基于频谱分析和卷积神经网络的岩石声发射信号定位研究

摘要

众所周知,在声发射测试中,如何准确定位源位置意义重大。传统的声发射定位方法存在波速模型和到时拾取不准等问题,导致其定位精度不高。因此提出一种将频谱分析与卷积神经网络相结合,无需波速模型与到时拾取的声发射定位方法。具体而言,基于主动源声发射试验收集的声发射全波形信号,首先通过小波分析得到正方体花岗岩试样各面声发射信号的频谱分布情况,根据声发射信号的频谱差异性对声发射信号进行面源定位,将复杂的三维空间定位转化为二维平面定位;继而设计一个卷积神经网络,对各面断铅点的声发射信号进行短时傅里叶变换,将得到的同时包含时域与频域信息的信号频谱图作为卷积神经网络的输入特征,各断铅点的二维空间坐标作为输出特征,进行训练、测试和验证,对各面断铅点的声发射源进行二维定位。结果表明,布设传感器的XOZ-面平均定位误差为0.5 cm,试样两侧面YOZ^(+),YOZ^(-)的平均定位误差为0.7 cm,对立面XOZ^(+)的定位误差为1.0 cm。综上所述,研究有效提升了声发射定位精度,且规避了传统定位方法存在的不足,为岩石声发射定位提供一种新思路。