共查询到18条相似文献,搜索用时 218 毫秒
1.
2.
超声无损检测已被广泛用来检测材料内部的缺陷,然而对缺陷性质的识别始终是检测的难点,为此研究了一种基于超声信号和图像融合的焊缝缺陷识别新方法.该方法充分利用检测数据,通过对缺陷回波信号特征与缺陷形态特征的数据融合,实现了焊缝缺陷的有效识别.利用自主研制的超声成像手动检测系统对含有气孔、夹渣、裂纹、未焊透和未熔合五类典型焊接缺陷的焊件进行了检测,分别提取缺陷的超声回波信号特征和缺陷图像的形态特征,构建神经网络实现超声信号和图像特征的数据融合.结果表明,该方法实现了多类缺陷的识别,提高了缺陷识别率,有助于焊缝质量评定. 相似文献
3.
4.
5.
6.
7.
8.
搅拌摩擦焊(friction stir welding, FSW)是一个多物理场耦合过程,焊接过程中声发射信号与焊接缺陷具有关联性. 基于声发射检测与多特征融合研究FSW缺陷监测方法,实时检测固态介质中的声发射信号,利用短时傅里叶变换、小波变换、梅尔频谱对声发射信号进行分析,确定焊接缺陷与声发射信号之间的相关性,最后通过concat融合方法构建多特征向量. 结果表明,FSW在预制缺陷处具有不同的声发射信号特征. 短时傅里叶、小波变换的主要频段集中在20 kHz,出现缺陷时功率分别达到?40,0.8 dB以上,梅尔频谱的主要频段集中在3.5 kHz出现缺陷时功率达到?40 dB以上. 应用多层神经网络分别建立基于单特征、多特征向量的焊接缺陷识别模型,多特征向量的焊接缺陷识别模型在数据集中的平均识别率达到97%,比基于单一特征缺陷识别模型提高18%. 研究的多特征缺陷识别模型能更准确地对焊接状态进行识别与监测. 相似文献
9.
在超声检测中,对缺陷进行定性分析是无损检测与评价的关键内容。本研究提出一种对缺陷类型进行分类的检测方法,通过对不同类型的缺陷波信号进行特征量提取,实现对缺陷的类型识别。首先使用空气耦合超声检测系统采集无缺陷信号与3种不同类型的缺陷波信号,提取信号的时域无量纲参数和小波包能量系数组成多维特征向量;然后使用主成分分析法(Principal component analysis,PCA)对多维特征向量进行降维处理得到特征融合量;最后输入BP神经网络系统进行缺陷类型的分类,并与未经过PCA处理的测试结果进行对比分析。实验结果证明,经过PCA处理的测试结果准确率更高,测试时间更短。 相似文献
10.
11.
A research about the ultrasonic phased array imaging principle from A-scan signal to B-scan image for non-destructive testing (NDT) was conducted in this paper, the ultrasonic phased array inspection imaging system used in industrial field was developed and the experiment was performed on the steel testing block by the system with 64 elements, 5 MHz phased array transducer. Experimental results show that the flaws could be accurately detected and the flaws size could be estimated from the B-scan images, and the B-scan images could clearly show the location of the flaws, but the quality of B-scan images needs to be enhanced by digital signal processing and controlling dynamic focusing for improving the image resolution. 相似文献
12.
13.
14.
15.
16.
17.
18.
综合应用超声波法(声时、声频等)、冲击回波法和声音识别法检测构件质量。结果表明,超声波法可以提高检测精度和识别缺陷的能力;冲击回波法能够初步检测钢管混凝土脱层厚度情况;声音识别法能够迅速判断出构件缺陷位置。 相似文献