文献类型：期刊文章

作　　者：成建国[1] 毛汉领[1] 黄振峰[1] 黄云奇[2]

机构地区：[1]广西大学机械工程学院,南宁530004 [2]广西交通职业技术学院机电工程系,南宁530023

出　　处：《声学技术》

基　　金：国家自然科学基金项目(50465002);广西自然科学基金项目(桂科基0448014)

年　　份：2008

卷　　号：27

期　　号：3

起止页码：309-314

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、SCOPUS、ZGKJHX、核心刊

摘　　要：试图通过对声发射信号的检测实现对水轮机转轮叶片金属疲劳裂纹的在线监测。利用美国PAC公司SAMOS声发射检测系统采集到声发射的各种参数;针对大型水轮机现场环境的情况,选用了四种声发射信号。通过BP神经网络和模式识别结合的方法,设计特征提取器来提取金属材料疲劳声发射特征信号。比较神经网络输入参数对输出结果的灵敏度,选择出一些对分类识别最有效的特征参数;并采用可分离性判据进一步验证其正确性。最后,在13个声发射特征参数中,质心频率、计数、持续时间、上升时间、平均信号电平等五个参数的特征最为显著,可以用于识别现场环境下的声发射信号。

关 键 词：声发射 特征提取 BP神经网络 模式识别

分 类 号：TB559[物理学类]