|
|||||
|
|
| 基于PSO-SVM模型的焊接转子环焊缝超声缺陷识别 | |
| 作者单位： | ;1.华北电力大学能源动力与机械工程学院 |
| 摘 要： | 提出了一种粒子群算法(PSO)优化支持向量机(SVM)的方法,对焊接转子环焊缝的超声回波信号进行缺陷识别.对消噪后的超声回波缺陷信号进行4层小波包分解及结点重构,提取结点重构信号中近似部分的波峰系数和波形系数,并与细节部分的积分超声值、有效值和绝对值方差组成样本的特征向量;采用PSO算法对SVM的惩罚因子和核函数参数进行优化选择,最后完成缺陷识别.结果表明:PSO-SVM模型对预测样本具有很好的识别效果,与其他常用的SVM模型相比,PSO-SVM模型无论是识别率还是识别时间上都具有良好的效果. |
| 关 键 词： | 粒子群算法 支持向量机 焊接转子 缺陷识别 超声检测 |
Ultrasonic Defect Recognition for Circumferential Joints of Welded Rotors Based on PSO-SVM Model |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |