排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
在管道超声导波检测中,缺陷同波信号的质量是实现管道缺陷识别和特征提取的基础.针对软、硬阈值处理方法的不足,给出了一种模糊阈值小波包降噪方法.应用该方法对包含高斯白噪声的模拟信号和实验采集到的超声导波检测信号进行了降噪处理,并且与小波全局阈值、小波包默认阈值降噪效果进行了对比分析.实验结果表明,模糊小波包降噪法能有效降低... 相似文献
2.
3.
基于ARM和Linux的超声导波管道检测系统 总被引:2,自引:0,他引:2
针对目前我国基于嵌入式的超声导波管道检测仪器稀少的现状,提出了一种基于ARM9的管道超声导波检测系统的设计方法,进行了硬件的设计、驱动程序和应用程序的开发.硬件部分采用模块化设计,便于开发过程中的测试和后续的开发.使用基于ARM920T架构的微处理器S3C2440A作为系统的硬件平台,选用Linux2.6.30版本的操作系统内核,应用程序使用Qt/Embedded4.5编写.实验表明,系统各部分运行正常,能发射超声导波窄带激励信号,可以对信号进行放大、采样和显示,实现了系统设计的功能要求. 相似文献
4.
5.
超声导波缺陷轮廓重构是指由检测到的缺陷回波信号重构缺陷轮廓及参数,是实现超声导波信号反演的关键.探讨了应用最小二乘支持向量机(Least Squares Support Vector Machine,LS-SVM)对缺陷轮廓进行重构的方法,并利用量子遗传算法(Quantum Genetic Algorithm,QGA)优化LS-SVM及核函数的参数.LS-SVM的输入是缺陷所产生的回波信号,输出是缺陷轮廓数据,建立起由缺陷的回波信号到缺陷二维轮廓的映射关系.训练样本和测试样本由实验数据与仿真数据组成.该方法实现了缺陷的二维轮廓重构,并与BP(Back Propagation)神经网络、GRNN(Generalized Regression Neural Network)神经网络和常规遗传算法LS-SVM三种方法的重构效果进行了比较.结果表明,该方法速度快、精度高,并有很好的泛化能力,是一种行之有效的缺陷反演方法. 相似文献
6.
超声导波管道缺陷检测的小波阈值去噪法 总被引:2,自引:2,他引:0
在超声导波管道缺陷无损检测中,回波信号在接收和处理过程中不可避免地会受到噪声的干扰,另外,超声导波在管道中传播时还存在频散现象,这会给管道缺陷的识别与特征提取带来不利影响。在有限元数值模拟条件下,采用小波分析的方法,利用Daubechies小波家族中的coif3作为小波函数,运用启发式阈值选取方法,对加有噪声的超声导波回波信号进行去噪,实验分析结果表明此方法提高了重构信号的信噪比,有效地抑制了超声导波回波信号中的噪声,在管道缺陷超声导波检测中,可为管道缺陷的识别与特征提取等提供方便。 相似文献
7.
1