基于超声TOFD直通波及神经网络的近表面缺陷自动识别

针对超声TOFD存在近表面盲区及近表面缺陷自动识别分类的问题,提出了基于超声TOFD直通波及神经网络对近表面孔状缺陷识别分类的方法。在近表面缺陷检测信号的直通波部分选取多个关键点,揭示了各关键点幅度分布与近表面缺陷深度的关系,获得了用于近表面缺陷检测的幅度分布特征值,并将该特征值用于BP神经网络对缺陷识别分类。试验结果表明,该方法能够对铝合金板近表面孔状缺陷进行准确、有效的自动识别分类。