学位论文 > 优秀研究生学位论文题录展示

基于小波神经网络的复合材料损伤声发射信号识别方法研究

作　者: 吴超群
导　师: 李伟
学　校: 东北石油大学
专　业: 化工过程机械
关键词: FRP复合材料声发射小波分析小波神经网络模式识别
分类号: TB33
类　型: 硕士论文
年　份: 2011年
下　载: 124次
引　用: 0次
阅　读: 论文下载

内容摘要

复合材料是由两种或两种以上不同性能的材料所组成,它既发挥了每种材料各自的优点,又克服单一材料的缺陷,从而扩大了材料的应用范围。复合材料的损伤破坏形式复杂多样,其对应的声发射信号表现为瞬态非平稳信号。传统的声发射信号分析方法在分析这类信号时具有一定的局限性,因此如何采用合理有效的信号分析手段从大量的声发射信号中辨别出表征不同类型的损伤信号,就成为研究FRP复合材料损伤声发射信号识别技术的关键。本文运用小波分析在信号去噪和特征提取中的相关理论知识,结合实际声发射信号的特点采用阈值去噪方法剔出了噪声信号的干扰,并对降噪处理后的信号进行四层小波包分解,提取分解后各节点能量作为神经网络的输入。在结构上选取“紧致型”的小波神经网络,以Morlet小波函数作为隐含层激励函数,网络学习训练过程基于误差的逆向传播,按照梯度下降方向调整网络参数,同时为了避免网络陷入局部最优解中,引入遗传算法对网络的初始参数进行优化,进而改善了网络的收敛性能和稳定性能。将构造出的小波神经网络应用到实验数据的分析中,结果表明该网络不仅能够满足较高的误差精度要求,而且具有良好的识别和泛化能力。为了实现对FRP复合材料损伤模式识别的程序化,本文还借助计算机语言完成了相关软件的设计。

基于小波神经网络的复合材料损伤声发射信号识别方法研究

内容摘要

全文目录

相似论文