搜索热:程玉欣 超声波
扫一扫 加微信
首页 > 期刊论文 > 论文摘要
基于EEMD_SVM的波纹管压浆超声检测
          
Ultrasonic Testing of Corrugated Pipe Based on the Ensemble Empirical Mode Decomposition and Support Vector Machine

摘    要
采用超声方法检测接收波纹管模型的回波信号,利用总体平均经验模态分解(EEMD)方法将信号分解成多个频带的本征模态分量(IMF); 当波纹管内部出现脱浆缺陷时,回波信号在不同IMF内的能量分布会发生变化,将主要IMF分量的能量熵特征作为支持向量机(SVM)的输入向量,建立分类机制来区分波纹管结构。试验结果表明,文中提出的方法能有效地判断波纹管是否出现严重脱浆。
标    签 EEMD   IMF   支持向量机   波纹管   压浆质量   EEMD   IMF   support vector machine   corrugated pipe   pipe's quality  
 
Abstract
Ultrasonic detection was utilized to receive signal from corrugated pipe model and the EEMD method (ensemble empirical mode decomposition) was used to decompose signal into intrinsic mode function of multiple frequency spectrums (the IMF). When there is a defect in corrugated pipe, the echo signal's energy distribution in different frequency spectrums will be different. The main IMF component's energy entropy was taken as the input vector of SVM (support vector machine), then the mechanism of classification was set up to justify corrugated pipe's structure. The experimental results show that the proposed method can effectively judge the corrugated pipe's quality.

中图分类号 TG115.28   DOI 10.11973/wsjc201806010

 
  购买该论文  中国光学期刊网论文下载说明


所属栏目 试验研究

基金项目 国家自然科学基金(11574072);江苏省重点研发计划(BE2016056)

收稿日期 2017/12/1

修改稿日期

网络出版日期

作者单位点击查看


备注郑豪(1994-),男,硕士研究生,研究方向为声通信与信号处理

引用该论文: ZHENG Hao,HAN Qingbang,WANG Peng. Ultrasonic Testing of Corrugated Pipe Based on the Ensemble Empirical Mode Decomposition and Support Vector Machine[J]. Nondestructive Testing, 2018, 40(6): 38~42
郑豪,韩庆邦,王鹏. 基于EEMD_SVM的波纹管压浆超声检测[J]. 无损检测, 2018, 40(6): 38~42


论文评价
共有人对该论文发表了看法,其中:
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
分享论文
分享到新浪微博 分享到腾讯微博 分享到人人网 分享到 Google Reader 分享到百度搜藏分享到Twitter

参考文献
【1】成锦, 韩庆邦, 范洪辉,等. 基于小波熵技术的波纹管压浆质量无损检测[J]. 压电与声光, 2014, 36(6):1025-1029.
 
【2】高小妮, 谢峻, 安宁,等.基于不同雷达天线的桥梁深层钢筋识别精度试验[J]. 无损检测, 2017, 39(11):44-47.
 
【3】JONG-HYO A, DAE-HO K, BONG-HWAN K. Fault detection of a roller-bearing system through the EMD of a wavelet denoised signal[J]. Sensors, 2014, 14(8):15022-15038.
 
【4】WANG T, ZHANG M, YU Q, et al. Comparing the application of EMD and EEMD on time-frequency analysis of seimic signal[J]. Journal of Applied Geophysics, 2012, 83(6):29-34.
 
【5】LIU Z, CUI Y, LI W. A classification method for complex power quality disturbances using EEMD and rank wavelet SVM[J]. IEEE Transactions on Smart Grid, 2015, 6(4):1678-1685.
 
【6】吴庆伟, 王金龙, 张平. 基于FOA-SVM模型的输油管道内腐蚀速率预测[J]. 腐蚀与防护, 2017, 38(9):732-736.
 
【7】LIAN Y, LI Y W, QUAN Z, et al. SVM strategies for common-mode current reduction in transformerless current-source drives at low modulation index[J]. IEEE Transactions on Power Electronics,2016,32(2):1312-1323.
 
相关信息
   标题 相关频次
 基于Barker码的一发两收超声TOFD技术在检测倾斜裂纹中的应用
 6
 相控阵超声检测扇形扫描角度范围
 3
 P110钢级油管接箍开裂失效分析
 2
 波纹管开裂原因分析
 2
 不同材料金属橡胶在中性盐液中的耐腐蚀及阻尼性能
 2
 大口径X70感应加热试制弯管的组织与性能
 2
 电感耦合等离子体原子发射光谱法测定铀铌混合氧化物中镉、锡和锌
 2
 电感耦合等离子体质谱法测定核级海绵锆中钨
 2
 镀镍与镀铜对SiCp/6063Al复合材料真空钎焊接头剪切强度的影响
 2
 多向纤维缠绕玻璃钢管的轴向压缩性能
 2
 高体积分数SiCp增强6063Al基复合材料的真空加压钎焊
 2
 高压锅炉无缝钢管爆裂原因分析
 2
 功能性碲化镉纳米荧光探针荧光猝灭法测定过氧化氢
 2
 基于超声波的预应力波纹管注浆密实性与空洞部位检测技术
 2
 基于支持向量机的焊缝超声TOFD缺陷分类识别
 2
 基于自适应SVM决策树的焊缝缺陷类型识别
 2
 近红外光谱结合支持向量机对STR基因座的化学模式识别分型
 2
 某井超级13Cr钢特殊螺纹接头油管接箍横向开裂原因分析
 2
 某井特殊螺纹接头油管脱扣原因分析
 2
 某井油管穿孔原因分析
 2
 某井油管接箍开裂原因分析
 2
 某油井特殊螺纹接头油管粘扣原因分析
 2
 镍基超疏水表面的制备及其在海洋腐蚀防护中的应用
 2
 输油管道腐蚀垢样中硫酸盐还原菌对Q235钢腐蚀行为的影响
 2
 塔里木油田某井酸化管柱腐蚀的原因
 2
 提高风电场风速预测能力的软测量方法
 2
 稀有分散元素分析方法的研究进展
 2
 相控阵超声检测声场近场区长度的理论
 2
 2.25CrMoV钢于夹杂物和晶界处开裂低周疲劳裂纹扩展的原位观测
 1
 316L不锈钢波纹管海水腐蚀失效机理对比分析
 1