基于模态分析和小波变换的声发射源定位新算法研究

针对传统声发射源定位中，声发射信号到达传感器的时间受设定门槛电压影响很大，导致声发射源定位效果较差，提出了一种声发射源定位新方法。根据模态声发射理论，携带声发射源信息的声发射信号在结构中传播过程中，具有频散现象和多模态特性。因此，声发射源定位应基于同一频率下、同一模态导波到达各个传感器的时间和传播速度。通过对声发射信号进行Gabor小波变换的方法，在时频空间内确定某一频率下某一模态导波到达传感器的时间；并通过数值计算得到该频率处模态导波的群速度，从而实现声发射源的准确定位。通过薄板中声发射线源定位试验，证明了该定位算法的有效性。     

基于AIC信息准则的Delta T声发射源定位方法

疲劳断裂是金属结构中的主要失效形式,而金属结构中的早期疲劳断裂信号通常难以检测。TOA方法是常用的声发射定位源方法,但是声波传播过程中波速变换和路径的复杂性对其结果影响很大。运用Delta T声发射源定位方法,用断铅实验模拟声发射源,用AIC信息准则对到达时间进行优化,通过使用差值求源点坐标和图像处理的方法,求得声发射源坐标。通过在平板上的实验,比较两种源定位方法在不同结构中的定位结果,分析定位误差,结果表明图像处理方法更为优秀。     

基于EPF滤波的单站无源定位算法及性能分析

为了实现快速高精度单站无源定位,研究了定位算法,提出了相位变化率(PRC)与扩展卡尔曼粒子滤波(EPF)算法相结合的一种新的单站无源定位方法。该方法通过相位变化率(PRC)法得出了目标辐射源的粗略位置,然后采用EPF滤波算法对粗略定位结果进行了修正和平滑,逐步估计出目标的精确位置,实现了对辐射源目标的快速高精度无源定位。仿真结果表明,与传统的EKF滤波算法相比,基于EPF滤波的单站无源定位算法收敛更快、更稳定,滤波效果更好,定位精度更高。     

声发射检测信号分析及源定位方法研究

文中设计了一种可弱化噪声干扰和频散效应的定位算法,采用变分模态分解方法将声发射信号分解为若干个不同频带宽度的模态函数,并通过合并含有主要能量成分的模态函数获得声发射源信号的主要成分,最后采用互相关分析方法确定声源位置。实验结果表明,文中所提算法对声发射源定位是有效的、精确的,在一维和二维AE源定位实验中,文中所提方法综合定位误差在5%以内。     

基于光纤光栅和支持向量机的声发射定位系统

利用光纤光栅传感器和边缘滤波原理构建传感系统,结合小波分解与重构和支持向量机算法,对铝合金板声发射定位进行了研究。根据划分区域进行声发射实验,探索声发射源所在区域与信号特征之间的关系。在对声发射信号进行小波分解的基础上,使用近似系数和细节系数进行重构,并对重构后的各信号计算其振荡能量作为信号特征,进行声发射区域识别。以重构信号的振荡能量作为输入、声发射区域位置类别作为输出构建支持向量机多分类模型,实现了声发射区域定位识别。实验结果表明,在400mm×400mm×2mm的铝合金板上对36个测试样本进行了多次声发射区域定位识别,在180次模拟实验中实现了176次声发射区域准确定位,正确率达到97.78%,声发射区域识别精度为30mm×30mm。该研究结果为机械结构的声发射区域定位检测提供了有效方法。     

基于能量衰减模型的转子碰摩声发射源次梯度投影定位方法

由于旋转机械结构的复杂性,转子碰摩声发射信号在复杂体结构的传播过程中,多模态波传播速度不同且信号畸变严重,传统的时差定位法难以得到准确的碰摩源。根据声发射信号传播时能量与声源距离按反比关系衰减的特点,建立信号能量衰减模型,将目标声源位置限定于圆心和半径都为传感器对的能量比函数的超球上,并将定位问题转化为估计问题,采用自适应次梯度投影系统估计算法逼近声源位置。该方法基于能量比而非能量,因此即使在声源能量显著变化时其定位精度也不会受到显著影响。当安装多对传感器时,可以决定更多的超球,因此该方法还适用于多只传感器组成的阵列定位。在转子试验台上模拟碰摩故障,采用该算法进行碰摩源定位。试验结果表明,该算法具有比时延估计算法更高的定位精度,且具有良好的收敛性能和较低的计算复杂度。     

基于光纤光栅阵列和MVDR算法的声发射定位

基于光纤光栅(FBG)传感器网络构建了声发射检测系统,并提出了最小方差无失真响应(MVDR)的声发射源定位方法。构建的系统由7个FBG传感器组成传感器线阵列,采用未经平坦的放大自发辐射(ASE)光源边缘滤波实现信号解调。利用Shannon小波变换从频散复杂的声发射信号中提取窄带信号,并基于MVDR算法扫描整个监测区域获取空间谱。根据空间谱函数计算输出值,并将计算的输出值作为像素值。最后,通过提取空间谱中的最大值的坐标确定声发射源的位置。在LY12铝合金板上进行了实验验证。结果表明,该方法在400mm×400mm的区域内,声发射定位的最大误差为9.4mm,平均误差为7.2mm,耗时小于3s。该系统具有较高的实时性和定位精度,是一种声发射源定位的新方法。     

基于多输出支持向量回归的声发射源平面定位

为了解决直升机动部件疲劳损伤定位问题,提出了基于多输出支持向量回归算法的声发射源平面定位方法.以声发射信号的多个时域参数作为输入,破损点的平面坐标(x,y)作为输出,用支持向量回归机逼近输入输出之间的非线性映射关系,然后利用支持向量回归机的泛化推广能力,实现声发射源的平面定位.通过碳纤维材料试件断铅定位试验结果表明:该方法有效的实现了声发射源的平面定位,并且在收敛速度和定位精度上优于RBF神经网络.     

基于BP网络的GIS局部放电声电联合检测故障定位方法

如何快速定位GIS放电位置,是局部放电在线检测的关键。基于超声波和超高频多传感器信息融合局部放电联合定位方法,是将来自放电位置这一目标的多源信息加以智能合成。声电联合定位检测系统采用到达时间差TDOA法,利用BP神经网络对超声波和超高频法的传感器采集数据进行融合。最后通过仿真验证,得出其定位准确率较单一方法大大提高。     

同伦算法在6R机器人运动学逆解上的应用

针对一般6R机器人运动学的逆解问题,提出了一种自适应同伦算法的求解方法。利用Solid Works对机器人进行结构建模,根据D-H坐标法建立了相应的坐标系,建立机器人运动学模型后得到含六个未知变量的六个非线性运动学方程。在定点同伦和牛顿同伦的基础上,引入自适应参数构造自适应的同伦算法,避免了运动学逆解的雅可比矩阵逆阵奇异。再结合求解常微分方程初值问题的的四阶Runge-Kutta法和Matlab编程,最终得到机器人运动学逆解的全部解。该算法简单易行,计算效率高,为一般型机器人运动学逆解的研究提供了一种有效的方法。