排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
为了可靠地检出并识别焊缝缺陷,提出了一种基于特征评估和概率神经网络(PNN)的超声自动识别方法.该方法分别采用小波包和经验模式分解法对缺陷信号进行分解,提取原始信号和各分解信号的时域无量纲参数组成联合特征,并计算其评估因子,根据评估因子的大小选取敏感特征作为PNN的输入,从而实现不同焊缝缺陷类型的自动识别.通过对飞机起落架焊缝进行机上原位检测,实验结果表明,上述方法能够从大量的缺陷特征中筛选出敏感特征,克服了人为选择缺陷敏感特征的盲目性,减小了PNN规模,提高了分类准确率和检测效率.该方法在飞机的外场原位测试中具有很好的应用前景. 相似文献
3.
4.
5.
B4C/Al复合材料是目前最理想的中子吸收材料,广泛用于乏燃料储存。本文利用液态搅拌法制备B4C/Al复合材料,通过添加Ti元素,探讨了界面反应对材料的界面结构和力学性能的影响。研究发现,Ti元素通过参与界面反应,改变了界面结构,在B4C颗粒表面形成了紧密结合的纳米TiB2界面层;Ti的添加消除了界面微裂纹、微孔、分离等缺陷。随着界面反应程度的加强,材料强度提高,尤其反应脱落的纳米TiB2颗粒作为原位第二强化相进一步增强基体。B4C/Al复合材料断裂过程表现为韧窝延性断裂;TiB2界面层增强了B4C颗粒与基体的结合,断裂行为从B4C-Al界面脱落转变为B4C颗粒断裂;但过渡的界面反应会形成微韧窝,引起材料延伸率下降。 相似文献
1