声发射信号处理算法研究 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

编辑推荐

适读人群 ：本书适宜从事无损监测的专业人士参考。
无损检测技术是控制产品质量、保证设备安全的重要手段之一，而声发射技术作为新型无损检测技术，对于在线实时监测具有非常广阔的应用前景。本书对于声发射技术进行了详细的阐述和分析，对于各种回收信号的收集与处理进行了详细的分析和对比，并以复合材料为例，对于信号处理和算法的研究与设计进行了详细的论述。

内容简介

《声发射信号处理算法研究》简要介绍了声发射无损检测技术的原理、构成以及基本应用操作，详细介绍了声发射系统的设计、降噪、信号智能分析和对比以及定位算法的设计与应用。
本书适宜从事声无损检测的技术人员参考。

作者简介

于金涛，博士，副教授，硕士生导师，黑龙江省仪器仪表协会理事，现任哈尔滨商业大学计算机与信息工程学院电子信息工程专业教研室主任。主要研究方向为：无线传感器网络、故障检测、声发射信号处理。曾赴美留学一年，从事信号处理方面的研究。主持完成省黑龙江省自然科学基金项目1项，主持完成厅局级项目2项，主要参与国家自然科学基金项目3项、参与省部级项目多项。近几年，在国内外期刊和会议上发表论文20余篇，其中SCI检索收录2篇，EI检索收录13篇。

内页插图

目录

第1章绪论1
1.1概述1
1.2无损检测技术分析3
1.3声发射检测技术研究现状及分析5
1.3.1声发射检测技术概念5
1.3.2声发射信号采集处理系统6
1.3.3声发射信号分析技术8
1.3.4声发射信号去噪技术12
1.3.5声发射源定位技术13
1.3.6声发射信号特征参数提取技术17
1.3.7声发射源识别技术19
1.4存在主要问题21

第2章声发射信号传播特性实验研究23
2.1引言23
2.2谐波小波包分析原理24
2.2.1二进谐波小波原理24
2.2.2广义谐波小波原理31
2.3声发射信号传播特性分析36
2.3.1声发射波的传播原理36
2.3.2声发射信号传播实例分析37
2.3.3声发射参数衰减结果43
2.3.4声发射信号衰减的谐波小波包分析46
2.4本章小结51

第3章声发射信号去噪算法研究52
3.1引言52
3.2小波阈值去噪原理53
3.2.1阈值函数选择及阈值优化55
3.2.2小波基函数的确定57
3.3经验模态分解及去噪原理59
3.3.1经验模态分解原理59
3.3.2经验模态分解的滤波特性60
3.3.3经验模态分解去噪原理62
3.4经验模式分解及小波结合去噪原理64
3.4.1IMF-Wavelet去噪原理64
3.4.2EMD-Wavelet去噪原理65
3.4.3Wavelet-EMD去噪原理65
3.5去噪效果评价65
3.6仿真实验及分析66
3.6.1标准信号去噪实验66
3.6.2模拟AE信号去噪实例分析71
3.7本章小结73

第4章声发射信号智能定位算法研究74
4.1引言74
4.2基于最小二乘支持向量回归的声发射源线性定位方法75
4.2.1最小二乘支持向量回归原理76
4.2.2基于粒子群算法的LS-SVM回归的参数优化77
4.2.3利用LS-SVM回归进行声发射源线性定位81
4.2.4声发射源线性定位实验分析83
4.3基于多输出支持向量回归的声发射源平面定位方法86
4.3.1单输出支持向量回归原理87
4.3.2多输出支持向量回归原理及算法88
4.3.3多输出支持向量回归算法仿真验证90
4.3.4声发射源平面定位实验与分析92
4.4本章小结99

第5章声发射信号识别算法研究100
5.1引言100
5.2基于谐波小波包分解的声发射信号特征提取101
5.2.1特征评价方法102
5.2.2谐波小波包分解特征提取步骤103
5.2.3谐波小波包分解频带确定104
5.3基于支持向量多分类器的声发射源类型识别105
5.3.1支持向量机分类原理106
5.3.2支持向量机多分类器设计109
5.3.3支持向量机模型参数优化111
5.4仿真分析及实验验证115
5.4.1基于小生境粒子群算法的SVM参数优化验证115
5.4.2压断实验116
5.4.3谐波小波包分解特征提取验证120
5.4.4支持向量多分类器声发射源类型识别验证122
5.5本章小结125

参考文献127

前言/序言

损检测技术是控制产品质量、保证设备安全运行的重要手段之一。随着我国现代化建设事业的迅猛发展，损检测理论研究和技术应用有了很大提高。我国相继建立了若干重点机构研究损检测新技术、新方法、新理论，制定不同行业的损检测规范、行业标准和国家标准。损检测技术在保证产品质量和工程可靠性上，在国家重大工程安全运行和系统寿命评估方面发挥着越来越重要的作用。
在实际生产及使用过程中，想要完全避免材料或构件的各种损伤是不切实际的。因此，要定期的对部件进行检测，及时修复和替换受损或不稳定的部件，以保证结构在整个使用寿命期的安全。对于检测，传统观念采取的是在发现问题后进行修补的方法，要求在发现危及安全的缺陷后立即进行修复。而新的损检测观念是预测并管理，要求能对可能发生的缺陷、故障进行预报，从而能在某一合适时间段内采取措施。这样才能在保证产品或结构安全的前提下，取得最大的经济效益。
随着现代工业和科学技术的发展，声发射(AE)技术的发展使这种新型的动态损检测技术成为了可能。作为新兴的动态损检测技术，声发射技术克服了传统损检测技术的很多缺点。声发射检测技术是损检测中的一种新方法，它可以提供连续的状态信息，适合于设备在线监控及早期破坏预警。通过声发射传感器采集声信号，再利用计算机信号处理系统对采集的声信号进行分析、转换、处理，以此为原理构成检测系统基于声发射技术的裂纹检测，通过监测构件裂纹生长过程中释放的能量，需对构件施加激励，能够检测损伤的位置、类型及其变化过程。在使用中，只需要在构件合适的位置安装声发射传感器，非常有利于部件的实时在线检测。利用声发射技术进行监测，可以在部件疲劳试验中及时地检测到损伤的产生、损伤的位置及损伤类型等信息，因此研究声发射检测技术，改进和提高部件损伤检测的效率和精度，对准确评估部件寿命及安全性是非常有意义的，而声发射检测技术的关键是声发射信号的处理算法。因此，本书不仅对相关的检测技术进行了原理和检测方法方面的介绍，同时着重对复合材料试件声发射信号处理算法进行了研究，相应的也介绍了一些常用的损检测技术，注意反映当前国内外损检测领域的最新动态和最研究成果，具体研究内容如下。
①通过断铅模拟实验，研究了声发射信号在复合材料上的传播特性。对碳纤维材料试件和蜂窝材料试件进行了传播特性断铅试验，并且利用谐波小波包分析了声发射信号在各个频带上的衰减特性。
②研究了基于经验模式分解和小波阈值去噪相结合的声发射信号去噪算法。在分析了经验模式分解去噪和小波阈值去噪优缺点的基础上，将二者结合，提出了IMF-Wavelet去噪方法，EMD-Wavelet去噪方法和Wavelet-EMD去噪方法，实验结果表明，相比于经验模式分解和小波阈值方法，EMD-Wavelet和Wavelet-EMD方法对于声发射信号去噪效果在信噪比高和信噪比低的情况下都比较稳定。
③研究了基于最小二乘支持向量回归的声发射源线性定位算法和基于多输出支持向量回归的声发射源平面定位算法。针对LS-SVM回归线性定位器的参数选择问题，设计了基于小生境粒子群算法的LS-SVM回归参数优化选择方法。利用断铅模拟实验数据对LS-SVM回归线性定位器和M-SVR平面定位器进行了测试，并且与神经网络定位器的结果进行了比较，验证了支持向量机定位器在定位精度上的优势。
④研究了基于谐波小波包分解和支持向量多分类器的声发射源类型识别算法。研究基于特征类间距离与类内距离的特征评价方法，给出特征评价指标。利用特征评价指标选择了适合声发射源类型特征提取的谐波小波包分解频带。研究基于层次支持向量多分类机的声发射源识别方法，利用聚类算法来设计多分类器的拓扑结构，利用小生境粒子群算法对多分类机中的各个两分类机进行模型参数优化。最后利用碳纤维材料压断试验数据，验证了特征提取及声发射源类型识别方法的有效性和实用性，结果表明，谐波小波包特征提取方法有效地提取了声发射类型特征，在计算效率和特征区分度上均优于传统小波包特征提取方法，模型优化后SVM多分类器具有更好的整体性能，有效地解决了声发射源识别的小样本问题。
由于作者水平有限，书中不足之处请读者指正。

于金涛
2017.5.8
声发射信号处理算法研究 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价