振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2009年
3期
274-277
,共4页
孙建平%王逢瑚%曹军%胡英成
孫建平%王逢瑚%曹軍%鬍英成
손건평%왕봉호%조군%호영성
小波神经网络%木质材料%缺陷%模式识别
小波神經網絡%木質材料%缺陷%模式識彆
소파신경망락%목질재료%결함%모식식별
利用小波和神经网络对木质材料中密度纤维板的不同缺陷进行智能模式识别,研究采用Daubechies小波包对振动信号进行3层分解,计算信号在各频段所占的能量率,并以此作为样本对拓扑结构不同的BP神经网络进行训练,然后利用训练好的网络对缺陷的种类进行分类识别.结果表明,性质相近的两种贫胶缺陷应作为一类缺陷模式进行识别,单隐层和双隐层的BP网络对没有缺陷、鼓泡缺陷和贫胶缺陷3种模式的识别都很理想,但双隐层BP网络的推广性能较好.网络输出的波动性小.对中密度纤维板没有缺陷、鼓泡缺陷和贫胶缺陷智能识别的最佳网络是双层BP网络,网络第1隐层节点和第2隐层节点分别为20和6,对中密度纤维板缺陷模式识别的准确率为90%.
利用小波和神經網絡對木質材料中密度纖維闆的不同缺陷進行智能模式識彆,研究採用Daubechies小波包對振動信號進行3層分解,計算信號在各頻段所佔的能量率,併以此作為樣本對拓撲結構不同的BP神經網絡進行訓練,然後利用訓練好的網絡對缺陷的種類進行分類識彆.結果錶明,性質相近的兩種貧膠缺陷應作為一類缺陷模式進行識彆,單隱層和雙隱層的BP網絡對沒有缺陷、鼓泡缺陷和貧膠缺陷3種模式的識彆都很理想,但雙隱層BP網絡的推廣性能較好.網絡輸齣的波動性小.對中密度纖維闆沒有缺陷、鼓泡缺陷和貧膠缺陷智能識彆的最佳網絡是雙層BP網絡,網絡第1隱層節點和第2隱層節點分彆為20和6,對中密度纖維闆缺陷模式識彆的準確率為90%.
이용소파화신경망락대목질재료중밀도섬유판적불동결함진행지능모식식별,연구채용Daubechies소파포대진동신호진행3층분해,계산신호재각빈단소점적능량솔,병이차작위양본대탁복결구불동적BP신경망락진행훈련,연후이용훈련호적망락대결함적충류진행분류식별.결과표명,성질상근적량충빈효결함응작위일류결함모식진행식별,단은층화쌍은층적BP망락대몰유결함、고포결함화빈효결함3충모식적식별도흔이상,단쌍은층BP망락적추엄성능교호.망락수출적파동성소.대중밀도섬유판몰유결함、고포결함화빈효결함지능식별적최가망락시쌍층BP망락,망락제1은층절점화제2은층절점분별위20화6,대중밀도섬유판결함모식식별적준학솔위90%.
