| 阔叶材原木声信号特征提取及内部缺陷检测 |
| |
| 引用本文： | 徐 锋,吴 寅,刘云飞,林海峰. 阔叶材原木声信号特征提取及内部缺陷检测[J]. 仪器仪表学报, 2022, 43(10): 205-214 |
| |
| 作者姓名： | 徐 锋 吴 寅 刘云飞 林海峰 |
| |
| 作者单位： | 1.南京林业大学信息科学技术学院 |
| |
| 基金项目： | 国家自然科学基金（32171788）、江苏省重点研发计划（BE2021716）项目资助 |
| |
| 摘 要： | 阔叶材原木质量精准检测可实现木材的高效利用和利润最大化，然而因声信号特征参数提取原理及参数与木材性质对应机理不同，致使分析结果存在差异。基于此，提出一种改进型粒子群优化-变分模态分解(IPSO-VMD)的特征参数提取及缺陷检测方法。通过对缺陷信号稀疏特征分析，将最小平均包络熵确定为PSO优化VMD的适应度函数，实现对最优参数(K,α)的搜索，并通过改进惯性权值及学习因子，加快PSO搜索速度并实现全局最优解。基于边际谱及频带能量率实现对IPSO-VMD有效子模的选取，并将其频带分布及能量率作为表征缺陷信号的特征参数，实现对阔叶材原木内部质量的精准检测。实际锯切结果表明，IPSO-VMD方法对原木主要缺陷类型和主次的预测准确率分别达88.6%和72.7%,且对全局参数无法识别的缺陷同样有效。新特征参数的有效性可为后续融合多参数特征，构建人工智能识别系统，实现原木质量精准检测提供可靠依据。
|
| 关 键 词： | 阔叶材原木 缺陷检测 变分模态分解 粒子群优化算法 特征提取 |
Feature extraction of acoustic signal and internal defectdetection of hardwood logs based on IPSO-VMD |
| |
| Xu Feng,Wu Yin,Liu Yunfei,Lin Haifeng. Feature extraction of acoustic signal and internal defectdetection of hardwood logs based on IPSO-VMD[J]. Chinese Journal of Scientific Instrument, 2022, 43(10): 205-214 |
| |
| Authors: | Xu Feng Wu Yin Liu Yunfei Lin Haifeng |
| |
| Affiliation: | 1.College of Information Science and Technology, Nanjing Forestry University |
| |
| Abstract: | |
| |
| Keywords: | hardwood logs defect detection variational modal decomposition particle swarm optimization feature extraction |
|
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载免费的PDF全文 |
