-
题名金属疲劳过程磁记忆信号多特征量提取研究
被引量:5
- 1
-
-
作者
朱达荣
潘志远
刘涛
徐德军
-
机构
安徽建筑大学机械与电气工程学院
安徽建筑大学建筑机械故障诊断与预警技术重点实验室
-
出处
《现代制造工程》
CSCD
北大核心
2018年第10期123-129,共7页
-
基金
国家自然科学基金资助项目(51805003
61871002)
+1 种基金
安徽省自然科学基金项目(18080885ME125)
安徽省高校自然科学研究项目(KJ2018A0519)
-
文摘
为明确铁磁构件疲劳过程磁记忆信号的变化规律,实现疲劳损伤的量化评估,选取带中心圆孔的Q235钢试件进行轴向拉伸疲劳试验,通过三维运动平台实现磁记忆信号的稳定连续采集,以小波变换为信号多尺度分析工具,对磁记忆信号进行降噪,并采用小波包进行磁记忆信号分解与重构,提取信号的小波包能量、奇异性指数作为特征量,得到了不同频带上相对能量分布和奇异性指数的变化规律,并将能量、奇异性指数与信号梯度峰值相结合,共同构成评估疲劳损伤的多特征量。试验结果表明:试件疲劳损伤过程中能量、奇异性指数和梯度峰值变化显著,随着循环次数的增加,低频段能量不断增加,高频段能量占总能量比例不断降低,总能量分布向低频段偏移,同时奇异性指数不断减小,而各阶段梯度峰值逐渐增加。通过能量、奇异性指数和梯度峰值的多特征量的研究可以弥补单一特征量存在的不足,研究结果可为金属构件疲劳损伤程度的评估提供技术支撑。
-
关键词
磁记忆信号
小波变换
能量
奇异性指数
梯度峰值
特征提取
-
Keywords
magnetic signals
wavelet transform
energy
singularity indexes
maximum gradient values
feature extraction
-
分类号
TH160.7
[机械工程—机械制造及自动化]
-