基于支持向量机和特征选择的超声缺陷识别方法研究

缺陷的自动识别在管道缺陷超声无损检测和评估中具有重要意义。提出了一个新的超声缺陷自动识别系统。该系统采用小波包分解提取超声信号的特征，采用混沌遗传算法来消除冗余和不相关的特征，并采用支持向量机（SVM）来对缺陷进行识别。为了验证系统的有效性，在实验室内作了大量的超声检测实验。实验结果表明，系统对管道缺陷具有较高的分类性能。     

基于小波包分析的超声缺陷信号特征提取

提取超声缺陷信号的特征是超声缺陷识别的重要关键技术之一,它直接影响着缺陷识别的准确性和可靠性.在分析超声检测信号特征的基础上,采用小波包分析来提取信号的特征信息,其基本思想是选取适当的小波基函数对信号进行小波包变换,提取各个频带上的能量构成特征向量,并用基于距离的类别可分性判据对提取结果进行了评价,可分性测度平均值高达97.7%.试验结果表明,该方法对于超声缺陷回波信号的特征提取非常有效.     

基于小波分析的刀具破损智能监控系统

提出了利用检测进给电机电流对钻削加工过程中的刀具破损进行在线监控的系统。该系统采用离散小波分析技术处理电机电流信号,有效提取刀具破损时的特征。探讨中断型宏指令功能在刀具破损在线监控系统中的应用。利用该监控系统和中断型宏指令,能够实时地识别加工过程刀具的破损,并及时报警、自动换刀等,大大减少了机床的故障停机时间,提高利用率。     

基于改进型正交匹配追踪的TOFD重叠信号分离研究

针对在使用超声衍射时差技术检测焊缝时,对于薄壁试件、近表面或尺寸较小的缺陷,各回波波形之间容易发生重叠和给波达时间的测量带来困难的问题,基于Gabor函数,对传统的正交匹配追踪算法的优化进行了研究,建立了超声TOFD检测信号特征信号库。利用波形的相似性从特征信号库中选择了与检测信号相匹配的最优原子,实现了重叠信号分离以及检测信号稀疏化,设计了超声TOFD实验系统,并对带有人工缺陷的试块进行了相关实验验证。研究结果表明,该技术能够有效分离重叠信号并精确测量超声波波达时间,缺陷测量误差小于0.28 mm。     

基于机器视觉的玻璃马赛克缺陷在线检测系统

针对玻璃马赛克存在斑点、崩角等常见工艺缺陷,基于机器视觉检测原理,设计了一种采用LED同轴光照明和CCD相机为图像获取工具的在线检测系统。该系统通过相机实时拍摄,获取传送平台上目标玻璃马赛克图像,使用特定的视觉软件对获取到的图像进行中值滤波、锐化、二值化、边缘轮廓提取等图像处理,提取图像中玻璃马赛克轮廓形状与灰度值信息,通过形状匹配与灰度值匹配,实现对玻璃马赛克工艺缺陷的在线检测。实验证明,该在线检测系统具有准确率高、实时性强和速度快等优点。     

基于PCI总线的超声检测虚拟仪器系统设计

为了实现超声检测的数字化、智能化、图像化以及自动化,开发了一种基于PCI总线的超声检测虚拟仪器系统.系统以计算机为核心,利用FPGA强大逻辑处理能力,PCI总线高速数据传输功能,实现了超声检测信号的发射接收,采集处理,数据存储、显示和输出,并运用小波变换对超声信号进行了降噪处理.实验结果表明,小波变换对超声信号具有良好的滤波效果,该系统具有数据传输速度快,信噪比高、性价比高等优点,为缺陷信号的准确定量和定性分析奠定了良好的基础.     

基于FPGA的滚动轴承故障在线检测系统设计北大核心CSCD

针对传统滚动轴承故障诊断方案不能实时在线诊断的问题,设计了基于FPGA的滚动轴承故障在线检测系统。在硬件方面,设计了信号调理电路,实现了A/D转换,完成了滚动轴承信号在线采集,设计了上位机界面,能够实时显示检测结果,实现了结果的可视化;在算法方面,利用共振解调技术,完成了滚动轴承故障频率的提取。最后在QPZZ-Ⅱ实验台对系统进行测试,并与软件检测方法对比检验系统实时性能。结果表明:系统能有效提取滚动轴承故障特征频率,解决了传统检测方案效率低的问题,满足滚动轴承故障实时在线检测的需要。     

超声无损检测中的缺陷识别与噪声抑制

在传统的小波信号处理器基础上,根据解析小波变换能准确提取信号相位的特性,利用超声检测信号的相位信息,提出一种新的多缺陷识别与噪声抑制算法。该算法充分运用超声信号的时域、频率和相位信息,能检测多个具有不同频谱特性的缺陷。实验结果表明该算法不仅消噪性能好,而且提高了缺陷的纵向分辨率。     

基于DSP和LabVIEW的ACFM检测系统

设计了一种基于DSP和LabVIEW结合的ACFM检测系统,该系统具有较强的实时数据处理能力,可以实时对缺陷图形进行保存和计算得到缺陷的长度和深度数值.利用DSP实现激励信号产生、数据采集、数据处理和数据发送功能;采用LabVIEW作为上位机软件,实现数据的显示,存储以及缺陷的定量计算功能.     

铣削颤振在线智能控制方法研究

针对铣削加工中颤振降低加工效率的情况,研究了颤振在线自主识别与控制的方法。使用传感器拾取加工状态信息,提取振动信号时域均方差特征及频域幅度谱特征,提出了具有广泛适用性的颤振在线识别算法。以2π作为刀具前后两次铣削振纹间的最优相位差,依据颤振频率调整主轴转速,消除颤振。以SIEMENS 840D系统为平台研究了机床转速在线实时调整的方法。进行了铝合金工件的铣削实验,验证了颤振在线抑制、提高加工效率的有效性。