期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于声发射信号特征的粮食库房钢结构建筑焊接裂纹识别研究
1
作者 崔莹 戴丽萍 《粮食与饲料工业》 2025年第2期44-47,共4页
焊缝裂纹的形态和特征多样,当前所使用的智能视觉方法对焊接裂纹内部的缺陷无法明确形成检测特征。声回波信号可以反映物体的内部特征,通过收集和分析这些信号可以及时发现裂纹位置、形态和内部特征,为此提出了基于声发射信号特征的粮... 焊缝裂纹的形态和特征多样,当前所使用的智能视觉方法对焊接裂纹内部的缺陷无法明确形成检测特征。声回波信号可以反映物体的内部特征,通过收集和分析这些信号可以及时发现裂纹位置、形态和内部特征,为此提出了基于声发射信号特征的粮食库房钢结构建筑焊接裂纹识别方法。通过声发射检测仪采集粮食库房钢结构建筑焊接裂纹声发射信号,采用ICA分离算法分离采集到的信号后,得到多维源信号,结合模糊熵对多维源信号进行去噪处理。采用短时傅里叶变换与能量统计方法进行焊接裂纹声发射信号特征提取。根据提取到的裂纹声发射特征信号,采用HMM和SVM两种算法对粮食库房钢结构建筑焊接裂纹进行识别。实验结果表明,所提方法应用后的声发射信号噪声得到了有效抑制,焊误报率最高仅为1.4%,识别结果具备可靠性。 展开更多
关键词 声发射信号特征 粮食库房 钢结构建筑 焊接裂纹 模糊熵 短时傅里叶变换
在线阅读 下载PDF
基于声发射信号特征的海上风电场导管架裂纹检测系统 被引量:1
2
作者 银磊 张新宇 +1 位作者 赵金辉 张瑞光 《中国新通信》 2023年第14期39-41,共3页
导管架连接上部风机塔筒和下部主体,是海上风机的最重要结构之一。传统裂纹检测过程费时费力,在此背景下,本文阐述了一种基于声发射信号的导管架水下裂纹检测系统及其方法,其采用基于深度学习的人工智能检测算法,以声发射传感器作用于... 导管架连接上部风机塔筒和下部主体,是海上风机的最重要结构之一。传统裂纹检测过程费时费力,在此背景下,本文阐述了一种基于声发射信号的导管架水下裂纹检测系统及其方法,其采用基于深度学习的人工智能检测算法,以声发射传感器作用于待测导管架的声发射回波信号作为输入数据,并对其进行笛卡尔坐标系下的时间序列迁移到极坐标系上表示的场域转化后,来提取所述声发射回波信号中关于所述导管架聚焦于空间位置上以及通道内容上的特征分布信息,并以这两者的特征信息的融合来进行导管架是否存在水下裂纹的检测判断,能够实时智能地对于海上风电场导管架是否存在水下裂纹进行准确地检测,以保障海上风电导管架的安全性,降低企业后期维修成本。 展开更多
关键词 海上风电场 裂纹检测 声发射信号特征 深度学习
在线阅读 下载PDF
Characteristics of acoustic emission signals in damp cracking coal rocks 被引量:17
3
作者 TANG Shoufeng, TONG Minming, HU Junli, HE Xinmin School of Information and Electrical Engineering, China University of Mining & Technology, Xuzhou 221008, China 《Mining Science and Technology》 EI CAS 2010年第1期143-147,共5页
A uniaxial load experiment on coal rocks at different stress rates was carried out, based on the characteristics of acoustic emission (AE) signals in cracking coal rocks, decomposition, de-noising and reconstruction f... A uniaxial load experiment on coal rocks at different stress rates was carried out, based on the characteristics of acoustic emission (AE) signals in cracking coal rocks, decomposition, de-noising and reconstruction for the AE signals through wavelet packet transform for solving the current problems created by the presence of noise in AE signals and the existing problems in AE signal processing. The results show that the various characteristics of AE signals in coal rocks cracking under different situations can be clearly reflected, after the AE signals are de-noised by the wavelet packet. Compared to dry coal rocks, the number of AE occurrences in damp coal rocks was significantly reduced, as well as the average amplitude. The number of AE occurrences in damp and dry coal rocks clearly increased with increases in the loading rate, but the largest amplitude of the AE signals in damp coal rocks has been reduced. There is no clear evidence of change in dry coal rocks. 展开更多
关键词 coal rocks cracking Acoustic Emission (AE) signal processing wavelet packet analysis DE-NOISING
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部