发明名称 |
基于AR-HMM的声发射信号识别方法 |
摘要 |
本发明是基于自回归模型‑隐马尔可夫模型(AR‑HMM)对声发射信号进行识别,利用自回归模型(AR)良好的时频分辨率提取声发射信号特征值,利用隐马尔可夫模型(HMM)算法的统计学和概率推理能力进行声发射信号识别,创新地将AR‑HMM方法应用于声发射信号识别领域。同时改进了AR模型参数值提取方法,采用信号分段提取AR特征值的方法,克服了采样点多的时候AR模型与信号的不相关性,有效地提高了识别能力,填补了声发射信号识别领域的空白。 |
申请公布号 |
CN103852525B |
申请公布日期 |
2016.09.21 |
申请号 |
CN201210498452.8 |
申请日期 |
2012.11.29 |
申请人 |
沈阳工业大学 |
发明人 |
于洋;张明宇;杨平 |
分类号 |
G01N29/44(2006.01)I |
主分类号 |
G01N29/44(2006.01)I |
代理机构 |
沈阳智龙专利事务所(普通合伙) 21115 |
代理人 |
宋铁军 |
主权项 |
一种基于AR‑HMM的声发射信号识别方法,其特征在于:该方法的具体步骤如下:获取不同声发射源的多组声发射信号;(一)、对提取到的声发射信号进行去噪,求零均值等预处理;(二)、把经过预处理的不同声发射源的多组声发射信号等长度的分为n段,对每段提取相同阶次的AR模型参数;(三)、取每段1/3~1/2靠前范围的、与信号相关性强的AR模型参数组成整个信号的特征值,将多组特征值作为多观测序列HMM的观测值;(四)、对获得到的AR特征值进行矢量量化;(五)、选取HMM的初始参数,输入一系列预处理后的特征值,建立每种声发射源所对应缺陷的HMM模型;(六)、把待识别声发射类型的观测序列输入到建立好的HMM库中,选取最大输出概率值所对应的声发射源类型作为识别结果;“(一)步骤”中的声发射信号分为三种,即钢板裂纹的开裂、腐蚀形成的钢板薄弱区的受载变形、腐蚀产生的氧化物的剥离,对声发射信号预处理的方法为:选用db16小波基对钢板裂纹、腐蚀、氧化物剥离声发射信号做5层分解去噪,把去噪后的信号零均值化,提取出声发射信号变化的动态部分。 |
地址 |
110870 辽宁省沈阳市沈阳经济技术开发区沈辽西路111号 |