基于ACO-LS-SVM的漏磁信号二维轮廓重构

• 作者: 孙世宇 左宪章 王瑾 纪凤珠 苑希超
• 来源期刊: 西南石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 漏磁检测 LS-SVM ACO 特征融合 轮廓重构
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 石油机械工程与其他
• 页码范围: 165-169
• 分类号: TE838
• 字数: 3942字
• 语种: 中文
• DOI: 10.3863/j.issn.1674-5086.2011.06.034

摘要

漏磁检测技术被广泛应用于铁磁材料的无损评估中,由漏磁信号描述缺陷的几何特征一直是漏磁检测的难点.为此提出应用LS-SVM对缺陷轮廓进行重构的新方法,利用蚁群算法优化LS-SVM及核函数的参数,并采用剪枝算法改善LS-SVM的稀疏性.支持向量机输入采用漏磁信号Bx、By分量的特征融合信号,输出是缺陷轮廓数据,建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系.实现了人工裂纹缺陷二维轮廓的重构,并与BP神经网络、GA-LS- SVM和PSO-LS-SVM等3种方法重构效果进行了比较.结果表明:该方法速度快、精度高,并有很好的泛化能力,为漏磁检测定量化提供了一种可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑾	军械工程学院电气工程系	18	100	6.0	9.0
2	孙世宇	军械工程学院电气工程系	43	382	8.0	18.0
3	左宪章	军械工程学院电气工程系	77	581	10.0	22.0
4	纪凤珠	军械工程学院电气工程系	16	103	6.0	9.0
5	苑希超	军械工程学院电气工程系	18	66	5.0	7.0