小波神经网络的数据压缩技术在超声自动探伤系统中的应用

• 作者: 殷国富 王应国 苏真伟 赵秀粉 马杰
• 来源期刊: 无损检测
• 学科: 工学
• 关键词: 超声波检测 小波神经网络 数据压缩 数据重构
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 科研成果与学术交流
• 页码范围: 716-719
• 页数: 4页
• 分类号: TG115.28
• 字数: 2871字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6656.2007.12.009

摘要

为了实现对大型回转体零件内部缺陷的检测与识别,研制了超声波自动检测系统.系统主要完成超声信号的采集和处理、数据的实时存储、缺陷的在线分析与识别等功能.要实现缺陷的在线检测与识别,必然需要大量的原始数据,为了减少数据的存储量,通过小波神经网络提取相应的权重因子,构成小波基的尺度参数和与之对应的平移参数,实现缺陷有用信息的压缩;在缺陷数据重构中,利用上述特性参数并结合信号的特征值,对信号进行拟合.解决了缺陷检测现场大量数据的保存问题,为缺陷的进一步识别提供了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷国富	四川大学制造科学与工程学院	617	5927	35.0	50.0
2	王应国	四川大学制造科学与工程学院	6	45	4.0	6.0
3	赵秀粉	四川大学制造科学与工程学院	26	130	7.0	10.0
4	苏真伟	四川大学制造科学与工程学院	40	254	11.0	14.0
5	马杰	四川大学制造科学与工程学院	10	37	4.0	6.0