基于PSO-SVM模型的焊接转子环焊缝超声缺陷识别

• 作者: 孙立江 杜必强
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 粒子群算法 支持向量机 焊接转子 缺陷识别 超声检测
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 监测与测量
• 页码范围: 379-385
• 页数: 7页
• 分类号: TH133
• 字数: 3859字
• 语种: 中文

摘要

提出了一种粒子群算法(PSO)优化支持向量机(SVM)的方法,对焊接转子环焊缝的超声回波信号进行缺陷识别.对消噪后的超声回波缺陷信号进行4层小波包分解及结点重构,提取结点重构信号中近似部分的波峰系数和波形系数,并与细节部分的积分超声值、有效值和绝对值方差组成样本的特征向量;采用PSO算法对SVM的惩罚因子和核函数参数进行优化选择,最后完成缺陷识别.结果表明:PSO-SVM模型对预测样本具有很好的识别效果,与其他常用的SVM模型相比,PSO-SVM模型无论是识别率还是识别时间上都具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙立江	华北电力大学能源动力与机械工程学院	8	44	5.0	6.0
2	杜必强	华北电力大学能源动力与机械工程学院	29	146	6.0	10.0