材料在受应力作用产生变形或断裂时会产生声发射信号。通过采集、分析声发射信号可以达到检测和诊断材料内部缺陷或损伤的目标。本课题组多年来一直从事木塑复合材料缺陷及损伤的声发射信号检测研究,取得了良好的成果。为实现在线分析和识别缺陷源的声发射信号,本文在课题组前人研究的基础上,设计了基于DSP的在线检测系统。首先,讨论了声发射技术、小波分析理论以及神经网络模式识别理论,并在已有研究成果基础上进一步阐述了木塑复合材料声发射信号的模式识别方法。其次,应用正交小波包变换算法、BP神经网络等算法,设计了基于Simulink的声发射信号模式识别模型,对采集的木塑复合材料声发射信号进行小波包分解、特征量计算并最终确认其对应的缺陷或损伤类型。再次,构建了以SEED-AD9243M高速数据采集板和SEED-DEC6416 DSP开发板为核心的声发射信号模式识别硬件系统,为声发射信号模式识别的实现提供硬件支持。最后,采用快速代码生成技术设计了声发射信号模式识别软件系统。该系统集成了声发射信号的采集和分析功能。本文设计的声发射信号模式识别系统可应用于木塑复合材料缺陷及损伤的在线识别,克服了以往研究成果不能在线识别木塑复合材料缺陷及损伤的缺点,在工程应用中有较好的实用价值。