基于小波變換和支持向量機(jī)的超聲檢測(cè)研究.pdf

1、超聲無(wú)損檢測(cè)具有靈敏度高、穿透力強(qiáng)、指向性好、檢測(cè)速度快、成本低、設(shè)備相對(duì)簡(jiǎn)單、對(duì)人體無(wú)害等優(yōu)點(diǎn),但是超聲檢測(cè)的可靠性受到多種因素的影響,其主要缺點(diǎn)是缺陷定性和定量識(shí)別較為困難。本文對(duì)超聲檢測(cè)缺陷大小的分類識(shí)別方法進(jìn)行了研究,主要工作如下:
　　 為實(shí)現(xiàn)超聲缺陷信號(hào)的分類識(shí)別研究,本文利用OmniScan MX UT超聲波檢測(cè)儀、超聲波傳感器、帶缺陷的測(cè)試試件、探頭掃查控制系統(tǒng)以及測(cè)試試件的固定支架等設(shè)計(jì)了超聲缺陷回波檢測(cè)實(shí)驗(yàn)系

2、統(tǒng),采用超聲回波檢測(cè)方法檢測(cè)金屬材料內(nèi)部缺陷,利用超聲斜探頭入射的方法實(shí)現(xiàn)缺陷的回波缺陷信號(hào)采集；并對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行初步分析,剔除失真數(shù)據(jù)。
　　 在深入研究小波變換理論和基于小波變換的去噪方法的基礎(chǔ)上,對(duì)超聲缺陷信號(hào)進(jìn)行小波去噪；對(duì)超聲缺陷信號(hào)進(jìn)行多分辨率分析,提取增益和能量特征作為表征缺陷大小的特征。
　　 在深入研究支持向量機(jī)分類器及其算法的基礎(chǔ)上,確定了適合超聲檢測(cè)缺陷信號(hào)分類的核函數(shù)和核函數(shù)參數(shù)最優(yōu)值選擇方法；確

3、定了缺陷大小分類識(shí)別方法。
　　 在深入研究超聲檢測(cè)信號(hào)數(shù)學(xué)模型的基礎(chǔ)上,提出了基于LevenbergMarquardt(LM)超聲檢測(cè)信號(hào)參數(shù)估計(jì)算法,并應(yīng)用于實(shí)驗(yàn)信號(hào)的參數(shù)估計(jì),效果良好；提取參數(shù)估計(jì)得到的結(jié)果作為表征大于1.0mm的缺陷大小的特征。
　　 分別將基于小波變換的增益和能量特征及LM算法對(duì)超聲信號(hào)參數(shù)估計(jì)后得到的結(jié)果特征量作為支持向量機(jī)的輸入向量,使用所選特征訓(xùn)練支持向量機(jī),得到分類器模型,然后使用得到