基于改进PSO-LSSVM的脉冲涡流缺陷二维轮廓重构

基于最小二乘支持向量机(LSSVM)对脉冲涡流信号构建了缺陷二维轮廓重构模型。以脉冲涡流信号的垂直分量By的正峰值包络作为LSSVM重构模型的输入,缺陷的二维轮廓作为输出,对LSSVM进行网络训练。同时,利用改进的粒子群算法优化模型参数,提出模型泛化能力的评估方法。通过比较基本粒子群算法及改进的粒子群算法的LSSVM模型的重构结果,验证了改进粒子群算法的LSSVM重构模型的有效性。

高速漏磁检测的二维缺陷轮廓重构

针对高速漏磁检测缺陷可视化中的关键技术与难点，通过提升小波包的方法对缺陷漏磁信号进行预处理，根据电磁场基本理论，对高速漏磁检测过程中传感器速度对漏磁信号的影响作了理论分析，提出了基于正则化理论的径向基函数神经网络的补偿措施，通过网络的映射，得到了缺陷漏磁信号的速度不变响应，最后利用蚁群算法优化的径向基函数网络对缺陷漏磁信号进行二维反演，实现了缺陷的二维轮廓重构。

基于LS-SVM的超声导波管道缺陷二维重构

针对当前超声导波检测中的缺陷成像技术难点,提出了基于支持向量机的缺陷轮廓重构方法.通过实验和有限元仿真相结合的方式,获得不同大小缺陷的检测信号.采用最小二乘网络学习算法,选取缺陷回波数据作为支持向量机的输入,缺陷轮廓数据作为输出.建立了缺陷回波到缺陷二维轮廓的非线性映射,实现了缺陷轴向宽度和径向深度的二维轮廓重构,并与径向基神经网络重构效果进行了对比.实验结果表明,该方法速度快、精度高、泛化能力好,是管道超声导波定量化、可视化检测的一种可行方法.

活塞杆摩擦焊接头的超声检测及缺陷二维重构

针对活塞杆摩擦焊接头的未熔合缺陷,采用超声无损检测方法对部件接头进行检测并提取了含噪声的超声回波信号,利用小波降噪法对含噪声缺陷信号进行了降噪处理,通过多位置、多点检测的方法对未熔合缺陷进行了二维轮廓重构.结果表明:1)通过优化小波阈值降噪算法的参数提高了回波信号的信噪比,可以提升检测的有效性与准确性;能实现对缺陷信号的降噪并保证信号的完整性;2)对检测数据进行理论计算确定了缺陷的多位置边缘点,通过缺陷边缘点的拟合,实现了未熔合缺陷的二维轮廓重构,重构结果与破坏性检验结果基本吻合.