小径钛钢爆炸复合棒材超声检测信号时频分析

在钛-钢棒材材料爆炸复合工艺中,接合面形貌是反映复合品质的重要指标。采用水浸超声检测方法,针对A扫信号进行研究,通过短时傅里叶变换二次时频变换,将时域上的时间-幅值分布非平稳信号变换成时间-能量信号,并建立超声图像,显示复合面波高及波宽尺寸。试验结果表明,成像结果与实际复合尺寸基本一致。为小径棒材爆炸复合工艺超声评价方法提供了一种新思路。     

石油领域软件集成框架的研究与实现

论述了石油领域开放软件集成框架的设计思想、目标和标准体系,研究了实现石油领域软件数据共享,即插即用和构筑虚拟应用的技术思路,设计了一个石油软件集成框架系统,介绍了其功能、体系结构和核心模块的实现方法.     

基于概率神经网络的钛钢爆炸复合棒材拉剪性能分类

研究基于超声信号的机器学习方法在钛钢爆炸复合棒材拉剪性能分类中应用。提出基于超声信号特征值的概率神经网络（Probabilistic neural network, PNN）评估分类方法,首先获取120组工件样本的水浸超声检测全序列A扫信号,对该信号进行时域分析和改进的协方差功率谱密度估计,得到钛钢上结合层深度、上复合层的反射频率、频谱能量、下复合层的反射频率、频谱能量以及下表面二次反射波衰减等6种特征值作为PNN输入;然后进行拉伸试验得到拉剪强度值作为PNN输出;最后以96个样本特征信号和拉剪强度值建立分类训练模型,其余24个样本超声特征信号作为测试集,对这些样本的拉剪强度值进行分类预测。实验结果表明,连续24次预测准确率为94.35%。本文研究为实现钛钢爆炸复合棒材拉剪性能快速、全覆盖检验找到新思路。