金属涡轮叶片在测量不确定性下的振动品质分类
摘要：金属涡轮叶片的非破坏性测试是一项具有挑战性的任务，因为它们具有复杂的几何形状。振动测试，如过程补偿共振测试（PCRT），已被证明是一种有效的方法，它首先测量涡轮叶片的振动响应，然后使用分类器来确定涡轮叶片的质量是好还是坏。我们以前的工作主要集中于基于马氏距离的分类器的开发，这些分类器以测量的振动特征（如共振频率）为输入。然而，在实际应用中，测量误差可能导致训练有偏差的分类器，从而可能导致涡轮叶片的错误质量分类。在本研究中，我们研究了在测量不确定性下的涡轮叶片分类问题。为此，采用了间隔马氏空间的概念，导出了具有高鲁棒性的集成间隔马氏分类系统（IIMCS）分类器。IIMCS利用二进制粒子群优化（BPSO）来过滤出对系统中信息贡献最大的共振频率。采用蒙特卡洛模拟方案分析了共振频率对测量不确定性的敏感性。这产生了一个可靠性指标，用于指示最终分类结果的置信水平。开发的IIMCS方法被应用于一个实验案例研究，涉及等轴镍合金一级涡轮叶片，结果显示出良好且鲁棒的分类性能。
作者：Liangliang Cheng, Vahid Yaghoubi, Wim V. Paepegem, Mathias Kersemans
论文ID：2110.09099
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-10-19