shí)信號(hào)波形，觀測(cè)信號(hào)波形可以同時(shí)觀察兩組信號(hào)。這一設(shè)計(jì)可以在信號(hào)采集過(guò)程中同步顯示去噪前后的信號(hào)，并在掃描結(jié)束后對(duì)去噪后的數(shù)據(jù)進(jìn)行儲(chǔ)存，為后續(xù)圖像重建工作奠定良好基礎(chǔ)。本模塊通過(guò)調(diào)用LabVIEW 中的MATLAB Scripts 節(jié)點(diǎn)，對(duì)原始信號(hào)進(jìn)行去噪處理，以達(dá)到實(shí)時(shí)顯示去噪后信號(hào)波形的目的。最后，根據(jù)去噪后的數(shù)據(jù)，編寫(xiě)相應(yīng)程序在LabVIEW 里完成圖像重建[6]。

3 基于小波閾值去噪方法的信號(hào)處理

在實(shí)際應(yīng)用中，小波變換的尺度參數(shù)不必連續(xù)取值，可以按照某種方式對(duì)連續(xù)小波及其變換做離散化處理。本文在測(cè)量磁聲電信號(hào)時(shí)，通常將磁聲電信號(hào)作為離散點(diǎn)進(jìn)行數(shù)據(jù)處理。將參數(shù)a 和b 離散化，則可以得到信號(hào)x（t）的離散小波變換：

3.2 小波閾值去噪

小波閾值去噪是一種信號(hào)去噪方法。首先用小波變換對(duì)噪聲信號(hào)進(jìn)行分解，保留有用信號(hào)的小波系數(shù)；其次通過(guò)選擇適當(dāng)?shù)拈撝岛烷撝岛瘮?shù)，將噪聲的小波系數(shù)設(shè)置為零；最后利用處理后的小波系數(shù)重構(gòu)信號(hào)得到去噪后的信號(hào)。小波閾值去噪流程主要包括以下3 個(gè)步驟。

步驟1：小波分解。選擇合適的小波基和小波分解層，利用小波變換對(duì)原始信號(hào)進(jìn)行分解，得到相應(yīng)的小波系數(shù)。

步驟2：閾值處理。選取合適的閾值和閾值函數(shù)對(duì)分解后的信號(hào)進(jìn)行閾值處理。

步驟3：信號(hào)重構(gòu)。利用處理后的小波系數(shù)對(duì)信號(hào)進(jìn)行重構(gòu)。

在以上步驟中，小波基、小波分解層數(shù)、閾值以及閾值函數(shù)的選取均會(huì)影響去噪效果。

3.3 信號(hào)重構(gòu)

小波重構(gòu)過(guò)程涉及對(duì)系數(shù)應(yīng)用小波逆變換，最終得到的信號(hào)是原始信號(hào)在不同細(xì)節(jié)級(jí)別上的近似值，而重建的精度取決于小波基的選擇和分解的層數(shù)。降噪后的信號(hào)計(jì)算如下：

該方法易于實(shí)現(xiàn)，重構(gòu)后的信號(hào)能去除原始信號(hào)中的高頻噪聲并保留0.3 ～ 0.7 MHz 頻率的有用信息。

4 實(shí)驗(yàn)結(jié)果分析

首先選擇合適的小波基并確定小波分解層數(shù)；然后對(duì)原始磁聲電信號(hào)進(jìn)行小波分解；其次對(duì)分解后得到的小波系數(shù)進(jìn)行閾值處理；最后對(duì)小波系數(shù)進(jìn)行重構(gòu)，得到去噪后的信號(hào)。本文通過(guò)計(jì)算信噪比（signal noise ratio，SNR）確定小波基及小波分解層數(shù)。在相同的分解層數(shù)下對(duì)比了Daubechies 系列不同小波基的信噪比，通過(guò)多次實(shí)驗(yàn)，并對(duì)測(cè)得的一組磁聲電信號(hào)的信噪比進(jìn)行計(jì)算，得到了db1至db9 不同小波基的信噪比（表1）。由表1 可知，db5 小波最適合對(duì)磁聲電信號(hào)進(jìn)行小波閾值去噪。

5 結(jié)論

本文不僅為EMI 檢測(cè)技術(shù)在損傷識(shí)別中的應(yīng)用提供了理論支持，更推動(dòng)了該技術(shù)的實(shí)際應(yīng)用，所開(kāi)發(fā)的算法與模型能夠有效減少誤報(bào)率，提高損傷識(shí)別的效率與準(zhǔn)確性，有助于保障城市基礎(chǔ)設(shè)施的安全。研究成果為未來(lái)EMI 的廣泛應(yīng)用和智能監(jiān)測(cè)系統(tǒng)的構(gòu)建奠定了基礎(chǔ)。