机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2010年
17期
55-57
,共3页
小波%参数空间%特征提取%径向基函数%缺陷识别
小波%參數空間%特徵提取%徑嚮基函數%缺陷識彆
소파%삼수공간%특정제취%경향기함수%결함식별
超声缺陷自动识别是目前无损评判领域内研究的热点.采用改进的Morlet小波对超声缺陷信号进行降噪处理,为获得更全面的缺陷特征,在建立的参数空间基础上为缺陷信号构建特征向量,将这些缺陷信号输入RBF神经网络对获得的超声检波信号进行缺陷分类.实验结果表明:小波降噪算法充分利用超声回波信号的特征信息,降噪效果明显,有利于提高缺陷分类的准确性; RBF神经网络缺陷识别法能有效提取同类别缺陷信号的共同特征,提高缺陷分类准确度.
超聲缺陷自動識彆是目前無損評判領域內研究的熱點.採用改進的Morlet小波對超聲缺陷信號進行降譟處理,為穫得更全麵的缺陷特徵,在建立的參數空間基礎上為缺陷信號構建特徵嚮量,將這些缺陷信號輸入RBF神經網絡對穫得的超聲檢波信號進行缺陷分類.實驗結果錶明:小波降譟算法充分利用超聲迴波信號的特徵信息,降譟效果明顯,有利于提高缺陷分類的準確性; RBF神經網絡缺陷識彆法能有效提取同類彆缺陷信號的共同特徵,提高缺陷分類準確度.
초성결함자동식별시목전무손평판영역내연구적열점.채용개진적Morlet소파대초성결함신호진행강조처리,위획득경전면적결함특정,재건립적삼수공간기출상위결함신호구건특정향량,장저사결함신호수입RBF신경망락대획득적초성검파신호진행결함분류.실험결과표명:소파강조산법충분이용초성회파신호적특정신식,강조효과명현,유리우제고결함분류적준학성; RBF신경망락결함식별법능유효제취동유별결함신호적공동특정,제고결함분류준학도.