基于小波的蜂窝板面超高速撞击声发射信号损伤特征提取

       摘要: 为了通过超高速撞击声发射信号识别蜂窝结构受空间碎片撞击后的损伤状态,提出一种基于小波的损伤特征提取方法.采用超高速撞击声发射技术,以铝合金蜂窝板为研究对象,通过超高速撞击实验获取实验信号.分析超高速撞击声发射信号的时频特征及板波模态等特征,采用Daubechies小波变换将信号中模态分离,根据小波系数计算各尺度小波能量分数及小波能量熵特征,分析各特征参数与损伤间的关系,并通过Kruskal-Wallis检验方法验证各特征值对损伤识别的贡献.结果表明:小波能量分数和小波能量熵具有一定的损伤模式分类能力;250 kHz以上的小波能量分数具有良好的损伤模式分类能力;非超声部分的低频信号对损伤识别存在干扰.

作者:
刘源 庞宝君 迟润强 曹武雄 张志远
单位:
哈尔滨工业大学空间碎片高速撞击研究中心 黑龙江哈尔滨 150080
出处:
《爆炸与冲击》
刊期:
2017年第37卷第5期
基金:
空间碎片专项十二五项目, 中央高校基本科研业务费专项项目

基于小波的蜂窝板面超高速撞击声发射信号损伤特征提取

摘要:为了通过超高速撞击声发射信号识别蜂窝结构受空间碎片撞击后的损伤状态,提出一种基于小波的损伤特征提取方法.采用超高速撞击声发射技术,以铝合金蜂窝板为研究对象,通过超高速撞击实验获取实验信号.分析超高速撞击声发射信号的时频特征及板波模态等特征,采用Daubechies小波变换将信号中模态分离,根据小波系数计算各尺度小波能量分数及小波能量熵特征,分析各特征参数与损伤间的关系,并通过Kruskal-Wallis检验方法验证各特征值对损伤识别的贡献.结果表明:小波能量分数和小波能量熵具有一定的损伤模式分类能力;250 kHz以上的小波能量分数具有良好的损伤模式分类能力;非超声部分的低频信号对损伤识别存在干扰.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.198382s