基于超声TOFD直通波及神经网络的近表面缺陷自动识别技术

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：胡怀辉陈振华卢超
• 会议时间：2013-09-20
• 关键词：超声检测 ; 时差衍射法 ; 表面缺陷 ; 神经网络 ; 自动识别技术
• 作者单位：南昌航空大学无损检测教育部重点实验室,南昌 330063
• 母体文献：第十届全国无损检测学术年会论文集
• 会议名称：第十届全国无损检测学术年会
• 会议地点：南昌
• 主办单位：中国机械工程学会
• 语种：chi
• 分类号：TG1;TG4

摘要

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.本研究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,通过将该特征值用于BP神经网络对缺陷识别分类.实验结果表明,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.