【技术实现步骤摘要】
本专利技术涉及一种用于识别拉伸件裂纹的方法，应用于冷冲模具的质量检测与故障 诊断系统，或金属挤压成形过程中的状态识别及质量监测。
技术介绍
拉深件的拉深加工的工作环境极其恶劣，拉深件在成形过程中不仅要承受高接触 压力和剧烈的摩擦，而且还要承受循环加载引起的应力、应变和温度的周期性变化，使制件 产生裂纹，有些微小裂纹肉眼难以察觉，但在生产过程中会产生成批的废品，因此，识别拉 深件的裂纹状态具有很重要的工程意义。裂纹的识别最为关键的两个问题是一，要准确提取到裂纹的特征参数；二、要在 各种不同的声发射信号中识别出裂纹产生的特殊信号。目前，对于拉深件裂纹特征参数的 提取，现有技术提供了以下三种方法(1)根据金属裂纹及环境噪声的频率特性，剔除噪声及摩擦磨损信号，即对信号进行小 波包分解，再对小波包分解后的不同频段的数据进行重构，然后采用时间序列的方法对去 噪后的声发射信号进行时序分析，建立时序模型，选取能量参数组成识别裂纹声发射信号 所需的特征向量；(2)将裂纹声发射信号的上升时间、声发射事件计数，能量、持续时间、幅度、平均频率、 有效值电压、平均信号电平、回响频率、初始化频率、强度、频率质心、峰值频率等13个特征 参数作为BP神经网络的训练样本，计算各样本各个参数对裂纹特征的的灵敏度，最终得出 几个能表征裂纹程度最为显著的特征参数；(3)将采集到的拉深件裂纹声发射原始信号先经过信号预处理，再进行局域波局部能 量特征提取，最后通过遗传算法的特征参数自动重组生成得到有效识别拉深件裂纹声发射 信号的最佳特征参数。以上三种方法都可以有效提取到拉深件裂纹声发射信号的特征参...
【技术保护点】
一种用于辨别拉深件裂纹的模糊识别方法，其特征是包括如下步骤：先将采集到的原始声发射信号进行预处理，包括前置放大、滤波、Ａ／Ｄ转换处理；再对经过预处理的声发射信号基于局域波时频域局部能量特征提取法进行特征参数的提取，然后经遗传算法进行自动重组生成得到最佳特征参数，作为识别拉深件裂纹的特征参数；如果最佳特征参数不服从正态分布，将其转变成服从正态分布的概率变量；然后根据概率一致性原理和可能性理论求取可能性分布函数及其可能性，并求出概率变量的隶属度函数，最后进行模糊诊断，实现对拉深件正常及裂纹两种状态的识别。
【技术特征摘要】
1. 一种用于辨别拉深件裂纹的模糊识别方法，其特征是包括如下步骤先将米集到的 原始声发射信号进行预处理，包括前置放大、滤波、A/D转换处理；再对经过预处理的声发 射信号基于局域波时频域局部能量特征提取法进行特征参数的提取，然后经遗传算法进行 自动重组生成得到最佳特征参数，作为识别拉深件裂纹的特征参...
【专利技术属性】
技术研发人员：骆志高，陈强，胥爱成，何鑫，
申请(专利权)人：江苏大学，
类型：发明
国别省市：32[中国|江苏]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。