文献类型：期刊文章

作　　者：艾轶博[1] 王楠[1] 阙红波[2,3] 杨斌[1] 张卫冬[1]

机构地区：[1]北京科技大学国家材料服役安全科学中心,北京100083 [2]中国南车股份有限公司 [3]南车戚墅堰机车车辆工艺研究所有限公司,江苏常州213011

出　　处：《哈尔滨工业大学学报》

基　　金：国家自然科学基金面上项目(61273205);教育部中央高校基本科研业务费项目(FRF-SD-12-028A);高等学校学科创新引智计划(B12012)

年　　份：2015

卷　　号：47

期　　号：10

起止页码：45-49

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20154901636719)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：高铁齿轮箱是高速列车的重要部件,为保障高铁的安全、稳定运行,需要对高铁齿轮箱箱体出厂及检修时的铸件内部缺陷进行检验,并对箱体内部缺陷实现自动、准确的分类和识别.基于此利用三维工业CT技术,设计实验获取到高铁齿轮箱体材料的4种内部缺陷的三维体数据,根据齿轮箱体内部缺陷的物理背景知识,对三维体数据进行特征提取,设计Adaboost_BTSVM多分类算法,实现基于三维工业CT的箱体材料内部缺陷的自动分类识别,并使重点关注的收缩类缺陷的分类准确率达到85%以上、裂纹类缺陷的分类准确率达到100%,为实现高铁齿轮箱箱体材料的缺陷自动识别提供技术保障.

关 键 词：模式分类  支持向量机 三维特征提取  高铁齿轮箱体  铸造缺陷  工业CT

分 类 号：TP391]