The Neural Network Pattern Recognition of Crack AE Signal During Aircraft Fatigue Testing
摘 要
对某型飞机疲劳试验过程中采集的信号, 先后采用频谱、多分辨率小波方法对原始信号作了分析, 但这两种方法的分析结果不甚理想, 从而改用人工神经网络模式识别的方法提取出了可能是裂纹信号的波形信号。该试验为类似疲劳试验等强噪声环境下的声发射信号模式识别提供了一种可供参考的方法。
Abstract
Utilizing the FFT and wavelet methods to analyze the original crack AE(Acoustic Emission) signal during aircraft fatigue testing, but the results were not ideal. Then, the neural network pattern recognition method was hence applied, and the crack AE waveform was extracted. The experiment put forward a reference to AE signal pattern recognition under strong background noise as fatigue testing.
中图分类号 TG115.28
所属栏目 科研成果与学术交流
基金项目
收稿日期 2009/8/21
修改稿日期
网络出版日期
作者单位点击查看
备注高虾虾(1984-), 女, 工程师, 主要研究数字信号处理与模式识别。
引用该论文: GAO Xia-Xia,WANG Wei,GENG Rong-Sheng. The Neural Network Pattern Recognition of Crack AE Signal During Aircraft Fatigue Testing[J]. Nondestructive Testing, 2010, 32(5): 314~316
高虾虾,王 玮,耿荣生. 飞机疲劳试验裂纹声发射信号的人工神经网络模式识别[J]. 无损检测, 2010, 32(5): 314~316
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】耿荣生, 王本志, 景鹏, 等.某型飞机主起落架支柱外筒头部枢轴疲劳损伤的声发射监测[J].无损检测, 2008, 30(3): 142-145.
【2】耿荣生, 沈功田, 刘时风.声发射信号处理和分析技术[J].无损检测, 2002, 24(1): 23-28.
【2】耿荣生, 沈功田, 刘时风.声发射信号处理和分析技术[J].无损检测, 2002, 24(1): 23-28.
相关信息