基于声发射信号的铝合金材料损伤表征识别

• 作者: 丁贤飞 张习文 张卫冬 杨斌 艾轶博
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 铝合金 声发射 损伤探测 神经网络 模式识别
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 冶金与材料
• 页码范围: 626-633
• 分类号: TG146.2+1|TP18
• 语种: 中文

摘要

随着高速铁路的不断提速,高铁轻量化设计中广泛采用高强铝合金材料,但高速列车齿轮箱体服役安全评价亟待完善.本文针对高速列车齿轮箱体使用的铝合金材料服役特性,搭建了声发射检测拉伸试验系统,运用BP神经网络算法对声发射信号进行训练与识别,实现对箱体材料拉伸损伤表征识别与材料服役状态的安全预警.本研究为材料损伤状态的无损实时识别提供了一种识别与预警方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张卫冬	北京科技大学国家材料服役安全科学中心	19	195	7.0	13.0
2	杨斌	北京科技大学国家材料服役安全科学中心	45	296	8.0	15.0
3	丁贤飞	北京科技大学国家材料服役安全科学中心	12	54	5.0	7.0
4	艾轶博	北京科技大学国家材料服役安全科学中心	6	31	4.0	5.0
5	张习文	北京科技大学国家材料服役安全科学中心	1	10	1.0	1.0