基于奇异值分解和FSVM的声发射信号识别

• 作者: 周殷涛 周绍骑 唐航 袁培龙
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 奇异值分解 模糊支持向量机 管道泄漏 声发
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 自动化应用
• 页码范围: 205-207
• 页数: 3页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.05.205

摘要

针对管道泄漏声发射信号环境噪音大、非平稳,且实际应用中难以获得大量故障样本的特点,提出了基于奇异值分解和模糊支持向量机(FSVM)的声发射信号识别方法.该方法将采集到的声发射信号进行EMD分解,对每一阶模态函数分量进行奇异值分解,形成该信号的特征向量,以此特征向量作为模糊支持向量机的样本,完成对声发射信号的分类识别.采用野战管线进行输水实验模拟了长输管道泄漏过程,验证了该方法识别管道泄漏声发射信号、判断管道运行状态的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周绍骑	后勤工程学院军事供油工程系	29	172	6.0	11.0
2	唐航	后勤工程学院军事供油工程系	2	6	1.0	2.0
3	周殷涛	后勤工程学院军事供油工程系	1	1	1.0	1.0
4	袁培龙	后勤工程学院军事供油工程系	4	10	2.0	3.0