基于小波包-KPCA特征提取的三种人工焊缝缺陷检测方法

• 作者: 曹显林 李娟 袁慧英 郄晓敏 陈凌霄 韩也
• 来源期刊: 油气田地面工程
• 关键词: 焊缝缺陷 特征向量 小波包 KPCA GRNN
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 试验研究
• 页码范围: 7-12
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2021.01.002

摘要

为了减少超声波检测中人为造成的缺陷误判,实现焊缝缺陷的定量评价,采用16MnR焊接试件预制了表面裂纹、气孔和夹杂等三种人工缺陷,进行焊缝缺陷检测试验.利用超声相控阵对其进行了A扫,采用小波包变换的方式对信号进行三层分解处理,通过Matlab构造特征向量能量比例,并采用KPCA进行数据降维,选取了累积贡献率超过90％的前3个主元成分,结合GRNN实现不同缺陷类型的自动分类.研究结果表明,使用小波包-KPCA进行特征提取后,可以进一步去除噪声对焊缝缺陷检测的影响,降低计算时间,准确率可达93.3％,优于常规特征值分析.小波包-KPCA可作为超声信号提取的新手段,为今后的无损检测评价提供理论依据和重要参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娟		78	305	11.0	15.0
2	郄晓敏		3	0	0.0	0.0
3	韩也		2	0	0.0	0.0
4	陈凌霄		1	0	0.0	0.0
5	曹显林		1	0	0.0	0.0
6	袁慧英		2	0	0.0	0.0