基于PCA的管道缺陷导波信号特征优化方法

• 作者: 俞慧芳 刘欢 王匀 罗来齐 许桢英
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 超声导波 管道检测 缺陷识别 主成分分析 特征优化 BP神经网络
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 160-163
• 页数: 4页
• 分类号: TP2
• 字数: 2967字
• 语种: 中文

摘要

针对超声导波管道缺陷检测中存在的识别率低、鲁棒性差等问题,应用了主成分分析对管道缺陷回波信号进行特征优化.首先,通过对超声导波缺陷回波信号进行处理,提取了信号在时域和时频域内的特征参数,构成联合特征向量.然后使用主成分分析法(principal component analysis,PCA)对联合特征向量进行降维处理,通过提取累计贡献率达到89％的主成分得到融合特征.最后用BP神经网络对融合特征进行训练和识别.这种方法可以有效的识别管道缺陷,与联合特征向量相比具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王匀	江苏大学机械工程学院	129	609	12.0	19.0
2	许桢英	江苏大学机械工程学院	69	291	9.0	13.0
3	刘欢	江苏大学机械工程学院	7	35	4.0	5.0
4	罗来齐	江苏大学机械工程学院	1	14	1.0	1.0
5	俞慧芳	江苏大学机械工程学院	1	14	1.0	1.0