具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。

本发明提供了一种基于板状结构气体泄漏声发射特征的泄漏源定位方法，利用在板状结构表面安装的位移传感器阵列采集气体泄露引起的在板状结构表面传播的振动泄露声时域信号；然后基于泄露声发射信号的特征，对泄漏声时域信号进行预处理；通过小波包分解和希尔伯特黄变换方法提取截取时域内的有效信号，尽可能去除噪声与干扰信号；再将有效信号作为环绕型传感器阵列MUSIC算法的信号输入，其他输入参数通过预处理方法获得。最终得到传感器阵列对泄露源的定向结果；利用传感器阵列的相对位置与定向结果，定位公式确定泄露源相对传感器阵列的距离。本发明可以对多泄露源进行更精确的定位；能够有效消除噪声与干扰信号影响，从而实现复杂工况下的板状结构气体泄露定位。

请参阅图1，本发明一种基于板状结构气体泄漏声发射特征的泄漏源定位方法，包括以下步骤：

S1、利用超声波传感器环绕型阵列采集表面振动位移作为泄露信号并将其转换为电信号，通过对电信号的滤波放大，以及模数转换后得到输入电脑的数字信号，即泄露声时域信号x(t)；

板状结构的泄露声信号是在结构产生撞击或其他方式出现内外压力差时，气体向结构外泄露时与漏口产生振动并沿平行结构表面方向传播的声信号。板状结构泄露信号属于高频信号，受到环境噪声和其他干扰噪声的影响。传感器通过采集结构表面的位移振动数据得到原始泄露信号。

S2、对步骤S1得到的时域信号进行信号预处理；

S201、对该信号截取一段稳定信号作快速傅里叶变换，在固定频率范围内的信号频域中最大处的幅值对应的频率作为目标频率，固定频率范围为0～200kHz；

S202、利用小波基对该信号进行小波包n层分解后，选取包含步骤S201得到的目标频率的信号段作为第一有效信号段；对第一有效信号段进行希尔伯特-黄变换(HHT变换)，选取希尔伯特黄变换的第一个分解模态信号作为第二有效信号段。

原始信号由于以连续型信号的形式存在，特征相较于突发型型号更少，更难提取。而在实际工况中，环境噪声信号往往处于低频区域，泄露信号频域位于更高频，并存在主频和二次谐波的频率特征。

本发明采用小波包分解的方法，对原始泄露信号进行第一步信号预处理，小波包分解方法分别在高低频更准确的保留原始信号特征。处理方法如下：

首先在原始信号频域中，标记主频区域范围，对该主频区域范围内进行小波包的n层分解，将该主频区域范围内的信号进行进一步提取；提起后的信号频域更加集中。

其次，在板状结构上具有较多不连续处，泄露信号的反射信号会对传感器接受信号产生影响，为此，本发明采用希尔伯特黄变换的方法对信号进行近一步提取，希尔伯特黄变换是一种自适应的变换方法，将原始信号按照EMD方法处理，分解成多个IMF分量后再对其做HT变换得到瞬时频率和瞬时能量，从而能够极大地提高频率变换的精确度。最终信号可以被表示成时域-频率平面上的能量谱形式。该方法通过从自身特征时间尺度出发，无先验信号，自适应地对信号进行分解，希尔伯特黄变换得到的IMF分量一般具有明显物理意义。本发明选取希尔伯特黄变换后的第一IMF分量作为处理后信号。

S3、将步骤S2预处理后的第二有效信号段作为环绕型MUSIC算法的信号输入，满足构造的空间谱函数最大值的角度即为传感器阵列中心相对泄露源的方向角；

请参阅图1，设包含k个泄露信号的信号段X输入到由n个传感器组成的环绕型阵列中，绕型阵列中第i个传感器上受到的信号X_i(t)表示如下：

其中，S_ij(t)代表第k个泄漏源传播到第i个传感器上的信号；N(t)代表噪声信号。

改写成矩阵向量形式：

X＝AS+N

其中，A代表由k组列向量组成的尺寸为n×k的延时矩阵；假设每个传感器最终接受信号的长度为l，S代表由k个长度为l的行向量组成的尺寸为k×l的信号矩阵，N代表由m个长度为l的有色噪声组成的尺寸为m×l噪声矩阵。

协方差矩阵R：

R＝E[XX^H]

＝E[(AS+N)(AS+N)^H]

＝AE[SS^H]A^H+E[NN^H]

＝AR_SA^H+R_N

假设噪声信号N(t)以均值为0，方差为σ²的白噪声存在，协方差矩阵R写成：

R＝AR_SA^H+σ²I

将协方差矩阵R中n个特征值λ₁≥λ₂≥,…,λ_k,…,≥λ_n＞0分解后得k个特征值构成的信号子空间与n-k个特征值构成的噪声子空间。

由矩阵论知识，Rv_i＝λ_iv_i

即：

Rv_j＝σ²v_j

其中，j＝k+1,k+2,…,n，上式代数化简后，有：

其中，j＝k+1,k+2,…,n，理想情况下，延时矩阵A的共轭转置阵和噪声子空间正交。由此，构造空间谱函数P(θ)如下所示具体为：

其中，为构成噪声子空间的特征向量，a(θ)为延时矩阵的向量，H为共轭转置符号。由上述可知，当P(θ)取到最大值时，越接近理想情况，满足构造的空间谱函数最大值的角度作为传感器阵列中心相对泄露源的方向角θ。。

S4、以传感器阵列中心为原点，以传感器阵列所在平面为x，y轴平面建立二维坐标系，以传感器阵列中心在坐标系中的坐标和步骤S3得到的方向角构建多个直线，对构建的直线相交点进行K-均值聚类，得到预估的泄露源位置。

多个直线的一般方程有：

y_i＝tan(θ_i)x_i+b

其中，i是传感器阵列的个数，(x_i,y_i)是传感器阵列中心的坐标，θ_i是步骤S3求得的该传感器阵列面向泄露源的方位角，b是未知截距。

如果通过上述多个传感器阵列中心的坐标和方位角，对上述方程组进行近似求解，可以得到个解，也是坐标，这些坐标有些误差很大，占少数；有些误差非常小，占多数。对所有可能的点进行K-均值聚类，即得到多数误差非常小的点的位置，即预估的泄露源位置，实现泄漏源定位。

本发明再一个实施例中，提供一种基于板状结构气体泄漏声发射特征的泄漏源定位系统，该系统能够用于实现上述射线图像标记信息检测方法，具体的，该基于板状结构气体泄漏声发射特征的泄漏源定位系统包括采集模块、处理模块、输入模块以及定位模块。

其中，采集模块，采集板状结构表面振动位移作为泄露信号，将泄露信号转换得到声时域信号

处理模块，对采集模块得到的时域信号进行信号预处理，得到第二有效信号段；

输入模块，将处理模块得到的第二有效信号段作为由n个传感器组成的环绕型传感器阵列上MUSIC算法的信号输入，构造基于阵列方位角扫描的空间谱函数P(θ)，将满足构造的空间谱函数P(θ)最大值的角度作为传感器阵列中心相对泄露源的方向角θ；

定位模块，以传感器阵列中心为原点，以传感器阵列所在平面为x，y轴平面建立二维坐标系，以传感器阵列中心在二维坐标系中的坐标和输入模块得到的方向角构建多个直线，对构建的直线相交点进行K-均值聚类，得到预估的泄露源位置，实现泄漏源定位。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

基于有限元对本发明技术方案定位技术的合理性以及精确性进行了验证。

建立尺寸为400mm×400mm×2.5mm的3维有限元模型，并以结构上表面中心为圆心建立坐标系，其示意图如图2所示。模拟泄漏激励(红色星星)持续加载于原点处，图3展示了激励信号的实数域。随机选取了结构表面上离泄露源0°,5°,···,360°72个不同方位的点作为模拟传感器阵列中心，通过定位算法得到的方位角和最终定位结果，对该方法进行检验。

由步骤S2，首先选取0～200kHz频域内信号，选择小波包分解层数n为7，对其进行小波包分解和HHT变换后，信号的频域对比图如图4所示，从图中可以看出，小波包分解和HHT方法有效的得到了信号的主要频率信息。

由步骤S3，选择一个环绕型传感器阵列由5个传感器构成，如图5所示，得到步骤2处理后的信号后，构造空间谱函数并让其最大，所得到的方位角θ即为每个传感器阵列相对于泄露源的角度，72个模型传感器阵列的方位角与其理论方位角的误差如图6所示，从中可以看出误差非常小，平均误差只有0.47°。

最终利用传感器阵列中心的相对位置与方位角，再加上K-均值聚类方法，最终在随机实验100次情况下，所得到的定位坐标如图7所示。从中可知误差也非常小，只有1.67mm。

综上所述，本发明一种基于板状结构气体泄漏声发射特征的泄漏源定位方法，有效增加泄露点的定位准确度，并且利用传感器代替人工作业，实现漏点的自动检测和精确定位，利用小波包分解、希尔伯特黄变换来实现干扰信号消除，信号提纯，提高了泄露定位的准确性，利用了环绕型阵列和MUSIC定位方法和K-均值聚类方法，不仅能够针对不同个数泄露源的泄露工况，还可以进一步提高泄露源定位准确性。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。