小波神经网络在缺陷数据压缩和信号重构中的应用

首先介绍了小波神经网络理论,并在BP(反向传播)算法的神经网络学习方法的基础上,将小波神经网络应用到基于频率扫描技术的交变磁场无损检测系统中,通过神经网络提取相应的权重因子以及构成小波基的尺度参数和与之对应的平移参数实现缺陷有用数据的压缩;在缺陷数据重构中,利用上述特性参数并结合信号的特征值,对信号进行拟合,解决了缺陷场大量数据的保存问题以及缺陷识别模型神经网络学习样本资源不足的问题。     

超声波自动探伤系统在焊管检测中的应用

近年来国内生产的几条重要管线 ,如陕京管线、苏丹管线和兰 成 渝管线 ,都要求厂家依据ＡＰＩ或ＧＢ/Ｔ 9711标准用连续超声波探伤设备对成形后钢管作全焊缝超声波自动探伤。因而研究和采用一种有效的在线超声自动化探伤系统成了钢管生产厂的必然选择。焊管探伤采用不同的超声波方法 ,其探伤准确性相差较大。另外由于焊道几何形状的差异及各种复合缺陷所形成波形的不确定性 ,造成焊管超声波自动化探伤的难度较大 ,人为因素影响也很大。因而如何提高探伤结果的有效性和可靠性便成了焊管超声波自动化探伤的重点。经过广泛调查研究 ,加之我厂…     

小波分析在超声测厚信号特征提取中的应用

采用超声波对旋压固体火箭发动机的绝热层厚度进行检测时,检测信号中的纹理噪声影响了界面回波的确定,进而影响绝热层厚度的准确测量。通过分析绝热层超声测厚信号特点和噪声来源,提出了利用小波变换对检测信号进行处理的方法。仿真结果表明,运用小波分析得到的厚度特征有很大的改善,通过试件厚度的计算,验证了测量的有效性和准确性。     

小波变换模极小值在粗晶材料超声检测中的应用

本文研究小波变换方法在粗晶材料超声缺陷信号增强中的应用，为克服粗晶材料超声检测时晶粒噪声的影响，在分析晶粒噪声和缺陷信号频谱分布的基础上，提出了一种基于小波变换模极大值的算法来提高信噪比，利用此算法进行实际超声信号分析效果良好。     

基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法

漏磁检测是对输油管道、油罐等设备缺陷进行无损检测的一种重要方法,但在检测过程中产生的信号数据量庞大,同时会产生多种干扰噪声,出现信号失真、漂移和信号被湮没等问题,对信号进行降噪滤波是缺陷漏磁检测的关键环节。探讨了信号降噪压缩方法,研究了基于小波包-Haar小波算法的漏磁检测信号降噪压缩算法,通过该算法,在对信号数据进行降噪压缩处理同时,保留了高频部分信号特征,从而在降噪后数据解压缩过程中避免了信号失真畸变的现象。     

竞争型小波神经网络在零件分类中的应用

文章将小波分析与竞争型神经网络相结合,构造了适应于零件分类的竞争型小波神经网络(CWN)。首先对零件先进行小波多尺度边缘检测,然后采用不变矩方法提取零件的特征,最后送入CWN加以分类。分类结果表明,CWN对相似零件能够有效分类,并且有一定的鲁棒性。     

小波分析结合神经网络的桩基缺陷检测

引入一种小波分析结合神经网络的桩基检测方法,根据桩基中超声波传播的特点,利用小波分析对采集的超声波信号进行小波包分解,对分解后的信号进行归一化处理,将超声波信号矩阵化,构建表征桩基缺陷信息的特征向量;再取多组特征向量作为神经网络的训练样本,对特征向量进行训练学习,并将未诊断样本输入神经网络进行识别验证。试验数据表明,通过小波分析方法获取超声波信号特征向量并构建的神经网络可以有效识别出桩基缺陷以及缺陷类型。     

小波变换及其在无损检测中的应用

介绍小波变换的基本概念和特性，用小波变换对钢丝绳断丝检测信号和岩体超声波检测信号进行的时频分析和处理。实验结果表明，该法是分析处理具有时变谱特性的非平稳信号的一种有效方法。     

基于小波分析与神经网络的混凝土缺陷超声定量检测

为了准确确定混凝土缺陷的类型、范围及大小,利用小波分析方法,将采集的超声波信号进行小波包分解,分别提取各个频率成分的信号特征,并对小波包进行分解系数重构,求出各频带信号的能量与信号总能量的比值。基于此构造的特征向量作为神经网络输入向量,再由其对信号进行缺陷的识别判断。试验表明,该方法不但对识别缺陷位置和范围效果较好,而且对识别缺陷类型也有较高精度。     

微机控制的薄壁管材超声自动探伤

论述了微机控制的薄壁管材超声自动探伤系统的组成及工作原理，介绍了管材探伤信号微机实时处理技术和方法。简述了系统采用的抗干扰措施以及使用情况和运行效果。     

基于BP神经网络的复合材料超声波检测缺陷类型识别

以碳纤维复合材料的分层、孔隙和疏松缺陷的超声波检测信号为研究对象，对包含缺陷信息的复合材料超声波检测信号进行小波包变换，从近似系数及细节系数提取样本的特征值。建立并训练了一种用于实现缺陷识别的BP神经网络，该网络使用Levenberg-Marquardt算法可以快速地完成对数据的处理。使用该网络可进行缺陷类型的识别。     

小波分析在固体导弹发动机壳体多层界面缺陷检测中的应用

针对固体导弹发动机壳体多层界面胶结结构的超声检测信号,应用小波变换模极大值提取特征参数的方法,用奇异性指数(Lip指数)表征脱粘缺陷信号的特征,进行发动机壳体层间缺陷的识别。试验结果表明,该方法能有效实现固体导弹发动机壳体多层界面胶结结构缺陷的分析与识别,并对其它多层胶接结构质量的缺陷定位有一定的应用价值。     

小波变换对超声检测信号去噪效果的分析

从小波变换的奇异性分析入手，给出应用于超声检测信号去噪的小波模极大值算法，并选用Marr函数做小波基函数。该算法对超声合成信号和实测信号的去噪效果均很理想，而且对存有可疑信号点的材料进行的金相分析再一次验证了算法的正确性。     

基于PCI总线四通道高速数据采集卡的火车轮轴超声检测系统

采用自行研制的一种基于PCI总线的四通道高速数据采集卡对火车轮轴超声检测的信号进行采集和处理,对其基本功能、特点、总体设计方案、工作原理及有关问题作了较深入的说明。检测系统可以实现在线高速采集实时处理和成像。实际检测中能够将样品轮轴上的七个缺陷完全检测出来。通过数据处理可以提高检测系统灵敏度和准确度。     

超声自动棒材检测系统的校准

介绍了ROB 250VIS超声波探伤仪的工作原理和设备结构,对影响样棒校准的关键因素进行了分析。结合实践操作,从技术上提出了有针对性的解决措施,取得了很好的效果。     

机床超声检测附件产品族数据采集系统设计

为了使机床超声检测附件产品族实现在线超声检测功能,需要设计数据采集系统。数据采集系统的设计包括硬件设计和软件设计。其中硬件设计主要包括数据采集卡和超声波探伤仪的选择;软件部分设计以LabVIEW为平台,采用产品族模块化的设计思想开发了数据采集系统。最终设计出由CTS23型探伤仪和AC6684A/D卡为硬件、以LabVIEW为软件处理部分的数据采集系统。该数据采集系统可应用于机床,实现超声检测附件产品族的在线检测功能。     

超声C扫描成像自动检测系统的研究与实现

超声C扫描成像已逐渐成为复合材料构件普遍研究和采用的检测技术之一。在对超声波声场探讨的基础上,采用基于超声时域的检测方法,通过机械装置、控制电路、发射电路、接收电路和信号处理电路等部分的设计,研制了一种速度快、功能强的超声波C扫描自动检测系统。该系统具有成本低廉、检测速度快、误检率低和显示直观等优点。经对布纤维复合材料试验表明,该系统能够检测出直径为1 mm的气孔,能够实现对微小缺陷的成像检测。