基于AR模型的声发射信号到达时间自动识别

声发射信号到达时间的信息,对于声发射事件的定位、识别以及声发射源机理分析都是非常重要的。实际应用中,常用人工读取或通过设定幅值阈值来获取信号的到达时间。针对以上常用方法的缺点,本文结合噪声信号的AR模型和声发射信号的AR模型,应用Akaike信息准则,实现了对声发射信号到达时间的自动识别。对实验数据的识别结果显示,该方法对信号的幅频特性变化比较敏感。在相同信噪比的情况下,该方法识别的偏差要小于阈值法。当信噪比较低时,阈值法可能会给出错误的结果,而该方法仍然能够给出较准确的结果。     

基于时序分析的拉深件成型裂纹的特征参数提取

研究金属拉深制件声发射信号特征参数的提取对判断成型制件的质量尤为重要。研究采用时序分析和MATLAB对经过小波包分解的声发射信号进行特征参数的提取。在此过程中利用时间序列的自相关系数和偏相关系数的拖尾性及截尾性来判断模型的类型;采用FPE (final prediction error,最终预测误差0029准则对模型进行定阶;以最小二乘估计法对模型的参数进行估计。最后,根据所建立的自回归谱模型提取声发射信号的特征参数。研究结果是通过此方法成功提取到了金属拉深制件声发射信号的特征参数及其分布图,为成型制件质量的判断提供了有利的依据。     

基于声发射和长短时记忆神经网络的端对端燃气高压调压器故障诊断

在燃气输配系统中燃气调压器处于关键位置,及时有效地诊断其故障类型具有重要意义。文章提出了一种基于声发射信号和长短时记忆神经网络的端到端故障诊断方法,直接利用时域声发射信号对调压器的运行状态进行诊断。首先,设计一个二阶巴特沃斯高通滤波器对采集的声发射信号进行预处理;其次,利用长短时记忆网络（LongShort Term Memory networks,LSTMs）的记忆特性,构建长短时记忆网络端到端（e2e-LSTM）故障诊断模型。实验结果表明,该模型根据输入的高压调压站采集的声发射信号,能够以端到端模式一次性地诊断五种高压调压器故障。     

微弱信号强干扰分离方法研究

利用地声测量系统进行水中目标的探测具有比常规水中探测更大的优越性,但是地声信号易受很强的低频能量干扰。EMD方法可以根据信号产生的机理的不同将信号分解成不同的模态,从而达到去除强低频干扰的目的。文中进行地声信号的EMD处理来提取趋势项的成分,并建立了基于IMF分量的趋势判断准则。试验数据的处理结果表明,采用EMD方法可以在保留信号特性的条件下,有效地分离信号中的复杂趋势项干扰。     

基于数值模拟和波形分析的声发射传感器安装策略

为提高声发射检测中信号采集的质量,以实现可靠的损伤识别,采用数值模拟方法研究混凝土构件中开裂损伤与声发射信号之间的定量关系。通过对信号的波形分析得到信号的传播特性,以确保信号清晰、稳定为原则,确定传感器的安装准则,包括避开圣维南区域、避开不合理方位、尽量靠近声源等。同时明确当发生较大程度开裂时,传感器位置的影响可忽略。该研究可为实际声发射检测中传感器的安置和声发射信号的损伤诊断提供理论基础。     

正弦声信号在钻柱中传播的有限差分法模拟

将钻柱简化为理想周期性管结构,利用有限差分方法,对不同频率的正弦声信号在周期性管结构中传输过程中,存在透射系数及衰减系数差异较大的现象进行数值模拟与分析,得到不同频率的正弦声信号穿过周期性管结构后信号的时域及频域分布。分别对400 Hz和500 Hz的正弦声信号在周期性管结构中传输进行了模拟。模拟结果表明：处于带通频率的正弦声信号在周期性管结构中传播波形失真小,频谱变化小,传播性能良好;带阻频率的正弦声信号在周期性管结构中传播波形失真严重,频谱变化很大,几乎不能通过。模拟结果与同类研究成果有较好的一致性。验证该模型和所采用的数值方法的有效性,为钻柱中声信号传输的数值模拟及与其类似的实际问题的数值模拟提供参考。     

扬声器失真对音质的影响及其消除方法

扬声器失真对音质的影响及其消除方法张维国电声换能器件在电能量与声能量的转换过程中，由于电、机、声系统的各种原因造成了信号的种种失真，致使音质恶化，严重地影响了听音效果。现以扬声器为例进行讨论。一、幅度非线性失真扬声器的输出信号中，出现输入信号所没有的...     

一种新的基于声信号的故障分类算法

提出采用相空间重构与高斯混合模型相结合的方法,利用声信号对设备进行故障分类.此方法首先将一维声信号时间序列进行相空间重构,在高维相空间展示各故障状态下的动力学特性,然后通过最大期望值算法建立相空间的高斯混合模型,最后采用贝叶斯分类算法进行故障的识别.从齿轮故障试验台上采集常见齿轮故障的声信号并进行分类实验,验证了该方法的有效性.     

近似熵在声发射信号处理中的应用

为研究在载荷作用下,结构裂纹声发射信号的变化特征,提出了将一种最近新发展起来的度量序列复杂性的统计方法--近似熵引入到结构裂纹声发射信号的研究中.介绍了近似熵的概念及性质,并对仿真声发射信号和预制裂纹钢管在静载下的声发射实验信号进行了近似熵计算分析,结果表明,近似熵在表征信号的复杂性方面有明显的效果,从而为声发射信号分析提供了一种很有效的新方法.     

一种新的基于声信号的故障分类算法

提出采用相空间重构与高斯混合模型相结合的方法,利用声信号对设备进行故障分类．此方法首先将一维声信号时间序列进行相空间重构,在高维相空间展示各故障状态下的动力学特性,然后通过最大期望值算法建立相空间的高斯混合模型,最后采用贝叶斯分类算法进行故障的识别．从齿轮故障试验台上采集常见齿轮故障的声信号并进行分类实验,验证了该方法的有效性．