组件隐裂声发射信号特征增强提取方法

AITNT
正文
推荐专利
组件隐裂声发射信号特征增强提取方法
申请号:CN202511054794
申请日期:2025-07-30
公开号:CN120741659A
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及无损检测技术领域,公开了组件隐裂声发射信号特征增强提取方法,包括以下步骤:S1、使用声发射传感器在组件受力时采集声发射信号;S2、对采集的声发射信号进行预处理,采用小波变换去除背景噪声和干扰信号;S3、通过时频分析技术提取与隐裂相关的信号特征;S4、采用特征增强技术对提取的特征进行处理,生成增强特征向量;S5、基于增强特征向量进行隐裂识别和定位。本发明中,采用自适应高通滤波、卷积神经网络特征学习以及主成分分析降维的一体化处理链,在保持高速信号流畅处理的同时输出压缩后的增强特征向量,能够同时兼顾实时性与判定准确性,满足在线监测对快速处理与可靠判定的需求。
技术关键词
信号特征 声发射传感器 卷积神经网络特征学习 时频分析技术 连续小波变换 背景噪声 声发射检测系统 成分分析 高通滤波器 集中度 卷积神经网络提取 信号预处理模块 随机森林 压力容器 高频段 无损检测技术 信号采集模块 可读存储介质
系统为您推荐了相关专利信息
1
无线电指纹库构建方法、装置、计算机设备及存储介质
无线电 指纹特征 指纹库构建方法 信号特征 信号传播路径
2
一种基于改进DS证据理论的煤岩界面识别方法
界面识别方法 DS证据理论 梯形模糊数 三角模糊数 多源信息融合算法
3
面向自然语音的帕金森病识别系统
自然语音 识别系统 特征提取模块 数据采集器 矩阵
4
基于深度卷积网络的无人机电子特征识别方法及系统
信号特征 飞行状态数据 序列 无人机 深度卷积网络
5
非高斯环境下基于深度学习的脉冲信号重构方法
输出特征 深度神经网络模型 信号重构方法 积层 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号