基于主成分分析与SVM的碳纤维复合材料损伤 声发射信号模式识别

• 作者: 姜智通 张璐莹 李伟 李彩瑞 蒋鹏
• 来源期刊: 压力容器
• 学科: 工学
• 关键词: 碳纤维复合材料 声发射 经验模态分解 主成分分析 支持向量机
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 检验与修复
• 页码范围: 59-68
• 页数: 10页
• 分类号: TH145|TB553
• 字数: 5334字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4837.2020.07.009

摘要

针对碳纤维复合材料损伤过程中所产生的声发射信号的非平稳性等问题,提出一种模式识别方法,可用于纤维断裂、基体开裂及界面分层损伤声发射信号的有效提取.采用声发射技术进行了典型损伤类型声发射监测试验,利用经验模态分解方法(EMD)实现纤维断裂及基体开裂声发射信号的分解与重构;并提取分解后固有模态分量(IMF)的特征频率集,对特征频率集进行主成分分析法(PCA)数据维度优化.最终,采用支持向量机(SVM)对两类信号进行模式识别.结果表明,该方法能有效避免复合材料损伤声发射中的模态混叠现象,并去除冗余属性,进而提高不同损伤类型声发射信号的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	东北石油大学机械科学与工程学院	78	211	8.0	10.0
2	蒋鹏	东北石油大学机械科学与工程学院	32	66	5.0	7.0
3	张璐莹	东北石油大学机械科学与工程学院	12	19	2.0	4.0
4	姜智通	东北石油大学机械科学与工程学院	4	0	0.0	0.0
5	李彩瑞	东北石油大学机械科学与工程学院	1	0	0.0	0.0