[發明專利]一種結構損傷聲發射信號識別方法、裝置、存儲介質

在審

• 申請號: 202111156664.3
• 申請日: 2021-09-29
• 公開（公告）號: CN114002334A
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 王鐵軍;李鴻宇;江鵬
• 申請（專利權）人: 西安交通大學
• 主分類號: G01N29/44
• 分類號: G01N29/44;G01N29/14;G06N3/04;G06N3/08
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 覃婧嬋

1.一種結構損傷聲發射信號識別方法，其特征在于，包括：

步驟S1、收集信號樣本并標記其所屬類別，所述帶標記信號樣本類別應包括結構聲發射損傷、以及振動噪聲、摩擦噪聲、撞擊噪聲中的至少一種；

步驟S2、設計卷積神經網絡模型；

步驟S3、使用帶標記數據集進行模型訓練與調優。

2.根據權利要求1所述的方法，其特征在于：

步驟S1中所述信號樣本包括真實來源樣本和實驗室樣本；

所述真實來源樣本為從實際工程環境采集的信號樣本，所述實驗室樣本為采用實驗室模擬方式采集的信號樣本。

3.根據權利要求2所述的方法，其特征在于：

對真實來源樣本的標記方法包括：

步驟S101、確認信號采集環境的聲潔凈度，當現場環境中聲發射有效信號的信噪比大于0時，進行下一步；

步驟S102、對樣本進行實時溯源，所述實時溯源為在通過傳感器采集聲發射信號的同時使用光測或電測方法觀測目標區域的損傷發生情況；

步驟S103、當通過傳感器采集聲發射信號得出的目標區域損傷結論與光測或電測方法觀測目標區域的損傷結論對應一致時，判定為完成溯源，將真實信號標記成為聲發射損傷信號樣本。

4.根據權利要求2所述的方法，其特征在于：

采集實驗室樣本的方法包括：

步驟S201、對預制裂紋的緊湊拉伸試件進行準靜態實驗測試；

步驟S202、通過預先布置的傳感器采集聲發射信號；

步驟S203、將采集的聲發射信號標記為實驗室樣本。

5.根據權利要求1所述的方法，其特征在于：

步驟S2中卷積神經網絡為深度平層網絡、深度殘差網絡或深度密接網絡。

6.根據權利要求1所述的方法，其特征在于：

步驟S3包括：

基于收集的帶標記數據，使用交叉熵計算損失函數；

利用反向傳播策略計算模型參數梯度；

使用數學優化器更新模型。

7.根據權利要求6所述的方法，其特征在于：

步驟S3具體包括：

對于一個訓練樣本{x，y}，x為輸入信號矢量，y為標記矢量，交叉熵損失函數計算式如下：

式中c為待識別類別數；隨后反向傳播算法將逐層反向計算參數梯度，即：

式中θ_i為第i層的待學習參數，Z^L為第L層的輸出；獲得參數梯度后，數學優化器O按照下式對模型參數進行更新：

式中η為學習率，根據不同的優化器選擇。

8.根據權利要求1所述的方法，其特征在于：

還包括：

步驟S4、若所述訓練僅使用實驗室樣本且有真實來源無標記樣本，使用真實來源樣本進行遷移學習。

9.根據權利要求8所述的方法，其特征在于：

步驟S4中，在模型訓練中使用假標記策略，包括：

在訓練初期使用有標記數據計算損失函數，更新模型；

從模型訓練中某節點時刻開始，將模型根據無標記輸入樣本給出的輸出作為這些無標記樣本的假標記，加入損失函數計算并更新模型。

10.根據權利要求9所述的方法，其特征在于：

所述節點時刻為總迭代步數的30％。

11.一種結構損傷聲發射信號識別裝置，其特征在于，包括：

至少一個處理器；與所述至少一個處理器通信連接的存儲器；

其中，所述存儲器存儲有能被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1-10任一項所述的方法。