基于AE技术与HHT的环锭纱拉伸断裂过程研究

在常规纱线拉伸强力仪上采用自主搭建的声发射检测系统,分别采集涤纶长丝和环锭纱在拉伸破坏过程中的声频,利用Matlab软件编制Hilbert-Huang transform(HHT)程序对采集的信号进行分析与处理,以获取纱线拉伸过程中各破坏源的时频特征。分析结果表明,AE信号经HHT可识别涤纶环锭纱拉伸过程所涉及的纤维断裂和纤维滑移2种模式,其特征频率分别为30,20kHz和6,3kHz,本研究为纱线拉伸断裂机理的分析和进一步的延伸研究提供一种有效方法。     

基于FT和HHT的语音能量轮郭特征提取

使用FT和HHT分别对男女语音的能量轮廓特征进行提取,并通过聚类性能分析判别两种方法提取的语音能量轮郭特征的有效性.Matlab仿真结果表明,不管是男生分类、女生分类还是男女分类,用HHT提取的语音特征的聚类效果都比FT的效果好,能较好体现不同语音信号的个性信息,有助于提高识别率.     

基于HHT和FKNN的动调陀螺仪故障诊断研究

动调陀螺仪是一种重要的、典型的和复杂的机载机电设备。针对动调陀螺仪的故障结构特征,提出一种基于希尔伯特-黄变换(HHT)和模糊Kohonen神经网络(FKNN)的动调陀螺仪故障诊断模型。首先,在对动调陀螺仪进行故障模式与影响分析的基础上,明确了故障模式及特征参数;针对特征参数中的随机信号,采用希尔伯特-黄变换进行特征提取;然后,在分析Kohonen神经网络结构、原理及不足的基础上,提出一种模糊Kohonen神经网络诊断模型;最后,通过诊断算例进行分析验证。结果表明所提出方法在动调陀螺仪故障诊断中具有较高的正确诊断率。     

基于HHT和核函数选择的情绪特征提取与识别

脑-机接口是一种变革传统人机交互的技术,其中情绪脑-机接口是一类重要的脑-机交互,可望为情绪的调节、监测或评估提供定量方法,有潜在的重要应用价值,然而情绪相关的脑信号特征提取与识别尚未彻底解决,面临许多挑战.为了探索有效的情绪相关脑电(Electroencephalogram,EEG)特征提取和分类方法,采用国际情绪图...     

基于HHT和改进PNN的CSI人体动作识别研究

为了有效判别真实摔倒动作与疑似摔倒动作、提高动作识别准确度,提出基于希尔伯特黄变换(Hilbert-Huang transform, HHT)和改进概率神经网络(probabilistic neural networks, PNN)的信道状态信息(channel state information, CSI)人体动作识别算法。对CSI的幅度与相位融合信号进行数据预处理,利用HHT来提取区分人体动作信息的瞬时幅值和瞬时频率作为分类特征构建特征矩阵,在遗传算法(genetic algorithm, GA)优化的PNN神经网络中训练出能有效检测真实摔倒和疑似摔倒动作的GA-PNN人体动作识别模型;利用训练好的识别模型对输入的CSI数据进行摔倒动作的判别。仿真实验表明,提出的算法能有效地检测真实摔倒和疑似摔倒动作,其识别准确度可达到97.18%,且误报率较低。     

基于HHT和SVM的纤维拉伸断裂声发射信号的特征提取及分类研究

为了研究纤维拉伸断裂声发射信号的特征提取及分类方法,采用声发射技术采集了芳纶1313和阻燃黏胶2种纤维的拉伸断裂的声发射信号。通过小波变换,对采集的2种纤维的声发射信号进行消噪预处理以去除部分噪声,应用希尔伯特-黄变换对2种纤维去噪后的信号进行特征频率的提取,运用最小二乘支持向量机(LSSVM)对2种纤维的特征频率进行分类识别。结果表明:小波去噪方法可以去除信号的部分噪声;希尔伯特时频谱可以一定程度上反映2种纤维材料在时间维度上的断裂情况,边际谱上可以提取2种纤维材料声发射信号的特征频率;LSSVM能够对2种纤维材料拉伸断裂的特征频率分类识别,芳纶1313的识别率为40%,阻燃黏胶的识别率为80%,总的识别率为60%。     

基于3ds Max软件的机织物结构三维建模研究

开发了基于3ds Max软件建立机织物结构三维模型的方法,并实现了平纹、斜纹、缎纹等典型机织物组织结构的三维建模.根据机织物结构相理论,确定了表达经纬纱轴线状态的空间曲线,结合3ds Max软件的截面放样技术实现了纱线的建模.按照经纬纱交织规律,建立了机织物结构的三维模型.研究表明,3ds Max软件具有操作简单、三维建模功能丰富的特点,是进行机织物结构立体表现及研究机织物纱线空间位置关系的有效工具.     

基于降采样HHT的水轮机振动信号研究

在分析水轮机振动信号特征的基础上,提出了一种基于降采样过程的HHT方法,并引入到原型水轮机振动信号分析中。该方法利用数字降采样对信号进行重采样,得到适当的采样率,再进行EMD分解提取具有明确物理意义的水轮机轴系振动模式分量信号,最后通过H ilbert谱分析来探讨基于HHT的振动状态识别方法。非最优工况下原型水轮机振动信号的实例结果表明,该方法计算简便且计算精度高。     

基于图像处理的机织物吸湿和芯吸特征的测试方法

提出了一种基于图像处理系统的机织物吸湿和芯吸性能的测试方法.根据傅里叶变换理论,分析了机织物的傅里叶谱.给出了用于压抑系列图像中机织物组织结构信息,并给出了按不同的时间间隔生成吸湿和芯吸曲线的算法.测试结果表明,所设计的图像处理和分析算法在记录机织物的吸湿和芯吸随时间变化的前沿曲线上具有较高的效率和精确性.     

基于粒子群优化SVM的电能质量复合扰动分类的研究

针对暂态电能质量复合扰动的问题,提出了基于希尔伯特-黄变换和粒子群优化多分类支持向量机的暂态电能质量复合扰动检测分类的方法。利用希尔伯特-黄变换提取分类所需的特征向量作为训练数据输入粒子群参数优化的支持向量机,实现了对多种复合的暂态电能质量扰动问题分类。从仿真结果可以看出,该方法可以对常见的复合暂态电能质量扰动信号进行检测和分类,且结果精确。     

基于核密度估计方法的涤棉混纺纱拉伸断裂声发射信号分析

为了研究涤棉混纺纱拉伸断裂过程中各组分纤维的断裂情况,自主搭建了声发射信号采集装置,分别采集纯涤纶、纯棉和涤棉混纺环锭纱的拉伸断裂声发射信号,采用HHT和ICA分析方法将声发射信号的时域信号转换成频域信号,并提取特征量频率与幅值。基于核密度估计方法对涤棉混纺纱的拉伸过程中涤纶与棉纤维的声发射信号进行分析。结果表明:涤棉混纺纱拉伸过程中其组分纤维的声发射信号可以用特征频谱表征;在拉伸过程的每一个阶段,各种材料声发射特征频谱的不同可以由特征频率的核密度估计表达,并可推测其组分纤维的断裂次序。     

基于双面成像的色织物密度自动测量技术

探究了色织物纱线密度自动测量的方法,通过一套实验室自行开发的双面图像采集系统采集色织物的正反双面图像,利用Radon变换和仿射变换对采集得到的双面图像进行对位和匹配,通过2种不同融合算法将双面图像进行融合,借助快速傅里叶变换技术(FFT)提取融合图像中对应周期性结构的特征频率点,利用快速傅里叶反变换技术(IFFT)对特征频率点进行重构,最终测得织物密度。分析了色织物单面图像和双面融合图像的傅里叶频谱图,发现单面图像的纹理分布是片段式的,对应的频谱是分散的,而双面融合图像的频谱能量集中在水平或垂直方向,对应的纱线频率点容易提取。试验结果表明:基于双面成像测得纱线密度与密度镜法测得结果相比,最大误差为1.96%,平均误差为0.86%,该方法可以提高色织物纱线密度测量的准确性。     

基于声发射技术的FRP约束混凝土圆柱抗压试验

为研究纤维增强复合材料(FRP)约束混凝土圆柱的损伤机理,进行4组FRP约束混凝土圆柱和2组无约束混凝土圆柱共18个试件的轴压试验,借助声发射技术探测试件加载全过程的损伤信号.结果表明:无约束混凝土试件破坏属于脆性破坏,而受约束混凝土试件破坏属于延性破坏.根据FRP约束混凝土圆柱的受力特点和破坏过程将其分为主动承载阶段和被动承载阶段.在此基础上,提出计算该类构件极限强度的修正公式.该公式物理意义明确,而且具有较高的计算精度.     

桥梁声发射检测中的噪音特征及除噪技术研究

为了研究桥梁声发射检测中的噪音特征,并得到相应的除噪方法,在一座预应力钢筋混凝土公路桥的箱梁内部进行了声发射试验.通过对环境噪音声发射信号的波形图分析、参数关联分析、以及声发射源平面定位时定位组传感器所接收信号的逻辑分析,得到了环境噪音声发射信号的基本特征,并总结了相应的除噪方法.研究表明,通过设置合适的采集门槛以及采集频率范围,可以达到很好的除噪效果,另外,在进行声发射源定位时,利用声发射信号参数的逻辑关系分析,可以进一步滤除已经形成事件的环境噪音,同时,对定位图进行聚类,可以使聚类中心更趋于声发射源.     

基于AE的深部复变环境下急斜特厚煤层开采动力失稳分析

华亭煤矿5#煤是赋存在深部的急斜特厚煤层,其开采扰动极其频繁,最大主应力与最小主应力相差较大,开采过程中频繁出现动力失稳并诱致衍生灾害.基于声发射的煤岩动力失稳行为实验与现场相关测试的比较,综合分析了复杂变化环境下煤岩在不同的动态拉伸比能、压缩变形阻力和剪切应力作用下的失稳声发射能率和总事件等定量规律.     

集料性状对高强混凝土断裂和声发射特性的影响

计算不同粗集料粒径、不同集料体积率和不同种类粗集料混凝土断裂能和断裂韧性；测试混凝土断裂时的声发射事件数；分析了集料性状对混凝土断裂性能的影响以及声发射事件数和断裂性能的关系。