基于超声检测的无人机复合材料多特征提取研究
王峰林,王长龙,胡永江
军械工程学院无人机工程系, 河北 石家庄 050003
Ultrasonic Testing Based Multi-feature Extraction of UAV Composite Materials
WANG Feng-lin,WANG Chang-long,HU Yong-jiang
Department of UAV Engineering, Ordnance Engineering College, Shijiazhuang, Hebei 050003, China
摘要 在超声检测无人机复合材料脱粘缺陷时,针对单一特征提取方法信息利用不充分、不同特征对识别重要程度不同的问题,分析超声回波信号特性,提出一种将小波包域和时域相结合的多特征提取方法。该方法首先对信号进行小波包分解,获得小波包域特征,并利用主成分分析法对该特征进行降维处理;然后结合复合材料特性提取信号的时域特征;最后将提取的不同域特征组合,并对组合特征向量进行加权处理。对处理后的特征向量运用类别可分性测度准则进行评价,结果表明提取的信号特征能较好地界定复合材料的脱粘等缺陷。
关键词 :
计量学 ,
超声检测 ,
特征提取 ,
主成分分析 ,
加权匹配 ,
无人机 ,
复合材料
Abstract :Due to the single feature extraction has not exert information as well as different features have different importance while recognizing UAV composite materials flaws, a method for multi-feature extraction in wavelet packet field and time-field is proposed. The new approach firstly decomposes signal with wavelet packet to get feature, using principal component analysis to decrease the dimension of feature vectors, then, extracts time-field feature considering composite materials characters. at last, the combined feature vectors algorithm is proposed using the matching method. The experimental results indicate the effectiveness of the proposed feature vectors while classifying the bond flaws in composite materials.
Key words :
Metrology; 
Ultrasonic testing; 
Feature extraction; 
Principal component analysis; 
Weighted matching; 
UAV; 
Composite materials
基金资助: 武器装备预先研究项目
作者简介 : 王峰林(1989-),男,山东菏泽人,军械工程学院硕士研究生,研究方向为超声无损检测。13363831530@163.com
[1]潘荣华,宋国栋,杨学永.无人机复合材料结构和制造工艺[J].南京航空航天大学学报,2009,41(S):119-122.
[2]王浩全,曾光宇.玻璃纤维复合材料超声C扫描检测研究[J].兵工学报,2005,26(4):570-572.
[3]李惠芳,常宁.基于神经网络的金属与非金属材料粘接质量定量检测[J].北京工业大学学报,2009,35(8):1122-1125.
[4]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.
[5]Du Xiu-li, Wang Yan, Shen Yi. Ultrasonic signal classification based on ambiguity plane feature[J]. Journal of Systems Engineering and Electronics, 2009, 20(2):427-433.
[6]杜秀丽,沈毅,王艳.基于时频判别特征的焊缝超声检测缺陷分类[J].焊接学报,2008,29(2):89-92.
[7]严寒冰,殷国富. 基于MMW和ICER加权匹配的超声缺陷识别[J].数据采集与处理,2008,23(6):724-728.
[8]车红昆,吕福在,项占琴.超声检测信号多特征SVM Bayes融合识别[J].振动与冲击,2011,30(12): 265-269.
[9]张开银. 模式识别中的信息融合方法——二次决策[J].仪器仪表学报,2004,25(4):561-564.
[10]王伯雄,刘文峰,柳建楠,等.基于特征的超声信号分类检测方法[J].清华大学学报,2012,52(7): 941-945.
[11]Qian Du,Wei Wei,May D,et al.Noise-adjusted principal component analysis for buried radioactive target detection and classification[J].Nuclear Science,2010,7(6):3760-3767.
[12]鲍必赛,楼晓俊,李隽颖,等. 主成分分析在震动信号目标识别算法中的应用[J].华中科技大学学报,2012,40(7):24-28.
[1]
许峰, 李智玮, 冯建. 恒流放电法测量超级电容器静电容量的影响因素分析与不确定度评定 [J]. 计量学报, 2020, 41(4): 489-493.
[2]
贾梦雯, 赵鹏, 王月兵. 高静水压下换能器阻抗特性的测量方法研究 [J]. 计量学报, 2020, 41(4): 461-468.
[3]
费致根, 王开创, 周强, 巩晓赟. ICF靶丸表面形貌及球度误差检测 [J]. 计量学报, 2020, 41(4): 406-412.
[4]
张永卓, 王晶, 傅博强, 黄翔, 董莲华, 牛春艳, 杨佳怡. 2019新型冠状病毒的核酸检测 [J]. 计量学报, 2020, 41(4): 393-398.
[5]
庄双勇, 赵伟, 赵东芳, 黄松岭. 一种基于滑窗TLS-ESPRIT算法的超谐波动态分析方法 [J]. 计量学报, 2020, 41(4): 475-483.
[6]
姜静子, 高思田, 黄鹭, 李琪, 连笑怡. 基于差动共焦显微技术的微区拉曼光学系统构建与实验研究 [J]. 计量学报, 2020, 41(4): 399-405.
[7]
李凯, 郝小鹏, 宋健, 孙建平, 胡朝云, 刘洋, 扈又华, 杨延龙. 真空汞固定点黑体辐射源的设计与研制 [J]. 计量学报, 2020, 41(4): 413-418.
[8]
马若梦, 林鸿, 张亮, 冯晓娟, 方立德, 张金涛. 基于多次反射直接吸收精确测量二氧化碳浓度的研究 [J]. 计量学报, 2020, 41(4): 425-429.
[9]
李利峰, 李锐, 闫小克, 王宁, 何沛. 镓熔点温坪复现研究 [J]. 计量学报, 2020, 41(4): 419-424.
[10]
张永胜, 张毅治, 刘彦军. 差压式流量计测量脉动流量方法研究 [J]. 计量学报, 2020, 41(4): 430-433.
[11]
贾正森, 王磊, 徐熙彤, 周天地, 潘仙林, 石照民, 张江涛. 基于约瑟夫森量子电压的交流功率测量系统及方法研究 [J]. 计量学报, 2020, 41(4): 469-474.
[12]
方立德, 郎月新, 赵宁, 李小亭, 韦子辉. 基于同轴线相位法的两相流含气率测量研究 [J]. 计量学报, 2020, 41(4): 434-440.
[13]
谢胜龙, 张文欣, 鲁玉军, 张为民, 朱俊江, 林立, 任国营. 气动肌肉的最小二乘支持向量机迟滞模型 [J]. 计量学报, 2020, 41(4): 441-447.
[14]
江文松, 王中宇, 罗哉, 张力, 胡晓峰. 基于蒙特卡罗法的冲击力溯源系统不确定度评定 [J]. 计量学报, 2020, 41(4): 448-454.
[15]
孟宗, 岳建辉, 邢婷婷, 李晶, 殷娜. 基于最大幅值变分模态分解和均方根熵的滚动轴承故障诊断 [J]. 计量学报, 2020, 41(4): 455-460.