基于小波變換和支持向量機的超聲檢測研究.pdf

1、超聲無損檢測具有靈敏度高、穿透力強、指向性好、檢測速度快、成本低、設備相對簡單、對人體無害等優(yōu)點,但是超聲檢測的可靠性受到多種因素的影響,其主要缺點是缺陷定性和定量識別較為困難。本文對超聲檢測缺陷大小的分類識別方法進行了研究,主要工作如下:
　　 為實現(xiàn)超聲缺陷信號的分類識別研究,本文利用OmniScan MX UT超聲波檢測儀、超聲波傳感器、帶缺陷的測試試件、探頭掃查控制系統(tǒng)以及測試試件的固定支架等設計了超聲缺陷回波檢測實驗系

2、統(tǒng),采用超聲回波檢測方法檢測金屬材料內(nèi)部缺陷,利用超聲斜探頭入射的方法實現(xiàn)缺陷的回波缺陷信號采集；并對實驗數(shù)據(jù)進行初步分析,剔除失真數(shù)據(jù)。
　　 在深入研究小波變換理論和基于小波變換的去噪方法的基礎上,對超聲缺陷信號進行小波去噪；對超聲缺陷信號進行多分辨率分析,提取增益和能量特征作為表征缺陷大小的特征。
　　 在深入研究支持向量機分類器及其算法的基礎上,確定了適合超聲檢測缺陷信號分類的核函數(shù)和核函數(shù)參數(shù)最優(yōu)值選擇方法；確

3、定了缺陷大小分類識別方法。
　　 在深入研究超聲檢測信號數(shù)學模型的基礎上,提出了基于LevenbergMarquardt(LM)超聲檢測信號參數(shù)估計算法,并應用于實驗信號的參數(shù)估計,效果良好；提取參數(shù)估計得到的結果作為表征大于1.0mm的缺陷大小的特征。
　　 分別將基于小波變換的增益和能量特征及LM算法對超聲信號參數(shù)估計后得到的結果特征量作為支持向量機的輸入向量,使用所選特征訓練支持向量機,得到分類器模型,然后使用得到