基于小波和神经网络的焊接缺陷识别方法 |
| |
引用本文: | 李力,姜恺,曾德学.基于小波和神经网络的焊接缺陷识别方法[J].三峡大学学报(自然科学版),2014(1). |
| |
作者姓名: | 李力 姜恺 曾德学 |
| |
作者单位: | 三峡大学水电机械设备设计与维护湖北省重点实验室; |
| |
基金项目: | 三峡大学研究生科研创新基金项目(2013CX035) |
| |
摘 要: | 超声检测是钢结构焊缝质量检验的常用方法,本文针对超声检验中缺陷类型识别困难的问题,提出一种定性方法.首先利用小波包变换提取超声回波信号的能量作为特征向量,然后将得到的特征向量输入到BP神经网络中,应用于裂纹、气孔、未焊透三类缺陷,识别率达到了86.7%.结果表明:基于小波包变换和BP神经网络的钢结构焊缝缺陷定性方法是十分有效的.
|
关 键 词: | 超声检测 焊缝缺陷 小波 神经网络 识别 |
本文献已被 CNKI 等数据库收录! |
|