华南理工大学学报(自然科学版) ›› 2005, Vol. 33 ›› Issue (8): 1-5.
• • 下一篇
陈国华1 张新梅1 谢常欢2 何湘铂1
Chen Guo-hua1 Zhang Xin-mei1 Xie Chang-huan2 He Xiang-bo1
摘要: 为了实现对裂纹型缺陷深度的定量识别,提高超声检测精度,引入小波分析和人工神经网络技术进行缺陷深度的智能识别. 从超声检测的基本原理、缺陷深度表征量的确定、超声回波信号缺陷特征量的小波提取、神经网络的结构参数及训练和测试网络等方面,详细探讨了对裂纹型缺陷进行智能识别的方法,论证了运用神经网络进行缺陷智能定量识别的可行性,构造了智能识别实验系统,并利用该系统对所加工的含缺陷试样进行了定量识别试验与分析. 结果表明,小波分析和人工神经网络技术的引入能够为超声检测缺陷的定量识别提供行之有效的途径.