[发明专利]采用神经网络和耦合迭代对16Mn钢承力件进行拉伸损伤状态的识别系统

摘要

本发明公开了一种采用神经网络和耦合迭代对16Mn钢承力件进行拉伸损伤状态的识别系统，该系统由多个声发射换能器(4)、多路前置放大器(3)、一个声发射仪(2)和一个16Mn钢承力件无损检测单元(1)组成。16Mn钢承力件无损检测单元(1)包括有过滤模块(11)、数据融合模块(12)。16Mn钢承力件无损检测单元(1)内嵌在声发射仪(2)的存储器中。本发明采用声发射神经网络和数据融合模型对16锰钢拉伸损伤状态进行识别，建立了16Mn钢拉伸损伤状态识别诊断系统：首先采用神经网络构建一个损伤度标志模型，然后用该模型对每个声发射换能器信息进行局部诊断；进而用神经网络输出结果构造数据融合模块的基本概率值；最后采用数据融合的组合公式对拉伸损伤状态进行诊断。利用该模型，可对16Mn钢拉伸过程中的损伤状态进行识别、诊断，进而对其可靠运行提供依据。

主权项

1、一种采用神经网络和耦合迭代对16Mn钢承力件进行拉伸损伤状态的识别系统，该系统包括有多个声发射换能器(4)、多路前置放大器(3)、一个声发射仪(2)，其特征在于：还包括有一个16Mn钢承力件无损检测单元(1)；16Mn钢承力件无损检测单元(1)包括有过滤模块(11)和数据融合模块(12)，其中，过滤模块(11)有数据滤波处理模块(11A)和波形滤波处理模块(11B)，数据融合模块(12)有损伤度标志模型(12A)和耦合迭代模型(12B)；声发射换能器(4)与前置放大器(3)为配套使用，即每一个声发射换能器(4)的输出端与一个前置放大器(3)的输入端连接，每一个前置放大器(3)的输出端连接在声发射仪(2)的信息输入接口上，该信息输入接口用于接收多路突发型放大信息fS；16Mn钢承力件无损检测单元(1)内嵌在声发射仪(2)的存储器中；声发射换能器(4)，用于采集在役16Mn钢承力件上的突发型信息Sn；前置放大器(3)，用于对接收到的突发型信息Sn进行放大40dB后成为突发型放大信息fS；声发射仪(2)，一方面用于对接收到的突发型放大信息fS经A/D转换后成为数字突发型信息fS1＝(eS，AS，CS，RS，DS)输出给16Mn钢承力件无损检测单元(1)；另一方面对接收到的拉伸损伤识别信息D输出给显示屏(2A)进行实时显示；16Mn钢承力件无损检测单元(1)的过滤模块(11)中的数据滤波处理模块(11A)对接收到的数字突发型信息fS1＝(eS，AS CS，RS，DS)进行参数滤波，滤掉电磁噪声和环境噪声后，提纯得到声发射拉伸损伤初步信息fS2＝(e0，A0，C0，R0，D0)；然后波形滤波处理模块(11B)对声发射拉伸损伤初步信息fS2＝(e0，A0，C0，R0，D0)进行波形滤波，获得声发射拉伸损伤信息fS4＝(e，A，C，R，D)；16Mn钢承力件无损检测单元(1)的数据融合模块(12)中的损伤度标志模型(12A)对声发射拉伸损伤信息fS4＝(e，A，C，R，D)中偶数时间点采集的声发射信息I′ID，s＝[EID，tq，s AID，tq，s CID，tq，s RID，tq，s DID，tq，s]进行处理后输出待诊断样本；该待诊断样本经耦合迭代模型(12B)解析后输出拉伸损伤识别信息D输出给声发射仪(2)。