超声检测缺陷分类的降噪及特征提取问题研究

针对超声检测回波信号中可能具有噪声干扰并难以剔除的问题,提出了利用“小波降噪”对超声信号进行处理的算法和应用“类别可分性判据”评价特征值的方法,并通过实验进行了验证。首先将小波变换用于超 声信号噪声处理,然后利用类别可分性判据对缺陷信号的特征选择进行评价,最后通过RBF网络对获得的超声检波信号进行缺陷分类以验证这种方法的有效性,实验结果表明：小波降噪算法充分利用了超声回波信号的时域、频域信息,不仅降噪效果明显,而且缺陷定位准确;类别可分性判据对缺陷信号的特征提取也起了定量衡量尺度的作用。     

超声检测缺陷分类的小波分析与神经网络方法

根据金属超声检测中缺陷脉冲回波为非稳态信号的特点,提出了一种基于小波变换和模式识别技术的缺陷宁性分类方法,重点研究了利用小波变换提取反映缺陷性质的特征值以及动用模式识别技术对特征值进行缺陷定性识别的方法。为验证上述方法,设计了实验系统,同时对信号的采集异常信号的剔除等问题进行了研究。利用实际焊接试样进行了实验,经小波变换提取缺陷特征值,然后采用ＢＰ（ｂａｃｋ ｐｒｏｐａｇａｔｉｎｏ）神经网络,使缺     

基于分形盒维数和小波包能量矩的垮落煤岩性状识别

针对综放工作面垮落煤岩性状识别的技术问题,采集了综放开采现场垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于分形盒维数和小波包能量矩的识别方法。该方法结合分形盒维数对非线性信号整体定量描述的特点和小波包能量矩对非线性信号在各频带精细描述的特点,先对振动信号进行分形特征分析,求出其盒维数,然后对振动信号进行小波包变换,并计算各频带的能量矩。以分形盒维数和小波包能量矩构造特征向量,并作为BP神经网络的输入来识别顶煤垮落和顶板岩石垮落两种工况。试验结果表明:分形盒维数和小波包能量矩构造的特征向量可用于识别垮落煤岩,识别率达到95%。     

矿用树脂锚固剂生产设备的仿真及创新设计

对矿用树脂锚固剂的加工输送设备和搅拌设备进行了分析,运用Solidworks完成其参数化建模,在仿真分析的基础上,融合先进的协同设计思想和虚拟样机设计理念,对其进行创新改良设计,旨在提高混制矿用树脂锚固剂的输送和搅拌设备的性能,最终使得其生产设备整体达到低能耗、低污染、高效率的设计目的。     

质控实验室内131I气溶胶的来源分析及其控制措施

由于碘易挥发，对于从事¹³¹I放射性药品生产和质量检验的人员，容易形成内照射危害。本研究以质量检验过程为例，确定¹³¹I气溶胶的来源及其挥发量，并研究可采取的控制措施。研究发现，质控实验室内¹³¹I气溶胶的最大来源是放射性废物中的毛细管和移液器吸头，其单位时间内挥发的¹³¹I气溶胶活度最高可达1.93×10⁵ Bq/h。采用密封放射性废物措施后，能显著降低¹³¹I气溶胶的浓度。本研究结果对于妥善处理质量检验过程产生的放射性废物、降低质控实验室¹³¹I气溶胶的浓度，保护质检工作人员的健康与安全具有现实意义。