论文部分内容阅读
针对现有声发射信号识别参数分析法的不足，提出利用小波变换特征提取与BP神经网络结合的声发射信号识别方法。利用db2小波对声发射信号进行6层分解，将细节特征空间的能量作为声发射信号特征向量；结合声发射信号特点设计和训练BP神经网络，通过实验确定隐层神经元数；用BP和RBF神经网络分别对腐蚀、裂纹和冷凝声发射信号进行分类测试。实验结果表明，提取的声发射信号特征具有较好的区分性能，BP网络在识别声发射信号方面优于RBF网络，这对储油罐安全状况的定量分析具有一定意义。