10.3969/j.issn.1004-373X.2011.21.027
胶合板声发射信号的小波包特征提取及神经网络模式识别
为识别胶合板的不同损伤类型,将小波包时频分析与能量谱相结合,提出基于时频和频段能量占比的胶合板损伤声发射信号特征提取方法.研究得出胶合板基体开裂信号以膨胀波和弯曲波模式并举,频谱较宽,能量主要集中在小波能量谱的第一、二、三、四和七频段;分层信号频率单一,幅值较高,并以膨胀波为主;纤维断裂主要以弯曲波模式为主,频率较低;脱胶信号波形为膨胀波和弯曲波的混合型,以弯曲波为主,能量多集中于第一、二、三、四频段.用小波包提取的能量占比作为由BP神经网络构成的智能化模式分类器的输入样本,对4种声发射信号进行识别,正确率达到92.6%.
胶合板、声发射、小波包变换、神经网络
34
TN911.7-34;TB52+9
南京林业大学科技创新基金163070080;南京林业大学"十五"人才基金163070505
2012-03-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-99,102