基于奇异谱分析—SVM的木构件缺陷识别

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (8): 1863-1869.

基于奇异谱分析—SVM的木构件缺陷识别

周国雄¹, 陈爱斌¹, 周先雁²

1.中南林业科技大学计算机信息工程与学院,长沙,410004;
2.中南林业科技大学土木工程与力学学院,长沙,410004

收稿日期:2015-01-21 修回日期:2015-08-27 出版日期:2016-08-08 发布日期:2020-08-17
作者简介:周国雄(1980-),男,湖南嘉禾,博士后,副教授,硕导,研究方向为智能控制、无损检测;陈爱斌(通信作者 1971-),男,湖南攸县,博士,教授,研究方向为图形图像处理。
基金资助:
国家948项目(2014-4-09),国家林业公益性行业科研专项(201304504-3)

Wood Structure Nondestructive Detection Based on Singular Spectrum Analysis and SVM

Zhou Guoxiong¹, Chen Aibin¹, Zhou Xianyan²

1. School of Electricity & information Engineering, Central South University of Forestry & Technology, Changsha 410004, China;
2. College of Civil Engineering and Mechanics, Central South University of Forestry and Technology, Changsha 410004, China

Received:2015-01-21 Revised:2015-08-27 Online:2016-08-08 Published:2020-08-17

摘要/Abstract

摘要： 针对木构件缺陷的未知性,提出一种基于奇异谱分析—SVM的木构件缺陷识别方法,采用超声波测试仪对木材试件进行测试,获取测试信号,为消除探伤时由于测试仪增益调节及缺陷尺寸、角度的变化对测试缺陷回波波高的影响,采用奇异谱分析,过滤异常随机波动,并从中提取出表征原始信号的特征参数,采用改进的SVM算法对特征参数进行网络训练,识别木构件缺陷类型。测试结果表明该方法区分标准试样和胶缝试件的准确率为97.5%,在识别死节试件时也达到了95%,具有较高的准确率。

关键词: 缺陷识别, 奇异谱分析, SVM, PSO

Abstract: In view of unknown defect of wood component defect, a method of wood structure nondestructive recognition based on Singular spectrum analysis and SVM was proposed. The wood specimen was tested to obtain the test signal by ultrasonic testing instrument. In order to eliminate the testing effect of the tester gain control and defect size, angle variation on the test defect echo amplitude, the abnormal fluctuation was to filter and characteristic of the original signal was extracted by singular spectrum analysis, and SVM could train the parameters and distinguish the wood defects. Simulation results show that the proposed method can distinguish standard samples and glue joint with accuracy of specimen for 97.5%, and recognition of knots specimens also reaches 95% with high accuracy.

Key words: defect recognition, singular spectrum analysis, SVM, PSO

中图分类号:

TP229

周国雄, 陈爱斌, 周先雁. 基于奇异谱分析—SVM的木构件缺陷识别[J]. 系统仿真学报, 2016, 28(8): 1863-1869.

Zhou Guoxiong, Chen Aibin, Zhou Xianyan. Wood Structure Nondestructive Detection Based on Singular Spectrum Analysis and SVM[J]. Journal of System Simulation, 2016, 28(8): 1863-1869.

参考文献 9

[1]	Kelley S S, Rials Timothy, Snell Rebecca, et al.Use of near infrared spectroscopy to measure the chemical and mechanical properties of solid wood[J]. Wood Science and Technology:ISSN (S0043-7719), 2003, 23(17): 62-65.
[2]	孙丽萍, 张汝南, 秦怀光. X 射线在原木无损检测中的应用[J]. 林业机械与木工设备, 2007, 35(10): 54-55.
[3]	殷亚方, 吕建雄, 倪春, 等. 横向振动方法评估大尺寸规格材静态抗弯弹性性质[J]. 北京林业大学学报, 2005, 27(5): 107-110.
[4]	张晓芳, 李华, 刘秀英. 木材阻力仪检测技术的应用[J]. 木材工业, 2007, 21(2): 41-43.
[5]	M E Tiitta, F C Bell, J M Biemacki.Classification study for using acoustic -ultrasonics to detect internal decay in glulam beams[J]. Wood Science and Technology (S0043-7719), 2001, 21(10): 85-96.
[6]	孙建平, 王逢瑚, 于海鹏. 小波分析与人工神经网络在木质材料无损检测中的应用[J]. 木材工业, 2004, 18(5): 24-26.
[7]	张一, 惠晓峰. 基于奇异谱分析的汇率预测研究[J]. 统计与决策, 2012, 23(6): 32-36.
[8]	周国雄, 李琳, 沈学杰. 基于SVM和灰色预测的飞灰含碳量集成预测[J]. 系统仿真学报, 2013, 25(4): 727-731.
[9]	周国雄, 吴敏, 曹卫华, 等. 基于粒子群优化的焦炉集气管压力变结构模糊控制[J]. 信息与控制, 2008, 37(3): 327-333.

[1]	白燕, 武璐璐, 贺引娥, 王玉英. 基于动态温度调控的空调系统能耗预测[J]. 系统仿真学报, 2022, 34(2): 366-375.
[2]	魏玉淼, 张志利, 李洪光, 李述清. 一种基于多层迭代奇异谱分析的信号分解方法[J]. 系统仿真学报, 2021, 33(8): 1818-1824.
[3]	尹智帅, 何嘉雄, 聂琳真, 管家意. 基于优化算法的自动驾驶车辆纵向自适应控制[J]. 系统仿真学报, 2021, 33(2): 409-420.
[4]	于军琪, 井文强, 赵安军, 任延欢, 周梦, 黄馨乐, 杨雪. 基于改进PSO-BP算法的冷负荷预测模型[J]. 系统仿真学报, 2021, 33(1): 54-61.
[5]	李昌华, 毕成功, 李智杰. 基于改进PSO算法的人群疏散模型[J]. 系统仿真学报, 2020, 32(6): 1000-1008.
[6]	吉卫喜, 杜猛, 彭威, 徐杰. 基于改进的Faster R-CNN的齿轮外观缺陷识别研究[J]. 系统仿真学报, 2019, 31(11): 2198-2205.
[7]	白书华, 况明星. 基于PSO-GA-BP神经网络的林火预测设计与研究[J]. 系统仿真学报, 2018, 30(5): 1739-1748.
[8]	王修岩, 刘艳敏, 张革文, 李宗帅, 林家泉. 基于改进协同PSO的神经网络飞机客舱能耗预测[J]. 系统仿真学报, 2018, 30(4): 1535-1541.
[9]	冯建奎, 金晶, 王蓓, 牛玉刚, 王行愚. 基于SVM_RFE的多任务导联选择算法建模[J]. 系统仿真学报, 2018, 30(12): 4506-4512.
[10]	仇永斌, 张树春, 王元诚, 范文澜, 李德鑫. 最优粒子初值有效估计的线阵列方向图优化算法[J]. 系统仿真学报, 2018, 30(11): 4079-4085.
[11]	李照, 靳雁霞, 秦志鹏, 任超. 基于优化Snake模型的变形物体碰撞检测算法研究[J]. 系统仿真学报, 2018, 30(1): 62-68.
[12]	迟玉伦, 李郝林, 岳泰. 修整金刚笔磨损智能预测方法研究[J]. 系统仿真学报, 2017, 29(6): 1210-1217.
[13]	赵迪, 徐志胜. 基于多分辨率奇异熵的混凝土缺陷检测[J]. 系统仿真学报, 2017, 29(4): 761-766.
[14]	张宏立, 李瑞国, 范文慧. 基于相空间重构的Bernstein神经网络混沌序列预测[J]. 系统仿真学报, 2016, 28(4): 880-889.
[15]	车力, 康凤举. 基于感知与信息熵融合的离散LOD模型智能组合[J]. 系统仿真学报, 2015, 27(8): 1815-1823.