技術(shù)領(lǐng)域

本發(fā)明涉及一種基于變分模態(tài)分解的錨桿檢測(cè)方法，屬于土木結(jié)構(gòu)工程檢測(cè)技術(shù)領(lǐng)域。

背景技術(shù)

錨桿錨固系統(tǒng)屬于隱蔽工程，受到地質(zhì)條件、施工工藝等環(huán)境影響，如果存在隱患難以覺察，聲波法是目前錨桿錨固檢測(cè)最主要的一種無(wú)損檢測(cè)方法。在錨桿檢測(cè)過(guò)程中，直接獲得反射波到達(dá)時(shí)間常常比較困難，為了獲得有效的信號(hào)，提出了很多數(shù)據(jù)處理方法，如短時(shí)傅立葉變換、Gabor變換、Wigner-ville變換及小波變換等，其中以小波變換研究最多，小波變換的成效往往受限小波基和分解層數(shù)的選擇。經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition，EMD)可以根據(jù)信號(hào)的特征自適應(yīng)選擇基底來(lái)對(duì)信號(hào)進(jìn)行多分辨率分析的特點(diǎn)，而且還克服了小波基的選擇問(wèn)題，但EMD在處理的過(guò)程中，會(huì)出現(xiàn)模態(tài)混疊問(wèn)題。集成變分模態(tài)分解(EEMD)修正了EMD出現(xiàn)的模態(tài)混疊問(wèn)題，但由于該方法加人不同的白噪聲，分解后的可能會(huì)產(chǎn)生虛假模態(tài)，同樣造成誤差。近年來(lái)提出的變分模態(tài)分解(VMD，variational modal decomposition)方法，該方法通過(guò)維納濾波與希爾伯特變換將一個(gè)輸入信號(hào)變成若干個(gè)約束問(wèn)題，并通過(guò)迭代每個(gè)分量的中心頻率及帶寬實(shí)現(xiàn)信號(hào)的自適應(yīng)分解，結(jié)果顯示該方法明顯優(yōu)越于傳統(tǒng)的EMD方法。但實(shí)際的檢測(cè)信號(hào)常常伴隨有噪聲干擾，VMD方法能否有效處理強(qiáng)噪聲背景下的聲振信號(hào)鮮見相關(guān)報(bào)道。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是克服現(xiàn)有技術(shù)的缺陷，提供一種基于變分模態(tài)分解的錨桿檢測(cè)方法，可以壓制噪聲干擾，提高錨桿檢測(cè)信號(hào)的分辨率，增強(qiáng)方法的適用性和可靠性。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于變分模態(tài)分解的錨桿檢測(cè)方法，包括以下步驟：

1)根據(jù)現(xiàn)場(chǎng)測(cè)量環(huán)境要求，選擇測(cè)量參數(shù)和設(shè)備工作參數(shù)，采集錨桿聲振檢測(cè)信號(hào)；

2)采用濾波法對(duì)錨桿聲振檢測(cè)信號(hào)進(jìn)行去噪處理；

3)根據(jù)去噪后的錨桿聲振檢測(cè)信號(hào)，設(shè)定變分模態(tài)分解中的參數(shù)；

4)利用變分模態(tài)分解方法將去噪后的錨桿聲振檢測(cè)信號(hào)分解為不同特征模態(tài)函數(shù)；

5)根據(jù)特征模態(tài)函數(shù)，分析特征模態(tài)函數(shù)變化規(guī)律，評(píng)價(jià)錨桿錨固質(zhì)量。

前述的步驟2)中，采用形態(tài)濾波法對(duì)錨桿聲振檢測(cè)信號(hào)進(jìn)行去噪處理。

前述的采用形態(tài)濾波法對(duì)錨桿聲振檢測(cè)信號(hào)進(jìn)行去噪處理，具體為：

(2-1)采用形態(tài)開、形態(tài)閉的級(jí)聯(lián)形式構(gòu)造開-閉和閉-開組合形態(tài)濾波器，其形式如下：

式中，f₁(t)為錨桿聲振檢測(cè)信號(hào)，g為結(jié)構(gòu)元素序列，為開運(yùn)算，·為閉運(yùn)算；

(2-2)采用直線形結(jié)構(gòu)元素對(duì)錨桿聲振檢測(cè)信號(hào)濾波，以濾波前、后的錨桿聲振檢測(cè)信號(hào)的相關(guān)性達(dá)到最大作為選擇準(zhǔn)則選擇濾波寬度值；

(2-3)利用設(shè)計(jì)的濾波器對(duì)錨桿聲振檢測(cè)信號(hào)進(jìn)行去噪處理。

前述的步驟(2-2)中，相關(guān)性ρ計(jì)算如下：

式中，f₂(t)為濾波后的錨桿聲振檢測(cè)信號(hào)，為濾波前的錨桿聲振檢測(cè)信號(hào)的平均值，為濾波后的錨桿聲振檢測(cè)信號(hào)的平均值。

前述的步驟3)中，變分模態(tài)分解中的參數(shù)包括特征模態(tài)數(shù)n和懲罰因子α。

前述的步驟4)中，變分模態(tài)分解方法具體如下：

(4-1)假設(shè)將錨桿聲振檢測(cè)信號(hào)分解為n個(gè)特征模態(tài)函數(shù)：

其中，u_k(t)表示第k個(gè)特征模態(tài)函數(shù)，t表示t時(shí)刻；

(4-2)對(duì)每個(gè)特征模態(tài)函數(shù)進(jìn)行Hilbert變換得到解析信號(hào)：

其中，δ(t)是狄利克來(lái)函數(shù)，j是虛數(shù)符號(hào)；

(4-3)通過(guò)移頻方式，將各解析信號(hào)的頻譜變換到基帶上：

其中，ω_k表示中心頻率；

(4-4)計(jì)算解析信號(hào)的歐式距離，估計(jì)各特征模態(tài)函數(shù)的帶寬，變分問(wèn)題如下：

(4-4)利用二次罰函數(shù)項(xiàng)和Lagrange乘子將變分問(wèn)題轉(zhuǎn)化為無(wú)約束問(wèn)題：

其中，α為懲罰因子，λ(t)為L(zhǎng)agrange乘子，表示范數(shù)，<·>表示內(nèi)積運(yùn)算；

(4-5)利用乘子交替方向算法求取式(5)的無(wú)約束變分問(wèn)題，最終得到多個(gè)不同尺度的特征模態(tài)函數(shù)。

前述的采用小波變換、短時(shí)傅立葉變換或經(jīng)驗(yàn)?zāi)B(tài)分解方法代替變分模態(tài)分解方法。