基于声发射的木材裂缝数量辨识研究

针对木材裂缝缺陷,提出一种基于声发射的木材裂缝数量识别方法。首先,在试件上人为依次制作1 mm×9 mm(长×高)的4条裂缝,在裂缝的一侧通过折铅的方式产生声发射(acoustic emission,AE)信号,另一侧放置传感器,信号采样频率设置为2 MHz。然后,通过粒子群算法(particle swarm optimization,PSO)确定变分模态分解(variational mode decoposition,VMD)的分解层数K和惩罚因子α,并将原始信号分解为具有不同频率的本征模态(intrinsic mode function,IMF)。接着,随机选择5组信号进行VMD分解,并对分解后的IMF构成的矩阵进行奇异值分解(singular value decomposition,SVD),得到相应的奇异值向量,再由5组奇异值向量组成标准矩阵。最后,由测得的AE信号,分别与标准矩阵计算马氏距离,并依据最小判别原则,判定裂缝数量。结果表明,PSO-VMD-SVD方法能够方便提取出AE信号特征,并通过计算马氏距离进行裂缝数量判别,判别正确率为92%。