基于HHT和SVM的纤维拉伸断裂声发射信号的特征提取及分类研究

为了研究纤维拉伸断裂声发射信号的特征提取及分类方法,采用声发射技术采集了芳纶1313和阻燃黏胶2种纤维的拉伸断裂的声发射信号。通过小波变换,对采集的2种纤维的声发射信号进行消噪预处理以去除部分噪声,应用希尔伯特-黄变换对2种纤维去噪后的信号进行特征频率的提取,运用最小二乘支持向量机(LSSVM)对2种纤维的特征频率进行分类识别。结果表明:小波去噪方法可以去除信号的部分噪声;希尔伯特时频谱可以一定程度上反映2种纤维材料在时间维度上的断裂情况,边际谱上可以提取2种纤维材料声发射信号的特征频率;LSSVM能够对2种纤维材料拉伸断裂的特征频率分类识别,芳纶1313的识别率为40%,阻燃黏胶的识别率为80%,总的识别率为60%。     

纤维混凝土试件拉伸损伤声发射监测

研究不同纤维长度和掺量的水泥基复合材料拉伸实验,材料内部微结构破坏的声发射特性。结果表明,加载初期,拉应力较小,试件处于弹性阶段,混凝土内部没有新增损伤,故未接收到声发射信号;加载中期,随着拉应力的增大,混凝土内部出现较少损伤,声发射信号逐渐增多;加载后期,拉应力继续增大,混凝土内部损伤程度加大,声发射信号急剧增加,至试件断裂时,声发射信号达到最大。相应的纤维混凝土断裂过程包括:弹性阶段、开裂阶段、裂缝发展阶段、断裂阶段。     

钢制试件拉伸断裂及疲劳开裂声发射特征分析

设计钢制试件拉伸断裂和疲劳开裂两种损伤过程的声发射监测试验,对采集到的声发射信号进行参数分析,结合红外热成像检测结果,研究声发射信号特征参数与试验过程中试件力学行为之间的相关性.研究结果表明:拉伸断裂和疲劳开裂过程中试件声发射信号的能量、振铃计数、幅值等声发射信号特征参数能够很好地表征试件损伤过程的力学性能演化规律;试件出现损伤时所发出的声发射信号能量幅值主要分布在65～80 dB;声发射技术用于工程结构的健康监测是可行和有效的.     

基于AE技术与HHT的环锭纱拉伸断裂过程研究

在常规纱线拉伸强力仪上采用自主搭建的声发射检测系统,分别采集涤纶长丝和环锭纱在拉伸破坏过程中的声频,利用Matlab软件编制Hilbert-Huang transform(HHT)程序对采集的信号进行分析与处理,以获取纱线拉伸过程中各破坏源的时频特征。分析结果表明,AE信号经HHT可识别涤纶环锭纱拉伸过程所涉及的纤维断裂和纤维滑移2种模式,其特征频率分别为30,20kHz和6,3kHz,本研究为纱线拉伸断裂机理的分析和进一步的延伸研究提供一种有效方法。     

基于核密度估计的MAPSK调制信号识别

针对多进制幅相键控(MAPSK)调制信号中核密度估计的误差大,识别效率相对较低等问题,提出了一种基于核密度估计的MAPSK调制识别算法。分析对比主要模块调制码率恢复、基于核密度估计的幅度特征提取和基于K-L散度的分类识别器等算法。在调制模式QPSK、16-APSK、32-APSK和64-APSK条件下进行仿真,实验表明:调制阶数越高其识别效率越高,反之QPSK的识别效率最低。与其他算法相比,本算法计算复杂度低;定时误差不敏感,算法鲁棒性好。     

基于核密度估计的泥土物证分类方法

利用核密度估计建立了泥土物证元素数据分布不符合正态分布时,估计样本总体概率密度函数的方法,为城市样本间基于似然比检验的分类与比对建立基础。在估计过程中采用积分均方误差衡量窗宽优劣,以积分均方误差最小化准则求得核密度估计的最优窗宽。利用判别分析与似然比检验为特定地域泥土物证的分类提供了可靠的分类分析方法。     

刀具磨损时声发射信号的谱特征

本文对车削加工中刀具磨损时声发射信号的谱特征进行了试验研究,运用FFT和ME方法获得了AE信号的谱阵图.分析表明,刀具磨损量与功率谱主峰值具有相应的依存关系;对于相同条件下测得的加速度、声响信号的谱阵图分析,亦得到相类似的变化规律;运用AE信号的谱分析方法,是探寻刀具磨损评估参数的重要途径之一.     

磨削加工的声发射信号分析

对磨削加工中产生的声发射信号进行了分析,讨论了磨削过程中声发射信号影响因素,指出各种声发射信号与其磨削加工状态与有着良好的对应关系,可以用来对磨削加工过程和磨削质量进行监控。     

基于声发射技术的花岗岩破裂特征试验研究

为了揭示花岗岩岩爆的先兆信息和破裂特征,进行深埋隧道花岗岩的单轴压缩岩爆试验,采用连续声发射采集系统,结合力学特性与声发射特征、频谱演化特征、矩张量与r(RA与AF的比值)分析,探讨单轴加载条件下花岗岩的岩爆特征和声发射特征演化规律.研究结果表明:花岗岩试样应力-应变曲线、应力事件对应曲线和声发射定位结果均揭示其在单轴...     

基于独立分量分析的声发射信号去噪方法

针对声发射信号比较微弱,实际检测信号中常含有强背景噪声的问题,提出了基于独立分量分析(ICA)的信号去噪方法.该方法首先对观测信号进行FastICA分解,得出多导独立分量;再根据一定的时域及频域先验知识,将独立分量中的噪声信号通道置零,利用解混矩阵反演出去噪后的信号.文中通过断铅声模拟发射信号去噪仿真和埋地水管泄漏声发射信号去噪实验,对该方法进行定性和定量分析.结果表明,与常规的去噪方法比较,ICA去噪方法受噪声强度影响较小,能够得到更高的信噪比和更好的相关系数,有利于提高埋地水管泄漏点的定位精度.     

基于AE技术和HHT的涤纶机织物拉伸断裂过程研究

为了获取与研究织物拉伸破坏模式的时频特征,通过改变织物组织结构和纬纱密度织造4种不同织物,在常规织物强力仪上利用自主搭建的声发射检测系统,分别采集对应织物拉伸破坏过程中产生的动态声频信息,利用Matlab软件运行基于HHT方法编译的程序对所采集信息进行信号分析与处理。分析结果表明:织物拉伸过程的AE信号曲线与拉伸载荷-位移曲线完全对应,所表征的结构相变化、纱线形变以及纱线断裂3个破坏模式可明显区分;4种织物结构相变化阶段特征频率相同,均为100Hz,且来自同一来源——经纬纱间正交摩擦,与织物组织、密度无关,表现在持续时间、幅值、能量等声发射信号参量上,结构相变化阶段与纱线强力利用系数大小有关。     

基于核密度估计尺度空间的目标跟踪算法

为能够准确表示目标颜色分布、适应目标尺寸连续变化,提出了一种新的序列图像目标跟踪算法。该算法首先计算目标区域颜色概率分布的核密度估计函数,然后通过规整化每一帧输入图像像素在此函数上的取值生成目标概率分布图。最后通过检测多尺度规范化Laplacian滤波的极值,实现目标的定位和尺寸描述。与基于直方图的算法比较并结合大量真实序列图像上的实验验证表明,该算法更好地描述了目标颜色特征,提高了跟踪算法的精度。     

页岩气藏缝网压裂物理模拟的声发射监测初探

水力压裂模拟实验中,对水力裂缝的监测和识别是研究储层裂缝形态的基础。利用室内大尺寸真三轴水力压裂物理模拟装置对300 mm×300 mm×300 mm立方体页岩试样开展体积压裂实验,建立多通道声发射实验监测系统,在试样两个对称侧面布置声发射探头,采集实验过程中裂缝破裂时的声波信号,对裂缝缝网形成过程进行三维动态实时跟踪,可以明确水力裂缝起裂和裂缝扩展形态;再结合声发射计数曲线和泵压曲线可以实时监测水力裂缝不同扩展阶段,判别水力裂缝与天然裂缝相互沟通过程。监测过程发现,声发射累积次数最高点先于破裂压力点出现,水力裂缝扩展接收的声发射信号多于天然裂缝开启过程,地层破裂后泵压曲线的波动可以识别裂缝之间的沟通程度,打开试样观察示踪剂的分布特征进一步验证了声发射监测结果。