论文总字数：16756字

摘 要

随着中国基建事业的蓬勃发展，铁磁性材料依然在工业建设中扮演着非常重要的作用。材料内部应力的变化长此以往往往会导致材料的形变、磨损甚至断裂，造成重大安全隐患，因此应力检测技术对于铁磁性材料的研究是非常重要的。

巴克豪森噪声（MBN）检测技术以其无损、快速、高效的性能迅速走进了科学家们的视野。然而MBN检测技术也不是完美的。由于MBN检测系统所得信号为一组不规则的脉冲序列，提取其有关应力的有效信息一直是个难题。而传统的特征值（均方根值、平均值、峰值等）有时不能很好的反应材料内部应力的变化，所以本文旨在利用主成分分析方法（PCA）对传统特征值进行降解进而得到新的特征值PC1PC2,对比分析新旧特征值的优势与局限。

本文的研究思路是首先掌握巴氏噪声检测系统工作原理并了解MBN数据采集原理；然后基于Matlab平台实现对巴氏信号特征值进行提取；编写并实现PCA算法功能，从而提取巴氏噪声信号新特征值；比较分析新旧特征值与应力的相关系数以及新旧特征值的线性度指标。

关键词：巴克豪森 应力检测 特征提取 主成分分析

The application of feature extraction algorithm based on Principal Components Analysis

Abstract

As the rapid development of infrastructure of China,ferromagnetic materials are playing a more and more important role within industrial business chain.The change of stress within materials in the long run can lead to their shape change ,wearing out or even fracture and cause big hidden problems.As a result,stress detection is very important in the study of ferromagnetic materials.

As the detection method of Magnetic Barkhausen noise(MBN) is quick,efficient and cause no damage to materials ,it quickly attracts attention of scientists.However,the detection method of MBN is not perfect though.The signal of MBN is an array of irregular impulse sequences,so it has long been a struggle to extract valid information of MBN.Traditional characteristic value such as, root-mean-square value,mean-value,peak value,sometimes can not effectively reflect the stress change within materials.consequently,this paper looks to the method of Principal Components Analysis(PCA) to study the stress change within materials.With the new characteristic value of PC1 and PC2 and after the reduction of dimensions,we can compare and analyse the advantages and disadvantages Of traditional characteristic values to new characteristic values.

The principal contents of this paper consists of consists of mastering the the operating principles of MBN stress detection system,extracting six traditional characteristic values of MBN with Matlab,writing PCA algorithms and extracting new characteristic value of MBN,and then study The correlative coefficient and linearity of both traditional and new characteristic values.

Keyword:Barkhausen;stress detection;feature extraction;Principal Components

Analysis(PCA)

目 录

摘 要 I

Abstract II

目 录 III

第一章 引言 1

1.1课题研究背景及意义 1

1.2 国内外发展现状 1

第二章 巴克豪森检测方法理论基础 3

2.1 巴克豪森效应原理 3

2.2 影响MBN信号的因素 3

2.2.1 激励磁场 4

2.2.2 材料属性 4

第三章 数据采集与预处理 5

3.1 MBN信号特性 5

3.2 应力检测系统框架 5

3.3 关于采样频率的选取 6

3.4 关于激励幅值和激励频率的选取 7

3.5 数据预处理 7

第四章 MBN特征值的提取 9

4.1包络线 9

4.2 均方根值 10

4.3 平均值 11

4.4 振铃数 12

4.5 峰值 12

4.6 峰值时间 13

4.7 半高全宽比 14

4.8 本章小结 15

第五章 主成分分析 16

5.1 基本原理 16

5.2 主成分分析步骤 17

5.3 基于Matlab平台的主成分分析 18

5.4 本章小结 20

第六章 传统特征值和主成分之比较。 21

6.1 相关系数之比较 21

6.2 线性度之比较 21

结 语 23

参考文献 24

致 谢 25

第一章 引言

1.1课题研究背景及意义

工业技术发展日新月异，人们对于应力检测的需求也越来越高。应是指物体受外因（温度、湿度、压力等）发生形变时在物体内部所产生的内力。在机器加工、焊接、铸造等工艺时往往会产生残余的应力，引起工件后期的变形翘曲甚至焊接炸裂等事故，因此应力检测技术在工业上的应用非常重要[1]。现在的应力检测技术大体上可以分为有损检测和无损检测，而磁巴克豪森检测技术作为一种前沿的无损检测技术，以其无损、快速、高效及其他独特的优势，能够实现对铁磁性材料早期损伤和应力状态的评估和检测，因此具有广大应用前景与价值。[2]巴氏噪声检测技术一般可以应用于应力检测、疲劳状态分析、硬度检测、微观组织分析、晶粒度测量及表面热处理工艺评价等方面。本文主要探讨其与应力之间的关系。[3]然而由于MBN噪声信号为一组不规则的噪声脉冲序列，在MBN信号的处理上存在着一定的挑战，单个传统变量有时与材料内部应力状态关系并不明显，国际上也提出了多种方法来处理MBN信号。本课题提出使用主成分分析(PCA)的方法来优化MBN信号的处理。

1.2 国内外发展现状

巴克豪森噪声检测技术实际上是基于巴克豪森效应的一种无损检测技术。之所以命名为巴克豪森效应是为了纪念其发现者巴克豪森，这个效应于1919年被发现并于随后的几十年中迅速发展成为一种新型的无损检测方法。目前，巴克豪森噪声检测技术已经被应用于汽车制造、航空航天制造、机械冶金制造等工业领域[4]。在应力检测方面主要包含两个方面的内容，一是对材料外部应力的检测，二是对材料内部残余应力的检测。本文主要着重于材料外部应力的影响。

目前国内外的研究机构都对巴克豪森噪声技术做了比较多的研究。在研究铁磁性材料受外部应力影响下MBN信号变化时，来自英国的M.Blao等科研人员提出材料的磁化能力会随着外部应力的改变而改变，同时受到影响的还有MBN信号的波峰和幅值。并且在拉应力下MBN信号多出现单峰，而压应力下回有多峰的现象。2014年，德国的M.S.AMIRI等研究人员指出应力的各向异性和晶体的各向异性对材料的磁化起决定性作用。[5]来自印度的M.Vashista指出在材料的弹性范围内，MBN信号与残余应力呈现出正相关的关系[6]。2016年在第四届纳米与材料科学国际学术会议上[7]，Er-gang Xiong等学者认为对于磁系数比较高的材料来说，用巴克豪森噪声检测技术的效果是比较好的，在弹性范围内，信号值随拉应力增大而增大，随压应力增大而减小。

请支付后下载全文，论文总字数：16756字