CN107121501-CN201710277633-一种汽轮机叶轮缺陷分类方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107121501 A (43)申请公布日 2017.09.01 (21)申请号 201710277633.0 (22)申请日 2017.04.25 (71)申请人 天津大学 地址 300072 天津市南开区卫津路92号 (72)发明人 白志亮　陈世利　贾乐成　曾周末　 (74)专利代理机构 天津市北洋有限责任专利代 理事务所 12201 代理人 李林娟 (51)Int.Cl. G01N 29/44(2006.01) 权利要求书1页 说明书7页 附图4页 (54)发明名称 一种汽轮机叶轮缺陷分类方法 (57)摘要 本发明公开了一种汽轮机叶轮缺陷分类方 法，所述缺陷分类方法基于径向基函数神经网 络，包括：从缺陷回波信号中提取由偏斜度指标、 峭度指标、峰值指标、波形指标、脉冲指标、以及 裕度指标表示的6个时域无量纲特征；对缺陷回 波信号进行小波包分解，选取前四个频带的能量 作为4个小波包特征；将小波包分解与分形理论 相结合，采用盒维数来表征不同的缺陷信号，获 取4个分形盒维数；将6个时域无量纲特征、4个小 波包特征以及4个分形盒维数共计14个特征，组 成特征向量，输入到RBF神经网络中进行人工智 能缺陷分类识别。本方法实现了自动识别和分 A 类，达到快速、准确、有效评估缺陷危害性的目 1 的。 0 5 1 2 1 7 0 1 N C CN 107121501 A 权　利　要　求　书 1/1页 1.一种汽轮机叶轮缺陷分类方法，其特征在于，所述缺陷分类方法基于径向基函数神 经网络，所述缺陷分类方法包括以下步骤： 从缺陷回波信号中提取由偏斜度指标、峭度指标、峰值指标、波形指标、脉冲指标、以及 裕度指标表示的6个时域无量纲特征； 对缺陷回波信号进行小波包分解，选取前四个频带的能量作为4个小波包特征； 将小波包分解与分形理论相结合，采用盒维数来表征不同的缺陷信号，获取4个分形盒 维数； 将6个时域无量纲特征、4个小波包特征以及4个分形盒维数共计14个特征，组成特征向 量，输入到RBF神经网络中进行人工智能缺陷分类识别。 2.根据权利要求1所述的一种汽轮机叶轮缺陷分类方法，其特征在于，所述缺陷分类方 法还包括： 搭建用于实验室分析的汽轮机叶轮超声相控阵缺陷检测系统，获取由被测试件缺陷位 置反射的缺陷回波信号。 3.根据权利要求1所述的一种汽轮机叶轮缺陷分类方法，其特征在于，所述输入到RBF 神经网络中进行人工智能缺陷分类识别的步骤具体为： 选择高斯函数为径向基函数，进行RBF神经网络训练和识别。 2 2 CN 107121501 A 说　明　书 1/7页 一种汽轮机叶轮缺陷分类方法 技术领域 [0001] 本发明涉及汽轮机叶轮超缺陷分类领域，尤其涉及一种基于RBF(径向基函数)神 经网络的汽轮机叶轮缺陷分类方法。 背景技术 [0002] 自从1972年被首次发现以来，汽轮机中的应力腐蚀开裂一直是相关领域研究人员 关注的问题。由于汽轮机长期工作在高温高压环境下，其叶轮部分在应力和腐蚀的同时作 [1] 用下很容易形成缺陷 ，而其一旦