一種基于小波包和PCA的超聲缺陷識別方法
萬陶磊; 常俊杰; 曾雪峰; 鐘海鷹; 陳志恒 無損檢測技術教育部重點實驗室(南昌航空大學); 南昌330063; 日本探頭株式會社; 日本橫濱2320033
- 缺陷分類
- pca
- 小波包
- 特征量融合
- bp神經(jīng)網(wǎng)絡
摘要：在超聲檢測中,對缺陷進行定性分析是無損檢測與評價的關鍵內容。本研究提出一種對缺陷類型進行分類的檢測方法,通過對不同類型的缺陷波信號進行特征量提取,實現(xiàn)對缺陷的類型識別。首先使用空氣耦合超聲檢測系統(tǒng)采集無缺陷信號與3種不同類型的缺陷波信號,提取信號的時域無量綱參數(shù)和小波包能量系數(shù)組成多維特征向量;然后使用主成分分析法(Principal component analysis,PCA)對多維特征向量進行降維處理得到特征融合量;最后輸入BP神經(jīng)網(wǎng)絡系統(tǒng)進行缺陷類型的分類,并與未經(jīng)過PCA處理的測試結果進行對比分析。實驗結果證明,經(jīng)過PCA處理的測試結果準確率更高,測試時間更短。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
