基于EMD-SVD的声发射信号特征提取及分类方法

被引：49

作者：

徐锋

刘云飞

机构：

[1] 南京林业大学信息科学技术学院

来源：

应用基础与工程科学学报 | 2014年 / 22卷 / 06期

关键词：

声发射; 经验模态分解; 奇异值分解; 特征提取; Mahalanobis距离;

D O I：

暂无

中图分类号：

TB302 [工程材料试验];

学科分类号：

082905 [生物质能源与材料];

摘要：

针对胶合板损伤声发射(AE)信号的非平稳性和损伤类别特征相互重叠的实际情况,提出了基于经验模态分解(EMD)和奇异值分解(SVD)相结合的信号特征提取与识别方法.首先对AE信号进行EMD分解,运用互相关系数和方差贡献率筛选出包含主要信息的本征模态函数(IMF)分量;其次对各IMF分量构建的初始特征矩阵进行SVD分解,将得到的奇异值作为表征各损伤信号的特征向量;最后建立Mahalanobis距离判别函数对各损伤信号进行识别分类.五层胶合板损伤的实测数据表明,该方法能够方便地提取出AE信号特征并对其损伤类型进行有效的识别.

引用

页码：1238 / 1247

页数：10

共 18 条

[1]

胶合板制造学.[M].陆仁书主编;.中国林业出版社.1993,

[2]

矩阵理论及其应用.[M].蒋正新;施国梁编著;.北京航空学院出版社.1988,

[3]

声发射技术及其应用.[M].袁振明等编著;.机械工业出版社.1985,

[4]

Correlation of fracture processes and damage mechanisms of armor structural materials under high strain rates with acoustic emission characteristics.[J].Sung-Choong Woo;Jong-Tak Kim;Jin-Young Kim;Tae-Won Kim.International Journal of Impact Engineering.2014,

[5]

Separating scale-specific soil spatial variability: A comparison of multi-resolution analysis and empirical mode decomposition.[J].Asim Biswas;Hamish P. Cresswell;Henry W. Chau;Raphael A. Viscarra Rossel;Bing C. Si.Geoderma.2013,

[6]

Automatic sleep staging using empirical mode decomposition; discrete wavelet transform; time-domain; and nonlinear dynamics features of heart rate variability signals.[J].Farideh Ebrahimi;Seyed-Kamaledin Setarehdan;Jose Ayala-Moyeda;Homer Nazeran.Computer Methods and Programs in Biomedicine.2013,

[7]

A review on empirical mode decomposition in fault diagnosis of rotating machinery [J].