超声检测缺陷分类的小波分析与神经网络方法
吴淼1
张海燕2
孙智3
刘旭3
1.中国矿业大学机电工程系，北京 1000832.同济大学声学研究所，上海 2000923.中国矿业大学机电工程学院，江苏徐州 221008
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，经小波变换提取缺陷特征值，然后采用BP(back propagation)神经网络，使缺陷的定性分类获得了较高的准确率.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
分类号：TN911.6(通信)
资助基金：国家自然科学基金(59975085)
论文发表日期：2000-05-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 239-273 )
英文信息