基于小波变换的X射线焊缝缺陷图像处理

介绍了射线检测焊缝缺陷图像的性质。以Matlab图像处理软件为平台,以小波变换为分析工具,应用了三种小波变换的基本理论,即连续小波分析、小波包树分析和快速提升小波分析,对焊缝缺陷图像进行了处理,得到了较为理想的处理效果。最后总结了不同小波分析方法的优缺点。     

基于小波包变换的磁记忆信号特征值的提取

利用自行研制的信号检测系统采集航空铁磁材料试件的磁记忆信号。对信号进行小波包降噪处理,提高磁记忆信号的信噪比;利用Hilbert变换得到磁记忆信号的包络线,再对包络求取梯度特征值。实验结果证明,小波包降噪效果明显,对包络求梯度特征值比直接对信号求取梯度更准确清楚,可望应用于实际检测。     

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。     

基于小波包分解与K L变换的齿轮泵振动信号故障特征提取方法

针对齿轮泵故障成因复杂、模糊性强的特点,结合小波包分解与K-L变换,提出一种适用于支持向量机故障诊断的特征提取方法。通过小波包对样本故障振动信号进行分解得到特征向量,而后利用K-L变换处理得到新的特征向量集,达到降维去噪的目的。将处理后的特征向量集用于支持向量机的模型训练,分析结果表明:该方法能够有效提高故障模式识别准确率和识别效率。     

基于小波包分析的超声铜-钢感应熔敷焊焊接界面缺陷特征参量提取

通过信号截取和幅值归一化对铜一钢感应熔敷焊焊接界面超声检测信号进行了预处理研究。采用Db8小波基函数对预处理后的典型缺陷波形进行了3层小波包分解,提取了典型缺陷的时域特征和频域特征;利用欧式距离公式对时域、频域及时频域3种不同的特征向量下缺陷类型的可分性进行了比较。结果表明:选择时频域特征向量作为缺陷性质判定的依据,能确保缺陷分类的准确性与可靠性。     

小波变换在超声检测信号去噪中的应用

根据超声检测缺陷回波的特点,提出了基于小波变换的超声缺陷回波的去噪方法。结果表明,它能较好地抑制噪声,使用该法处理的信号的信噪比明显提高,并且具有较高的缺陷定位精度和纵向分辨率。     

金属基复合材料界面反应控制研究进展

金属基复合材料可以通过基体合金成分改变、增强体的形态和种类选择及工艺控制等要素获得不同的材料特性,因而具有很强的可设计性。在金属基复合材料性能设计中,界面状态的控制是核心内容。归纳了作者近几年在金属基复合材料界面控制研究方面的研究工作,包括利用工艺技术方法控制Cf／Al有害界面反应,获得TiB2／Al自润滑界面;利用基体合金化方法控制SiC／Al和Cf／Al有害界面反应,获得W／Cu固溶体界面等方面的理论与实践。研究表明,采用材料制备工艺和基体合金化等方法控制界面反应热力学和动力学过程可以实现抑制有害界面产生及获得有益界面,而且是十分简捷、有效和低成本的方法。     

硼酸盐晶须增强金属基复合材料的界面结构及其优化

综述了Al18B4O33 晶须(Al18B4O33w)和Mg2B2O5 晶须(Mg2B2O5w)增强铝、镁基复合材料的国内外研究概况,着重介绍了该复合材料的界面结构及其取向关系、界面产物形成机理以及采用晶须涂层方法优化晶须/基体界面结构等方面的研究进展,并对硼酸盐晶须增强铝、镁基复合材料研究中存在的问题及某些需要深入研究的方向提出了一些看法.     

金属基复合材料液态成形中的界面现象

金属基复合材料液态成形要涉及到液态金属与增强物的润湿、吸附及反应等界面现象,这直接关系到复合材料的质量及性能。本文讨论了液态金属与增强物的润湿性及测定方法以及液相与团相的吸附与界面反应等理论与实践问题。     

小波变换在管道弱超声回波奇异性检测中的应用

研究了小波变换在细尺度下检测信号奇异性的原理。通过对样管中标准缺陷的超声回波分析试验,证明6层db5小波变换可以有效地分离出湮没在噪声中的微弱缺陷信号,并可以有效地分离出信号的孤立奇异点,准确定位缺陷出现时刻。     

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。     

遗传优化的稀疏分解算法在超声缺陷提取中的应用

针对超声检测缺陷信号带有的干扰噪声严重影响信号提取和缺陷定位准确性的问题,利用基于遗传优化和稀疏分解相结合的算法提取超声缺陷信号。该算法利用遗传算法来寻优匹配追踪算法中的多参数;并采用与超声信号最优匹配的Gabor原子库,达到自适应的匹配超声回波信号,从而大大降低了稀疏分解算法的复杂度。分别对仿真和实际超声缺陷信号进行试验,并与小波去噪方法进行比较。结果表明,该方法能够在噪声背景下更有效地提取缺陷信号。     

小波奇异性检测在超声信号处理中的应用

缺陷回波法是超声检测的常用技术,但回波信号常受到各种噪声的干扰,为使超声自动探伤系统能够对缺陷进行准确检测,必须对受噪声干扰的信号进行处理。介绍了通过小波变换对奇异性信号进行检测的原理,利用该方法对超声波回波信号进行了分析。试验结果证明小波奇异性检测方法能有效消除噪声干扰,并准确检测出缺陷位置。     

基于金属磁记忆法的焊接缺陷特征值提取

研究了磁记忆检测技术在焊缝检测中的应用情况。采集了有缺陷和无缺陷试件分别在无应力作用下和加载后的磁记忆信号,并进行对比分析。以小波包变换为理论基础,对磁记忆信号进行小波包分解和小波包能量谱特征分析。试验证明,采用磁记忆信号的能量集中位置来判断缺陷的区域是可行的。     

声发射信号特征分析中的小波变换应用方法

对声发射信号进行分析与处理是目前获取声发射源信息的唯一有效途径,也是声发射技术发展的难点和瓶颈。针对声发射信号的特点,对小波变换用于声发射信号的特征分析问题进行了研究,总结出了适用于声发射信号的小波变换信号特征提取方法,并对未来小波变换在声发射领域的应用与研究方向进行了探讨。     

一种基于改进阈值函数的小波域超声信号去噪方法

针对超声无损检测中超声信号受噪声污染、信噪比不高的情况,提出了一种新的基于改进阈值函数的小波域超声信号去噪方法.通过仿真实验,证明了该方法能够取得很好的去噪效果.相对于经典的阈值函数,改进的阈值函数在超声信号去噪中更具有优势.     

基于VC＋＋的超声信号处理与分析系统

建立了一个基于VC＋＋的超声信号处理与分析系统。该系统集信号采集、处理和特征参量的计算与提取，特征参量的统计与综合以及材料的表征和评价于一体，不但能够完成常规信号处理，而且能够对超声波信号进行全方位、多种类型的特征参量自动计算、提取与分析。用该系统对检测碳纤维增强复合材料（CFRP）孔隙率时的超声回波信号进行了处理和分析，提取了有效频带能量（ELFB）和主频对应的能量（EPF），并把它们与孔隙率之间的关系进行数值拟合，发现在拟合曲线上存在临界孔隙率的现象，为CFRP孔隙率检测提供了有效途径。