| 基于智能算法的涡流检测自然裂纹形状重构 |
| |
| 引用本文： | 张思全,陈铁群,刘桂雄. 基于智能算法的涡流检测自然裂纹形状重构[J]. 华南理工大学学报(自然科学版), 2008, 36(10) |
| |
| 作者姓名： | 张思全 陈铁群 刘桂雄 |
| |
| 作者单位： | 华南理工大学,机械与汽车工程学院,广东,广州,510640 |
| |
| 摘 要： | 人工制作了疲劳裂纹试样,利用一种小波分析方法对采集的疲劳裂纹涡流检测(ECT)信号进行了去噪预处理及信号特征提取,通过破坏性检测方法获得了裂纹的真实形状.在建立疲劳裂纹参数化模型的基础上,利用经过处理的裂纹ECT信号与裂纹形状参数样本库对径向基函数(RBF)神经网络进行训练.采用遗传算法,通过创建大量表示裂纹形状参数个体的初始种群,输入经过训练的神经网络,得到对应的ECT预测信号;然后运用改进的遗传策略进行迭代反演优化,对裂纹形状最优解进行搜索.重构结果表明该方法具有快速、精确的优点.
|
| 关 键 词： | 自然裂纹 涡流检测 小波变换 神经网络 正向模型 遗传算法 形状重构 |
Reconstruction of Natural Crack Shape from ECT Signals by Using Intelligent Algorithm |
| |
| Zhang Si-quan,Chen Tie-qun,Liu Gui-xiong. Reconstruction of Natural Crack Shape from ECT Signals by Using Intelligent Algorithm[J]. Journal of South China University of Technology(Natural Science Edition), 2008, 36(10) |
| |
| Authors: | Zhang Si-quan Chen Tie-qun Liu Gui-xiong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
