呼吸声分类技术研究及检测系统设计*

患有呼吸问题的病人由于呼吸道腺体不受意识控制、异物或者其本身肺部病变等原因会出现呼吸异常。医护人员通过病人的呼吸状况可以找寻和分析病人出现这种呼吸状况的原因。而以往呼吸声的诊断方式是专业的医护人员通过使用听诊器对病人进行肺部听诊。但是听诊的结果取决于医护人员的经验与相关参数。在初级诊断治疗阶段,初级医生识别听诊声的效率以及准确率很低,一般从20%到80%不等。因此会存在10%到20%的高误诊率（漏诊、错诊和延误）。本文提出了一种利用PVDF薄膜传感器提取语声特征的检测系统,该检测系统根据病人发出声音的不同,提取呼吸声特征值判断病人的呼吸状况。通过PVDF传感器采集的微弱呼吸声再经过KNN算法分类之后其识别率可达90.6%,对于细分种较类多的湿罗声,其识别率在80.2%左右。综上表明相比于传统听诊方式通过PVDF传感器采集识别的结果具有更高的准确性和可靠性,其判断呼吸状况的结果可以为医护人员提供参考,更好的为患有呼吸疾病的病人提供监测。     

非线性工作状态压电换能器匹配技术

针对压电换能器在大功率下存在复杂非线性而导致匹配参数难以优化的问题,以大功率超声金属焊接为例,通过采集测试焊接过程换能器两端电压的幅值与频率,建立换能器反谐振电阻与驱动电压有效值、频率之间的数学模型;提出基于反谐振电阻模型的最优功率匹配方法,推导了匹配电感电容的计算公式。最后实验验证了数学模型的准确性,且当换能器输入功率在最优功率附近时,匹配网络电能传输效率最高。     

基于深度学习的材料超声回波衰减预测方法

材料超声回波衰减是评价材料均匀一致性的常用方法, 针对具有复杂结构的航空发动机盘件难以进行材料底面超声回波衰减评价的问题, 本文提出了利用超声背散射波信号直接预测底面回波衰减的方法。采用10MHz聚焦探头进行超声背散射波数据的采集, 利用深度学习技术构建和训练模型,建立了基于深度学习的材料底面回波衰减预测方法, 同时讨论了采用不同信号形式的超声波信号分类识别模型的准确率差异。研究发现：基于深度学习技术可实现通过超声背散射波预测材料的底面回波衰减, 预测结果和实际底面回波衰减试验结果具有良好的一致性。     

阵列式压电振子超声复合喷丸强化*

为了进一步改善超声喷丸强化质量,提升工件表面残余应力和显微硬度的均匀性,对压电振子阵列型超声喷丸强化加工系统进行了改进,提出了在强化加工过程中辅助工件往复运动的方法。对改进后的压电振子阵列型超声喷丸强化加工原理进行了阐述,分析了激振片的振动特性并进行了结构尺寸优化,应用Abaqus对工件往复运动下超声喷丸强化过程进行了仿真研究,分析了在不同的工件往复运动频率下,工件表面残余应力分布情况。实验测试了在不同喷丸强化时间及工件往复运动频率下超声喷丸强化加工质量,探究了喷丸时间和工件往复运动频率对工件表面显微硬度的影响。结果表明：在压电振子阵列型超声喷丸强化过程中辅助工件往返运动,可以有效提高工件表面残余应力和显微硬度分布的均匀性,工件表面强化质量得到提升。     

B型套筒角焊缝缺陷相控阵超声检测定量方法

B型套筒修复作为油气管道修复的主要方式之一,在其修复的焊接过程中,该结构的环形角焊缝内部常常出现以气孔、夹渣为代表的孔型缺陷。这类缺陷由于角焊缝特殊的结构,在利用相控阵超声无损检测技术对其检测时,难以对其进行定量分析。通过数值模拟和实验,发现通过相控阵超声扇扫得到缺陷回波信号峰值与孔型缺陷直径呈正相关,为孔型缺陷的定量分析提供了一种可靠的手段。     

固-固界面退化特性的超声反射评价方法

提出了一种基于有限宽超声束反射的固-固界面退化特性评价方法,从理论和数值仿真角度进行了分析和计算。将两固体界面间的薄层简化为界面弹簧模型,以界面法向和切向劲度系数表征界面的退化程度。通过数值计算求得有限宽超声纵波束在不同入射角和界面不同退化程度下的反射横波、反射纵波的镜面反射系数。进一步地,通过建立二维有限元模型,仿真研究了有限宽超声纵波束在给定入射角及界面不同退化程度下镜面反射系数的变化规律。结果表明,反射纵波和反射横波的镜面反射系数随有限宽超声纵波束的入射角及界面劲度系数的改变而变化,且存在镜面反射系数随界面劲度系数单调且敏感变化的入射角,据此可准确评价界面的退化程度。     

改进的Faster-RCNN算法在聚乙烯管接头内部缺陷检测中的应用

超声相控阵技术是目前聚乙烯管道热熔接头内部缺陷检测的一种主流方法。提出了基于注意力机制的改进Faster-RCNN目标检测网络用于超声相控阵D扫图聚乙烯管接头内部缺陷检测。针对聚乙烯管道热熔接头内部超声相控阵D扫图小缺陷较多、特征信息容易丢失的问题,将残差网络(ResNet50)与特征金字塔网络(FPN)相结合作为骨干网络,并引入卷积注意力模块(CBAM)自适应细化特征。将SSD网络框架和Faster-RCNN网络框架用于模型训练和测试,使用VGG16、ResNet50、ResNet50+FPN、ACBM+ResNet50+FPN作为骨干网络依次对超声相控阵聚乙烯管道热熔对接接头内部缺陷样本进行训练对比。结果表明,改进的Faster-RCNN网络模型在聚乙烯管接头内部缺陷检测和分类方面有明显改进,对小缺陷的检测性能有了显著的提高。     

深海低声速沉积层简正波用于海底参数反演*

现有深海地声参数反演研究通常基于全波场理论,存在计算量大、多值性以及需要准确的水文环境信息等问题。针对这一问题,提出一种基于简正波频散特征的深海低声速沉积层海底参数反演方法。在南海北部大陆坡海域的一次实验中,坐底式水听器(深度约1740 m)接收的沉底弹信号中观察到一种低频成分先到而高频成分后至的到达结构,由被限制在低声速沉积层的简正波组成。通过匹配沉积层简正波60-220 Hz频段内的到达时间差对实验海域的低声速海底参数进行反演,得到沉积层厚度为16.4 m,沉积层声速为1450.5 m/s,与底质采样数据比较吻合,且具有较高的可信度,验证了所提方法的有效性。由于沉积层密度对简正波频散特征的敏感性较差,其反演结果可信度不是很高,需要进一步研究。     

基于Mel频谱值和深度学习网络的鸟声识别算法*

为了增强网络对鸟鸣声信号的特征学习能力并提高识别精度,提出一种基于深度残差收缩网络和扩张卷积的鸟声识别方法。首先,提取鸟鸣声信号的对数梅尔特征及其一阶和二阶差分系数组成logMel特征集作为网络模型的输入;其次,通过深度残差收缩网络自动学习噪声阈值,减少噪声干扰;然后,引入扩张卷积增大卷积核感受野并利用注意力机制使网络更关注关键帧特征;最后,通过双向长短时记忆网络从学到的局部特征中学习长期依赖关系。以百鸟数据birdsdata鸟声库中的19种中国常见鸟类作为实验对象,识别正确率可以达到96.58%,并对比模型在不同信噪比数据下的识别结果,结果表明该模型在噪声环境下的识别效果优于现有模型。     

固相萃取-气相色谱-串联质谱法同时测定武汉市普通人群血清中35种有机氯农药与多氯联苯

有机氯农药(OCPs)和多氯联苯(PCBs)是两类重要的持久性有机污染物,可在环境介质中长期存在,并通过多种途径进入人体,导致人体的高暴露风险。OCPs和PCBs对人体存在诸多健康危害,精准定量人体内OCPs和PCBs的暴露水平是健康效应评价的关键。该研究基于固相萃取-气相色谱-串联质谱联用技术(SPE-GC-MS/MS)建立了同时检测100 μL血清中35种OCPs和PCBs的分析方法。血清样品经尿素沉淀蛋白后,采用Oasis^® HLB小柱净化,正己烷-二氯甲烷混合溶液(1∶1, v/v)洗脱,氮吹近干,正己烷定容,多反应监测(MRM)模式检测,内标法定量分析。结果表明,OCPs和PCBs在0.05~50.0 ng/mL范围内线性关系良好,检出限在1.2~71.4 ng/L之间。35种目标分析物的加标回收率在72.6%~142%之间,相对标准偏差小于25%。利用所建立的方法检测了武汉市普通人群血清样本中OCPs和PCBs的浓度水平,结果表明武汉市普通人群广泛暴露于OCPs和PCBs,且以OCPs为主。有8种OCPs和7种PCBs检出率高于50%,其中p,p'-滴滴伊、p,p'-滴滴滴和甲氧滴滴涕检出率达100%,非类二噁英PCBs是PCBs的主要成分。血清中OCPs浓度随年龄增长呈升高趋势,在60岁以上存在性别差异;不同性别、年龄人群血清中PCBs浓度无统计学差异。该方法样本用量少,操作简便,具有较高的准确度和精密度,适用于环境健康研究中大量人群血清样本中痕量OCPs和PCBs的生物监测。