基于小波和神经网络的焊接缺陷识别方法

• 作者: 姜恺 曾德学 李力
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 超声检测 焊缝缺陷 小波 神经网络 识别
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 机电工程
• 页码范围: 72-74,107
• 页数: 4页
• 分类号: TB553
• 字数: 2333字
• 语种: 中文

摘要

超声检测是钢结构焊缝质量检验的常用方法,本文针对超声检验中缺陷类型识别困难的问题,提出一种定性方法.首先利用小波包变换提取超声回波信号的能量作为特征向量,然后将得到的特征向量输入到BP神经网络中,应用于裂纹、气孔、未焊透三类缺陷,识别率达到了86.7％.结果表明:基于小波包变换和BP神经网络的钢结构焊缝缺陷定性方法是十分有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李力	三峡大学水电机械设备设计与维护湖北省重点实验室	100	483	11.0	17.0
2	曾德学	三峡大学水电机械设备设计与维护湖北省重点实验室	6	19	3.0	4.0
3	姜恺	三峡大学水电机械设备设计与维护湖北省重点实验室	3	14	3.0	3.0