10.16351/j.1672-6987.2015.03.021
基于小波变换与BP神经网络的声发射信号识别
针对现有声发射信号识别参数分析法的不足,提出利用小波变换特征提取与BP神经网络结合的声发射信号识别方法.利用db2小波对声发射信号进行6层分解,将细节特征空间的能量作为声发射信号特征向量;结合声发射信号特点设计和训练BP神经网络,通过实验确定隐层神经元数;用BP和RBF神经网络分别对腐蚀、裂纹和冷凝声发射信号进行分类测试.实验结果表明,提取的声发射信号特征具有较好的区分性能,BP网络在识别声发射信号方面优于RBF网络,这对储油罐安全状况的定量分析具有一定意义.
声发射、小波变换、细节特征、BP网络、识别
36
TP391(计算技术、计算机技术)
军队后勤科研项目油20080208;重庆市博士后科研项目XM20120049
2015-08-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
338-345