|
|||||
|
|
| 基于超声TOFD直通波及神经网络的近表面缺陷自动识别 | |
| 引用本文： | 陈振华,胡怀辉,卢超.基于超声TOFD直通波及神经网络的近表面缺陷自动识别[J].无损检测,2014(3):14-17. |
| 作者姓名： | 陈振华 胡怀辉 卢超 |
| 作者单位： | 南昌航空大学无损检测教育部重点试验室; |
| 基金项目： | 国家自然科学基金资助项目(11104129);无损检测技术教育重点试验室开放基金资助项目(ZD201029001) |
| 摘 要： | 针对超声TOFD存在近表面盲区及近表面缺陷自动识别分类的问题,提出了基于超声TOFD直通波及神经网络对近表面孔状缺陷识别分类的方法。在近表面缺陷检测信号的直通波部分选取多个关键点,揭示了各关键点幅度分布与近表面缺陷深度的关系,获得了用于近表面缺陷检测的幅度分布特征值,并将该特征值用于BP神经网络对缺陷识别分类。试验结果表明,该方法能够对铝合金板近表面孔状缺陷进行准确、有效的自动识别分类。 |
| 关 键 词： | 超声TOFD BP神经网络 近表面缺陷 特征值 |
| 本文献已被 CNKI 维普 等数据库收录！ | |