损伤声发射信号小波包神经网络特征识别方法

• 作者: 齐添添 陈尧 何才厚 龙盛蓉 李秋锋
• 来源期刊: 北京邮电大学学报
• 关键词: 声发射检测 小波包分解 特征向量 BP神经网络 信号识别
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究报告|REPORTS
• 页码范围: 124-130
• 页数: 7页
• 分类号: TH87
• 语种: 中文
• DOI: 10.13190/j.jbupt.2020-118

摘要

在材料损伤的检测和评价时,为了在大量接收信号中识别有效声发射信号,提出了一种基于小波包特征提取的损伤声信号神经网络识别方法,首先利用小波包全局分解的优势,准确提取非平稳信号的特征信息,建立相应特征向量,对有效声发射信号和干扰噪声信号进行表征;然后根据特征向量和识别输出要求,建立了3层结构的反向传播神经网络对信号进行分析和识别,滤除噪声信号,保留有效声发射信号;最后,在玻璃钢复合材料的声发射实验中,采集了400组信号对该方法进行验证,准确性达到97.5％,能够满足工程需要.