一种基于声发射信号的管道腐蚀监测与剩余寿命预测方法

本发明属于计算机，具体涉及一种基于声发射信号的管道腐蚀监测与剩余寿命预测方法。

背景技术：

1、管道作为油气输送、化工生产、城市供水及能源输运系统中的重要基础设施，长期处于介质冲刷、温湿度变化、土壤腐蚀及应力载荷等复杂环境中，易发生均匀腐蚀、局部腐蚀和点蚀等缺陷。腐蚀缺陷持续发展会导致管道壁厚减薄、承压能力下降，严重时可能引发泄漏、停产甚至安全事故。现有管道腐蚀检测方法主要包括人工目视检测、超声检测、射线检测、漏磁检测及电化学检测等，但通常存在检测周期长、需停机或局部开挖、检测范围有限、人工依赖程度高以及难以实现连续在线监测等问题，尤其难以及时捕获腐蚀萌生和早期扩展过程。

2、声发射检测技术能够采集材料损伤、腐蚀产物破裂及局部结构变化过程中产生的瞬态弹性波信号，具有实时性强、非侵入式及适于在线监测等特点。随着深度学习技术的发展，卷积神经网络、注意力机制及时频分析方法被应用于声发射信号识别。然而，管道声发射信号通常具有非平稳性强、噪声干扰明显、不同腐蚀状态特征重叠以及频率成分复杂等特点。现有方法多采用单一时域或频域特征提取方式，或对时域特征与频域特征进行简单拼接、相加等静态融合，难以充分表征腐蚀过程中的瞬态冲击信息和多频段能量分布规律。

3、同时，现有方法对小波分解得到的多个频率子带通常采用独立处理或简单加权方式，缺少对局部频段关联及跨频段依赖关系的联合建模，导致对点蚀等局部突发性腐蚀状态的识别稳定性不足。此外，现有剩余寿命预测方法通常基于固定腐蚀速率、经验阈值或单一状态判断结果进行估算，未充分结合腐蚀状态识别概率及识别可信度。当输入信号质量较差或腐蚀状态处于过渡阶段时，预测结果可能存在较大不确定性，难以为管道复检、维修及寿命管理提供可靠依据。

技术实现思路

1、为解决现有技术的不足，实现腐蚀状态准确识别和剩余寿命可靠预测的目的，本发明采用如下的技术方案：

2、一种基于声发射信号的管道腐蚀监测方法，包括如下步骤：

3、根据腐蚀形貌和腐蚀速率对管道声发射信号进行腐蚀状态标注，以构建管道腐蚀声发射数据集；

4、获取待识别的管道声发射信号以提取原始时域信号，对待识别的管道声发射信号进行去噪和小波包分解，得到小波频段信号；

5、对所述原始时域信号和小波频段信号进行特征提取，分别得到原始时域特征和一组频段特征；

6、基于小波频段信号中各频率子带的关系和一组频段特征间的局部变化，生成一组跨频段交互特征并进行融合；

7、将得到的频段融合特征与所述原始时域特征，通过引入待识别声发射信号的信号质量特征，进行基于信号质量感知的双分支动态门控融合，得到用于表征管道腐蚀状态的融合特征；

8、构建腐蚀阶段分类网络，根据所述融合特征进行腐蚀状态预测，并结合所述腐蚀状态标注进行分类网络训练，将待识别管道声发射信号通过训练好了分类网络预测腐蚀状态。

9、进一步地，对管道声发射信号进行腐蚀区域分布、局部腐蚀坑数量和最大腐蚀坑深度检测，将腐蚀程度低且未形成明显局部腐蚀区域的声发射信号标注为初始腐蚀，将腐蚀区域分布均匀且未形成超过预设深度腐蚀坑的声发射信号标注为均匀腐蚀，将存在明显局部腐蚀坑或者最大腐蚀坑深度超过预设点蚀阈值的声发射信号标注为点蚀，并结合腐蚀速率对管道声发射信号进行蚀状态标注，得到管道腐蚀声发射数据集。

10、进一步地，对待识别管道的声发射信号，进行去均值和标准化处理，以保留腐蚀产生的瞬态冲击和局部尖峰信息，得到原始时域信号，原始时域信号分支不进行小波去噪，从而保留管道腐蚀产生的瞬态冲击、局部尖峰、微弱脉冲和波形包络信息；

11、对待识别声发射信号，根据信号质量自适应确定平稳小波变换的去噪阈值，进行自适应平稳小波去噪，并对去噪后的信号进行标准化和三级小波包分解，得到一组八个重构频率子带作为小波频段信号。

12、通过构建两种具有不同信息保留特性的输入，使原始时域信号分支保留可能被小波阈值削弱的瞬态冲击信息，使小波频段分支降低环境噪声并突出不同频率范围内的腐蚀特征。

13、进一步地，根据待识别声发射信号的信号质量特征计算小波分解层对应的阈值调节系数，根据小波分解层的小波细节系数估计各层噪声水平，并将得到的噪声估计值与所述阈值调节系数结合，以确定平稳小波变换各分解层对应的自适应去噪阈值；

14、将信号质量特征向量输入阈值调节模块，得到第个小波分解层对应的阈值调节系数：

15、

16、其中，表示第个小波分解层的阈值调节系数，和分别表示阈值调节系数的下限和上限，和分别表示第个小波分解层对应的权重和偏置，表示sigmoid激活函数；

17、根据第个小波分解层的细节系数估计该层的噪声水平：

18、

19、其中，表示第个小波分解层的噪声估计值，表示第个小波分解层对应的细节系数，表示中位数计算函数；

20、根据阈值调节系数和噪声估计值，计算第个小波分解层的自适应去噪阈值：

21、

22、其中，表示第个小波分解层的自适应去噪阈值，表示待识别声发射信号的采样点数量；

23、采用预设小波基对待识别声发射信号进行多层平稳小波变换，得到不同分解层对应的小波近似系数和小波细节系数，利用所述自适应去噪阈值对各层小波细节系数进行软阈值处理，得到软阈值处理后的细节系数，并通过平稳小波逆变换得到去噪后的声发射信号；

24、根据自适应去噪阈值对第个小波分解层的细节系数进行软阈值处理：

25、

26、其中，表示第个小波分解层的第个原始细节系数，表示软阈值处理后的细节系数，表示符号函数；

27、采用与平稳小波变换对应的小波基，对去噪后的声发射信号进行三级小波包分解，并对分解的多个不同频率的节点进行单独重构，得到一组与待识别声发射信号对应的重构频率子带，作为小波频段分支输入。

28、进一步地，所述信号质量特征包括信噪比、峭度、峰值因子、频谱熵和频带能量集中度；

29、对于所述软阈值处理，当待识别声发射信号的噪声水平高或者频谱熵大时，增大对应小波分解层的所述阈值调节系数，以增强噪声抑制能力；当待识别声发射信号的峭度或峰值因子大时，减小对应小波分解层的所述阈值调节系数，以保留与管道腐蚀有关的瞬态冲击和局部尖峰特征；

30、对于所述双分支动态门控融合，当待识别声发射信号中的瞬态冲击特征明显时，提高原始时域特征的贡献，当声发射信号的噪声强或频谱分布分散时，提高频段融合特征的贡献；当门控权重趋近于0时，对应特征维度主要保留原始时域特征；通过引入信号质量特征，当待识别声发射信号的信噪比低或频谱熵高时，动态门控网络提高经自适应swt去噪处理的频段融合特征的贡献，当待识别声发射信号的峭度或峰值因子高时，动态门控网络提高原始时域特征的贡献，以保留腐蚀产生的瞬态冲击和局部尖峰信息。

31、进一步地，基于一组重构频率子带构建频段关系矩阵，以表征相邻频率子带之间的局部关联及不同频率子带之间的能量耦合关系；

32、将频段特征与频段位置编码进行叠加，以通过局部频段卷积提取相邻频率子带之间的局部变化，得到局部频段特征；

33、将所述局部频段特征和所述频段关系矩阵，通过关系约束自注意力网络进行跨频段全局交互，再将得到的跨频段交互特征通过频段评分生成对应的频段注意力权重，根据频段注意力权重对一组跨频段交互特征进行加权求和，得到频段融合特征。

34、原始时域信号输入时域特征提取网络，通过一维卷积层提取声发射信号的浅层波形特征，再通过多个残差卷积块逐级提取腐蚀瞬态冲击、局部尖峰和波形包络特征；利用高效通道注意力模块增强与管道腐蚀相关的有效特征通道，利用时序注意力模块突出声发射信号中的关键时间位置，得到深层的原始时域特征。

35、将一组重构频率子带输入参数共享的子带编码网络，依次通过多层一维卷积、高效通道注意力、时序注意力、自适应平均池化和线性映射提取各频率子带的特征，得到按照中心频率由低到高排列的一组频段特征向量。

36、进一步地，根据两个频率子带的中心频率、频率间距以及频率子带相关性，计算两个频率子带之间的关系强度，以构建频段关系矩阵，使两个频率子带的中心频率接近时，频率距离对应的关系强度增大，两个频率子带包含相似或耦合的腐蚀声发射特征时，频率子带相关性对应的关系强度增大，频段关系矩阵为跨频段自注意力提供频率位置和子带耦合先验，使模型在训练样本数量有限的情况下仍能够学习符合小波包频率划分规律的跨频段关系。

37、进一步地，将声发射信号的信号质量特征映射为信号质量嵌入特征，并与所述原始时域特征和频段融合特征进行拼接后，输入动态门控网络以生成动态门控权重，基于动态门控权重，对原始时域特征和频段融合特征进行自适应加权，得到基础门控融合特征，从而使模型能够针对不同特征维度分别调整两个分支的融合比例；

38、计算原始时域特征和频段融合特征之间的乘积特征、差异特征及求和特征，并将乘积特征、差异特征、求和特征与基础门控融合特征进行拼接，得到双分支交互特征；

39、将双分支交互特征输入特征映射网络，依次进行线性映射、层归一化、非线性激活和随机失活处理，得到所述融合特征。

40、一种基于声发射信号的管道剩余寿命预测方法，所述管道腐蚀声发射数据集还包括根据腐蚀速率对管道声发射信号进行蚀状态标注，采用所述的一种基于声发射信号的管道腐蚀监测方法，根据预测的腐蚀状态分类概率确定对应的腐蚀速率，并结合管道属性预测管道剩余寿命。

41、进一步地，根据各腐蚀状态的分类概率，对各腐蚀状态对应的预设腐蚀速率进行加权，得到管道的基准腐蚀速率，以降低相邻腐蚀阶段切换引起的腐蚀速率突变；

42、获取管道属性参数，包括管道材质、涂层状态、运行温度和环境湿度，以确定相应的腐蚀速率修正因子，并利用修正因子对所述基准腐蚀速率进行修正，得到管道的有效腐蚀速率；

43、根据管道剩余可用壁厚、所述有效腐蚀速率和预设安全系数计算管道剩余寿命，输出腐蚀状态、识别可信度、有效腐蚀速率、预计剩余寿命及相应的检修提示。

44、本发明的优势和有益效果在于：

45、本发明采用原始时域与小波频段双分支结构，在保留腐蚀瞬态冲击和局部尖峰信息的同时提取多频段能量特征，提高腐蚀状态识别准确性；通过共享子带编码、频带关系矩阵和跨频段交互，联合建模各频段关联，增强点蚀等局部突发腐蚀的表征能力；引入信号质量感知动态门控融合，根据声发射信号质量自适应调节双分支特征权重，提高复杂噪声环境下的检测鲁棒性；结合识别可信度、有效腐蚀速率和剩余可用壁厚预测剩余寿命，并输出分级检修提示。