大型回转体超声检测中缺陷类型的在线识别.pdfVIP

第16卷2期 应用基础与工程科学学报 Vo1．16．No．2 2008年4月 JOURNAL OF BASIC SCIENCE AND ENGINEERING ApIil 2008 文章编号：1005-0930(2008)02-0247-08 中图分类号：TP235；TP301．6 文献标识码：A 大型回转体超声检测中缺陷类型的在线识别 严寒冰， 殷国富， 刘小莹 (四川大学制造科学与工程学院．四川成都610065) 摘要：大型回转体超声探伤中由于需要实时处理大量数据，且全面的缺陷特征信 息难以获得，导致缺陷类别在线识别困难．对多个超声波探头获取的同一缺陷的 互补特征信息，利用BPNN的并行计算能力分别进行缺陷类别的局部决策，再采 用D—S理论实现缺陷类型的融合识别．为使神经网络更适合于在线数据处理和 缺陷识别，对标准BP算法进行了改进，在不增加计算量和存储量的前提下，避 免了网络陷入局部最小，提高了网络的收敛速度．将改进后的BP网络的非线性 建模能力与D—S证据理论的不确定性推理能力进行有机结合，使论据理论的支 持度的分配避免了主观性，从而提高了决策的确定度和识别的可靠性．采用已知 缺陷的回转体工件进行在线融合识别机制进行测试，其结果说明了该方法的可 行性及有效性． 关键词：缺陷类别；在线；特征提取；改进算法；数据融合 超声波检测技术穿透能力强、检测灵敏度高、对人体无害、使用灵活、可及时得到探伤 结果，是无损检测领域中的重要的方法和手段，已经被广泛应用于各行业的质量监控和安 全保障．在超声探伤中，由于缺陷类型具有隐蔽性和多样性，导致了缺陷类别难以判别．许 多学者对如何提取缺陷信号中的特征信息，更为准确地判断出缺陷的类别进行了大量的 深人研究，并取得了一定的成果 …． 对于发电设备、压力容器等大型回转体类重要零部件，由于其体积、重量的特殊性，采 用传统的手工探伤、经验识别的方法不仅劳动强度大、周期长、危险性高，还容易产生漏检 以及对缺陷类型的误判，导致巨大的安全隐患和经济损失．因此，在回转体加工过程中实 现在线探伤及识别，是超声检测领域亟待解决的任务之一．本文针对这一课题，定制了多 探头探伤机制，全面获取未知缺陷特征信息．利用基于BP神经网络对这些经过提取的特 征信息所组成的向量进行缺陷类别判断，实现局部决策．为使神经网络更能适应在线探伤 的大量数据快速处理的要求，采用一种改进算法的BP网络．该算法兼顾了网络的收敛速 度、存储量及输出性能．在此基础上，采用基于D—s论据理论的多源信息融合技术对来自 同一缺陷的信息局部决策结论进行融合，从而减少诊断中的不确定性，提高可信度，以期 收稿日期：2007-07-04：修订日期：2007—12-20 基金项目：四川省国际科技合作与交流研究计划项目资助(2007H12-017) 作者简介：严寒冰(1977一)，男，博士研究生，E—mail：hanbing—yah@sina．corn 应用基础与工程科学学报 V01．16 得到缺陷特征全面的、一致的估计． 1 在线探伤的决策融合机制 回转体超声检测的数据量大，且以高速进入检测设备，因而对数据处理系统的适时性 要求高．神经网络具有大规模的并行处理能力，因而能够对数据进行快速处理，满足超声 检测数据处理的要求 ． 数据融合(data fusion)是一个多级、多层面的处理过程，完成对来自多个信息源数据 的检测、关联、估计及组合的处理．数据融合对不同时间或空间的多传感器信息资源，采用 计算机技术加以自动分析、综合、支配和使用，获得对被测对象的一致性解释与描述，因而 能够得到比它的各组成部分更优越的性能 J． 数据融合可分为像素级融合、特征级融合和决策级融合三个层次．决策级融合是高层 次融合，其结果为检测、控制、指挥、决策提供依据．决策级融合从具体决策问题出发，直接 针对具体决策目标，融合结果直接影响决策水平；融合中心处理代价低，具有较高的灵活 性；能有效地反映环境或目标各个侧面的不同类型信息；通信量小，抗干扰能力强；对传感 器依赖性小，传感器可以