金属罐形容器罐底声发射信号的检测研究

• 作者: 王俏 陈平
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 声发射 区间小波包 能量距 神经网络 特征提取
• 年，卷（期）: 2008,（6）
• 页码范围: 96-98,104
• 页数: 4页
• 分类号: TN911.7|TP389.1
• 字数: 3452字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6197.2008.06.027

摘要

基于小波包分析和神经网络的声发射信号缺陷检测方法,提出采用区间小波包分解与能量距相结合作为声发射信号的特征向量,取代了传统的"小波包-能量"特征提取方法,并以金属罐形容器罐底缺陷诊断为例验证了该方法的有效性.结果表明,基于区间小波包能量距的神经网络特征提取方法更好地利用了缺陷信号的主要频带和小波包分析的时频信息,与传统方法相比,能大大简化检测系统的复杂度,提高容器的检测识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平	山东理工大学计算机科学与技术学院	104	1323	16.0	33.0
2	王俏	山东理工大学计算机科学与技术学院	3	5	1.0	2.0