文献类型：期刊文章

作　　者：吴淼[1] 张海燕[2] 孙智[3] 刘旭[3]

机构地区：[1]中国矿业大学机电工程系,北京100083 [2]同济大学声学研究所,上海200092 [3]中国矿业大学机电工程学院,江苏徐州221008

出　　处：《中国矿业大学学报》

基　　金：国家自然科学基金!(59975085)

年　　份：2000

卷　　号：29

期　　号：3

起止页码：239-243

语　　种：中文

收录情况：AJ、BDHX、BDHX1996、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：根据金属超声检测中缺陷脉冲回波为非稳态信号的特点，提出了一种基于小波变换和模式识别技术的缺陷定性分类方法.重点研究了利用小波变换提取反映缺陷性质的特征值以及运用模式识别技术对特征值进行缺陷定性识别的方法.为验证上述方法，设计了实验系统，同时对信号的采集、异常信号的剔除等问题进行了研究.利用实际焊接试样进行了实验，经小波变换提取缺陷特征值，然后采用BP(back propagation)神经网络，使缺陷的定性分类获得了较高的准确率.研究结果表明该方法可在一定程度上降低人为因素对缺陷定性识别的影响，获得较好的缺陷分类效果.

关 键 词：超声检测 小波分析 焊接  缺陷分类  神经网络

分 类 号：TG441.7]