基于多重分形理論的耐火材料聲發(fā)射信號特征提取及損傷模式識別研究.pdf

1、耐火材料組成成分復雜，屬于多孔、多相性的微觀非均質(zhì)材料。在損傷過程中所產(chǎn)生的聲發(fā)射信號包含了損傷源的豐富信息。對耐火材料損傷特征進行有效的提取，并選擇合適的分類器是實現(xiàn)其損傷模式識別的關鍵。
　　本文針對耐火材料聲發(fā)射信號具有多重分形性、非線性、非平穩(wěn)的特性，利用多重分形理論、經(jīng)驗模態(tài)分解相結合的方法進行信號的特征提取，并采用支持向量機及BP神經(jīng)網(wǎng)絡兩種分類方法進行損傷模式的識別，對耐火材料微觀損傷的研究具有積極的意義。本文主要研

2、究內(nèi)容如下：
　?。?）本文以鎂碳質(zhì)耐火材料為研究對象，通過單軸壓縮試驗模擬其受壓應力狀態(tài)下?lián)p傷狀況，并采集受壓過程中損傷聲發(fā)射信號以進行分析。根據(jù)復合材料中不同組成成分損傷時發(fā)出的信號頻率成分與其彈性模量及密度相關，分析并分選耐火材料典型損傷信號。
　?。?）為從多重分形各項參數(shù)（Δα、Δf、K、MeanDq）中挑選出最佳損傷特征量，根據(jù)聲發(fā)射信號的特點建立了一系列不同頻率結構的仿真聲發(fā)射信號，并通過仿真信號分析挑選出最佳

3、特征量，最后用實驗信號進行驗證。分析結果表明，多重分形譜寬Δα值能夠很好表征聲發(fā)射信號的特征，最適合用作損傷特征量。
　　（3）針對聲發(fā)射信號非線性、非平穩(wěn)的特性，通過 EMD方法將信號分解為若干IMF分量，并將整個信號及各IMF分量的多重分形譜參數(shù)組成特征向量作為分類器的輸入量。然后分別采用SVM及BP神經(jīng)網(wǎng)絡兩種模式分類方法對損傷信號進行模式分類，兩種方法的分類準確率均達到了90％以上，這也驗證了采用EMD與多重分形譜參數(shù)相結