CN109682678A - 一种纤维断裂声的分析方法 - Google Patents

一种纤维断裂声的分析方法 Download PDF

Info

Publication number
CN109682678A
CN109682678A CN201811654248.4A CN201811654248A CN109682678A CN 109682678 A CN109682678 A CN 109682678A CN 201811654248 A CN201811654248 A CN 201811654248A CN 109682678 A CN109682678 A CN 109682678A
Authority
CN
China
Prior art keywords
signal
fibrous fracture
intrinsic mode
mode function
acoustic emission
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
CN201811654248.4A
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.
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 CN201811654248.4A priority Critical patent/CN109682678A/zh
Publication of CN109682678A publication Critical patent/CN109682678A/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

本发明公开了一种纤维断裂声的分析方法，具体包括降噪、建立关联及信号分析三步，能够通过声发射技术准确采集纤维拉伸断裂的信号特征。

Description

一种纤维断裂声的分析方法
技术领域
本发明涉及一种纤维断裂声的分析方法。
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，并不能准确的判断准确的判断出不同纤维对纱线性能的影响。故迫切需要利用科学的手段来准确研究纱线拉伸断裂过程中，纤维对纱线的影响。
发明内容
本发明的目的是为克服上述问题，提出一种纤维断裂声的分析方法，能够通过声发射技术准确采集纤维拉伸断裂的信号特征。
本发明所提出的一种纤维断裂声的分析方法，其特征在于，所述方法具体包括如下步骤：
第一步，降噪，将采集到的纤维断裂声发射信号进行小波变换；
第二步，建立关联，将去噪的纤维断裂声发射信号依次进行
A.数据处理，对小波变换后的所述信号集合经验模态分解(EEMD)，得到n个固有模态函数(IMF)，并向每个固有模态函数(IMF)中附加白噪声，随后进行
B.阈值判断，将每次附加白噪声后的各组固有模态函数的集成均值作为最终信号进行阈值判断，舍弃相关系数≤5％的固有模态函数，对相关系数＞5％的固有模态函数进行希尔伯特变换；之后进行
C.关系建立，汇总所有固有模态函数分量的希尔伯特谱，得到原始信号的关于时间-频率-能力的三维分布图；
第三步，信号分析，利用主成分分析的方法对经过HHT处理的信号进行分析，得到纤维拉伸断裂声发射信号的特征。
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，中央处理器根据预设算法对采集的信号进行模式识别，从而进一步分析纺织材料的微观物理特性。
通过采集纤维拉伸断裂声发射信号，基于HHT，EEMD，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，主成分分析用较少的综合变量去替代多个随机变量，降低了算法的复杂性，成功提取了纤维断裂的声发射信号的特征，取得了预期实验效果。
进一步的，第一步中所述的小波变换其小波基为sym6函数，分解层数为5。
附图说明
图1为本发明的流程图。
图2为本发明EEMD，HHT处理的流程图。
图3为本发明纤维拉伸断裂声发射信号经过EEMD分解的IMF图。
图4为原始信号的时间-频率-能量的三维分布图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白，下面进一步阐述上述发明。
一种纤维断裂声的分析方法，其具体步骤包括：
第一步：使用sym6函数去逼近采集到的声发射信号，按照sym6数族对其分解为5层，然后重建，能够明显减少信号中咋杂刺，信号曲线变得较为平滑；
第二步：在EEMD分解的过程中不断的加入白噪声，然后对加入白噪声的信号进行独立分解，并用集成均值作为最终结果。由于纤维断裂频率分布属于高频段，故对最终结果进行阈值判断，当阈值相关系数＞5％时，对该信号进行则对相应的IMF进行Hilbert变换，否则舍弃。然后汇总所有的IMF分量的Hilbert谱就得到了原始信号的关于时间-频率-能力的三维分布图。
第三步：利用主成分分析的方法对经过HHT处理的信号进行分析并进行特征提取，信号降维，其中主成分分析时所采用的系数为相关矩阵的系数。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (3)

1.一种纤维断裂声的分析方法，其特征在于，所述方法具体包括如下步骤：
1)降噪，将采集到的纤维断裂声发射信号进行小波变换；
2)建立关联，将去噪的纤维断裂声发射信号进行—
数据处理，对小波变换后的所述信号集合经验模态分解(EEMD)，得到n个固有模态函数(IMF)，并向每个固有模态函数(IMF)中附加白噪声，随后独立分解并进行
阈值判断，将每次附加白噪声后的各组固有模态函数的集成均值作为最终信号进行阈值判断，舍弃相关系数≤5％的固有模态函数，对相关系数＞5％的固有模态函数进行希尔伯特变换；之后进行
关系建立，汇总所有固有模态函数分量的希尔伯特谱，得到原始信号的关于时间-频率-能力的三维分布图；
3)信号分析，利用主成分分析的方法对经过HHT处理的信号进行分析，得到纤维拉伸断裂声发射信号的特征。
2.根据权利要求1所述的一种纤维断裂声的分析方法，其特征在于，步骤1)中所述的小波变换其小波基为sym6函数。
3.根据权利要求2所述的一种纤维断裂声的分析方法，其特征在于，小波变换时使用sym6函数去逼近采集到的声发射信号，按照sym6数族对其分解为5层后重建。
CN201811654248.4A 2018-12-29 2018-12-29 一种纤维断裂声的分析方法 Pending CN109682678A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811654248.4A CN109682678A (zh) 2018-12-29 2018-12-29 一种纤维断裂声的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811654248.4A CN109682678A (zh) 2018-12-29 2018-12-29 一种纤维断裂声的分析方法

Publications (1)

Publication Number Publication Date
CN109682678A true CN109682678A (zh) 2019-04-26

Family

ID=66191644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811654248.4A Pending CN109682678A (zh) 2018-12-29 2018-12-29 一种纤维断裂声的分析方法

Country Status (1)

Country Link
CN (1) CN109682678A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110007008A (zh) * 2019-05-08 2019-07-12 南昌航空大学 一种基于hht的玻璃纤维复合材料弯压损伤评价方法
CN115255405A (zh) * 2022-09-23 2022-11-01 相国新材料科技江苏有限公司 一种增材制造设备的智能控制方法及系统

Citations (8)

* 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
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
CN106897663A (zh) * 2017-01-06 2017-06-27 重庆邮电大学 主成分分析改进小波算法的超声波消噪方法
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
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 (8)

* 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
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
CN106897663A (zh) * 2017-01-06 2017-06-27 重庆邮电大学 主成分分析改进小波算法的超声波消噪方法
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
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 (3)

* Cited by examiner, † Cited by third party
Title
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》 *
李涛: "《数字图像处理之红外弱目标分割方法研究》", 30 June 2016 *
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》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110007008A (zh) * 2019-05-08 2019-07-12 南昌航空大学 一种基于hht的玻璃纤维复合材料弯压损伤评价方法
CN115255405A (zh) * 2022-09-23 2022-11-01 相国新材料科技江苏有限公司 一种增材制造设备的智能控制方法及系统

Similar Documents

Publication Publication Date Title
CN109682678A (zh) 一种纤维断裂声的分析方法
CN102824172B (zh) 一种脑电特征提取方法
CN101387625B (zh) 烤烟产区综合评价方法
CN109682676A (zh) 一种纤维拉伸断裂的声发射信号的特征提取方法
CN116842326B (zh) 一种基于光学手段的畜牧养殖水质监测系统
CN106650605B (zh) 一种基于机器学习的Morse信号自动检测译码方法
CN113283331B (zh) 用于无人值守传感器系统的多类别目标识别方法及系统
CN112036323B (zh) 签名笔迹鉴别方法、客户端及服务器
CN115249331B (zh) 基于卷积神经网络模型的矿山生态安全识别方法
CN110376289A (zh) 一种基于声发射手段的复合材料纤维编织层损伤识别方法
CN114416707A (zh) 工业时序数据的自动化特征工程方法和装置
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
DE102007036277A1 (de) Verfahren und Vorrichtung zur automatischen Mustererkennung
Silva et al. Characterization of failure mechanism in composite materials through fractal analysis of acoustic emission signals
CN111528866A (zh) 一种基于LightGBM模型的EEG信号情绪识别方法
CN116919414A (zh) 基于多尺度卷积和密集连接网络的心电信号质量评估方法
EP1380949A3 (de) Automatische Auswertung von Eigenschaften eines Systems auf Basis von Ablaufprotokollen
CN107622487B (zh) 一种基于短时傅里叶变换的纺织材料纤维取向度测量方法
CN112990578A (zh) 一种工业低质高噪数据建模及产品质量预测方法
Liu et al. A Method for Identifying Weak Faults of Rolling Bearings Around Railway Based on PCA&SVD-LMD
CN113033623A (zh) 基于紫外-可见吸收光谱的污染源识别方法及系统
CN205617133U (zh) 纱线条干不匀率预测装置
CN115081471B (zh) 一种基于多频段复合波形的峰电位检测及分类方法及用途
CN117349601B (zh) 一种基于压电振动波的混凝土损伤分类方法及系统
CN114371222B (zh) 基于modwpt系数平方熵与rf的陶瓷制品结构缺陷声波检测方法

Legal Events

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

Effective date of registration: 20190418

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

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190426