基于阵列探头的超声缺陷检测仿真及其定位

• 作者: 刘波 周建民 孙昆 徐清瑶 李鹏
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 超声检测 缺陷定位 概率神经网络 主成分分析
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 学科基础与前沿
• 页码范围: 105-109
• 页数: 5页
• 分类号: TP301.6
• 字数: 2652字
• 语种: 中文

摘要

以铝板为研究对象,首先基于超声仿真技术,设计了"单发多收"超声阵列探头,对位于铝板内部不同深度处的21类缺陷分别进行建模和仿真分析,并获取相应的时域信号;其次,基于主成分分析(principal component analysis,PCA),对各缺陷的幅频初始特征进行提取,获得各缺陷的特征向量;最后,采用概率神经网络(probabilistic neural network,PNN)对各缺陷进行定位分析. 研究分别以21×9和21×4个缺陷为训练样本和测试样本, 分析结果表明: 缺陷定位的平均正确率为82.14%,96.43%, 100%. 研究论证了采用超声阵列探头,并结合主成分分析和概率神经网络,进行缺陷定位的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周建民	华东交通大学机电工程学院	53	362	11.0	17.0
2	李鹏	华东交通大学机电工程学院	20	68	5.0	7.0
3	刘波	华东交通大学机电工程学院	9	17	3.0	4.0
4	孙昆	华东交通大学机电工程学院	1	1	1.0	1.0
5	徐清瑶	华东交通大学机电工程学院	4	26	2.0	4.0