线性神经网络及模态声发射在时差定位中的应用
分析了影响时差定位法精度的主要因素,将线性神经网络方法和模态声发射理论应用于突发声发射定位中,并在板结构上进行实验验证。实验结果表明,达到了精确定位的预期要求,定位不确定度由1.89%降至0.45%,较好地满足了工程实际需要。该方法不仅适用于突发声发射时差定位,也为连续声发射时差定位奠定了基础。
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.
模态声发射的噪声剔除技术
全波采样模态声发射的发展使声发射检测技术在航空航天结构中的应用进入了现场实用阶段,从而使模态声发射技术成为声发射检测的新方向,噪声除则是这项技术的关键。本文论述了模态声发射信号的特点,介绍了裂缝信号与噪声信号的判别以及现场环境的噪声剔除技术。
-
共1页/3条