优化群分解在磁瓦内部缺陷声振检测中的应用

• 作者: 冉茂霞 刘鑫 宋弘 李强 黄沁元
• 来源期刊: 四川轻化工大学学报（自然科学版）
• 学科: 工学
• 关键词: 缺陷检测 群分解 鲸鱼优化算法 特征提取 随机森林
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 43-52
• 页数: 10页
• 分类号: TG115.28
• 字数: 6118字
• 语种: 中文
• DOI: 10.11863/j.suse.2020.04.07

摘要

针对磁瓦内部缺陷声振检测中的信号处理问题,提出一种结合群分解(swarm decomposition,SWD)、鲸鱼优化算法(whale optimization algorithm,WOA)和随机森林(random forests,RF)的信号分析方法.首先,根据磁瓦声振信号特点,构造反映SWD分解性能的适应度函数,再通过WOA配合该函数对SWD分解参数进行优化,以此获得最佳的SWD分解参数.其次,SWD利用该最优分解参数将磁瓦声振信号分解为若干振荡分量,并由能量最大值对振荡分量进行筛选,进而提取出反映磁瓦内部缺陷的特征信息.最后,经RF分类器对提取的特征进行识别,以决策磁瓦是否存在内部缺陷.实验结果表明,所提出的方法能准确地实现多种类型磁瓦的内部缺陷检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋弘	四川轻化工大学自动化与信息工程学院	11	10	2.0	3.0
2	刘鑫	四川轻化工大学自动化与信息工程学院	2	0	0.0	0.0
3	黄沁元	四川轻化工大学自动化与信息工程学院	1	0	0.0	0.0
7	冉茂霞	四川轻化工大学自动化与信息工程学院	1	0	0.0	0.0
8	李强	四川轻化工大学自动化与信息工程学院	1	0	0.0	0.0