基于多尺度散布熵的磁声发射信号特征识别方法

作者：李梦俊,沈功田,沈永娜,等. 日期：2024-01-29/span> 浏览：313 查看PDF文档

摘要:在工程中对设备进行应力检测和微损伤检测时,采集磁声发射信号易受噪声干扰,同时其特征的提取也存在困难,为此,将变分模态分解与散布熵相结合,提出了一种基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法。首先,设计搭建了检测实验平台,采集了Q345钢静载拉伸实验中0MPa~400MPa应力状态下的MAE信号;然后,采用变分模态分解方法,对磁声发射信号进行了自适应分解,生成了一系列从低频到高频分布的本征模态函数(IMF)分量;其次,计算了每个本征模态函数分量的散布熵值,构建了MAE信号的特征向量矩阵;最后,将特征向量矩阵输入到基于支持向量机建立的识别分类模型中,进行了信号的训练和识别。研究结果表明：使用基于自适应多尺度散布熵的磁声发射(MAE)信号特征识别方法,能够自适应地实现MAE信号的多尺度化目的,并且准确地识别出不同应力状态下的信号特征,分类识别准确率高达95.3704%,验证了该方法的有效性;说明基于自适应多尺度散布熵和多分类支持向量机的信号特征识别方法能够快速且有效地识别不同应力状态,在信号特征识别方面具有较好的应用潜力。

关键词:磁声发射;变分模态分解;散布熵;Q345钢;信号特征识别;本征模态函数

中图分类号:TH878;TG115.28文献标识码:A文章编号:1001-4551(2024)01-0158-08

本文引用格式:

李梦俊,沈功田,沈永娜,等.基于多尺度散布熵的磁声发射信号特征识别方法［J］.机电工程,2024,41(1):158-165.

LI Mengjun, SHEN Gongtian, SHEN Yongna, et al. Magneto acoustic emission signal feature recognition method based on multi-scale dispersion entropy［J］.Journal of Mechanical & Electrical Engineering, 2024,41(1):158-165.