基于小波包分析的合成金刚石缺陷超声识别.pdfVIP

2012年6月 第3期 金刚石与磨料磨具工程 June，2012 第32卷 总第 189期 Diamond＆ AbrasivesEngineering No．3 Vo1．32 Seria1．189 基于小波包分析的合成金刚石缺陷超声识别 华红艳 ， 张 臻 (1．华中科技大学，武汉430074) (2．郑州航空工业管理学院，郑州 450015) 摘要 应用超声波探伤仪系统对合成大颗粒金刚石缺陷进行检测，针对缺陷信号特点提出利用小波包分 析提取缺陷特征值，应用小波神经网络进行模式识别的方法，实现了从检测到的超声信号中提取 出反映 缺陷性质的相关信息，并通过这些信息对其进行分析，建立了网络模型以实现缺陷定性识别。实验结果 表明，小波包分析能够挖掘利用缺陷回波信号时域和频域的信息，通过多层次划分频带，使在多分辨分析 过程中未进行划分的高频区间再次分解，还可依据小被分析信号特征 自适应挑选相对应的频带，达到和 信号频谱相互配合，进而达到使时一频分辨率显著提高的效果，可见小波神经网络的良好局部放大特性 和多分辨率学习特性，可使合成金刚石缺陷的定性分类获得较高的准确率。 关键词 合成金刚石；小波包；缺陷；小波神经网络 中图分类号 TG58 文献标志码 A 文章编号：1006—852X(2012)03—0046—05 Ultrasonicrecognitionofsyntheticdiamonddefect basedonwaveletpacketanalysis HUA Hong—yan ， ZHANG Zhen (1．HuazhongUniversityofScienceandTechnology，Wuhan430074，China) (2．ZhengzhouInstituteofAeronauticalIndustryManagement，Zhengzhou450015，China) Abstract Experimenton diamonddefectdetectionwasconductedusingultraPAC system．A new ideaof patternrecognitionbymeansofwaveletpacketneuralnetworkanalysiswasintroduced．Theideawasbasedon thefeatureextractionandanalysisofdefectsignals，aswellasonthenetworkmodelingofdefectqualitative recognition．Theresultsofexperimentshow thatthewaveletpacketanalysiscouldmakebestuseofthe informationintime-domainandin~equeney-domain ofthedefectechosignals，pa~itionfurtherandanalyze the high-~equency part which had notbeen subdivided by multi—resolution analysis， and choose the interrelated~equencybandstomakeitsuited to signalspectrum．Thus，thetime一~equencyresolutionwas improved．Thegoodlocalamplificatorypropertyofthewaveletneuralnetworkandthestudycharacteristicof multi—resolution analysiscan help to achieve highe