基于PCA和SVM的裂纹声发射识别方法

摘要

针对采用幅值、能量等统计特征参数分类识别声发射(AE)信号时存在的信息冗余问题，提出利用主成分分析(PCA)减少信息冗余，提取AE信号统计特征。首先，设计了钢板表面铬层裂纹试验，采集了AE数据，得到AE信号9个统计特征参数;然后，对统计特征参数进行主成分分析提取2个主成分;最后，设计了SVM分类器，以主成分为输入向量分类识别铬层裂纹AE信号，准确率为96％，验证了主成分可以有效表征AE信号统计特征，减少信息冗余，提高分类效率及准确率。