典型文献
基于EEMD和低秩稀疏分解的超声缺陷回波检测方法
文献摘要：
针对应用超声对金属材料微小缺陷检测时缺陷回波容易被噪声干扰的问题,提出了一种基于集合经验模态分解(EEMD)和低秩稀疏分解相结合的检测方法,以避免传统基于经验模态分解(EMD)的去噪方法难以消除结构噪声的问题.首先对缺陷检测信号进行EEMD得到一系列本征模态函数(IMF),采用基于概率密度函数的相似性测量方法选取相关模态,同时舍弃非相关模态以实现初步降噪;然后基于短时傅里叶变换(STFT)计算相关模态重构信号的幅度谱,执行低秩稀疏分解算法提取幅度谱中的稀疏成份实现进一步降噪;最后对稀疏成份进行逆STFT得到纯净的缺陷回波信号.分别对仿真和实测信号进行处理,结果表明该方法在缺陷回波检测方面是有效的.
文献关键词：
计量学;超声检测;金属缺陷;集合经验模态分解;低秩稀疏分解
中图分类号：
作者姓名：
周航锐;孙坚;徐红伟;缪存坚;宋鑫
作者机构：
中国计量大学机电工程学院,浙江杭州310018;浙江省特种设备检验研究院,浙江杭州310012
文献出处：
引用格式：
[1]周航锐;孙坚;徐红伟;缪存坚;宋鑫-.基于EEMD和低秩稀疏分解的超声缺陷回波检测方法)[J].计量学报,2022(01):77-84
A类：
B类：
EEMD,低秩稀疏分解,超声缺陷,缺陷回波,金属材料,微小缺陷,小缺陷检测,噪声干扰,集合经验模态分解,基于经验,去噪方法,结构噪声,检测信号,本征模态函数,IMF,概率密度函数,舍弃,降噪,短时傅里叶变换,STFT,模态重构,重构信号,幅度谱,成份,纯净,回波信号,实测信号,超声检测,金属缺陷
AB值：
0.314475
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
