基于谐波小波包和支持向量机的声发射源识别(英文)

被引：10

作者：

于金涛 ^{[1
,2
]}

丁明理 ^{[1
]}

孟凡刚 ^{[3
]}

乔玉良 ^{[3
]}

王祁 ^{[1
]}

机构：

[1] 哈尔滨工业大学自动化测试与控制系

[2] 哈尔滨商业大学计算机与信息工程学院

[3] 不详

来源：

Journal of Southeast University(English Edition) | 2011年 / 27卷 / 03期

关键词：

谐波小波包; 层次支持向量机; 声发射源识别;

D O I：

暂无

中图分类号：

V271.5 [水上飞机]; TG115.28 [无损探伤];

学科分类号：

摘要：

为了解决直升机动部件疲劳损伤类型识别问题,提出了一种基于谐波小波包特征提取和层次支持向量多分类器的声发射源类型识别方法.声发射信号经过4层谐波小波包分解后,提取各个频段的能量特征用于声发射源类型识别,克服了传统小波包分析能量泄露、频带选取不灵活、不同层频率分辨率不同的缺点.首先,利用已知声发射源类型的试验数据训练层次支持向量多分类器,然后,利用其余试验数据进行测试.碳纤维材料试件压断试验结果表明:该方法有效地实现了声发射源多类识别,并且在计算效率和识别精度上都优于小波包特征提取方法.

引用

页码：300 / 304

页数：5

共 3 条

[1] 基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 [J].