本發(fā)明公開了一種基于變分模態(tài)分解的GFRP內(nèi)部缺陷特征提取方法,包括步驟:GFRP超聲回波信號采集、分析、特征提取和C掃成像。本發(fā)明以每個本征模態(tài)函數(shù)是其中心頻率附近的窄帶信號為準則構造變分模型,通過替方向乘子算法在其傅里葉頻域進行迭代求解,進而將輸入信號分解為一組本征模態(tài)函數(shù)的線性組合,將表征缺陷信息的信號與噪聲信號完全進行分離,實現(xiàn)GFRP缺陷信號降噪,使缺陷信號成像更接近實際缺陷大小,大大提高了缺陷識別的正確率。本發(fā)明基于變分模態(tài)分解算法,可以有效的將缺陷波進行分解,模態(tài)分解個數(shù)的合理選取,可以有效的避免過分解和欠分解,提高對玻璃纖維
復合材料內(nèi)部夾雜缺陷的識別準確性。
聲明:
“基于變分模態(tài)分解的GFRP內(nèi)部缺陷特征提取方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)