超声检测缺陷分类小波分析与神经网络方法.pdfVIP

下载本文档

3
0
约2.59万字
约 7页
2017-05-21 发布于北京
举报
版权申诉

超声检测缺陷分类小波分析与神经网络方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期中国矿业大学学报 ! # ’! ’# $% (% 年月 !))) * +%,-./%0123./4.356-7389%0:3.3.; =62.%%;9 :/9!))) ????????????????????????????????????????????????????????????????? 文章编号@A)))BACDE!)))F)#B)!#B)* 超声检测缺陷分类的小波分析与神经网络方法G A ! # # 吴淼张海燕孙智刘旭 H H H 中国矿业大学机电工程系北京同济大学声学研究所上海 EA’ H A)))I#J!’ H !)))!J #’中国矿业大学机电工程学院江苏徐州 H !!A))IF 摘要根据金属超声检测中缺陷脉冲回波为非稳态信号的特点提出了一种基于小波变换和模 @ H 式识别技术的缺陷定性分类方法重点研究了利用小波变换提取反映缺陷性质的特征值以及运 ’ 用模式识别技术对特征值进行缺陷定性识别的方法为验证上述方法设计了实验系统同时对 ’ H H 信号的采集异常信号的剔除等问题进行了研究利用实际焊接试样进行了实验经小波变换提 K ’ H 取缺陷特征值然后采用神经网络使缺陷的定性分类获得了较高的准确 H E F H LM N/OP-%P/;/83%. 率研究结果表明该方法可在一定程度上降低人为因素对缺陷定性识别的影响获得较好的缺陷 ’ H 分类效果’ 关键词超声检测定性识别小波分析特征提取模式识别 @ J J J J 中图分类号@ AA’C 文献标识码@ =( Q 超声检测的回波信号中含有大量与缺陷性质有效性’ 有关的信息实现缺陷分类的关键在于能否有效地 ’ S 实验将反映缺陷性质的信息特征从超声回波中提取 E F S’S 实验系统组成出来并给予正确的解释缺陷定性的准确与否很 H ’ 计算机超声波探伤仪及探头采