10.13465/j.cnki.jvs.2022.13.028
基于小波分解和极限学习机的柔性PVC基材损伤识别研究
针对柔性天线在恶劣机载环境下基底材料容易出现孔洞、裂纹损伤等情况,提出采用兰姆波检测技术进行柔性聚氯乙烯(PVC)基材结构中的损伤探测和识别.该损伤识别方法是将小波分解和极限学习机相结合,对回波信号进行小波阈值去噪和损伤特征提取,从时域、频域和变换域3个层次构建出回波信号的特征向量,训练、测试分类出无损伤、孔洞、槽形损伤类型.搭建了基于兰姆波的柔性PVC基材损伤检测试验平台进行验证,结果表明:柔性基底上的无损伤、孔洞、槽形损伤回波信号经小波阈值去噪、分解后,提取出特征向量,得到的低频缓变回波重构信号特征明显;采用ELM模型进行训练和测试分类出损伤类型,分类精度达到92.56%,与BP神经网络分类方法作对比,ELM分类方法具有较好的分类性能,从而验证了小波分解和极限学习机相结合来识别柔性PVC基材损伤特征的有效性.此检测方法在柔性电子器件早期损伤的现场快速检测领域具有广泛的应用前景.
小波分解、极限学习机、柔性基材、损伤识别
41
TN431.1(微电子学、集成电路(IC))
装发快速扶持项目;装发基础研究项目
2022-07-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
220-227