机械设计
機械設計
궤계설계
Journal of Machine Design
2010年
2期
84-87
,共4页
声发射%特征提取%BP神经网络%模式识别
聲髮射%特徵提取%BP神經網絡%模式識彆
성발사%특정제취%BP신경망락%모식식별
acoustic emission%characteristics collection%BP neural network%mode recognition
金属裂纹声发射信号特征提取是根据其进行故障诊断的关键,提出了BP神经网络和模式识别相结合的提取金属材料疲劳声发射信号特征的新方法,并利用美国PAC公司SAMOS声发射检测系统采集到声发射的各种参数,应用该方法选择出一些对分类识别最有效的特征参数;并采用可分离性判据进一步验证其正确性.
金屬裂紋聲髮射信號特徵提取是根據其進行故障診斷的關鍵,提齣瞭BP神經網絡和模式識彆相結閤的提取金屬材料疲勞聲髮射信號特徵的新方法,併利用美國PAC公司SAMOS聲髮射檢測繫統採集到聲髮射的各種參數,應用該方法選擇齣一些對分類識彆最有效的特徵參數;併採用可分離性判據進一步驗證其正確性.
금속렬문성발사신호특정제취시근거기진행고장진단적관건,제출료BP신경망락화모식식별상결합적제취금속재료피로성발사신호특정적신방법,병이용미국PAC공사SAMOS성발사검측계통채집도성발사적각충삼수,응용해방법선택출일사대분류식별최유효적특정삼수;병채용가분리성판거진일보험증기정학성.
