-
题名基于振动声学的螺栓疲劳开裂检测方法
被引量：3
- 1
-
-
作者
刘永超
-
机构
中国大唐集团科学技术研究总院有限公司华北电力试验研究院
中国科学院大学人工智能学院
-
出处
《制造技术与机床》
北大核心
2022年第8期142-148,共7页
-
文摘
提出了一种利用振动声学技术检测螺栓裂纹缺陷的方法,并通过敲击试验、模态仿真模拟以及理论推导论证此方法对螺栓裂纹损伤识别的可行性。试验证明采用振动声学的方法可以有效识别螺栓裂纹缺陷的位置和深度,且对于M30×200 mm的螺栓最小可识别缺陷深度为2 mm,位于螺栓1/2及1/4位置的缺陷最易被识别,结合工程现场螺栓常见疲劳断裂形式,此方法可有效识别螺栓的疲劳开裂问题,具有一定的工程应用意义。另外,提出了振动声学技术与机器学习技术融合研究方向,为螺栓损伤检测提供智能化研究思路。
-
关键词
螺栓
疲劳开裂
振动声学技术
敲击试验
模态仿真
-
Keywords
bolt
fatigue cracking
vibroacoustic technique
tap on a test
the modal simulation
-
分类号
TB523
[理学—声学]
-
-
题名基于D-S证据理论的苹果霉心病声振检测方法
- 2
-
-
作者
刘洁
赵康
赵钦君
宋烨
-
机构
济南大学自动化与电气工程学院
中华全国供销合作总社济南果品研究所
国家果蔬及加工产品质量检验检测中心
-
出处
《智慧农业(中英文)》
2025年第4期119-131,共13页
-
基金
山东省重点研发计划项目(2022TZXD007)
济南大学博士启动基金(XBS2494)。
-
文摘
[目的/意义]霉心病是苹果常见的内部病害,具有较强的传染性。在贮藏早期,霉变症状被限制在果核内部,苹果组织处于亚健康状态,但仍具有商品价值,因此对霉核苹果进行早期检测至关重要。[方法]本研究利用声振动无损检测系统采集声振动响应信号,采用对称极坐标变换(Symmetrized Dot Pattern,SDP)、格拉姆角场变换(Gramian Angular Field,GAF)和Stockwell变换(Stockwell Transform,ST),其中GAF分为格拉姆求和场(Gramian Angular Summation Field,GASF)和格拉姆差场(Gramian Angular Difference Field,GADF),以此获得声振多域谱的SDP图、GASF图、GADF图和ST图。利用统一局部二值模式法(Uniform Local Binary Pattern,ULBP)和灰度-梯度共生矩阵法(Gray-Level-Gradient Co-occurrence Matrix,GLGCM)分别从多域可视化图像中提取人工特征,同时设计了基于卷积注意力机制模块和Adam优化器改进的ResNet50特征提取器(Adam-IResNet50)从各域可视化图像中自动提取深度特征,构建最优浅层特征训练分类器多元支持向量机(Multiple Support Vector Machine,MSVM)和最优深层特征训练分类器极限学习机(Extreme Learning Machine,ELM)。将两种分类器初步判别结果转化为独立证据体的基本概率分配,然后基于D-S(Dempster-Shafer,D-S)证据理论中的Dempster合成规则和决策判决规则,获得最终的早期霉心苹果决策判决结果,进而构建声振多域谱浅层特征和深层特征决策层融合模型。[结果和讨论]构建的Adam-IResNet50-IPSO-ELM-DS模型对熟知产地3类别苹果多分类的Kappa系数和马修斯相关系数(Matthews Correlation Coefficient,MCC)值略低于90%,F_(1)和总体准确率(Overall Accuracy,OA)值分别达到了93.01%和93.22%,对亚健康果的判别准确率达到了87.37%,对病害果误判率为8.33%。表明该模型对3类别苹果的分类不仅能较好兼顾查准能力和查全能力,还保持较高检测精度。[结论]提出的基于D-S证据理论的苹果霉心病声振检测方法可有效完成检测任务,为今后早期霉心苹果的在线批量化检测提供技术支撑。
-
关键词
声学振动技术
亚健康苹果
决策层融合
无损检测
-
Keywords
acoustic vibration technology
sub-healthy apple
decision fusion
non-destructive detection
-
分类号
TP274.5
[自动化与计算机技术—检测技术与自动化装置]
-
