本发明涉及一种航天用飞行器管路损伤超声导波定量评估方法。
背景技术：
管路系统是航天飞行器关键分系统，用于将推进剂以一定的压力和流量从 贮箱流向发动机，且保证推进剂中不杂气体。随着我国宇航技术的发展尤其是 重复使用航天飞行器的研制需要，对管路损伤检测也提出了更高要求，如何实 现管路损伤的准确检测，这对管路系统研制提出了较大挑战。其中一个主要的 技术难点在于对管路损伤程度进行定量评估。
目前用于管路探伤的无损检测技术主要有渗透法、磁粉法、电位法、涡流 法、射线法、超声法、声发射法和激光全息照相法等。上述常规无损检测方法 技术成熟、设备完善、应用时间长。但这些方法检测范围有限，通常只能检测 结构表面或者管路某一截面的损伤，检测速度慢。此外，飞行器管路工作时力 学环境和热环境恶劣，并且外部有包覆层，极大地增加了管路损伤检测的难度。 因此，常规无损检测方法不能满足飞行器增压输送管路损伤检测的苛刻要求。
技术实现要素：
航天飞行器管路具有长距离传输、管壁薄的特点；此外，受空间布局、管 路分段、支架设计、补偿方案设计和防热防水等多种因素制约，管路系统传递 路径复杂。此外，飞行器管路工作时力学环境和热环境恶劣，并且外部有包覆 层，极大地增加了管路损伤检测的难度。为了克服现有技术的不足，本发明提 供一种飞行器管路损伤超声导波定量评估方法，构造出与损伤特征匹配的自适 应多小波基函数，从复杂信号中沙里淘金，筛选出反映管路损伤的特征波形； 提出自适应阈值降噪算法，突出或提取信号中的微弱特征；提出管路损伤程度 的判断准则，将故障特征进行归一化处理，实现损伤定量评估。
该方法所采用的技术方案是：一种航天飞行器管路损伤超声导波定量评估 方法，其特征在于，采用以下方法：
(1)采集包括飞行器管路裂纹、腐蚀凹坑在内的损伤特征的含噪声信号， 进行预处理，得到矢量输入信号；
(2)采用自适应多小波构造方法，建立与管路裂纹、腐蚀凹坑损伤特征相 匹配的自适应多小波基函数，具体实现方法为：采用消失矩作为构造多小波函 数的约束条件；利用冗余对称提升方法构造提升矩阵方程组；求解提升矩阵方 程组的最优解，得到最优多小波函数；
(3)采用自适应多小波函数将含噪声信号进行多小波分解，得到低频系数 和高频系数；
(4)多小波自适应分块降噪步骤：对多小波分解得到的高频系数进行自适 应阈值降噪处理：符合判断条件的，采用SURE准则进行分块阈值降噪，得到 降噪后的高频系数；否则采用传统的逐点比较方法进行降噪，得到降噪后的高 频系数；对低频系数和经过降噪后获得的高频系数进行多小波重构，得到矢量 输出信号；对矢量输出信号进行后处理，得到一维降噪结果；
(5)进行损伤程度评估：
对一维降噪结果中的特征幅值进行归一化处理，获得不同类型损伤、不同 管径下超声导波反射系数与管路损伤深度之间的规律；具体方法为：用降噪后 的损伤回波幅值最大值除以同等情况下无损管端回波幅值可得损伤回波反射系 数；将管路不同径向深度裂纹特征的反射系数连接起来，得到反射系数随损伤 深度变化关系，
设置定量判据：设定阈值A和B且0<A<B<1，当反射系数小于A时，则 认为管路损伤程度小；当反射系数介于A和B之间时，则认为管路损伤程度为 中等；当反射系数大于B时，则认为管路损伤程度为严重，实现管路损伤程度 的定量评估。
步骤2)所述的自适应多小波构造算法包括下述步骤：
1)消失矩用于描述多小波基函数光滑性与局部化能力，改变多小波函数的 消失矩，构造具有理想特性的自适应多小波函数；采用消失矩作为构造多小波 函数的约束条件；
2)利用冗余对称提升方法构造提升矩阵方程组，可以确保多小波分解结果 的时移不变形，避免信号降噪时在奇异点附近交替出现急剧变化的幅值振荡的 Gibbs现象；
3)确保提升矩阵方程组为欠定，设置方程组自由参数；
4)求解方程组，以峭度-包络谱熵最大作为优化指标，得到方程最优解；
5)求解提升矩阵方程组的最优解，得到最优多小波函数。
本发明与现有技术相比的优点在于：
(1)本发明利用冗余对称提升方法构造自适应多小波基函数，构造出同时 满足双正交性、紧支性和对称性的多尺度函数和多小波函数，提高了多小波分 解和重构精度；对信号进行自适应分解后，可以优选损伤对应的敏感特征频带， 提高了管路损伤特征提取准确率和精度。
(2)本发明提出了多小波自适应阈值降噪方法，采用无偏风险估计误差最 小方法在多小波分解的每一层选择合适的邻域区间长度和降噪阈值，有效消除 了信号中的噪声干扰，突出信号中的损伤特征，提高了管路早期微弱损伤特征 的准确率。
(3)本发明建立了特征波形和管路损伤程度之间的关系，优选出了损伤程 度判断准则，将故障特征进行归一化处理，结合损伤机理研究和管路试验结果， 实现了管路损伤的定量评估。
利用管路损伤超声导波定量评估方法，能够准确提取出管路损伤特征，提 高早期管路微弱损伤特征的准确率，定量评估管路损伤程度。该方法环境适应 性好、检测精度高、不影响管路使用状态、成本也相对低廉。管路损伤超声导 波定量评估方法可有效检测管路损伤位置及损伤程度，实现损伤定量评估。
附图说明
图1是管路损伤超声导波定量评估方法流程图
具体实施方式
下面结合实施例对本发明进行进一步说明。
实施例1
如图1所示，利用冗余对称提升方法构造自适应多小波基函数，给定多小 波转换矩阵的对称、相似、可逆等多个约束条件，首先采用自由系数法确定转 换矩阵的参数范围，然后采用遗传算法求解转换矩阵，构造满足双正交性、紧 支性和对称性的多尺度函数和多小波函数，提高多小波分解和重构精度；对信 号进行自适应分解后，优选损伤对应的敏感特征频带，准确提取出管路损伤特 征。
研究多小波自适应阈值降噪方法，采用无偏风险估计误差最小方法在多小 波分解的每一层选择合适的邻域区间长度和降噪阈值，有效消除信号中的噪声 干扰，突出信号中的损伤特征，实现管路早期微弱损伤特征的准确提取。
建立特征波形和管路损伤程度之间的关系，设置并优选损伤程度判断准则， 将故障特征进行归一化处理，结合损伤机理研究和管路试验结果，实现管路损 伤的定量评估。
搭建试验台，在飞行器管路上加工不同类型、不同程度的损伤；
(1)采集包括飞行器管路裂纹、腐蚀凹坑等损伤特征的含噪声信号，进行 预处理，得到矢量输入信号；
(2)采用自适应多小波构造方法，建立与管路裂纹、腐蚀凹坑等损伤特征 相匹配的自适应多小波基函数，具体实现方法为：采用消失矩作为构造多小波 函数的约束条件；利用冗余对称提升方法构造提升矩阵方程组；求解提升矩阵 方程组的最优解，得到最优多小波函数；
(3)采用自适应多小波函数将含噪声信号进行多小波分解，得到低频系数 和高频系数；
(4)多小波自适应分块降噪步骤：对多小波分解得到的高频系数进行自适 应阈值降噪处理：符合判断条件的，采用SURE准则进行分块阈值降噪，得到 降噪后的高频系数；否则采用传统的逐点比较方法进行降噪，得到降噪后的高 频系数；对低频系数和经过降噪后获得的高频系数进行多小波重构，得到矢量 输出信号；对矢量输出信号进行后处理，得到一维降噪结果；
(5)进行损伤程度评估：
对一维降噪结果中的特征幅值进行归一化处理，获得不同类型损伤、不同 管径下超声导波反射系数与管路损伤深度之间的规律；具体方法为：用降噪后 的损伤回波幅值最大值除以同等情况下无损管端回波幅值可得损伤回波反射系 数；将管路不同径向深度裂纹特征的反射系数连接起来，得到反射系数随损伤 深度变化关系；
设置定量判据：设定阈值A和B(0<A<B<1)，当反射系数小于A时，则 认为管路损伤程度小；当反射系数介于A和B之间时，则认为管路损伤程度为 中等；当反射系数大于B时，则认为管路损伤程度为严重，实现管路损伤程度 的定量评估。
A：5％-15％
B：40％-50％
其中，步骤2)所述的自适应多小波构造算法包括下述步骤：
1)消失矩用于描述多小波基函数光滑性与局部化能力，改变多小波函数的 消失矩，构造具有理想特性的自适应多小波函数；采用消失矩作为构造多小波 函数的约束条件；
多小波尺度函数Φ和小波函数Ψ的n阶连续矩定义为
M(Φ,n)＝∫Φ(x)xndx和M(Ψ,n)＝∫Ψ(x)xndx。则有
借助消失矩的计算公式，对多小波的构造进行计算。利用提升方法构造多 小波的过程为：首先选定初始多小波ω0(x)，其中ω0(x)＝ψ1或ψ2。其次选择用 于修正多小波的其它基函数ω1(x),K,ωk(x)的平移量k。最后可以通过式(2) 的“提升系数方程”，构造新的多小波式中，ci为提升系数。
在多小波提升方法中，用于修正多小波函数的不仅包括两个多尺度函数， 还可以是相应的另一个多小波函数，即对于ψ1，对于ψ2，
将多小波的消失矩由p提升至p′，对式(2)的两边进行积分，可以获得 如式(3)的提升线性方程组。
利用式(1)计算式(3)中的积分值，方程组的解{ci}即多小波提升函数 的系数。对式(2)进行Z变换可以获得多小波提升框架。
2)利用冗余对称提升方法构造提升矩阵方程组，可以确保多小波分解结果 的时移不变形，避免信号降噪时在奇异点附近交替出现急剧变化的幅值振荡的 Gibbs现象；
多小波提升过程并不能保证提升后多小波函数的对称性。为确保提升过程 的对称性，利用“对称选择”方法来选择用于修正多小波的其它函数的平移量。 假设初始多尺度函数与多小波函数ψ1,ψ2为对称或反对称的，对称中心分 别为则对称提升方法如下表示，以ψ1的对称提升为例，提升函 数的平移量须满足
式中，i＝1,2，j＝1,2,L，m＝1,2。
令分别表示初始多尺度函数与初始多小波函数的对称 性质，其中1表示对称性，-1表示反对称性。将与 M(ψi,k,n)＝∫ψi(x+k)xndx代入式(3)，并将等号左边第一个矩阵表示MB， 其中MB＝MB，M与B分别为
令B为对称性矩阵
式(3)中的系数向量表示为且等式右边表示为 Mψ＝[M(ψi,0,p),M(ψi,0,p+1),L M(ψi,0,p'-1)]T，则式(3)变为下式
MBC＝Mψ (7)
方程的解C即为用于提升ψ1的系数，ψ2的情形与之类似，唯一的区别在于 提升ψ2的函数为与将提升系数代入式(2)，并进行Z变换获得提升格 式：
Gnew(z)＝T(z2)(G(z)+S(z2)H(z)) (8)
新的对称双正交多小波的构造可以借助于提升矩阵T(z)和S(z)来实现。
3)确保提升矩阵方程组为欠定，设置方程组自由参数；
提升矩阵方程为欠定时，对式(7)中的矩阵MB进行约减，原线性方程组 缩减为无冗余的线性方程组，独立方程的个数为矩阵的秩Rank(MB)。故该线 性方程组可以存在Nf＝(p'-p)-Rank(MB)个自由参数，通过优化方法对自由 参数按照指定的目标函数进行优化。
4)求解方程组，以峭度-包络谱熵最大作为优化指标，得到方程最优解； 以细节信号的峭度-包络谱熵指标KE为目标函数，求解使目标函数KE最大的 提升系数，以自适应匹配早期故障特征。
峭度指标KP对早期振动冲击型故障敏感，其定义为：
式中：
xi——信号x的第i个数据点；
n——数据长度；
σ——信号标准差。
对于一不确定性系统X，其包含元素xi,i＝1,…,n,记为X＝{xn}，其信息熵 S(X)表示为：
式中：
pi——xi的概率，且
定义细节信号的峭度-包络谱熵指标KE：
(1)峭度-包络谱熵优化指标综合了峭度和包络谱熵的优势，弥补了峭度 只对早期故障敏感的不足。构造匹配信号特征的多小波问题被转化为使目标函 数KE最大的优化问题。采用遗传算法，以目标函数KE为适应度函数，构造自 适应匹配信号特征的多小波。
5)求解提升矩阵方程组的最优解，得到最优多小波函数。
具体实施过程为：首先，给定消失矩p′，采用对称选择的方法选择ωi，即 用于修正多小波的多尺度函数Φ和多小波函数Ψ的平移量；其次，对式(8) 中的自由参数赋值，将提升系数线性方程组补充为正定，使矩阵MB的秩满足 Rank(MB)＝p′-p，求解系数；第三，利用遗传算法优化自由参数；最后可以 得到T(z)和S(z)，进而获得优化的对称双正交多小波。