基于数据驱动的结构钢表面应力磁巴克豪森噪声表征方法 |
| |
引用本文: | 崔西明,邱志鹏,魏嘉,张弛,宋凯,李喆,王树鹏.基于数据驱动的结构钢表面应力磁巴克豪森噪声表征方法[J].航空学报,2023(8):251-262. |
| |
作者姓名: | 崔西明 邱志鹏 魏嘉 张弛 宋凯 李喆 王树鹏 |
| |
作者单位: | 1. 南昌航空大学无损检测技术教育部重点实验室;2. 中国航发沈阳黎明航空发动机有限责任公司 |
| |
摘 要: | 磁巴克豪森噪声(MBN)技术可用于定量评估铁磁材料的表面应力。当前MBN法应力评估技术存在特征量选取较难、定量预测模型复杂且对标定数据集的拟合精度较低的不足。提出一种数据驱动的非线性映射算法拟合MBN噪声和应力的关系,研究了基于小波包变换系数的时频特征替代统计特征量,减少了样本数据计算量。采用MBN噪声在小波包变换时-频域内的小波包变换系数作为特征向量,利用基于奇异值分解的数据降维算法降低特征向量的维数,将经过数据降维后的特征向量输入反向传播(BP)神经网络进行模型训练以建立预测模型。结果表明:采用基于奇异值分解的数据降维算法可降低模型的复杂度,利用降维后的小波包变换系数特征向量训练BP神经网络可实现铁磁材料表面应力的高精度预测。建立的表征方法有效解决了铁磁构件应力分布成像问题,在预防应力腐蚀、提高疲劳强度等损伤预警方面具有广阔的应用前景。
|
关 键 词: | 数据驱动 磁巴克豪森噪声 结构钢 应力 奇异值分解 小波包分解 |
|
|