飞机疲劳开裂声发射波形信号的人工神经网络模式识别方法
Pattern Recognition of Aircraft Fatigue Cracking Based on Waveform Analysis Method and Artificial Neural Networks of Acoustic Emission Signals
摘 要
利用SOM神经网络，对分类挑选的飞机疲劳过程采集的声发射波形信号进行模式识别分析，得到一组(300个)疑似裂纹的波形信号。其特点有：频谱图上同时出现三个明显的峰值，其能量相对较大，且频率基本固定。其中，第三峰值频率(168.5 kHz)与先前的试验数据(175.8 kHz)相接近，已具备了较明显的裂纹特征。
波形分析
疲劳裂纹
小波包降噪
SOM神经网络
频谱分析
Acoustic emission
Waveform analysis
Fatigue crack
WPD
SOM neural network
Spectrum analysis
Abstract
In this paper, SOM neural network was used to identify the AE waveform signals of aircraft fatigue test. A group of suspected crack signals were acquired. Their characteristics were obtained. Three peaks appear simultaneously in frequency spectrum. Their energies were relatively large and located at same frequency. The frequency of third peak(168.5 kHz) was consistent with previous result(175.8 kHz), and already showed obvious characteristics of crack signal.
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 2011/10/24
修改稿日期
网络出版日期
作者单位点击查看
备注胡振龙(1986-)，男，硕士研究生，主要从事常规无损检测及声发射检测技术的研究。
引用该论文: HU Zhen-Long,SHEN Gong-Tian,WU Guan-Hua,LIU Shi-Feng,WU Zhan-Wen. Pattern Recognition of Aircraft Fatigue Cracking Based on Waveform Analysis Method and Artificial Neural Networks of Acoustic Emission Signals[J]. Nondestructive Testing, 2012, 34(3): 4～7
胡振龙,沈功田,邬冠华,刘时风,吴占稳. 飞机疲劳开裂声发射波形信号的人工神经网络模式识别方法[J]. 无损检测, 2012, 34(3): 4～7
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】Scala C M, et al. The Development of AE for Structural Integrity Monitoring of Aircraft［Z］. AD-A196364, Dec,1976.
【2】Pokorski J R, Fisher B R. Fatigue Damage Sensing Using Acoustic Emission［Z］. AD-A243803, Sept,1991.
【3】耿荣生，景鹏，雷洪.声发射检测与飞机疲劳试验定寿［C］.第八届全国声发射学术研讨会论文集.上海：中国机械工程学会无损检测分会声发射委员会,1999.
【4】耿荣生.飞机主结构日历损伤的声发射监测［C］.第八届全国无损检测大会暨国际无损检测技术研讨会论文集.苏州：中国机械工程学会无损检测分会声发射委员会,2003.
【5】吴克勤，耿荣生，谢里阳，等.某型飞机水平尾翼疲劳试验的声发射实时监测［J］.东北大学学报(自然科学版), 2007,28(8):1167-1170.
【6】冯剑飞，耿荣生，邬冠华，等.机体飞行载荷疲劳试验中的声发射特性分析［J］.机械工程学报,2010,46(8):6.
【7】王丙阳，耿荣生，邬冠华.声发射技术在飞机主起落架疲劳试验中的应用［J］.无损检测,2011,33(4):22.
【8】刘时风，耿荣生.飞机疲劳试验声发射裂纹监测分析［C］.中国第十一届声发射研讨会.杭州：中国机械工程学会无损检测分会声发射委员会,2006.
【9】耿荣生，沈功田，刘时风.基于波形分析的声发射信号处理技术［J］.无损检测,2002,24(6):257-261.
【10】沈功田，段庆儒，周裕峰，等.压力容器声发射信号人工神经网络模式识别方法的研究［J］.无损检测,2001,23(4):144-149.
【11】罗积军，侯素霞，徐军，等.基于神经网络的声发射信号识别技术研究［J］.仪器仪表学报,2007,28(4):678-680.
【12】王新建，吴克勤，王本志，等.声发射在某型飞机水平尾翼半轴状态监控中的应用［J］.中国第十一届声发射研讨会,2006,7:90-96.
【13】LEE S H, LEE D. In-process monitoring of drilling burr formation using acoustic emission and a wavelet-based artificial neural network［J］. International Journal of Production Research,2008,46(17):4871-4888.
【14】Oliveira R de, Marques A T. Health monitoring of FRP using acoustic emission and artificial neural networks［J］. Computers and Structures,2008,86(3/5):367-373.
【2】Pokorski J R, Fisher B R. Fatigue Damage Sensing Using Acoustic Emission［Z］. AD-A243803, Sept,1991.
【3】耿荣生，景鹏，雷洪.声发射检测与飞机疲劳试验定寿［C］.第八届全国声发射学术研讨会论文集.上海：中国机械工程学会无损检测分会声发射委员会,1999.
【4】耿荣生.飞机主结构日历损伤的声发射监测［C］.第八届全国无损检测大会暨国际无损检测技术研讨会论文集.苏州：中国机械工程学会无损检测分会声发射委员会,2003.
【5】吴克勤，耿荣生，谢里阳，等.某型飞机水平尾翼疲劳试验的声发射实时监测［J］.东北大学学报(自然科学版), 2007,28(8):1167-1170.
【6】冯剑飞，耿荣生，邬冠华，等.机体飞行载荷疲劳试验中的声发射特性分析［J］.机械工程学报,2010,46(8):6.
【7】王丙阳，耿荣生，邬冠华.声发射技术在飞机主起落架疲劳试验中的应用［J］.无损检测,2011,33(4):22.
【8】刘时风，耿荣生.飞机疲劳试验声发射裂纹监测分析［C］.中国第十一届声发射研讨会.杭州：中国机械工程学会无损检测分会声发射委员会,2006.
【9】耿荣生，沈功田，刘时风.基于波形分析的声发射信号处理技术［J］.无损检测,2002,24(6):257-261.
【10】沈功田，段庆儒，周裕峰，等.压力容器声发射信号人工神经网络模式识别方法的研究［J］.无损检测,2001,23(4):144-149.
【11】罗积军，侯素霞，徐军，等.基于神经网络的声发射信号识别技术研究［J］.仪器仪表学报,2007,28(4):678-680.
【12】王新建，吴克勤，王本志，等.声发射在某型飞机水平尾翼半轴状态监控中的应用［J］.中国第十一届声发射研讨会,2006,7:90-96.
【13】LEE S H, LEE D. In-process monitoring of drilling burr formation using acoustic emission and a wavelet-based artificial neural network［J］. International Journal of Production Research,2008,46(17):4871-4888.
【14】Oliveira R de, Marques A T. Health monitoring of FRP using acoustic emission and artificial neural networks［J］. Computers and Structures,2008,86(3/5):367-373.
相关信息
