基于LS-SVM的管道二维漏磁缺陷重构

针对铁磁材料的无损评估中,漏磁信号描述缺陷的几何特征难点,提出了应用支持向量机对二维缺陷重构的新方法,支持向量机输入是漏磁信号,输出是缺陷轮廓数据,建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系。网络学习采用最小二乘算法,训练样本由实验数据与仿真数据组成,测试样本为人工裂纹缺陷。该方法实现了人工裂纹缺陷的二维轮廓的重构,并与径向基神经网络重构结果进行了比较。试验结果表明,该方法具有速度快、精度高和很好的泛化能力,为漏磁检测定量化提供了一种可行的方法。     

活塞杆摩擦焊接头的超声检测及缺陷二维重构

针对活塞杆摩擦焊接头的未熔合缺陷,采用超声无损检测方法对部件接头进行检测并提取了含噪声的超声回波信号,利用小波降噪法对含噪声缺陷信号进行了降噪处理,通过多位置、多点检测的方法对未熔合缺陷进行了二维轮廓重构.结果表明:1) 通过优化小波阈值降噪算法的参数提高了回波信号的信噪比,可以提升检测的有效性与准确性;能实现对缺陷信号的降噪并保证信号的完整性;2) 对检测数据进行理论计算确定了缺陷的多位置边缘点,通过缺陷边缘点的拟合,实现了未熔合缺陷的二维轮廓重构,重构结果与破坏性检验结果基本吻合.     

一种基于SVR和RBF的实时检测系统的算法设计与实现

根据芯片生产线等场所的需要和现有人工监控手段以及国外基于支持向量机相关产品的缺陷,本文利用图像的二维矩不变量理论,将实时图像转换成为灰度图像后,用CANNY算子作边缘检测,并计算边缘检测图像的二维不变矩,再利用支持向量机的支持向量回归理论对二维不变矩进行训练和识别,提出了一种基于支持向量机(SVR)与径向基神经网络(RBF)的实时检测系统的设计算法,给出了算法实例和结果。从实验仿真结果和实际运行情况来看,算法的效果是令人满意的。     

基于能量密度法的超声导波层状管道结构损伤检测

目的根据超声导波在管道结构径向能量密度分布,选择导波最佳模态和频率,提出一种基于能量密度的超声导波层状管道结构损伤检测方法.方法根据能量密度表达式,采用数值分析软件Matlab绘制频厚积-能量密度曲线,并将能量密度曲线与频散曲线相对比,验证其有效性.结果频厚积范围2 160～3 240 kHz·mm,L(0,6)模态适合作为层状管道结构的损伤检测的超声导波,其具有清晰的缺陷回波和边界反射回波,而且能量密度曲线与频散曲线趋势一致.结论基于能量密度法能够实现不同目的超声导波层状管道结构损伤检测,且效果良好.     

一种基于最小二乘支持向量机的葡萄酒品质评判模型

对源自UCI数据库的葡萄酒数据进行预处理,选取径向基函数作为最小二乘支持向量机的核函数;然后,根据"一对一"算法设计出最小二乘支持向量机多元分类器,并应用交叉验证算法对参数寻优,建立葡萄酒质量评判模型.同时,用BP神经网络、标准支持向量机分类器对葡萄酒进行训练.对比实验结果表明:最小二乘支持向量机比BP神经网络、标准支持向量机的平均分类准确率高,最高分类准确率为100%.     

基于相空间重构和支持向量机的小麦条锈病预测方法

小麦条锈病预测对小麦灾害的预防和控制具有十分重要的意义.本文使用相空间重构和最小二乘支持向量机相结合的方法对成都市小麦条锈病发病率进行预测.实验中使用成都地区的气象数据作为模型的输入参数,发病率作为模型的输出参数,对20例发病病例样本进行预测,得到了比较好的预测效果.实验中还与简单最小二乘支持向量机预测结果作了对比,结果表明,相空间重构和最小二乘支持向量机结合的模型预测准确率明显高于简单最小二乘支持向量机,因此本模型对小麦条锈病预测是十分有效的.     

基于ACO-LS-SVM的漏磁信号二维轮廓重构

漏磁检测技术被广泛应用于铁磁材料的无损评估中,由漏磁信号描述缺陷的几何特征一直是漏磁检测的难点.为此提出应用LS-SVM对缺陷轮廓进行重构的新方法,利用蚁群算法优化LS-SVM及核函数的参数,并采用剪枝算法改善LS-SVM的稀疏性.支持向量机输入采用漏磁信号Bx、By分量的特征融合信号,输出是缺陷轮廓数据,建立了由缺陷...     

基于多类支持向量机的X射线焊缝图像缺陷类型识别方法

压力容器的焊缝结构多变,纹路复杂,增加了压力容器检测焊缝缺陷时定级的难度.提出一种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法.首先通过对X射线焊缝图像进行预处理及缺陷轮廓检测,提取表征焊缝缺陷的状态特征,以构造特征向量;然后基于多类支持向量机建立焊缝缺陷识别模型,对产品的焊缝缺陷进行分类识别.实验结果表明了该方法的有效性.     

应用支持向量机回归求解不规则边界边值问题

本文给出了应用支持向量机回归和径向基函数网络求解不规则边界边值问题的算法.两种方法协同使用不包含可调参数的支持向量机回归作为基本的逼近元,它部分影响边界条件;径向基函数网络用来精确的满足边界条件.我们用这种方法求解了一个二维的偏微分方程边值问题并且得到了较好的逼近解.     

基于二维阵列的相控阵超声三维成像实现

基于二维阵列的三维成像在实现上具有阵元多、通道数多、系统复杂、回波信号弱等困难。从阵列探头的设计着手,分析了时间空间信号在离散有限长窗函数下的行为特点,推导出阵列探头设计的一般规则;在此基础上,利用脉冲回波场理论,通过计算机模拟,设计了8×8二维阵列探头,并利用该阵列实现了相控阵超声三维体数据的扫查和显示。实验表明,该系统和阵列探头具有良好的性能,扫查所得人工缺陷的三维超声图像提供了很好的轮廓、走向等信息。     

超声导波在焊缝缺陷检测中的发展与挑战

简要回顾了超声导波技术的发展历程,调研了导波在焊缝缺陷检测中的研究现状。从导波与焊缝的交互作用、导波与缺陷的交互作用两个角度出发,分析了板状结构焊缝缺陷检测的发展与应用。结合导波纵向模态、扭转模态、结构特点,阐述了管道焊缝缺陷检测技术的进展。最后总结了当前导波技术在焊缝缺陷检测中面临的机遇与挑战。     

超声导波在管道缺陷成像中的发展与挑战

回顾了超声导波在管道缺陷检测中的发展历程,阐述了管道导波的传播模态,调研了管道缺陷成像技术的研究现状.对超声导波在管道缺陷成像的应用展开了评述,介绍了相控阵成像法、时间反转法、层析成像法、偏移成像法、延迟叠加法,并比较了各种方法的特点与适用范围.最后总结了当前超声导波在管道缺陷成像中面临的机遇与挑战.     

基于FM广播的无源雷达自适应回波重建系统研究

介绍了采用调频广播作为外辐射源的无源雷达,因FM广播载频高和带宽窄,采用窄带采样定理可以保证在信号无失真采样的前提下大大降低采样频率,为实时信号处理提供方便。另外,目标回波会受到较强的直达波干扰影响,由于多普勒频移相对较小,目标回波与直达波干扰频谱混叠严重,使用经典滤波器进行直达波干扰抑制十分困难。因此,设计了基于最小均方的自适应回波重建系统,仿真表明,直达波干扰抑制效果明显,目标回波得到较好重建,自适应回波重建系统工作性能良好。     

超声界面波在充液双金属复合管道中的传播特性分析

随着管道运输行业的发展,复合管道越来越多地应用于机械、能源、化工等领域.利用超声界面波对复合管道的界面位置进行损伤探测成为机械装备超声无损检测研究的新方向.以充液金属复合管道为研究对象,采用多物理场有限元分析软件建立了充液复合管道的有限元模型,利用电信号激励超声界面波,分析了超声界面波在管道中的传播特性,并分析了不同液体对超声界面波的影响.结果表明:与空的复合管道相比,超声界面波在充液复合管道中的传播特性差别明显.在充液双金属复合管道中,超声界面波一部分来自初始激励,另一部分来自液体中激励的超声导波;随着传播的进行,初始激励的超声界面波迁移至固液界面处,形成固-液界面波,并逐渐泄漏至液体中;液体中的超声导波每经过一次管道壁面反射,在固液界面处形成一股新的固-液界面波,从而形成等间隔传播的固-液界面波群组.液体密度影响界面波的能量分布:液体密度越大,界面波能量越分散;液体的纵波波速影响固-液界面波的形成速度:纵波波速越快,固-液界面波形成越快.研究工作和分析结果可为管道损伤检测提供理论依据.     

局部加权的LS-SVM大气数据组合导航故障检测

针对飞机惯性导航设备发生故障,原容错系统失效,而且一般最小二乘支持向量机(LSSVM)检测算法不能有效处理局部预测的问题,提出一种基于局部加权LS-SVM故障检测法。对LS-SVM进行局部加权处理,用局部加权LS-SVM回归预测滤波器新息,并重构检验统计量,结合ADS/GNSS组合系统进行仿真验证。仿真结果表明:在全局容错系统失效情况下,基于局部加权LS-SVM故障检测法具有良好的预测效果,减少了故障检测时间,降低了虚警率。     

L1约束的三维人脸稀疏重建

为了提高三维稀疏重建的精细度和鲁棒性,该文在改进模型参数先验分布描述的基础上,推导出一种最大后验概率参数估计方法即L1约束最小二乘重建方法。在BFM三维人脸库上测试重建算法的误差,L1约束最小二乘重建方法的重建结果精度优于无约束和L2约束最小二乘重建结果,也优于文献中的动态成分选择算法的结果,并且重建性能更鲁棒。实验结果表明:该方法与传统的无约束最小二乘或L2约束最小二乘等方法相比,能更可靠地克服实际中三维稀疏形变模型的表示基存在严重的多重共线性的问题,具有较好的重建性能。     

基于自适应LS-SVM的柴油机进排气系统故障诊断

 提出了应用自适应最小二乘支持向量机和小波包能量特征的柴油机进排气系统故障诊断方法。对气门间隙异常、气阀漏气等几种常见故障和系统正常运行进行小波包分解,提取频带能量作为支持向量机的输入特征向量;然后,利用自适应优化算法对最小二乘支持向量机进行优化;最后,利用基于优化参数和最小输出编码的最小二乘支持向量机进行故障分类和识别。对比实验表明,与BP神经网络和采用交叉验证的传统最小二乘支持向量机相比,该方法可克服训练时间较长、容易陷入局部最小等问题,具有较快的训练速度和较高的分类准确率,提高了传统最小二乘支持向量机算法的寻优速度,在样本数较小时仍可取得较好的效果,能有效诊断柴油机进排气系统故障。     

基于结构化压缩感知方法的管道检测应用研究

根据压缩感知(CS)理论及管道泄漏信号特征,提出管道泄漏信号结构化测量矩阵部分重构(SRMPR)的压缩采样和检测定位方法。该方法以远低于Nyquist采样率对管道泄漏信号同步实现压缩采样,并在部分重构过程中实现泄漏检测定位。与传统相关定位法的仿真实验比较的结果表明,当信号长度为4096时,SRMPR方法比传统相关定位方法精确度提高0.34%;当压缩采样比为5%时,重构信噪比达到30.44dB。本文所提方法能够重构管道泄漏信号重要特征,具有可行性和有效性,可以满足管道泄漏信号实时检测定位的需求。