锈蚀铁磁材料表面的极微裂纹信号的聚类与提取

表面生锈的铁磁材料的微裂纹检测是个难点。当微裂纹深度与表面腐蚀深度接近时,表面腐蚀凹陷所造成的噪声几乎淹没裂纹信号,造成深度在0.6mm以下的裂纹检测数据相互覆盖。基于LabWindows/CVI的虚拟微裂纹信号分析仪,利用三种模糊聚类算法(模糊C-均值聚类算法、“max—min”准则下的模糊聚类算法、基于遗传算法的模糊C-均值算法)对采样数据进行分类,再通过小波变换与信号分形技术,有效地从噪声中提取了0.6mm以下的极微裂纹信号,同时成功的对0.6mm以下、不同深度的裂纹进行分形识别,从而改善了硬件检测系统对这种极微裂纹的分辨率,提前了材料寿命的预报时机。