北京邮电大学学报

2021, v.44(01) 124-130

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

损伤声发射信号小波包神经网络特征识别方法
A Wavelet Packet Neural Network Feature Recognition Method for Damage Acoustic Emission Signals

齐添添;陈尧;何才厚;龙盛蓉;李秋锋;

摘要(Abstract):

在材料损伤的检测和评价时,为了在大量接收信号中识别有效声发射信号,提出了一种基于小波包特征提取的损伤声信号神经网络识别方法,首先利用小波包全局分解的优势,准确提取非平稳信号的特征信息,建立相应特征向量,对有效声发射信号和干扰噪声信号进行表征;然后根据特征向量和识别输出要求,建立了3层结构的反向传播神经网络对信号进行分析和识别,滤除噪声信号,保留有效声发射信号;最后,在玻璃钢复合材料的声发射实验中,采集了400组信号对该方法进行验证,准确性达到97.5%,能够满足工程需要.

关键词(KeyWords): 声发射检测;小波包分解;特征向量;BP神经网络;信号识别

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(11764030,51705232);; 江西省自然科学基金项目(20192BAB216026);; 江西省质监局科技计划项目(GZJKE201810)

作者(Author): 齐添添;陈尧;何才厚;龙盛蓉;李秋锋;

Email:

DOI: 10.13190/j.jbupt.2020-118

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享