基于光纤声发射的局部放电信号识别方法分析

局部放电(PD)是电气设备绝缘退化的主要原因,相较于传统的检测方法,光纤声发射检测技术具有不影响设备运行方式、抗电磁干扰能力强等优点。设计并制作了尖端放电、气泡放电、悬浮放电和沿面放电4种典型局部放电模型,搭建了基于光纤声发射的局部放电声发射信号采集试验平台,采集了梯度施加电压下的局部放电声发射信号并对其进行了参量统计分析,提出了将去噪后信号时频图作为卷积神经网络特征输入的识别模型。试验结果表明,该识别模型对于淹没在噪声中的微弱局部放电信号具有良好的识别效果,识别准确率可达98%。

钢丝绳断丝声发射定量检测方法研究

采用声发射（ＡＥ）技术对钢丝绳断丝进行定量检测研究·通过波形分析确定合适的定时参数，从而将断丝事件表征为单个ＡＥ撞击信号，实现了断丝的定量化表示·通过二维图示方法选择特征参量，并根据断丝与非断丝类别的分布特点，采用多段线性分类器，以机器智能方式实现断丝的自动检测与识别·

基于声发射技术的钢丝绳断丝模式识别

基于大量实验及波形分析，给出钢丝绳断丝事件的声发射（ＡＥ）定量化表征形式．采用类内类间距离和二维图示方法综合选择ＡＥ特征，并根据其分布情况建立起基干Ｆｉｓｈｅｒ准则的分段线性分类器，以实现断丝事件的自动检测．

声发射技术测量变压器局部放电的现状与进展

介绍了近年来声发射 (acoustic emission, AE) 技术在变压器局部放电测量方面的发展及应用情况, 详细说明了用声发射技术检测变压器局部放电的原理, 对检测系统结构、定位测量方法及局部放电声发射信号的模式识别进行了概述, 探讨了该方法的优缺点和今后的发展方向。

焊接过程声信号在线检测技术现状与展望

基于焊接过程声信号的声学检测技术是一种实时采集和检测缺陷的有效方法,对材料内部结构变化反映明显。概述了常规焊接缺陷无损检测方法的优缺点,对焊接过程声信号的分类和声信号采集系统进行了论述,分析总结了声发射信号和可听声信号的发声机理、检测原理和信号处理方法,并阐述其在焊接质量在线检测领域的研究现状及应用,特别是焊接缺陷、熔滴过渡形式和熔透状态的识别与预测。为了满足在线检测要求,包含声学检测在内的多传感信息融合焊接系统研究是关键,智能传感、信号处理、自动控制与人工智能技术的进一步研究能促进焊接产业的长足发展。

基于声发射信号模式的齿轮特征识别研究

鉴于声发射信号对齿轮早期裂纹具有独特的敏感性,对早期齿轮声发射信号的特征识别具有重要意义。介绍小波变换理论及其原理,建立齿轮疲劳试验平台,利用小波阈值降噪对不同工况下齿轮声发射信号进行预处理,获取高能量频段的信号并提取时域、频域特征参数,将其作为BP神经网络的输入,以识别不同工况下的声发射信号。实验结果表明:与去噪后的全频段信号相比,基于高能量频段信号所提取的特征参数具有更高的识别率,为早期齿轮故障信号分析和检测提供借鉴。

融合MFCC特征的声发射故障检测

为了探索机电设备潜在声发射(AE)故障的有效预测方法,提出了融合梅尔频率倒谱系数(MFCC)与信号典型时频特征用于支持向量机(SVM)模式识别来进行故障诊断的方法。基于气体绝缘金属封闭开关(GIS)绝缘结构表面金属颗粒堆积缺陷模型,采集了多种局部放电(PD)故障诱发的AE信号;对获取的AE信号添加多种强度的高斯白噪声以模拟受现场干扰的低信噪比AE信号;进而通过信号降噪与特征提取,将提取的MFCC特征与时频域特征值作为SVM的输入向量。实验结果显示,对-15 dB信噪比AE信号的故障识别准确率可达到98.75%,对-10 dB信噪比以上AE信号的故障识别准确率均达到100%。该研究分析了MFCC特征结合时频域特征作为模式识别算法输入时,对各种信噪比信号的故障识别精度,适合用于强噪声环境下对机电故障的种类和进展进行准确预测。

基于声发射信号的铝合金材料损伤表征识别

随着高速铁路的不断提速,高铁轻量化设计中广泛采用高强铝合金材料,但高速列车齿轮箱体服役安全评价亟待完善.本文针对高速列车齿轮箱体使用的铝合金材料服役特性,搭建了声发射检测拉伸试验系统,运用BP神经网络算法对声发射信号进行训练与识别,实现对箱体材料拉伸损伤表征识别与材料服役状态的安全预警.本研究为材料损伤状态的无损实时识别提供了一种识别与预警方法.

焊接凝固热裂纹声发射检测技术关键问题

高速焊接技术在造船、石油化工、电力、冶金、汽车等领域应用越来越广泛,焊接凝固过程易产生热裂纹,现有焊接热裂纹检测主要依靠焊后检验,不能为焊接凝固热裂纹的抑制提供在线、准确的关键信息.阐述声发射检测技术应用于高速焊接凝固热裂纹的在线检测的主要特点和难点,分别综述和分析了声发射动力学模型,复杂噪声背景下声发射信号微弱特征信息提取及热裂纹状态智能识别的国内外研究进展,指出声发射技术应用于焊接凝固热裂纹检测面临的关键问题,并讨论解决这些关键问题的途径.