预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102928514102928514B(45)授权公告日2014.12.24(21)申请号201210411121.6(22)申请日2012.10.14(73)专利权人浙江农林大学地址311300浙江省临安市浙江农林大学信息工程学院(72)发明人冯海林方益明李光辉李剑(51)Int.Cl.G01N29/12(2006.01)G01N29/44(2006.01)审查员张煜欣权权利要求书2页利要求书2页说明书6页说明书6页附图2页附图2页(54)发明名称一种基于频率特征的木材应力波无损检测方法(57)摘要本发明公开了一种基于频率特征的木材应力波无损检测方法,在原木周围均匀地安装压电式加速度传感器,用脉冲锤敲击其中编号为0的传感器,利用数据采集卡完成传感器输出信号的采集,保存;对采集到的信号做K点快速傅立叶变换,然后求出实测频率响应函数;根据实测频率响应函数及健康木的频率响应函数,构建观察矩阵;作基于二阶统计量的盲源分离,估计缺陷点与观测点之间的频率响应函数;最后以聚类结果为依据判别木材内部有无缺陷、缺陷数量以及缺陷大小。该根据木材频率响应函数的应力波无损检测方法,不受反射波、折射波信号的干扰,检测结果更加准确,能自动检测出木材内部是否存在缺陷、缺陷大小的信息,检测过程简便,实用性强。CN102928514BCN1029854BCN102928514B权利要求书1/2页1.一种基于频率特征的木材应力波无损检测方法,其特征在于,该方法包括以下步骤:步骤一,在原木周围均匀地安装I个通过信号线缆连接至数据采集卡的压电式加速度传感器,用脉冲锤敲击编号为0的传感器,然后通过数据采集卡完成压电式加速度传感器输出信号的采集,保存为x0(n),x1(n),…,xi(n),…,xI-1(n);步骤二,对采集到的信号做K点快速傅立叶变换,得到X0(k),X1(k),…,Xi(k),…,XI-1(k),k=0,1,…,K-1,然后求出第0个传感器至其他各观测传感器之间的实际频率响应函数;步骤三,定义相同条件下健康木材中第0个传感器至其他各观测传感器之间的频率响应函数为H0,i(k),然后将Hj(k)减去H0,j(k),得到:Yi(k)=Hi(k)-H0,i(k),i=1,…,I-1;步骤四:构建Y=[Y′1(k),Y′2(k),…,Y′I-1(k)]′作为观察矩阵,对其作基于二阶统计量的盲源分离,估计出混合矩阵W=[G′0,1(k),G′0,2(k),…,G′0,J(k)]′和源向量Gj,i(k),i=1,…,I-1,j=1,2,…,J,其中G0,j(k)为第0个传感器至木材内部第j个缺陷点之间的频率响应函数,Gj,i(k)为第j个缺陷点至第i个观测点之间的频率响应函数;步骤五,对估计出的J个(k)进行k均值聚类分析;步骤六,根据聚类的结果判别木材内部有无缺陷,类别数量决定缺陷区域的多少,每类中数据对象的数量表示该缺陷区域的大小。2.如权利要求1所述的一种基于频率特征的木材应力波无损检测方法,其特征在于,在步骤三中,H0,i(k)反映的是应力波信号沿球面方向的传播特征,与缺陷信息无关,可由健康木材内的频率响应函数得出。3.如权利要求1所述的一种基于频率特征的木材应力波无损检测方法,其特征在于,对于健康木材,可视为匀质木材,各Gj,i(k)的数值大小相等;对于有缺陷的木材,缺陷点上的Gj,i(k)数值与其他区域不同,相近的缺陷点数值大致相同。4.如权利要求1所述的一种基于频率特征的木材应力波无损检测方法,其特征在于,将Y=[Y′1(k),Y′2(k),…,Y′I-1(k)]′作为观察矩阵,对其作基于二阶统计量的盲源分离,估计出混合矩阵W=[G′0,1(k),G′0,2(k),…,G′0,J(k)]′和源向量Gj,i(k),i=1,…,I-1,j=1,2,…,J,其中G0,j(k)为第0个传感器至木材内部第j个缺陷点之间的频率响应函数,Gj,i(k)为第j个缺陷点至第i个观测点之间的频率响应函数,详细步骤为:估计Y的相关矩阵对作特征值分解(EVD)其中(I-1)×J维矩阵j是与J个按下降顺序排列的的主要特征值ΛS=2CN102928514B权利要求书2/2页diag{λ1≥λ2…≥λJ}相对应的特征矢量;(I-1)×(I-1-J)维矩阵VN包含(I-1-J)个噪声特征ΛN={λJ+1≥…≥λI-1}对应的噪声特征矢量,并且λJ>λJ+1;白噪声方差估计成(I-1-J)个不重要特征值的均值;进行稳健的预白化变换:其中对于给定的p≠0,估计矢量的协方差阵,并进行协方差阵的奇异值分解:对于给定的p,检查对角阵所有奇异值是否不同,如果相同,对于不同的时滞p重复步骤(5),