构件裂纹缺陷的超声识别

• 作者: 师小红 徐章遂 敦怡
• 来源期刊: 固体火箭技术
• 学科: 工学
• 关键词: 小波包多分辨率分析 小波包子带能量 特征向量 小波分形神经网络
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 测试技术
• 页码范围: 556-558
• 页数: 3页
• 分类号: TB553
• 字数: 2294字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2793.2007.06.025

摘要

将小波包多分辨率分析与能量谱相结合,提出了金属材料缺陷特征提取的方法(小波包子带能量比较法)及不同缺陷的识别方法(小波分形神经网络法).选取最能反映缺陷特征的参数--"能量特征向量"作为特征参数,进行缺陷的特征提取.缺陷的识别方法将小波包分解后各子带系数的分形维数作为特征矢量,对其进行径向基神经网络训练,从而可很明显区分出有无裂纹以及不同裂纹信号.以航天发射塔架钢连接构件疲劳裂纹超声检测信号为例,使用所提出的特征提取和模式识别方法,结果表明是行之有效的新方法,为金属材料缺陷检测与识别开拓了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	师小红	军械学院电气工程系	7	114	5.0	7.0
2	敦怡	军械学院电气工程系	5	53	4.0	5.0
3	徐章遂	军械学院电气工程系	7	114	5.0	7.0