板形模式识别的多输出最小二乘支持向量回归机新方法

为了克服最小二乘支持向量回归机(LS-SVR)算法不能直接应用于多输入多输出(MIMO)系统建模的缺点,通过在目标函数中加入样本绝对误差项,提出了一种多输出最小二乘支持向量回归机(MLSSVR)新算法。将MLSSVR算法应用于板形模式识别研究,提出了一种基于MLSSVR的板形模式识别新方法,将该方法与LS-SVR合成识别方法进行对比实验,并对MLSSVR识别模型的识别能力进行了测试和分析,
结果证明了MLSSVR算法的有效性。MLSSVR板形模式识别方法不仅避免了LS-SVR合成方法的复杂组合运算,具有更高的识别速度,而且具有更高精度和很强的泛化能力。
     

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。     

基于遗传算法优化的支持向量机在齿轮故障声发射检测中的应用

支持向量机能够在训练样本较小的情况下,避免过学习现象,使泛化能力最大化。研究了支持向量机的参数无法自适应进行选取的问题,利用遗传算法具有全局搜索的性质,对支持向量机的参数选取进行最优化处理,得到支持向量机的最优参数。应用此法对齿轮故障声发射检测进行了研究,实验系统由PCI-2声发射系统和旋转机械振动故障模拟试验台组成,齿轮故障分类的精度比优化之前提高了10%,对齿轮故障诊断具有重要意义。     

基于支持向量回归机的切削力预测

针对神经网络方法在切削力预测方面存在的缺陷,提出了一种新的基于支持向量回归机的切削力智能预测方法。分析了以往切削力预测模型中输入参数和输出参数的选择问题,在此基础上选择轴向切深、进给量、主轴转速和曲面半径四个关键指标作为预测模型的输入,选择XY平面上的切削力合力和轴向切削力作为预测模型的输出,进一步建立了基于支持向量回归机的切削力预测模型。仿真实例的预测结果表明,建立的智能切削力预测模型合理有效。     

基于支持向量回归机的刀具寿命预测

刀具寿命是制定刀具需求计划、衡量刀具性能和核算成本等的重要依据。针对现有神经网络方法在预测刀具寿命方面存在的不足,提出了一种新的基于支持向量回归机的刀具寿命预测方法。在分析了影响刀具寿命预测主要因素的基础上,建立了基于支持向量回归机的刀具寿命预测模型。应用实例的仿真结果表明,所建立的预测模型具有较强的推广能力和较高的预测精度。     

基于小波分析的声发射源定位技术

声发射全波形采集技术为基于波形分析的声源定位方法提供了可能。在板状构件中声波的传播模式较为复杂,且不同模式的波到达时间和波速均不相同,从而带来了声源定位误差。将时频幅度分析方法引入声发射源定位技术：从接收到的信号中提取出某一频率的柔性波随时间变化的规律,在理论分析的基础上证明,这个分离信号的最大幅值点所对应的时间就是该频率柔性波群速度的到达时间。根据这个到达时间,以及实际测量出的群速度就可以实现声发射源更精确的定位,试验结果也证明了这种方法的可靠性。     

基于支持向量机回归模型的视线定位算法研究

针对传统的基于单瞳孔-普尔钦光斑向量和多项式拟合的视线定位方法头动受限的问题,提出一种新的采用单摄像机多辅助光源的基于二维映射模型的视线定位方法.利用4个瞳孔-普尔钦光斑向量构造系统输入特征向量,基于支持向量机回归模型建立注视点映射模型定位视线,解决了视线定位系统的头部运动和系统非线性映射误差问题.实验结果表明:该方法与传统方法相比,可以有效解决传统方法头动受限问题,适应性更强且精度更高,平均定位精度为1.2°     

箱形结构焊缝声发射源定位技术

研究了声波在典型箱形结构中的传播特点,比较了2种布置方式下的线性定位方法,分析了其在焊缝声源定位时的误差,讨论了基于平面定位法的箱形结构声源定位。试验结果表明,箱形结构的准确定位影响因素很多,需要将平面定位方法与线性定位方法等结合起来去实现焊缝处裂纹的定位。     

基于支持向量机回归机的曲面拟合技术

提出了一种基于支持向量回归的点云曲面重构方法,从点云中按一定规则取样得到小样本集,以小样本集为支持向量,并以径向基函数为核函数重建复杂线性函数曲面模型。实验表明该方法能直接重建散乱点云数据．拟合出曲面模型且具有较好的效果,并具有误差小、速度快等优点。     

新型PVDF声发射传感器的设计方法及应用

基于声发射技术研制了一种新型PVDF压电传感器。介绍了声发射传感器的结构、工作原理以及声发射传感器压电元件、背衬材料、声匹配层和前置放大器接口电路设计对传感器灵敏度、分辨率和信噪比的影响。利用美国物理声学公司声发射信号数据采集处理DiSP系统进行了断铅信号采集试验。测试结果表明：设计的新型PVDF声发射传感器对断铅信号具有宽频带响应。应用研制的新型PVDF声发射传感器、数字示波器和计算机组成的数据采集处理系统对4M20氮氢气压缩机六段排气阀进行了状态监测，结果表明新型声发射传感器能够用于设备状态监测，设计方法可行。     

A new acoustic emission source location technique based on wavelet transform and mode analysis

For wave propagation in dispersive media, the arrival time of the acoustic emission signal to the sensor is dependent on the setting of the threshold voltage, which results in the inaccuracy of the acoustic emission location. Based on the wavelet transform and the theory of modal acoustic emission, a new method is proposed to improve the accuracy of acoustic emission source location. It is believed that the acoustic emission signal propagation in the structure has the characteristics of multi-mode and dispersion, and the acoustic emission source location should use the arrival time to sensors obtained from the output signals not only at the same mode but also at the same frequency. The wavelet transform is used to resolve the problem. By utilizing the time-frequency data of the wavelet, the frequency-dependent arrival time traveling is easily obtained; by numerical computation of the wave’s propagation in structure, the group velocity of the guided mode is also obtained, therefore the accuracy source location is realized. The acoustic emission source location experiments were conducted in a thin steel plate and results show that the technique is an effective tool for acoustic emission source location. __________ Translated from Chinese Journal of Scientific Instrument, 2005, 26(3) (in Chinese)     

火车轮裂纹声发射源定位技术研究

针对火车轮运行过程中受变载荷作用产生的裂纹具有的特征,对现有的裂纹声发射定位技术进行了优化.在硬件上采用更适用于车轮运行环境的安装方式,并确定了前向通道的各项参数.根据模态声发射理论,即AE信号在传播过程中具有的频散现象和多模态特性,通过对同一模式波到达各传感器的时差信号的精确分析,采用时差法和面域定位相结合的方法进行源位置的计算.由于采用多种技术进行分析,结果将更为精确.     

基于支持向量回归的放大器性能评价研究

本文提出了基于支持向量回归(SVR)的放大器性能评价方法.确定放大器性能评价系统结构,以带通滤波放大器为实验研究对象.首先通过幅频特性测试仪(型号E4403B、规格1 Hz～3 GHz)采样,得到带通滤波器幅频特性数据集,然后进行SVR回归,得到带通滤波放大器幅频特性曲线的逼近函数,用该函数对性能指标中的4项参数进行测定.实验表明,该方法提高了参数测量的精度,适于用示波法测量电子产品性能的评价.     

基于模糊支持向量机预测胎重的方法研究与比较

胎重的准确预测在胎儿监护中具有重要作用,为提高胎重预测的准确性,提出一种基于模糊支持向量机的预测方法。通过在支持向量机中引入模糊逻辑,抑制由测量误差造成的异常数据对预测模型训练的影响,提高了胎重预测对参数测量误差的鲁棒性。对600例数据构成的训练集和150例数据构成的测试集进行应用,比较了模糊支持向量机和以前的回归方法、误差反向传递神经网络、支持向量机在胎重预测中的性能。结果表明:与其它方法相比,模糊支持向量机能获得更准确的胎重估计。     

基于支持向量回归调节熵的放大器性能评价研究

放大器的广泛适用性决定了系统实现的准确性.运用支持向量回归机,结合光滑技术的优越性,利用Newton算法使约束化问题有效转化为无约束化简化问题,给出了基于支持向量回归调节熵函数法的设计思想及构造步骤.实验以高校模拟电子技术实验为依托,采用近一年内由精密仪器设备测评所得的小功率放大器的8项指标构建训练集,进行支持向量回归调节熵的评价.实验表明,与传统方法相比,该方法可以有效地避免为追求精确解,而令极大熵函数中参数取值过大而造成的病态矩阵或数值溢出现象,同时实现了收敛速度快、存储空间小的预期,可推广于电子产品的性能评价中去.     

基于声发射和神经网络的木材受力损伤过程检测

对受力木材的声发射信号进行检测与分析,实现木材损伤过程的检测和监控;研究过程中采用时间序列结合神经网络建模方法,对声发射信号的累积能量时间序列和载荷时间序列进行仿真和预测.利用神经网络建模对声发射信号的累积能量时间序列进行预测,模型对44个样本进行检验的最大误差为5.6%,而且误差较大的样本对应声发射振幅参数值的局部极大值,而振铃计数与声发射率则对应局部极小值.对相应载荷时间序列预测分析中,模型输出与目标输出的最大误差不到0.1%.结构为5×5×1的网络能很好地根据序列前5个值准确预测即将发生的声发射累积能量值;结构为6×5×1的网络能很好地根据序列前6个值精确预测木材即将承受的载荷.     

基于声发射 Ib 值分析的渗铝 321 钢损伤特性研究

太阳能热发电换热管主要材料渗铝321钢的损伤会导致换热管的寿命缩短甚至断裂,因此必须进行损伤检测。采用声发射方法对渗铝321钢的损伤特性进行分析,实现对换热管性能的在线动态监测。通过采用声发射Ib值特征来表征渗铝321钢的损伤程度,并运用自组织映射(SOM)神经网络算法进行声发射特征参数聚类,以分析材料的损伤模式。结果表明,力学塑性阶段的声发射事件数量剧增,能量和振铃计数的峰值标志着试件的断裂。此外,在试件失效前,Ib值显著降低且密度变密集,表明Ib值的变化特征可以作为材料临界失效的预警信号。通过SOM算法对特征参数进行聚类分析得到4个簇及其对应的特征频率,并使用扫描电子显微镜(SEM)观察试件的断口形貌,得出4个簇分别对应于孔洞生长与汇合、微裂纹成核、宏观裂纹扩展和纤维状断裂4类损伤模式。这项研究旨在探索金属管材的损伤演化行为,并为管材的损伤分析和健康监测提供依据。     

基于SVR-GA算法的广义加工空间机床切削稳定性预测与优化研究

针对机床零件加工位置和进给方向不确定造成刀尖频响函数变化,导致切削稳定性叶瓣图与无颤振工艺参数预测具有不确定性问题,提出一种耦合支持向量回归机(SVR)与遗传算法(GA)的切削稳定性预测与优化方法。该方法采用锤击法模态实验和空间坐标变换,获取样本空间不同加工位置与进给方向的刀尖频响函数;进而结合传统切削稳定性预测方法构建以各向运动部件位移、进给角度、主轴转速、切削宽度、每齿进给量为输入的极限切削深度SVR预测模型;采用该SVR模型作为切削稳定性约束建立材料切除率优化模型,通过遗传算法求解各运动轴位移、进给角度与切削参数的最优配置。以某型加工中心展开实例研究,实验结果表明获取的优化配置能实现稳定切削,验证了该方法的有效性。     

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。