简介:
本发明属于超声无损检测技术领域,公开了一种管道超声螺旋导波特征路径信号提取方法,包括:通过一阶泰勒展开将管壁非线性的波数关系转换为线性的形式,在窄带激励的情形下,这种近似是合理的;依据这种近似,在已知激励函数情况下,推导了单一模态导波单一路径下的信号响应;在此基础上,建立多模态和多路径的导波传播过完备数据集,利用单层神经网络算法求解模态和路径权重因子;模态权重因子与多模态数据集相乘可以从整体信号中分离出多组单一模态信号,路径权重因子与多路径数据集相乘可以提取单一模态的特征路径信号。本发明能有效抑制导波频散,提取单一模态下单一路径的导波特征信号,提高信号辨识度,具有广阔的前景。
本发明属于超声无损检测技术领域,公开了一种管道超声螺旋导波特征路径信号提取方法,包括:通过一阶泰勒展开将管壁非线性的波数关系转换为线性的形式,在窄带激励的情形下,这种近似是合理的;依据这种近似,在已知激励函数情况下,推导了单一模态导波单一路径下的信号响应;在此基础上,建立多模态和多路径的导波传播过完备数据集,利用单层神经网络算法求解模态和路径权重因子;模态权重因子与多模态数据集相乘可以从整体信号中分离出多组单一模态信号,路径权重因子与多路径数据集相乘可以提取单一模态的特征路径信号。本发明能有效抑制导波频散,提取单一模态下单一路径的导波特征信号,提高信号辨识度,具有广阔的前景。