摘要
通过LabVIEW等软硬件结合,搭建智能化超声检测系统,解决风电塔筒焊缝在超声检测过程中技术难度大、效率低,存在误判、漏检等问题。首先搭建超声检测系统,通过传统超声设备获取焊缝检测信号,其次利用小波法去噪、提取特征值,得到高质量缺陷信号。最后构建BP神经网络模型,搭建数据库,通过神经网络训练,获得最优权值和阈值,可对缺陷进行有效的分类和识别。结果表明,超声检测系统对裂纹、气孔、夹渣的识别率达到了87.5%,降低了技术难度,提高了缺陷判断的准确性和可靠性。
出处
《电脑知识与技术》
2024年第14期41-45,共5页
Computer Knowledge and Technology
基金
2022年度甘肃省高等学校创新基金项目“基于PLC技术的埋弧自动焊接质量监控系统研究”(2022B-477)。
