基于人耳听觉模型的MIG焊熔滴过渡状态识别

基于人耳听觉模型的MIG焊熔滴过渡状态识别

TG409; 针对强噪声干扰下熔化极惰性气体保护焊(Melt inert-gas,MIG)的熔滴过渡状态识别问题,提出一种基于人耳听觉模型的电弧声熔滴过渡状态识别算法.采用外耳和中耳传递函数对电弧声信号进行变换,模拟耳蜗的功能对变换后的电弧声信号进行频率分解,并求分解后各频带内信号的响度功率,根据不同频带的响度功率构建电弧声的特征矢量,采用支持向量机根据获得的特征矢量实现熔滴过渡状态的识别.试验结果表明,该算法可以很好地抑制由于焊接电流的低频变化引起的电弧声低频波动,对熔滴过渡状态的识别率达到了98％以上.为了验证算法的抗噪声干扰能力,在原始信号的基础上,分别施加了不同信噪比的白噪声和环境噪声...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:机械工程学报 2019-09, Vol.55 (17), p.68-76
Hauptverfasser: 高延峰, 王齐胜, 黄林然, 龚岩峰, 肖建华
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 76
container_issue 17
container_start_page 68
container_title 机械工程学报
container_volume 55
creator 高延峰
王齐胜
黄林然
龚岩峰
肖建华
description TG409; 针对强噪声干扰下熔化极惰性气体保护焊(Melt inert-gas,MIG)的熔滴过渡状态识别问题,提出一种基于人耳听觉模型的电弧声熔滴过渡状态识别算法.采用外耳和中耳传递函数对电弧声信号进行变换,模拟耳蜗的功能对变换后的电弧声信号进行频率分解,并求分解后各频带内信号的响度功率,根据不同频带的响度功率构建电弧声的特征矢量,采用支持向量机根据获得的特征矢量实现熔滴过渡状态的识别.试验结果表明,该算法可以很好地抑制由于焊接电流的低频变化引起的电弧声低频波动,对熔滴过渡状态的识别率达到了98％以上.为了验证算法的抗噪声干扰能力,在原始信号的基础上,分别施加了不同信噪比的白噪声和环境噪声,结果表明,所提出的算法具有优良的抗噪声干扰能力,从而为焊接质量在线监控提供了一种新方法.
doi_str_mv 10.3901/JME.2019.17.068
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_jxgcxb201917011</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>jxgcxb201917011</wanfj_id><sourcerecordid>jxgcxb201917011</sourcerecordid><originalsourceid>FETCH-LOGICAL-s1021-6e4da797e61bccb4d939540efd31a0d9258166db505742aa8201b4453196cf0d3</originalsourceid><addsrcrecordid>eNotjz1Lw1AYRu-gYKmd_QlOie97P3NHKbVWWlx0Lje5SbFIBIPYsUKpWkEcnByUTgoKDopIHPwzzcfPMKLTs51zHkLWEFymATd2ei2XAmoXlQvSWyI1EEo5UnpyhTSS5MAHZFRRIXiN6OwhXaTXizQtx2_ZzUv5eJk_zbP7q-Ju0uu0i8msmN7mX-_l93n-OS9mH_n4rHydZhfPq2Q5ModJ2PjfOtnfau01t53ubrvT3Ow6CQJFR4bcGqVVKNEPAp9bzbTgEEaWoQGrqfBQSuuLKpJTY7wq3edcMNQyiMCyOln_456aODLxoD88OjmOK2N_OBoEI__3KipAZD9_11op</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于人耳听觉模型的MIG焊熔滴过渡状态识别</title><source>Alma/SFX Local Collection</source><creator>高延峰 ; 王齐胜 ; 黄林然 ; 龚岩峰 ; 肖建华</creator><creatorcontrib>高延峰 ; 王齐胜 ; 黄林然 ; 龚岩峰 ; 肖建华</creatorcontrib><description>TG409; 针对强噪声干扰下熔化极惰性气体保护焊(Melt inert-gas,MIG)的熔滴过渡状态识别问题,提出一种基于人耳听觉模型的电弧声熔滴过渡状态识别算法.采用外耳和中耳传递函数对电弧声信号进行变换,模拟耳蜗的功能对变换后的电弧声信号进行频率分解,并求分解后各频带内信号的响度功率,根据不同频带的响度功率构建电弧声的特征矢量,采用支持向量机根据获得的特征矢量实现熔滴过渡状态的识别.试验结果表明,该算法可以很好地抑制由于焊接电流的低频变化引起的电弧声低频波动,对熔滴过渡状态的识别率达到了98％以上.为了验证算法的抗噪声干扰能力,在原始信号的基础上,分别施加了不同信噪比的白噪声和环境噪声,结果表明,所提出的算法具有优良的抗噪声干扰能力,从而为焊接质量在线监控提供了一种新方法.</description><identifier>ISSN: 0577-6686</identifier><identifier>DOI: 10.3901/JME.2019.17.068</identifier><language>chi</language><publisher>南昌航空大学航空制造工程学院 南昌 330063</publisher><ispartof>机械工程学报, 2019-09, Vol.55 (17), p.68-76</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/jxgcxb/jxgcxb.jpg</thumbnail><link.rule.ids>314,780,784,27924,27925</link.rule.ids></links><search><creatorcontrib>高延峰</creatorcontrib><creatorcontrib>王齐胜</creatorcontrib><creatorcontrib>黄林然</creatorcontrib><creatorcontrib>龚岩峰</creatorcontrib><creatorcontrib>肖建华</creatorcontrib><title>基于人耳听觉模型的MIG焊熔滴过渡状态识别</title><title>机械工程学报</title><description>TG409; 针对强噪声干扰下熔化极惰性气体保护焊(Melt inert-gas,MIG)的熔滴过渡状态识别问题,提出一种基于人耳听觉模型的电弧声熔滴过渡状态识别算法.采用外耳和中耳传递函数对电弧声信号进行变换,模拟耳蜗的功能对变换后的电弧声信号进行频率分解,并求分解后各频带内信号的响度功率,根据不同频带的响度功率构建电弧声的特征矢量,采用支持向量机根据获得的特征矢量实现熔滴过渡状态的识别.试验结果表明,该算法可以很好地抑制由于焊接电流的低频变化引起的电弧声低频波动,对熔滴过渡状态的识别率达到了98％以上.为了验证算法的抗噪声干扰能力,在原始信号的基础上,分别施加了不同信噪比的白噪声和环境噪声,结果表明,所提出的算法具有优良的抗噪声干扰能力,从而为焊接质量在线监控提供了一种新方法.</description><issn>0577-6686</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2019</creationdate><recordtype>article</recordtype><recordid>eNotjz1Lw1AYRu-gYKmd_QlOie97P3NHKbVWWlx0Lje5SbFIBIPYsUKpWkEcnByUTgoKDopIHPwzzcfPMKLTs51zHkLWEFymATd2ei2XAmoXlQvSWyI1EEo5UnpyhTSS5MAHZFRRIXiN6OwhXaTXizQtx2_ZzUv5eJk_zbP7q-Ju0uu0i8msmN7mX-_l93n-OS9mH_n4rHydZhfPq2Q5ModJ2PjfOtnfau01t53ubrvT3Ow6CQJFR4bcGqVVKNEPAp9bzbTgEEaWoQGrqfBQSuuLKpJTY7wq3edcMNQyiMCyOln_456aODLxoD88OjmOK2N_OBoEI__3KipAZD9_11op</recordid><startdate>20190905</startdate><enddate>20190905</enddate><creator>高延峰</creator><creator>王齐胜</creator><creator>黄林然</creator><creator>龚岩峰</creator><creator>肖建华</creator><general>南昌航空大学航空制造工程学院 南昌 330063</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>20190905</creationdate><title>基于人耳听觉模型的MIG焊熔滴过渡状态识别</title><author>高延峰 ; 王齐胜 ; 黄林然 ; 龚岩峰 ; 肖建华</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s1021-6e4da797e61bccb4d939540efd31a0d9258166db505742aa8201b4453196cf0d3</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2019</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>高延峰</creatorcontrib><creatorcontrib>王齐胜</creatorcontrib><creatorcontrib>黄林然</creatorcontrib><creatorcontrib>龚岩峰</creatorcontrib><creatorcontrib>肖建华</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>机械工程学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>高延峰</au><au>王齐胜</au><au>黄林然</au><au>龚岩峰</au><au>肖建华</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于人耳听觉模型的MIG焊熔滴过渡状态识别</atitle><jtitle>机械工程学报</jtitle><date>2019-09-05</date><risdate>2019</risdate><volume>55</volume><issue>17</issue><spage>68</spage><epage>76</epage><pages>68-76</pages><issn>0577-6686</issn><abstract>TG409; 针对强噪声干扰下熔化极惰性气体保护焊(Melt inert-gas,MIG)的熔滴过渡状态识别问题,提出一种基于人耳听觉模型的电弧声熔滴过渡状态识别算法.采用外耳和中耳传递函数对电弧声信号进行变换,模拟耳蜗的功能对变换后的电弧声信号进行频率分解,并求分解后各频带内信号的响度功率,根据不同频带的响度功率构建电弧声的特征矢量,采用支持向量机根据获得的特征矢量实现熔滴过渡状态的识别.试验结果表明,该算法可以很好地抑制由于焊接电流的低频变化引起的电弧声低频波动,对熔滴过渡状态的识别率达到了98％以上.为了验证算法的抗噪声干扰能力,在原始信号的基础上,分别施加了不同信噪比的白噪声和环境噪声,结果表明,所提出的算法具有优良的抗噪声干扰能力,从而为焊接质量在线监控提供了一种新方法.</abstract><pub>南昌航空大学航空制造工程学院 南昌 330063</pub><doi>10.3901/JME.2019.17.068</doi><tpages>9</tpages></addata></record>
fulltext fulltext
identifier ISSN: 0577-6686
ispartof 机械工程学报, 2019-09, Vol.55 (17), p.68-76
issn 0577-6686
language chi
recordid cdi_wanfang_journals_jxgcxb201917011
source Alma/SFX Local Collection
title 基于人耳听觉模型的MIG焊熔滴过渡状态识别
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-24T14%3A14%3A10IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E4%BA%BA%E8%80%B3%E5%90%AC%E8%A7%89%E6%A8%A1%E5%9E%8B%E7%9A%84MIG%E7%84%8A%E7%86%94%E6%BB%B4%E8%BF%87%E6%B8%A1%E7%8A%B6%E6%80%81%E8%AF%86%E5%88%AB&rft.jtitle=%E6%9C%BA%E6%A2%B0%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E9%AB%98%E5%BB%B6%E5%B3%B0&rft.date=2019-09-05&rft.volume=55&rft.issue=17&rft.spage=68&rft.epage=76&rft.pages=68-76&rft.issn=0577-6686&rft_id=info:doi/10.3901/JME.2019.17.068&rft_dat=%3Cwanfang_jour%3Ejxgcxb201917011%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=jxgcxb201917011&rfr_iscdi=true