ntvНаучно-технический вестник информационных технологий, механики и оптикиScientific and Technical Journal of Information Technologies, Mechanics and Optics2226-14942500-0373Университет ИТМО10.17586/2226-1494-2022-22-6-1205-1215ntv-365Research ArticleМАТЕМАТИЧЕСКОЕ И КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕMODELING AND SIMULATIONСтатистическая оценка влияния величины сигнал/помеха на погрешность измерения параметров акустической эмиссииThe effect of signal-to-noise ratio value on the error in measuring acoustic emission parameters: statistical assessmenthttps://orcid.org/0000-0003-0612-922XФедоровА. В.FedorovA. V.

Федоров Алексей Владимирович – доктор технических наук, доцент, профессор

Санкт-Петербург, 197101

sc 57219346304

Alexey V. Fedorov – D. Sc., Associate Professor

Saint Petersburg, 197101

sc 57219346304

avfedorov@itmo.ruhttps://orcid.org/0000-0002-3736-0291АлтайЕ.AltayYeldos

Алтай Ельдос – аспирант, инженер

Санкт-Петербург, 197101

sc 57194240500

Yeldos Altay – PhD Student, Engineer

Saint Petersburg, 197101

sc 57194240500

aeldos@inbox.ruhttps://orcid.org/0000-0003-1811-3807СтепановаК. А.StepanovaK. A.

Степанова Ксения Андреевна – кандидат технических наук, ассистент

Санкт-Петербург, 197101

sc 57212027443

Ksenia A. Stepanova – PhD, Assistant

Saint Petersburg, 197101

sc 57212027443

ledy.xs93@yandex.ruhttps://orcid.org/0000-0001-9661-9614КузивановД. О.KuzivanovD. O.

Кузиванов Дмитрий Олегович – инженер

Санкт-Петербург, 197101

Dmitry O. Kuzivanov – Engineer

Saint Petersburg, 197101

kuzivanovdmitry@gmail.comУниверситет ИТМОРоссияITMO UniversityRussian Federation20221912202422612051215Copyright © Федоров А.В., Алтай Е., Степанова К.А., Кузиванов Д.О., 20242024Федоров А.В., Алтай Е., Степанова К.А., Кузиванов Д.О.Fedorov A.V., Altay Y., Stepanova K.A., Kuzivanov D.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ntv.elpub.ru/jour/article/view/365Предмет исследования

Предмет исследования. Современные акустико-эмиссионные диагностические системы и комплексы являются чувствительным инструментом обнаружения развивающихся дефектов при мониторинге технического состояния объектов в условиях эксплуатационных нагрузок на ранних стадиях. Существенное ограничение применения метода акустической эмиссии – сложность выделения сигналов на фоне акустических и электромагнитных помех. Влияние помех при регистрации акустической эмиссии существенно затрудняет интерпретацию ее параметров, характеризующих техническое состояние объекта контроля. Для повышения значения величины сигнал/помеха и достоверности полученных результатов контроля при количественной оценке параметров эмиссии используют методы фильтрации. Рассмотрено влияние величины сигнал/помеха на погрешность измерения параметров акустической эмиссии, выработанных при компенсации помех с помощью полиномиального метода фильтрации.

Метод

Метод. В основу статистической модели определения влияния величины сигнал/помеха на погрешность измерения параметров акустической эмиссии положен метод машинного обучения – линейной регрессии. Зависимость погрешности измерения от величины сигнал/помеха аппроксимирована методом наименьших квадратов и визуализирована с помощью скатерограммы.

Основные результаты

Основные результаты. Выявлено, что при применении фильтра Баттерворта величина относительной погрешности измерений параметров акустической эмиссии не превышает 3 %, что на порядки ниже значений, полученных для фильтра Бесселя и вейвлет-фильтра на основе материнской функции Добеши 8-го порядка. Установлена высокая обратная не случайная корреляционная связь (r > 0,9), обусловленная снижением значений относительной погрешности измерений параметров эмиссии и повышением величины сигнал/помеха. Разработанная статистическая модель описывает влияние величины сигнал/помеха на значение относительной погрешности при оценке параметров акустической эмиссии. Функционирование предложенной модели подтверждено вычислением коэффициента детерминации и проверки его статистической значимости. Практическая значимость. Показано, что применение фильтра Баттерворта для компенсации помех существенно повышает информативность результатов измерений параметров акустической эмиссии. Разработанная статистическая модель может быть использована при создании новых или усовершенствовании существующих диагностических комплексов и систем обработки данных для повышения достоверности результатов акустического контроля.

Modern acoustic emission diagnostic systems and complexes are a sensitive tool for detecting developing defects at an early stage when monitoring the technical condition of objects under operational loads. A significant limitation of the application acoustic emission method is the difficulty in isolating signals against the background of acoustic and electromagnetic interference. The effect of interference during acoustic emission recording significantly complicates the interpretation of parameters that characterize the technical condition of the test object. To increase the value signalto-noise ratio and increase the reliability of the results of acoustic emission testing in the quantitative assessment of parameters, filtering methods are used. The subject of this study is the study of the effect of signal-to-noise ratio value on the measurement error acoustic emission parameters formatted during noise compensation using the polynomial filtering method. The basis of the statistical model characterizing the effect of signal-to-noise ratio value on the measurement error acoustic emission parameters is based on the machine learning method – linear regression. The dependence of the measurement error on the signal-to-noise ratio value was approximated by the least-squares method and visualized using a scattergram. It was found that when using the Butterworth filter, the relative measurement error acoustic emission parameters do not exceed 3 %, which are orders of magnitude lower than the values obtained for the Bessel filter and Daubechies mother functions 8 based on wavelet filter. A high inverse non-random correlation was established (r > 0.9), due to a decrease in the values of the relative measurement error emission parameters and an increase in the signal-to-noise ratio value. The developed statistical model describes the effect of the signal-to-noise ratio value on the value relative error in estimating the acoustic emission parameters. The adequacy of the developed model was confirmed by calculating the coefficient of determination and checking its statistical significance. It is shown that the use of Butterworth filter to compensate for interference significantly increases the information content of the results of measurements of acoustic emission parameters. The developed statistical model can be used in the development of new or improvement of existing complexes and systems for processing acoustic emission data to improve the reliability of the results of acoustic testing.

статистическая обработкаповышение точности измеренияакустическая эмиссиявеличина сигнал/помехаакустический контрольпомехифильтр Баттервортавейвлет-фильтрфильтр Бесселяstatistical processingmeasurement accuracy improvementacoustic emissionsignal-to-noise rationon-destructive testingnoiseButterworth filterwavelet filterBessel filterReferencesHe Y., Li M., Meng Z., Chen S., Huang S., Hu Y., Zou X. An overview of acoustic emission inspection and monitoring technology in the key components of renewable energy systems // Mechanical Systems and Signal Processing. 2021. V. 148. P. 107146. https://doi.org/10.1016/j.ymssp.2020.107146He Y., Li M., Meng Z., Chen S., Huang S., Hu Y., Zou X. An overview of acoustic emission inspection and monitoring technology in the key components of renewable energy systems. Mechanical Systems and Signal Processing, 2021, vol. 148, pp. 107146. https://doi.org/10.1016/j.ymssp.2020.107146Kharrat M.А., Ramasso E., Placet V., Boubakar M.L. A signal processing approach for enhanced acoustic emission data analysis in high activity systems: Application to organic matrix composites // Mechanical Systems and Signal Processing. 2016. V. 70-71. P. 1038–1055. https://doi.org/10.1016/j.ymssp.2015.08.028Kharrat M.А., Ramasso E., Placet V., Boubakar M.L. A signal processing approach for enhanced acoustic emission data analysis in high activity systems: Application to organic matrix composites. Mechanical Systems and Signal Processing, 2016, vol. 70-71, pp. 1038–1055. https://doi.org/10.1016/j.ymssp.2015.08.028Il K.K., Hwan R.U., Pil C.B. An appropriate thresholding method of wavelet denoising for dropping ambient noise // International Journal of Wavelets, Multiresolution and Information Processing. 2018. V. 16. N 3. P. 1850012. https://doi.org/10.1142/S0219691318500121Il K.K., Hwan R.U., Pil C.B. An appropriate thresholding method of wavelet denoising for dropping ambient noise. International Journal of Wavelets, Multiresolution and Information Processing, 2018, vol. 16, no. 3, pp. 1850012. https://doi.org/10.1142/S0219691318500121Barat V., Borodin Y., Kuzmin A. Intelligent AE signal filtering methods // Journal of Acoustic Emission. 2010. V. 28. P. 109–119.Barat V., Borodin Y., Kuzmin A. Intelligent AE signal filtering methods. Journal of Acoustic Emission, 2010, vol. 28, pp. 109–119.Altay Y.A., Fedorov A.V., Stepanova K.A. Acoustic emission signal processing based on polynomial filtering method // Proc. of the 2022 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus). 2022. P. 1320–1326. https://doi.org/10.1109/ElConRus54750.2022.9755729Altay Y.A., Fedorov A.V., Stepanova K.A. Acoustic emission signal processing based on polynomial filtering method. Proc. of the 2022 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus), 2022, pp. 1320–1326. https://doi.org/10.1109/ElConRus54750.2022.9755729Барат В.А. Развитие метода акустической эмиссии за счет автоматизации обработки данных, повышения помехоустойчивости и достоверности обнаружения трещиноподобных дефектов металлоконструкций: автореферат диссертации на соискание ученой степени доктора технических наук. М., 2019. 40 с.Barat V.A. Development of the acoustic emission method by automating data processing, increasing noise immunity and detection fidelity of the crack-like defects in metal structures. Dissertation abstract for the degree of doctor of technical sciences. Moscow, 2019, 40 p. (in Russian)Алтай Е., Федоров А.В., Степанова К.А. Оценка взаимосвязи информационных составляющих и помех сигналов акустической эмиссии // Контроль. Диагностика. 2022. Т. 25. № 6. С. 38–47. https://doi.org/10.14489/td.2022.06.pp.038-047Altay Ye., Fedorov A.V., Stepanova K.A. Estimation of relationship between information components and noise of acoustic emission signals. Diagnostics, 2022, vol. 25, no. 6, pp. 38–47. (in Russian). https://doi.org/10.14489/td.2022.06.pp.038-047Алтай Е., Федоров А.В., Степанова К.А. Оценка влияния методов фильтрации на погрешность измерения параметров сигнала акустической эмиссии // Международная конференция по мягким вычислениям и измерениям. 2022. Т. 1. С. 24–27.Altay Ye., Fedorov A.V., Stepanova K.A. Assessment the effect of filtering methods on the measurement error of acoustic emission signal parameters. International Conference on Soft Computing and Measurements, 2022, vol. 1, pp. 24–27. (in Russian)Paarman L.D. Design and Analysis of Analog Filters: A Signal Processing Perspective. NY: Kluwer Academic Publishers, 2001. 440 р.Paarman L.D. Design and Analysis of Analog Filters: A Signal Processing Perspective. NY, Kluwer Academic Publishers, 2001, 440 р.Somefun O., Akingbade K., Dahunsi F. Uniformly damped binomial filters: five-percent maximum overshoot optimal response design // Circuits, Systems, and Signal Processing. 2022. V. 41. N 6. P. 3282–3305. https://doi.org/10.1007/s00034-021-01931-2Somefun O., Akingbade K., Dahunsi F. Uniformly damped binomial filters: five-percent maximum overshoot optimal response design. Circuits, Systems, and Signal Processing, 2022, vol. 41, no. 6, pp. 3282–3305. https://doi.org/10.1007/s00034-021-01931-2Быстров С.В., Вундер Н.А., Ушаков А.В. Решение проблемы сигнальной неопределенности при аналитическом конструировании последовательного компенсатора в задаче управления пьезоприводом // Научно-технический вестник информационных технологий, механики и оптики. 2016. № 3. С. 451–459. https://doi.org/10.17586/2226-1494-2016-16-3-451-459Bystrov S.V., Vunder N.A., Ushakov A.V. Solution of signal uncertainty problem at analytical design of consecutive compensator in piezo actuator control. Scientific and Technical Journal of Information Technologies, Mechanics and Optics, 2016, no. 3, pp. 451–459. (in Russian). https://doi.org/10.17586/2226-1494-2016-16-3-451-459Быстров С.В., Вундер Н.А., Синетова М.М., Ушаков А.В. Аналитическое конструирование последовательного компенсатора для систем с запаздыванием на основе модификации типовых полиномиальных моделей // Труды СПИИРАН. 2017. № 3(52). С. 115–136. https://doi.org/10.15622/sp.52.6Bystrov S.V., Vunder N.A., Sinetova M.M., Ushakov A.V. Analytical design of consecutive compensator for control systems with delay based on modification of typical polynomial models. SPIIRAS Proceedings, 2017, no. 3(52), pp. 115–136. (in Russian). https://doi.org/10.15622/sp.52.6Серьезнов А.Н., Степанова Л.Н., Кабанов С.И., Чернова В.В. Диагностический модуль акустико-эмиссионной системы с автоматической фильтрацией помех // Датчики и системы. 2020. № 5. С. 3–14. https://doi.org/10.25728/datsys.2020.5.1Seryeznov A.N., Stepanova L.N., Kabanov S.I., Chernova V.V. Diagnostic module of acoustic emission system with automatic noise filtering. Sensors & Systems, 2020, no. 5, pp. 3–14. (in Russian). https://doi.org/10.25728/datsys.2020.5.1Алтай Е., Федоров А.В., Степанова К.А., Кузиванов Д.О. Оценка эффективности методов обработки сигналов акустической эмиссии при реализации полиномиальных цифровых фильтров // Омский научный вестник. 2022. № 3. С. 128–134. https://doi.org/10.25206/1813-8225-2022-183-128-134Altay Y., Fedorov A.V., Stepanova K.A., Kuzivanov D.O. Estimating efficiency of acoustic emission signal processing methods in implementation of polynomial digital filters. Omsk Scientific Bulletin, 2022, no. 3, pp. 128–134. (in Russian). https://doi.org/10.25206/1813-8225-2022-183-128-134Kharrat M., Ramasso E, Placet V., Baubakar M.L. A signal processing approach for enhanced Acoustic Emission data analysis in high activity systems: Application to organic matrix composites // Mechanical Systems and Signal Processing. 2016. V. 70-71. P. 1038–1055. https://doi.org/10.1016/j.ymssp.2015.08.028Kharrat M., Ramasso E, Placet V., Baubakar M.L. A signal processing approach for enhanced Acoustic Emission data analysis in high activity systems: Application to organic matrix composites. Mechanical Systems and Signal Processing, 2016, vol. 70-71, pp. 1038–1055. https://doi.org/10.1016/j.ymssp.2015.08.028Левин Б.Р. Теоретические основы статистической радиотехники. М.: Советское радио, 1968. 504 с.Levin B.R. Theoretical Background Of Statistical Radio Engineering. Moscow, Sovetskoe radio Publ., 1968, 504 p. (in Russian)Zakharov L.А., Martyushev D.А., Ponomareva I.N. Predicting dynamic formation pressure using artificial intelligence methods // Journal of Mining Institute. 2022. V. 253. N 1. P. 23–32. https://doi.org/10.31897/PMI.2022.11Zakharov L.А., Martyushev D.А., Ponomareva I.N. Predicting dynamic formation pressure using artificial intelligence methods. Journal of Mining Institute, 2022, vol. 253, no. 1, pp. 23–32. https://doi.org/10.31897/PMI.2022.11Бехер С.А., Бобров А.Л. Основы неразрушающего контроля методом акустической эмиссии. Новосибирск: СГУПС, 2013. 145 с.Bekher S.A., Bobrov A.L. Fundamentals of Nondestructive Testing by the Method of Acoustic Emission. Novosibirsk, STU, 2013, 145 p. (in Russian)Салин В.Н., Чурилова Э.Ю. Практикум по курсу «Статистика» (в системе STATISTICA). М.: Перспектива, 2002. 188 с.Salin V.N., Churilova E.Iu. Practical Course on “Statistics”. Moscow, Perspektiva Publ., 2002, 188 p. (in Russian)Elforjani M., Shanbr S. Prognosis of bearing acoustic emission signals using supervised machine learning // IEEE Transactions on Industrial Electronics. 2018. V. 65. N 7. P. 5864–5871. https://doi.org/10.1109/TIE.2017.2767551Elforjani M., Shanbr S. Prognosis of bearing acoustic emission signals using supervised machine learning. IEEE Transactions on Industrial Electronics, 2018, vol. 65, no. 7, pp. 5864–5871. https://doi.org/10.1109/TIE.2017.2767551Овчарук В.Н., Турисев Ю.А. Регистрация и обработка акусто-эмиссионной информации в многоканальных системах. Хабаровск: ТОГУ, 2017. 116 с.Ovcharuk V.N., Turisev Iu.A. Registration and Processing of Acoustic-Emission Information in Multichannel Systems. Khabarovsk, PNU, 2017, 116 p. (in Russian)Rakshit M., Das S. An efficient ECG denoising methodology using empirical mode decomposition and adaptive switching mean filter // Biomedical Signal Processing and Control. 2018. V. 40. P. 140–148. https://doi.org/10.1016/j.bspc.2017.09.020Rakshit M., Das S. An efficient ECG denoising methodology using empirical mode decomposition and adaptive switching mean filter. Biomedical Signal Processing and Control, 2018, vol. 40, pp. 140–148. https://doi.org/10.1016/j.bspc.2017.09.020Altay Y.A., Kremlev A.S. Signal-to-noise ratio and mean square error improving algorithms based on newton filters for measurement ECG data processing // Proc. of the 2021 IEEE Conference of RussianYoung Researchers in Electrical and Electronic Engineering (ElConRus). 2021. P. 1590–1595. https://doi.org/10.1109/ElConRus51938.2021.9396391Altay Y.A., Kremlev A.S. Signal-to-noise ratio and mean square error improving algorithms based on newton filters for measurement ECGdata processing. Proc. of the 2021 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (ElConRus), 2021, pp. 1590–1595. https://doi.org/10.1109/ElConRus51938.2021.9396391Altay Y.A., Kremlev A.S., Zimenko K.A., Margun A.A. The effect of filter parameters on the accuracy of ECG signal measurement // Biomedical Engineering. 2019. V. 53. N 3. P. 176–180. https://doi.org/10.1007/s10527-019-09903-2Altay Y.A., Kremlev A.S., Zimenko K.A., Margun A.A. The effect of filter parameters on the accuracy of ECG signal measurement. Biomedical Engineering, 2019, vol. 53, no. 3, pp. 176–180. https://doi.org/10.1007/s10527-019-09903-2Avdeeva D.K., KazakovV.Y., Natalinova N.M., Ivanov M.L., Yuzhakova M.A., Turushev N.V. The simulation results of the highpass and low-pass filter effect on the quality of micropotential recordings on the electrocardiogram // European Journal of Physical and Health Education. 2014. V. 6. P. 1–10.Avdeeva D.K., KazakovV.Y., Natalinova N.M., Ivanov M.L., Yuzhakova M.A., Turushev N.V. The simulation results of the highpass and low-pass filter effect on the quality of micropotential recordings on the electrocardiogram. European Journal of Physical and Health Education, 2014, vol. 6, pp. 1–10.Malghan P.G., Hota M.K. A review on ECG filtering techniques for rhythm analysis // Research on Biomedical Engineering. 2020. V. 36. N 2. P. 171–186. https://doi.org/10.1007/s42600-020-00057-9Malghan P.G., Hota M.K. A review on ECG filtering techniques for rhythm analysis. Research on Biomedical Engineering, 2020, vol. 36, no. 2, pp. 171–186. https://doi.org/10.1007/s42600-020-00057-9

The authors declare that there are no conflicts of interest present.