期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
Progressive Failure Analysis of Quasi-isotropic Self-reinforced Polyethylene Composites by Comparing Unsupervised and Supervised Classifications of Acoustic Emission Data
1
作者 杨璧玲 黄龙全 梁海先 《Journal of Donghua University(English Edition)》 EI CAS 2014年第4期468-473,共6页
Unsupervised and supervised pattern recognition( PR)techniques are used to classify the acoustic emission( AE) data originating from the quasi-isotropic self-reinforced polyethylene composites,in order to identify the... Unsupervised and supervised pattern recognition( PR)techniques are used to classify the acoustic emission( AE) data originating from the quasi-isotropic self-reinforced polyethylene composites,in order to identify the various mechanisms in the multiangle-ply thermoplastic composites. Ultra-high molecular weight polyethylene / low density polyethylene( UHMWPE / LDPE)composites were made and tested under quasi-static tensile load. The failure process was monitored by the AE technique. The collected AE signals were classified by unsupervised and supervised PR techniques, respectively. AE signals were clustered with unsupervised PR scheme automatically and mathematically. While in the supervised PR scheme,the labeled AE data from simple lay-up UHMWPE / LDPE laminates were utilized as the reference data.Comparison was drawn according to the analytical results. Fracture surfaces of the UHMWPE / LDPE specimens were observed by a scanning electron microscope( SEM) for some physical support. By combining both classification results with the observation results,correlations were established between the AE signal classes and their originating damage modes. The comparison between the two classifying schemes showed a good agreement in the main damage modes and their failure process. It indicates both PR techniques are powerful for the complicated thermoplastic composites. Supervised PR scheme can lead to a more precise classification in that a suitable reference data set is input. 展开更多
关键词 ultra-high molecular weight polyethylene / low density polyethylene(UHMWPE / LDPE) composites THERMOPLASTIC progressive failure analysis damage modes pattern recognition(PR) acoustic emission(AE)
下载PDF
2.5D-C/C复合材料压缩试样构型及损伤失效试验研究
2
作者 蒙怡 杨胜春 +2 位作者 刘小川 杨海龙 宋贵宾 《复合材料科学与工程》 CAS 北大核心 2023年第9期48-54,共7页
为探究2.5D-C/C复合材料在常温压缩载荷下的损伤过程,通过试验方法比较了不同压缩构型下的试验结果与失效模式,同时利用声发射(AE)技术实现损伤在线监测,采用改进的K-均值聚类算法对AE信号进行模式识别,结合聚类后的AE信号随时间变化的... 为探究2.5D-C/C复合材料在常温压缩载荷下的损伤过程,通过试验方法比较了不同压缩构型下的试验结果与失效模式,同时利用声发射(AE)技术实现损伤在线监测,采用改进的K-均值聚类算法对AE信号进行模式识别,结合聚类后的AE信号随时间变化的统计分析与扫描电子显微镜(SEM)微观表征,发现2.5D-C/C复合材料压缩过程损伤模式包含基体开裂与裂纹扩展、界面脱黏以及纤维弯曲断裂,并将损伤模式与AE信号相匹配,描述了材料的压缩损伤演化进程。 展开更多
关键词 C/C复合材料 声发射 K-均值聚类 模式识别 损伤模式
下载PDF
基于声发射的高铁齿轮箱金属材料疲劳损伤分析 被引量:5
3
作者 艾轶博 耿梦影 +1 位作者 吕涛 张卫冬 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第2期423-431,共9页
声发射作为一种现代无损检测技术,广泛应用于金属材料或设备的实时状态监测,对金属材料或设备的服役安全评价具有重要意义。作为高铁的重要组成部分,齿轮箱体的服役情况直接影响列车的安全性。针对高速列车齿轮箱的故障诊断与安全预警问... 声发射作为一种现代无损检测技术,广泛应用于金属材料或设备的实时状态监测,对金属材料或设备的服役安全评价具有重要意义。作为高铁的重要组成部分,齿轮箱体的服役情况直接影响列车的安全性。针对高速列车齿轮箱的故障诊断与安全预警问题,传统的方法对齿轮箱零部件的早期失效不敏感,故障准确定位困难。因此,提出一种基于声发射技术对齿轮箱金属材料服役状态实时监测的方法。搭建带声发射检测功能的箱体材料疲劳试验系统,通过疲劳试验数据计算得到安全阶段与预警阶段的临界时间,对齿轮箱体材料疲劳实验过程中直至完全断裂时刻的声发射信号进行采集与分析,提取出能量与振铃计数的比值作为反映材料当前退化状态的主要特征量。分别采用支持向量机(SVM)和加权支持向量机(WSVM)构建分类器,并利用粒子群优化算法(PSO)进行参数寻优,对齿轮箱箱体材料疲劳裂纹扩展的各阶段进行损伤分类。实验结果表明,在齿轮箱箱体金属材料失效数据匮乏的情况下,SVM的分类结果严重偏向于安全阶段,而WSVM很好地兼顾了安全阶段与预警阶段的识别分类,对材料当前所处损伤状态分类的平均准确率超过90%,可以对金属材料的失效做出预警,为今后的在线监测奠定基础。 展开更多
关键词 声发射 疲劳损伤 支撑向量机 模式识别 安全预警
下载PDF
基于声发射和人工神经网络的混凝土损伤程度识别 被引量:15
4
作者 王岩 张友桃 +2 位作者 胡鸿翔 刘绍俊 袁亮 《建筑材料学报》 EI CAS CSCD 北大核心 2014年第4期672-676,共5页
采用人工神经网络技术对混凝土损伤过程中所伴生的声发射信号进行识别,可实现对混凝土损伤程度的识别.首先建立人工神经网络模型,并在标准工况下采集混凝土损伤声发射信号;然后根据加载曲线将采集到的声发射信号分为3类(分别对应混凝土... 采用人工神经网络技术对混凝土损伤过程中所伴生的声发射信号进行识别,可实现对混凝土损伤程度的识别.首先建立人工神经网络模型,并在标准工况下采集混凝土损伤声发射信号;然后根据加载曲线将采集到的声发射信号分为3类(分别对应混凝土的3个损伤阶段:轻度损伤阶段、中度损伤阶段和严重损伤阶段),并将这3类信号作为标准工况数据输入到神经网络学习模块中进行训练,得到混凝土损伤程度识别系统;最后将相同工况下所采集的混凝土声发射信号输入到系统中,即可识别混凝土的损伤程度.实测结果表明,识别准确率可达90%以上. 展开更多
关键词 混凝土 声发射 神经网络 模式识别 损伤程度
下载PDF
基于声发射信号模式识别的UHMWPE/LDPE复合材料损伤机制分析 被引量:8
5
作者 杨璧玲 张同华 +2 位作者 张慧萍 周晓鸥 晏雄 《复合材料学报》 EI CAS CSCD 北大核心 2008年第2期35-40,共6页
测定了UHMWPE/LDPE复合材料在准静态拉伸作用下的声发射(AE)信号,用无监督模式识别方法对预处理后的AE信号进行分类,据此分析了几种试样(0°、90°和[+45/°-45°])的损伤机制。研究表明,模式识别(PR)方法能识别出试样... 测定了UHMWPE/LDPE复合材料在准静态拉伸作用下的声发射(AE)信号,用无监督模式识别方法对预处理后的AE信号进行分类,据此分析了几种试样(0°、90°和[+45/°-45°])的损伤机制。研究表明,模式识别(PR)方法能识别出试样中基体开裂、纤维-基体界面脱粘、纤维抽拔和纤维断裂等损伤模式,识别结果与利用扫描电子显微镜(SEM)对破坏断面观察得到的结果一致。UHMWPE/LDPE复合材料的AE信号特征只受损伤模式的影响而与试样类型无关,PR方法能有效地区分不同损伤模式的AE信号,每种损伤模式的AE信号累计数对应变的关系曲线能清楚地反映复合材料的损伤进程。AE信号的PR分析为复合材料的损伤机制分析提供了准确依据。 展开更多
关键词 UHMWPE/LDPE复合材料 声发射 模式识别 损伤机制
下载PDF
基于贝叶斯正则化BP神经网络的铝平板超高速撞击损伤模式识别 被引量:11
6
作者 刘源 庞宝君 《振动与冲击》 EI CSCD 北大核心 2016年第12期22-27,共6页
损伤模式识别是空间碎片撞击航天器在轨感知技术中的一个重要功能模块,是目前研究的重点和难点。采用超高速撞击声发射技术,以铝合金平板为研究对象,通过大量超高速撞击实验获取实验信号,结合虚拟波阵面的精确源定位技术、时频分析技术... 损伤模式识别是空间碎片撞击航天器在轨感知技术中的一个重要功能模块,是目前研究的重点和难点。采用超高速撞击声发射技术,以铝合金平板为研究对象,通过大量超高速撞击实验获取实验信号,结合虚拟波阵面的精确源定位技术、时频分析技术及小波分解技术。从超高速撞击声发射信号中提取并优选与损伤模式直接相关的时频参数,建立了基于贝叶斯正则化BP神经网络的损伤模式识别方法,识别了铝合金板面受撞击形成的成坑/穿孔两种主要损伤模式。 展开更多
关键词 空间碎片 超高速撞击 声发射 神经网络 损伤模式识别
下载PDF
铝合金平板超高速撞击声发射信号S2模态特征分析 被引量:3
7
作者 刘源 庞宝君 +1 位作者 迟润强 曹武雄 《宇航学报》 EI CAS CSCD 北大核心 2016年第12期1482-1490,共9页
对铝合金平板上形成的超高速撞击(HVI)声发射(AE)信号S2模态的特征进行研究,分析其与损伤模式之间的关系。以3 mm厚5A06铝合金平板为研究对象,通过数值仿真获得不同撞击工况下的超高速撞击声发射信号,提取信号中的S2模态,并分析其幅值... 对铝合金平板上形成的超高速撞击(HVI)声发射(AE)信号S2模态的特征进行研究,分析其与损伤模式之间的关系。以3 mm厚5A06铝合金平板为研究对象,通过数值仿真获得不同撞击工况下的超高速撞击声发射信号,提取信号中的S2模态,并分析其幅值、能量、频谱等特征。结果表明,S2模态能量随传播距离呈指数衰减;分别随撞击弹丸直径和撞击速度的增加先下降后上升,且在弹丸直径与靶板厚度相近、临界撞击速度时最低。S2模态的中心频率随弹丸直径的增加而降低;随撞击速度的增加而增加;随传播距离的增加向1500 k Hz移动。S2模态小波包系数呈凹性的频域范围分别随撞击速度和弹丸直径的增大变窄。在此基础上,当靶板形成穿孔损伤时,可根据S2模态的中心频率推测弹丸的直径;在传播距离和弹丸直径已知的前提下,可根据S2模态小波包系数呈凹性的频域范围推测撞击速度。 展开更多
关键词 空间碎片 超高速撞击 模态声发射 损伤模式识别 载人航天
下载PDF
模糊控制理论在铣刀磨损监控中的应用 被引量:1
8
作者 马建峰 王信义 +1 位作者 郑军 唐伏良 《北京理工大学学报》 EI CAS CSCD 北大核心 2001年第3期296-299,共4页
研究一种铣刀磨损监控方法。信号采集采用声发射传感器 ,信号特征生成采用小波变换方法 ,将变换后的尺度系数和各个频段的小波系数作为特征 ;采用自行设计的Sugeno模糊控制系统进行状态识别 ,模糊控制系统的输出是刀具磨损值 ,有利于对... 研究一种铣刀磨损监控方法。信号采集采用声发射传感器 ,信号特征生成采用小波变换方法 ,将变换后的尺度系数和各个频段的小波系数作为特征 ;采用自行设计的Sugeno模糊控制系统进行状态识别 ,模糊控制系统的输出是刀具磨损值 ,有利于对刀具磨损进行各种实时补偿。实验表明 ,模糊控制作为刀具磨损状态识别的方法 。 展开更多
关键词 铣刀磨损 小波分析 模糊控制器 模式识别 声发射 实时在线监控
下载PDF
声发射在复合材料损伤机理研究的应用现状及发展趋势 被引量:23
9
作者 倪迎鸽 杨宇 +1 位作者 吕毅 张伟 《玻璃钢/复合材料》 CAS 北大核心 2019年第8期115-126,共12页
声发射具有实时性、连续监测的特点,在复合材料损伤机理的研究中取得了良好的应用。本文对声发射技术在复合材料损伤机理研究中的分析方法和应用现状进行了归纳总结,指出了参数分析方法、波形分析方法以及模式识别在现有研究中的优缺点... 声发射具有实时性、连续监测的特点,在复合材料损伤机理的研究中取得了良好的应用。本文对声发射技术在复合材料损伤机理研究中的分析方法和应用现状进行了归纳总结,指出了参数分析方法、波形分析方法以及模式识别在现有研究中的优缺点,提出了声发射技术在复合材料损伤机理研究中亟需解决的关键技术,并指出了未来的发展趋势,以期为声发射在复合材料损伤机理研究的技术提升奠定基础。 展开更多
关键词 声发射 复合材料 损伤机理 参数分析 波形分析 模式识别
下载PDF
基于EMD和多重分形谱参数的耐火材料损伤模式识别
10
作者 苏涛 王志刚 +2 位作者 刘昌明 徐增丙 但斌斌 《武汉科技大学学报》 CAS 北大核心 2015年第4期263-267,共5页
考虑到耐火材料损伤声发射信号模式识别困难,提出一种结合经验模态分解(EMD)、多重分形谱参数和支持向量机的耐火材料损伤形式分类方法。首先对耐火材料损伤声发射信号进行EDM分解得到若干本征模态函数(IMF)分量,并取前4个分量作为研究... 考虑到耐火材料损伤声发射信号模式识别困难,提出一种结合经验模态分解(EMD)、多重分形谱参数和支持向量机的耐火材料损伤形式分类方法。首先对耐火材料损伤声发射信号进行EDM分解得到若干本征模态函数(IMF)分量,并取前4个分量作为研究对象,然后将整个信号的多重分形谱宽及各IMF分量的多重分形谱宽组成的特征向量输入支持向量机进行学习训练,最后实现耐火材料损伤模式识别。研究结果表明,采用由原信号及各IMF分量的多重分形谱宽值组成的特征向量能够有效进行损伤信号的特征提取。该方法对耐火材料界面相损伤的分类准确率为99%,对其基质相损伤的分类准确率为89%。 展开更多
关键词 耐火材料 材料损伤 模式识别 声发射 经验模态分解 多重分形谱 支持向量机
下载PDF
刀具破损声发射(AE)监控系统的评价
11
作者 徐亦红 曲贵民 +2 位作者 李振加 李建平 肖瑞来 《哈尔滨电工学院学报》 CSCD 1996年第2期238-243,共6页
应用统计模式识别理论,选择出可以确切反映监控系统性能的特征参数,对研制的刀具被损AE在线监控系统的性能进行了测试。结果表明:本监控系统的灵敏度较高,性能比较可靠,在测试条件下预报刀具破损的检出率为88.9%,故可在较... 应用统计模式识别理论,选择出可以确切反映监控系统性能的特征参数,对研制的刀具被损AE在线监控系统的性能进行了测试。结果表明:本监控系统的灵敏度较高,性能比较可靠,在测试条件下预报刀具破损的检出率为88.9%,故可在较好程度上对刀具的破损进行监控。 展开更多
关键词 刀具 破损 声发射 监视控制
下载PDF
基于声发射信号的铝合金材料损伤表征识别 被引量:8
12
作者 张卫冬 张习文 +2 位作者 杨斌 丁贤飞 艾轶博 《北京科技大学学报》 EI CAS CSCD 北大核心 2013年第5期626-633,共8页
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... 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. 展开更多
关键词 铝合金 声发射 损伤探测 神经网络 模式识别
原文传递
基于声发射的铝蜂窝板超高速撞击损伤模式识别方法 被引量:6
13
作者 刘源 庞宝君 +1 位作者 迟润强 才源 《航空学报》 EI CAS CSCD 北大核心 2017年第5期147-159,共13页
为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的... 为通过声发射技术识别铝合金蜂窝板超高速撞击(HVI)的损伤状态,提出一种基于神经网络的损伤模式识别方法。通过超高速撞击实验获取声发射信号,结合精确源定位技术、时频分析技术、小波分析技术及模态声发射技术,提出了10个与损伤相关的特征参数,通过非参数检验分析其与损伤的关系,设计了一种基于贝叶斯正则化BP神经网络的超高速撞击损伤模式识别方法。建立最优网络模型,通过不同参数组合识别能力分析,优选出2种特征参数组合,通过非同源样本对其损伤模式识别能力进行验证。结果表明:传播距离与损伤模式无关,却是识别损伤模式的重要参数;125~250kHz频域的自动加窗小波能量比会降低损伤模式的识别能力;采用贝叶斯正则化的BP神经网络可以较好地识别蜂窝板超高速撞击损伤模式,参数组合为传播距离、上升时间、持续时间、截止频率、4个自动加窗小波能量比及小波能量熵,共9个参数,对任意选取非同源样本识别错分率仅为9.38%。 展开更多
关键词 空间碎片 超高速撞击 声发射 损伤模式识别 神经网络
原文传递
静力试验中C/SiC构件集成式热结构的声发射特性及与材料测试的对比 被引量:3
14
作者 谭志勇 姚磊江 +1 位作者 王淑玉 张健 《复合材料学报》 EI CAS CSCD 北大核心 2019年第6期1464-1470,共7页
在对C/SiC复合材料常温拉伸试验的损伤表征和声发射演化特性进行简要分析的基础上,针对构件集成式设计带来的复杂性特点,对某C/SiC热结构在常温静力试验中的声发射特性进行了分析。给出了试验中声发射特征参数的分类特点。根据试验加载... 在对C/SiC复合材料常温拉伸试验的损伤表征和声发射演化特性进行简要分析的基础上,针对构件集成式设计带来的复杂性特点,对某C/SiC热结构在常温静力试验中的声发射特性进行了分析。给出了试验中声发射特征参数的分类特点。根据试验加载中声发射信号规律,给出了结构的损伤演化模式。通过与材料级声发射信号的对比,判断了试验加载与热结构极限破坏载荷之间的裕度。由此将声发射测试从材料级别的研究延伸到大型C/SiC热结构。 展开更多
关键词 C/SIC复合材料 热结构 声发射 损伤模式 模式识别
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部