来源：期刊VIP网 时间：
作者：张发;姚云峰;梁志敏;汪殿龙;彭珍珍;
单位：河北科技大学材料科学与工程学院;河北省材料近净成形技术重点实验室;
摘要：在激光清洗过程中，激光脉冲与样品相互作用所产生的光声信号(photoacoustic, PA)通常被作为在线质量监测最主要的分析来源，但声学信号易受到环境干扰导致提取信号特征精度低。鉴于此，提出一种基于随机森林算法(random forest, RF)与鲸鱼算法(whale optimization algorit, WOA)优化变分模态分解(variational mode decomposition, VMD)的激光清洗声信号特征提取方法，并将所提取信号的均方根、中心频率以及能量熵等多特征值作为模型输入，采用支持向量机(support vector machine, SVM)模型进行分类判别，实现97.5%的测试集准确率，有效地反映出激光清洗过程中所采集声信号对清洗质量的影响。实验表明，该方法能够准确提取信号有效信息，提高激光清洗声学监测识别率。
关键词：激光清洗;;声学监测;;随机森林;;变分模态分解;;支持向量机
基金资助：国家自然科学基金(52101015,52002112);; 河北省自然科学基金(E2021208005);; 河北省重点研发计划项目(21373803D)
