裂纹源的支持向量机与神经网络定位对比研究

被引：14

作者：

毛汉颖 ^{[1
]}

黄振峰 ^{[2
]}

王向红 ^{[3
]}

机构：

[1] 广西工学院

[2] 广西大学机械学院

[3] 上海交通大学机械学院

来源：

广西大学学报(自然科学版) | 2009年 / 34卷 / 03期

关键词：

支持向量机; 源定位; 声发射;

D O I：

10.13624/j.cnki.issn.1001-7445.2009.03.033

中图分类号：

TK730.8 [检修与维护]; TP274.4 [];

学科分类号：

080703 [动力机械及工程];

摘要：

利用声发射技术检测水轮机叶片裂纹的产生位置。针对水轮机结构复杂及裂纹位置比较集中等特点,提出利用支持向量机的分类与回归功能对水轮机转轮叶片的裂纹进行定位。结果表明,与BP(误差反向传播)神经网络相比,支持向量机在叶片区域的识别率为100%,高于BP网络;裂纹源到焊缝的距离的预测精度也稍高于BP网络,因而支持向量机是一种适合复杂结构的定位方法,特别是在样本量不大的场所。

引用

页码：357 / 360

页数：4

共 4 条

[1]

An approach to use an array of three acoustic emission sensors to locate uneven events in machining - Part 1: method and validation [J].