破茬圆盘刀点蚀声发射信号的独立分量分析及其软件的编制

李宝玉，张伟

（黑龙江八一农垦大学工程学院，大庆 163319）

破茬圆盘刀点蚀所造成的损失很大，所以点蚀的早期探测一直是人们十分关心的问题。利用声发射（AE）技术对零部件的初期损伤进行监测，是一种行之有效的方法[1-2]。由于在点蚀发生的初期，其产生的声发射信号极其微弱，且常常是多信号混合，并且伴有噪声。所以，如何利用有效的信号处理方法来识别这些微弱的点蚀声发射信号是声发射技术应用的难点[3]。

独立分量分析（Independent Component Analysis简称ICA）起源于上世纪80年代，直到上世纪末期才逐渐发展起来。独立分量分析属于一种新的盲源分离方法，其显著特点为：信号是非高斯的，且为相互独立。

在声发射点蚀实验中，被测样品表面很可能在多处同时产生点蚀现象，而这些点蚀产生的声信号将会相互叠加，从而导致无法对点蚀AE 信号进行识别[4]。针对这种情况，本文利用ICA 来处理这些用常规方法难以识别的复杂信号，并且编制了相应的ICA软件。

1 ICA 基本原理

设声发射采集到的信号为x=［x1，x2，K，xN］T，独立分量为s=［s1，s2，K，SN］T，独立分量分析算法[5-7]如下：

2 金属点蚀AE 信号的独立分量分析

在破茬圆盘刀点蚀试验中，当两个点蚀AE 信号互相叠加并染有噪声，那么就要先对信号进行小波消噪，再对不含噪声的AE 信号进行ICA 分析，这样的信号分离方法要比仅采用ICA 进行信号分离的效果要好的多。

图1 独立分量分析的算法Fig.1 The arithmetic of ICA

图2 观测信号Fig.2 The observed signal

例如，图2 是在10%FeCl3·6H2O 腐蚀溶液中进行点蚀试验时，通过声发射仪采集到的声发射信号，根据点蚀声发射信号的特点[1]，判断该信号中定染有噪声，因此首先采用小波分析对信号消噪。图3 为消噪后的信号图。然后利用ICA 对两道信号进行分析。图4 是没进行小波消噪，仅采用ICA 对声发射信号进行分析的结果图。图5 为ICA 分析结果图。对图4和图5 进行比较，可以明显看出利用小波分析与ICA相结合的方法对声发射信号进行处理，比单独利用ICA 进行分析得到的效果要好。

图3 小波消噪后的混合信号Fig.3 Mixed signal after wavelet de-noising

图4 未进行小波消噪的ICA 分析结果Fig.4 The results of ICA without wavelet de-noising

图5 小波消噪后的ICA 分析结果Fig.5 The results of ICA after wavelet de-noising

3 ICA 软件的编制

该软件是根据ICA 的算法进行编制的，采用的是Matlab 语言，软件具有友好的界面，可以直观的观测运行结果等优点。

3.1 独立分量分析软件的系统流程图

该软件主要包括五个部分：载入混合信号、维数控制、固定点ICA、ICA 分析、结果的保存。图6 为该软件的系统流程图。

图6 ICA 软件系统流程图Fig.6 The flow chart of ICA software

3.2 软件介绍

软件主界面如图7 所示。它主要由混合信号的载入、维数控制、ICA 分析等几个部分构成。

图7 独立分量分析主界面Fig.7 The main form of ICA software

在进行独立分量分析前，首先要将待分析的信号数据载入到Matlab 工作空间，然后左键单击主界面上“载入数据”按钮，即呈现图8 界面。

图8 数据载入界面Fig.8 The form of load data

数据预处理则要通过主界面上“维数简化”、“初始维数”、“白化矩阵”三个按钮来实现的。

主界面上靠近下方的选项是有关独立分量分析算法的，在“逼近函数”中可以对解相关函数进行选择。

图9、10 分别为“保存结果”和“高级选项”界面。

图9 保存独立分量分析结果界面Fig.9 The form of save results

图10 独立分量分析高级选项界面Fig.10 The form of advanced options

4 结论

（1）由于ICA 的特点是所分析信号是非高斯和相互独立的，加之对其算法的研究，证明其是适合应用于破茬圆盘刀点蚀AE 信号处理的。

（2）提出了小波分析与ICA 相结合的信号分析方法，对染有噪声的AE 混合信号，先消噪后分离。实验结果证明该方法能够从复杂的混合信号中提取出AE 信号，这将为利用AE 技术探测破茬圆盘刀点腐蚀萌生和扩展奠定基础。

（3）ICA 软件界面友好，通过该软件可以对运行结果进行实时地观察，使独立分量分析更加具有直观性和可靠性。

［1］李伟，戴光，李宝玉.基于独立分量分析的金属腐蚀声发射信号处理［J］.化工机械，2005，32（4）：207-210.

［2］李伟，蒋鹏.基于独立分量分析的声发射信号分离方法［J］.压力容器，2008，25（5）：10-12.

［3］周桂霞，李剑，李玉清，等.梁远牧草压捆机关键部件的仿真分析［J］.黑龙江八一农垦大学学报，2011，23（3）：16-18.

［4］李宝玉.金属点蚀声发射监测与信号处理研究［D］.大庆 ：大庆 石油学院，2005.

［5］李伟，方江涛，戴光.基于独立分量分析和小波变换的低碳钢点蚀声发射信号特征提取［J］.化工机械，2007，34（2）：74-77.

［6］T.W.Lee.Independent Component Analysis：Theory and Applications［M］.Bosten:Kluwer Academic Publisher，1998.

［7］S.Roberts，R.Everson.Independent component analysis:principles and practice ［M］.New York:Cambridge University Press，2001.