基于经验模态分解和奇异值分解的振动声调制信号分析方法研究

doi:10.3969/j.issn.1000-1158.2016.04.14

摘要
图/表
参考文献(16)
相关文章 (15)

全文: PDF (379 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要针对振动声调制特征信号被强噪声淹没无法有效提取的问题,提出一种基于经验模态分解与奇异值分解相结合的振动声调制信号分析方法。先对振动声调制信号进行经验模态分解,选取imf分量,然后将imf分量进行奇异值分解降噪,得到非线性特征信号,最后对特征信号进行Kolmogorov熵计算。将该算法应用于实际碳纤维复合材料的检测,利用Kolmogorov熵进行损伤评估。该方法成功提取了特征信号,实现了损伤诊断和定量评估,而且具有较强的自适应能力。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	郑慧峰
	喻桑桑
	王月兵
	方漂漂
	王成
	唐廷浩

关键词 ：计量学, 振动声调制, 特征提取, 经验模态分解, 奇异值分解, 损伤诊断

Abstract：In order to solve the problem that due to the influence caused by strong noises the characteristic signal could not be extracted effectively, the analysis method of vibro-acoustic modulation signal based on empirical mode decomposition and singular value decomposition is proposed. The signal is decomposed by empirical mode decomposition for selecting the imf component, then singular value decomposition is conducted on the imf component for obtaining the nonlinear characteristic signal. Kolmogorov entropy of the characteristic signal was calculated. Secondly, the algorithm was applied to detect the actual carbon fiber composites. Finally, Kolmogorov entropy is used to assess damages. The method is successfully extracted characteristic signal, achieving diagnosis and quantitative assessment of the damages and the algorithm has strong adaptive capacity.

Key words： metrology vibro-acoustic modulation feature extraction EMD SVD damage diagnosis

收稿日期: 2014-08-18 发布日期: 2016-05-31

PACS:

TB936

基金资助:国家自然科学基金(51105124,51075358);浙江省自然科学基金(LQ12E05018,LY15E050012);浙江省公益技术应用研究项目(2014C31109);浙江省“仪器科学与技术”重中之重学科开放基金

通讯作者: 郑慧峰 E-mail: zjufighter@cjlu.edu.cn

作者简介: 郑慧峰(1981-),男,浙江江山人,中国计量学院副教授,博士,超声自动化检测。zhenghui-feng@163.com

引用本文:

郑慧峰,喻桑桑,王月兵,方漂漂,王成,唐廷浩. 基于经验模态分解和奇异值分解的振动声调制信号分析方法研究[J]. 计量学报, 2016, 37(4): 398-401.
ZHENG Hui-feng,YU Sang-sang,WANG Yue-bing,FANG Piao-piao,WANG Cheng,TANG Ting-hao. Research on The Analysis Method of Vibro- acoustic Modulation Signal Based on EMD and SVD. Acta Metrologica Sinica, 2016, 37(4): 398-401.

链接本文:

http://jlxb.china-csm.org:81/Jwk_jlxb/CN/10.3969/j.issn.1000-1158.2016.04.14 或 http://jlxb.china-csm.org:81/Jwk_jlxb/CN/Y2016/V37/I4/398

［1］Donskoy D. Assessment of initial meterial damage and remaining life prediction with nonlinear acoustics［J］. Journal of Acoustical Society of America, 2006, 119(5): 3293-3298.
［2］蒋志峰, 吴作伦, 刘继忠. 基于超声频域分析的碳纤维复合材料孔隙率检测［J］. 计量学报, 2006, 27(1): 53-56.
［3］卢超, 李坚, 张维, 等. 粗晶材料超声检测信号的小波变换去噪方法［J］. 南昌航空工业学院学报(自然科学版), 2002, 16(1): 82-85.
［4］杨彦利, 邓甲昊. 经验模态分解及其雷达信号处理［J］. 科技导报, 2010, 28(10): 101-105.
［5］胡海峰. 板状金属结构健康监测的非线性超声理论与关键技术研究［D］. 湖南: 国防科学技术大学, 2011:1-146.
［6］Collison I J, Stratoudaki T, Clark M, et al. Measurement of elastic nonlinearity using remote laser ultrasonics and cheap optical transducers and dual frequency surface acoustic waves ［J］. Ultrasonics, 2008,48(6-7): 471-477.
［7］张威, 王旭, 葛琳琳, 等. 一种强噪声背景下的微弱信号检测的新方法［J］. 计量学报, 2007, 28(1): 70-73.
［8］Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis［J］. Proceedings of Royal Society Login, 1998. 454(1971): 902-995.
［9］胡海峰. 板状金属结构健康监测的非线性超声理论与关键技术研究［D］. 湖南: 国防科学技术大学, 2011: 1-146.
［10］施克仁. 无损检测新技术［M］. 北京: 清华大学出版社, 2007.
［11］Aymerich F, Staszewski W J. Impact damage detection in composite laminates using nonlinear acoustics［J］. Composites Part A: Applied Science and Manufacturing, 2010, 41(9): 1084-1092.
［12］李刚, 石立华, 王鑫伟. 经验模态分解去噪技术及其在兰姆波检测中的应用［J］. 计量学报, 2006, 27(2): 149-152.
［13］戴桂平, 刘彬. 基于小波去噪和EMD的信号瞬时参数提取［J］. 计量学报, 2007, 28(2): 158-162.
［14］罗先波, 钟约先, 李仁举, 等. 基于标志点的多视角三维测量数据配准技术的研究［J］. 计量学报, 2004, 28(7): 20-22.
［15］汤宝平,蒋永华,张详春. 基于形态奇异值分解和经验模态分解的滚动轴承故障特征提取方法［J］. 机械工程学报, 2010, 46(5): 37-48.
［16］李宋, 吴文权. 污染扩散瞬态浓度场的非线性特征实验研究［J］. 计量学报, 2005, 26(3): 232-236.