CN109682677A - 一种基于希尔伯特黄变换的纤维断裂声发射分析方法 - Google Patents

一种基于希尔伯特黄变换的纤维断裂声发射分析方法 Download PDF

Info

Publication number
CN109682677A
CN109682677A CN201811644054.6A CN201811644054A CN109682677A CN 109682677 A CN109682677 A CN 109682677A CN 201811644054 A CN201811644054 A CN 201811644054A CN 109682677 A CN109682677 A CN 109682677A
Authority
CN
China
Prior art keywords
acoustic emission
signal
tension failure
fiber tension
hilbert
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811644054.6A
Other languages
English (en)
Inventor
辛斌杰
易亚男
林兰天
张学雨
王益亮
刘岩
郑元生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANDONG HONGYE TEXTILE CO Ltd
Shanghai University of Engineering Science
Original Assignee
Shanghai University of Engineering Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science filed Critical Shanghai University of Engineering Science
Priority to CN201811644054.6A priority Critical patent/CN109682677A/zh
Publication of CN109682677A publication Critical patent/CN109682677A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/02—Details
    • G01N3/06—Special adaptations of indicating or recording means
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0014—Type of force applied
    • G01N2203/0016—Tensile or compressive
    • G01N2203/0017—Tensile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/0058—Kind of property studied
    • G01N2203/006—Crack, flaws, fracture or rupture
    • G01N2203/0067—Fracture or rupture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/026—Specifications of the specimen
    • G01N2203/0262—Shape of the specimen
    • G01N2203/0278—Thin specimens
    • G01N2203/028—One dimensional, e.g. filaments, wires, ropes or cables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/06—Indicating or recording means; Sensing means
    • G01N2203/0658—Indicating or recording means; Sensing means using acoustic or ultrasonic detectors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明公开一种基于希尔伯特黄变换的纤维断裂声发射分析方法，其包括如下步骤：采集纤维拉伸断裂声发射信号，使用小波变换对纤维拉伸断裂声发射信号降噪；从降噪后纤维拉伸断裂声发射信号中截取有效信号，并利用HHT变换生成有效信号的关于时间‑频率‑能量的三维分布图；根据主成分分析方法对经过HHT变换有效信号进行提取，以得到纤维拉伸断裂声发射信号的特征。本发明通过采集纤维拉伸断裂声发射信号，基于HHT变换把非线性信号分解为模态函数IMF，得到时间‑频率‑能量三维分布图，克服EMD模态混叠的缺点，同时采用主成分分析用较少的综合变量去替代多个随机变量，降低了计算的复杂性，在一定程度上方便了工程分析。

Description

一种基于希尔伯特黄变换的纤维断裂声发射分析方法
技术领域
本发明涉及信号处理领域，具体而言，本发明涉及一种基于希尔伯特黄变换的纤维断裂声发射分析方法。
背景技术
随着国家的发展，高性能与多功能纤维层出不穷，纤维的应用范围不仅仅能够满足人们的日常需求，还深入到越来越多的行业。一般，常见的纱线有很大一部分是多种纤维的混纺纱，不同的纤维组成，则纱线所表现出来的各种性能也不同。评估纱线性能传统的方法主要集中在力学方面，该类指标较为宏观、模糊，并不能准确的判断出不同纤维对纱线性能的影响。故迫切需要一种新的手段来研究纱线拉伸断裂过程中，纤维对纱线的影响。
发明内容
为了寻找更为有效的研究纱线拉伸断裂过程中纤维对纱线的实现方案，考虑到纤维拉伸断裂是一种非平稳的瞬变信号，同时，希尔伯特黄变换(Hilbert-Huang Transform，简称HHT)是一种新型自适应时频处理方法，由经验模态分解(Empirical ModeDecomposition，简称EMD)和希尔伯特变换(Hilbert Transform，简称Hilbert)两部分组成，其中，EMD是核心部分，但是EMD是一种针对非平稳信号的有效处理方法，但会存在模态混叠现象。之后提出EEMD是集合经验模态分解(Ensemble Empirical ModeDecomposition，简称EEMD)在信号分解过程中不断加入白噪声，使整个时频空间中均匀的分布附加的白噪声，然后对信号进行独立测试，具有很好的抗分解能力。为此，本发明实施例提供了基于希尔伯特黄变换的纤维断裂声发射分析方法，其包括如下步骤：
采集纤维拉伸断裂声发射信号，使用小波变换对所述纤维拉伸断裂声发射信号降噪；所述纤维拉伸断裂声发射信号包括从开始拉伸纤维到纤维断裂结束的所有声音；
从降噪后所述纤维拉伸断裂声发射信号中截取有效信号，并利用HHT变换生成所述有效信号的关于时间-频率-能量的三维分布图；
根据主成分分析方法对经过HHT变换所述有效信号进行提取，以得到纤维拉伸断裂声发射信号的特征。
优选地，所述采集纤维拉伸断裂声发射信号包括如下步骤：
在全静音环境下使用PVDF压电传感器采集纤维拉伸断裂声发射信号。
优选地，所述从降噪后所述纤维拉伸断裂声发射信号中截取有效信号包括如下步骤：
对降噪后的纤维拉伸断裂声发射信号进行高通滤波过滤；
判断过滤之后的纤维拉伸断裂声发射信号的波形因子是否大于第一预设阈值，若大于，则进行截取并判断获得的截取信号的均方根值是否位于预设值域且峭度指标是否大于第二预设阈值，若是，则所述截取信号为有效信号。
优选地，所述第一预设阈值为1.1。
优选地，所述预设值域为大于5小于40。
优选地，所述第二预设阈值为10。
优选地，所述使用小波变换对所述纤维拉伸断裂声发射信号降噪为使用小波基为sym6函数，分解层数为5的小波变换对所述纤维拉伸断裂声发射信号降噪。
优选地，所述利用HHT变换生成所述有效信号的关于时间-频率-能量的三维分布图包括如下步骤：
对所述有效信号进行EEMD分解，并对分解之后得到的N个IMF中融入白噪声，其中N为大于1的自然数；
将每次融入白噪声之后的各IMF的集成均值作为最终信号，对最终信号进行阈值相关系数判断，当阈值相关系数大于5％时，则对相应的IMF进行Hilbert变换；
汇总所有的IMF分量的Hilbert谱即生成所述有效信号的关于时间-频率-能力的三维分布图。
与现有技术相比，本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法具有如下有益效果：
本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法通过采集纤维拉伸断裂声发射信号，基于HHT变换把非线性信号分解为模态函数IMF，得到时间-频率-能量三维分布图，克服EMD模态混叠的缺点，同时采用主成分分析用较少的综合变量去替代多个随机变量，降低了计算的复杂性，在一定程度上方便了工程分析。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法的示意流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法应用于如下场景中，在全静音环境下，声发射信号传感器对受拉伸纺织材料试样的整个拉伸断裂过程进行实时信号检测，信号采集后传输至数据采集卡，由数据采集卡进行模数转换后传输给中央处理器，中央处理器根据本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法对采集的纤维拉伸断裂声发射信号进行模式识别，从而进一步分析纺织材料的微观物理特性。
请参阅图1，图1示出了本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法的示意流程图，如图1所示，本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法包括如下步骤：
步骤S101：采集纤维拉伸断裂声发射信号，使用小波变换对所述纤维拉伸断裂声发射信号降噪；所述纤维拉伸断裂声发射信号包括从开始拉伸纤维到纤维断裂结束的所有声音。
具体地，采集纤维拉伸断裂声发射信号包括如下步骤：
在全静音环境下使用PVDF压电传感器采集纤维拉伸断裂声发射信号；其中，PVDF压电传感器为聚偏二氟乙烯(简称PVDF)压电薄膜传感器。
在一些实施方式中，从降噪后纤维拉伸断裂声发射信号中截取有效信号包括如下步骤：
对降噪后的纤维拉伸断裂声发射信号进行高通滤波过滤；
判断过滤之后的纤维拉伸断裂声发射信号的波形因子是否大于第一预设阈值，若大于，则进行截取并判断获得的截取信号的均方根值是否位于预设值域且峭度指标是否大于第二预设阈值，若是，则所述截取信号为有效信号。
优选地，第一预设阈值为1.1；预设值域为大于5小于40；第二预设阈值为10。
在一些实施方式中，使用小波变换对所述纤维拉伸断裂声发射信号降噪为使用小波基为sym6函数，分解层数为5的小波变换对所述纤维拉伸断裂声发射信号降噪。
sym6函数为小波工具函数，使用sym6函数小波可对降噪后的纤维拉伸断裂声发射信号进行分解。
步骤S103：从降噪后所述纤维拉伸断裂声发射信号中截取有效信号，并利用HHT变换生成所述有效信号的关于时间-频率-能量的三维分布图。
详细地，利用HHT变换生成有效信号的关于时间-频率-能量的三维分布图包括如下步骤：
对有效信号进行EEMD分解，并对分解之后得到的N个IMF中融入白噪声，其中N为大于1的自然数；
将每次融入白噪声之后的各IMF的集成均值作为最终信号，对最终信号进行阈值相关系数判断，当阈值相关系数大于5％时，则对相应的IMF进行Hilbert变换；
汇总所有的IMF分量的Hilbert谱即生成所述有效信号的关于时间-频率-能力的三维分布图。
固有模态函数(Intrinsic Mode Function，简称IMF)是利用EEMD方法将给定的有效信号分解得到的。
步骤S105：根据主成分分析方法对经过HHT变换所述有效信号进行提取，以得到纤维拉伸断裂声发射信号的特征。
与现有技术相比，本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法具有如下有益效果：
本发明实施例一种基于希尔伯特黄变换的纤维断裂声发射分析方法通过采集纤维拉伸断裂声发射信号，基于HHT变换把非线性信号分解为模态函数IMF，得到时间-频率-能量三维分布图，克服EMD模态混叠的缺点，同时采用主成分分析用较少的综合变量去替代多个随机变量，降低了计算的复杂性，在一定程度上方便了工程分析。
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述基于希尔伯特黄变换的纤维断裂声发射分析方法包括如下步骤：
采集纤维拉伸断裂声发射信号，使用小波变换对所述纤维拉伸断裂声发射信号降噪；所述纤维拉伸断裂声发射信号包括从开始拉伸纤维到纤维断裂结束的所有声音；
从降噪后所述纤维拉伸断裂声发射信号中截取有效信号，并利用HHT变换生成所述有效信号的关于时间-频率-能量的三维分布图；
根据主成分分析方法对经过HHT变换所述有效信号进行提取，以得到纤维拉伸断裂声发射信号的特征。
2.如权利要求1所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述采集纤维拉伸断裂声发射信号包括如下步骤：
在全静音环境下使用PVDF压电传感器采集纤维拉伸断裂声发射信号。
3.如权利要求1所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述从降噪后所述纤维拉伸断裂声发射信号中截取有效信号包括如下步骤：
对降噪后的纤维拉伸断裂声发射信号进行高通滤波过滤；
判断过滤之后的纤维拉伸断裂声发射信号的波形因子是否大于第一预设阈值，若大于，则进行截取并判断获得的截取信号的均方根值是否位于预设值域且峭度指标是否大于第二预设阈值，若是，则所述截取信号为有效信号。
4.如权利要求3所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述第一预设阈值为1.1。
5.如权利要求3所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述预设值域为大于5小于40。
6.如权利要求3所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述第二预设阈值为10。
7.如权利要求1所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述使用小波变换对所述纤维拉伸断裂声发射信号降噪为使用小波基为sym6函数，分解层数为5的小波变换对所述纤维拉伸断裂声发射信号降噪。
8.如权利要求1所述的基于希尔伯特黄变换的纤维断裂声发射分析方法，其特征在于，所述利用HHT变换生成所述有效信号的关于时间-频率-能量的三维分布图包括如下步骤：
对所述有效信号进行EEMD分解，并对分解之后得到的N个IMF中融入白噪声，其中N为大于1的自然数；
将每次融入白噪声之后的各IMF的集成均值作为最终信号，对最终信号进行阈值相关系数判断，当阈值相关系数大于5％时，则对相应的IMF进行Hilbert变换；
汇总所有的IMF分量的Hilbert谱即生成所述有效信号的关于时间-频率-能力的三维分布图。
CN201811644054.6A 2018-12-29 2018-12-29 一种基于希尔伯特黄变换的纤维断裂声发射分析方法 Pending CN109682677A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811644054.6A CN109682677A (zh) 2018-12-29 2018-12-29 一种基于希尔伯特黄变换的纤维断裂声发射分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811644054.6A CN109682677A (zh) 2018-12-29 2018-12-29 一种基于希尔伯特黄变换的纤维断裂声发射分析方法

Publications (1)

Publication Number Publication Date
CN109682677A true CN109682677A (zh) 2019-04-26

Family

ID=66191453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811644054.6A Pending CN109682677A (zh) 2018-12-29 2018-12-29 一种基于希尔伯特黄变换的纤维断裂声发射分析方法

Country Status (1)

Country Link
CN (1) CN109682677A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110196283A (zh) * 2019-05-27 2019-09-03 东南大学 一种基于瞬时频率的木结构损伤声发射无损检测方法
CN112525999A (zh) * 2020-11-30 2021-03-19 北京强度环境研究所 一种基于频率成份的声发射信号相关性分析方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1034997A (zh) * 1988-02-04 1989-08-23 中国纺枳大学 纤维声发射仪
CN2113858U (zh) * 1991-12-30 1992-08-26 西北工业大学 声发射磨削接触检测装置
CN102506995A (zh) * 2011-11-22 2012-06-20 中国建筑材料科学研究总院 一种基于hht变换和相关分析的振动信号处理方法
CN103971001A (zh) * 2014-05-12 2014-08-06 西北工业大学 一种基于emd分解的刀具运行状态可靠性评估方法
CN106840870A (zh) * 2017-03-10 2017-06-13 东华大学 羊毛束纤维断裂伸长率分布及断裂强度分布测试方法
CN107091737A (zh) * 2017-06-06 2017-08-25 太原理工大学 一种基于电流信号的转子系统典型故障诊断方法
RU2671152C1 (ru) * 2017-07-20 2018-10-29 федеральное государственное бюджетное образовательное учреждение высшего образования "Нижегородский государственный технический университет им. Р.Е. Алексеева" (НГТУ) Способ обработки сигнала акустической эмиссии
CN108801251A (zh) * 2018-06-12 2018-11-13 中国科学院光电技术研究所 一种惯性传感器混叠干扰信号分离方法
CN108875279A (zh) * 2018-07-27 2018-11-23 中国计量大学 基于emd和形态滤波的轴承声发射信号特征提取方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1034997A (zh) * 1988-02-04 1989-08-23 中国纺枳大学 纤维声发射仪
CN2113858U (zh) * 1991-12-30 1992-08-26 西北工业大学 声发射磨削接触检测装置
CN102506995A (zh) * 2011-11-22 2012-06-20 中国建筑材料科学研究总院 一种基于hht变换和相关分析的振动信号处理方法
CN103971001A (zh) * 2014-05-12 2014-08-06 西北工业大学 一种基于emd分解的刀具运行状态可靠性评估方法
CN106840870A (zh) * 2017-03-10 2017-06-13 东华大学 羊毛束纤维断裂伸长率分布及断裂强度分布测试方法
CN107091737A (zh) * 2017-06-06 2017-08-25 太原理工大学 一种基于电流信号的转子系统典型故障诊断方法
RU2671152C1 (ru) * 2017-07-20 2018-10-29 федеральное государственное бюджетное образовательное учреждение высшего образования "Нижегородский государственный технический университет им. Р.Е. Алексеева" (НГТУ) Способ обработки сигнала акустической эмиссии
CN108801251A (zh) * 2018-06-12 2018-11-13 中国科学院光电技术研究所 一种惯性传感器混叠干扰信号分离方法
CN108875279A (zh) * 2018-07-27 2018-11-23 中国计量大学 基于emd和形态滤波的轴承声发射信号特征提取方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
佟徳纯: "《时序分析与工程应用》", 31 August 1990 *
唐友福: "《高阶统计量工具箱及其在机械故障诊断中的应用》", 31 October 2017 *
张陆佳: "基于主成分分析的纤维拉伸断裂声发射信号识别", 《纺织学报》 *
程号楠: "针对含噪暂态电能质量扰动信号的检测方法研究", 《中国农机化学报》 *
葛贞笛: "基于声发射的非接触式机械密封膜厚检测技术", 《工程科技Ⅱ辑》 *
薛亚静: "基于AE技术和HHT的涤纶机织物拉伸断裂过程研究", 《河北科技大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110196283A (zh) * 2019-05-27 2019-09-03 东南大学 一种基于瞬时频率的木结构损伤声发射无损检测方法
CN112525999A (zh) * 2020-11-30 2021-03-19 北京强度环境研究所 一种基于频率成份的声发射信号相关性分析方法
CN112525999B (zh) * 2020-11-30 2023-05-23 北京强度环境研究所 一种基于频率成份的声发射信号相关性分析方法

Similar Documents

Publication Publication Date Title
CN109682676A (zh) 一种纤维拉伸断裂的声发射信号的特征提取方法
CN109682677A (zh) 一种基于希尔伯特黄变换的纤维断裂声发射分析方法
CN110490071A (zh) 一种基于mfcc的变电站声信号特征提取方法
CN106840870A (zh) 羊毛束纤维断裂伸长率分布及断裂强度分布测试方法
CN102855408A (zh) 基于ica的改进emd过程中imf判定方法
CN103760162B (zh) 织物多方向折皱回复性测试装置及方法
CN110501158A (zh) 针刺机传动机构振动信号特征提取方法
CN107504908A (zh) 基于小波变换模极大值的白光反射动态测量薄膜厚度方法
CN117743759A (zh) 一种瓷支柱绝缘子振动信号去噪方法
Han et al. Acoustic emission characterization methods of damage modes identification on carbon fiber twill weave laminate
CN103198836A (zh) 基于Hilbert变换的欠定声音信号分离方法及装置
Biemans et al. Crack detection in metallic structures using broadband excitation of acousto-ultrasonics
CN109682678A (zh) 一种纤维断裂声的分析方法
Pan et al. Metamaterial-based acoustic enhanced sensing for gearbox weak fault feature diagnosis
CN102988041A (zh) 心磁信号噪声抑制中的信号选择性平均方法
CN110160778A (zh) 基于序贯假设检验的齿轮箱故障状态识别方法
Zou et al. Application of wavelet packets algorithm to diesel engines’ vibroacoustic signature extraction
CN103312337B (zh) 一种振动信号的稀疏矩阵的自适应获取方法
DE69904453T2 (de) Signalverarbeitungsverfahren zur analyse von sprachsignal-transienten
CN109580354A (zh) 一种纺织材料的声发射信号采集分析系统
CN111412976B (zh) 基于随机化弹性波超材料的单传感器振动激励辨识系统
CN204629114U (zh) 一种应用于光纤预警系统中的自适应噪声抵消装置
Li Few-shot wind turbine blade damage early warning system based on sound signal fusion
DE102018214704A1 (de) Verfahren zum Vorbereiten einer Verarbeitung eines Sensorsignals und Verfahren zur Auswertung eines Sensorsignals
CN109580353A (zh) 一种用于纤维束拉伸断裂单点式声测量装置与方法及用途

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20190422

Address after: 201620 Longteng Road, Songjiang District, Songjiang District, Shanghai

Applicant after: SHANGHAI University OF ENGINEERING SCIENCE

Applicant after: SHANDONG HONGYE TEXTILE Co.,Ltd.

Address before: 201620 Longteng Road, Songjiang District, Songjiang District, Shanghai

Applicant before: Shanghai University of Engineering Science

TA01 Transfer of patent application right
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190426

RJ01 Rejection of invention patent application after publication