构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了两种金属材料缺陷特征提取的方法,即能量-裂纹法和小波包-功率谱法。能量-裂纹法选取最能反映缺陷特征的能量特征向量作为特征参数,进行缺陷的识别。小波包-功率谱法需要找到小波包分解中对裂纹缺陷最敏感的结点,然后对其进行功率谱分析,从而可以很明显地区分出有无裂纹的信号以及裂纹类型。以航天发射塔架钢连接构件疲劳裂纹超声信号为例,对这两种方法进行验证,表明是行之有效的特征提取方法,为金属材料缺陷检测与识别开拓了新的思路。

基于“能量-缺陷”的金属基复合材料缺陷信号特征提取

将小波包多分辨率分析与能量谱相结合,提出了一种复合材料缺陷特征提取的方法-“能量-缺陷”法;首先将检测到的复合材料缺陷超声信号进行3层小波包分解,在通频带范围内得到分布在不同频段内的分解序列,进而分别求出各频段的总能量,选取最能反映缺陷特征的参数-“能量特征向量”作为特征参数,进行缺陷的识别;以金属基复合材料超声信号为例,运用“能量-缺陷”法进行了缺陷信号特征提取,试验表明此方法是一种行之有效的新方法,为复合材料缺陷检测与识别开拓了新的思路。

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了金属材料缺陷特征提取的方法(小波包子带能量比较法)及不同缺陷的识别方法(小波分形神经网络法)。选取最能反映缺陷特征的参数——"能量特征向量"作为特征参数,进行缺陷的特征提取。缺陷的识别方法将小波包分解后各子带系数的分形维数作为特征矢量,对其进行径向基神经网络训练,从而可很明显区分出有无裂纹以及不同裂纹信号。以航天发射塔架钢连接构件疲劳裂纹超声检测信号为例,使用所提出的特征提取和模式识别方法,结果表明是行之有效的新方法,为金属材料缺陷检测与识别开拓了新思路。

基于“能量比较法”的金属基复合材料缺陷信号特征提取

将小波包多分辨率分析与能量谱相结合,提出了一种复合材料缺陷特征提取的方法—“能量比较”法。以金属基复合材料超声信号为例,运用“能量比较法”进行了缺陷信号特征提取,试验表明此方法是一种行之有效的新方法,为复合材料缺陷检测与识别开拓了新的思路。