基于KPCA的脉冲涡流缺陷分类识别技术的研究

• 作者: 南玉龙 庄立东 杨龙兴 阚仁峰
• 来源期刊: 物联网技术
• 关键词: 脉冲涡流 缺陷分类 特征量 KPCA
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 智能处理与应用
• 页码范围: 66-69
• 页数: 4页
• 分类号: TG115.28|TP274
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2017.02.018

摘要

脉冲涡流检测技术是一种发展迅速的无损检测方法,而缺陷分类识别是缺陷检测和评估中的关键步骤.文中设计了一套脉冲涡流检测系统,通过实验得到表面、亚表面及腐蚀缺陷的瞬时差分信号,再对瞬时差分信号做时域和频域分析,从中提取多个特征量,然后将这些特征量进行不同的组合,用于缺陷的分类识别.最后提出核主成分分析法(KPCA)对表面、亚表面及腐蚀缺陷进行分类识别.通过对比两种识别方法,发现核主成分分析法具有更好的分类性能,从而为判定缺陷提供了一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨龙兴	江苏理工学院机械工程学院	19	25	3.0	4.0
2	庄立东	江苏理工学院机械工程学院	4	15	3.0	3.0
3	阚仁峰	江苏理工学院机械工程学院	2	11	2.0	2.0
4	南玉龙	江苏理工学院机械工程学院	2	11	2.0	2.0