对单丝碳纤维/环氧树脂复合材料的试样以及碳布/环氧树脂试样拉伸，对其拉伸过程中产生的声发射源信号利用声发射波形参数作为不同神经网络的输入对其进行模式识别，发现SVM神经网络比BP神经网络在对声发射源信号进行模式识别时具有更高的预测准确率。在增加SVM网络训练集时，SVM网络的预测准确率有较大的提高。利用声发射波形参数与SVM对碳/环氧树脂复合材料进行模式识别得到较好的效果。

所属栏目

科研成果与学术交流

收稿日期

2014/2/20

作者单位

李冬如:广东省特种设备检测研究院惠州检测院，惠州 516003
丁鹏:水利部产品质量标准研究所，杭州 310012
卢超:南昌航空大学无损检测技术教育部重点实验室，南昌 330063

备注

李冬如(1977—)，男，工程师，主要从事特种设备无损检测工作。

引用该论文:

LI Dong-ru,Peng,LU Chao.Classification of AE Sources of Carbon/Epoxy Composite Based on SVM[J].Nondestructive Testing,2014,36(6):6～8
李冬如,丁鹏,卢超.基于SVM的碳纤维/环氧复合材料声发射源识别[J].无损检测,2014,36(6):6～8

参考文献

【1】

王春静，代云霏. 碳纤维复合材料在航空领域的应用[J].机电产品开发与创新，2010，23(2):14-15.

【2】

史峰，王小川，郁磊，等. Matlab神经网络30个案例分析[M].北京：北京航空航天大学出版社，2010.

【3】

CHRISTIAN U. GROSSE, MASAYASU O. Acoustic emission testing[M]. Berlin Heidelberg: Springer Publications, 2008.

【4】

耿荣生，沈功田，刘时风.基于波形分析的声发射信号处理技术[J].无损检测，2002,24(6):257-261.

【5】

李孟源，尚振东，蔡海潮，等.声发射检测及信号处理[M].北京：科学出版社，2010.

【6】

CORTES C, VAPNIK V. Support vector net-work[J]. Machine Learning,1995,20:273-279.

【7】

ZHAO Qun, PRNCIPE J C. Support vector machines for SAR automatic target recognition[J]. IEEE Transactions on Aerospace and Electronic Systems,2001,37(2):643-645.

【8】

HAN Li-qun. Recognition of the part of growth of flue-cured tobacco leaves based on support vector machine[C].//7th World Congress on Intelligent Control and Automation. Chong Qing, China: 2008:3624-3627.

【9】

施彦，韩力群，廉小亲. 神经网络设计方法与案例分析[M]. 北京：北京邮电出版社，2009.