基于磁记忆和表面纹理特征融合的再制造毛坯疲劳损伤评估

简介

为提高再制造损伤评估的精度和效率,提出了一种基于磁记忆和表面纹理特征融合的构件损伤评估方法。通过磁记忆特征和表面纹理特征建模,提取磁信号及其梯度的样本熵参数以及表面纹理的能量、熵、反差和相关参数,分析了各特征参数的损伤时序变化规律。分别从数据层和指标层建立特征融合模型。在数据层将磁特征和表面纹理特征参数作为非线性映射的输入,得到其与损伤之间的映射关系。指标层采用D-S证据理论方法,进行磁和表面纹理特征量之间的信息融合,将各损伤状态作为识别框架,通过Bayes近似,得到融合后的各证据信度函数值,并依据函数值进行损伤状态评估。最后选取疲劳试样进行了该方法的验证。