基于小波理論和神經(jīng)網(wǎng)絡(luò)的超聲檢測(cè)信號(hào)分析與識(shí)別.pdf

1、超聲定量無(wú)損檢測(cè)是國(guó)際上無(wú)損檢測(cè)領(lǐng)域研究的熱點(diǎn)和前沿，也是無(wú)損檢測(cè)的一個(gè)難題和發(fā)展方向。通過(guò)超聲定量無(wú)損檢測(cè)，不僅要判斷出缺陷的存在與否和大致位置，還要進(jìn)一步確定缺陷的類型、大小、取向和性質(zhì)等。本論文主要是從信號(hào)處理分析技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用這兩個(gè)方面對(duì)超聲定量無(wú)損檢測(cè)進(jìn)行研究和探討。 在超聲檢測(cè)信號(hào)處理分析技術(shù)成像和數(shù)據(jù)整理中，由于檢測(cè)的主觀性，會(huì)帶來(lái)超聲檢測(cè)系統(tǒng)的不可靠性。因此，為了提高超聲檢測(cè)技術(shù)的可靠性，實(shí)現(xiàn)超聲檢

2、測(cè)的定量化，本論文提出將小波包分析的信號(hào)處理技術(shù)用以超聲檢測(cè)，以期提高回波信號(hào)的信噪比。為了能夠從超聲檢測(cè)回波信號(hào)特征中實(shí)現(xiàn)缺陷的性質(zhì)分析，有效地提取缺陷信號(hào)的特征矢量，使用神經(jīng)網(wǎng)路對(duì)缺陷進(jìn)行識(shí)別分類，本論文提出了基于小波包變換分析的超聲檢測(cè)信號(hào)特征提取的方法，提出和定義方向基概率神經(jīng)網(wǎng)絡(luò)模型，設(shè)計(jì)了基于方向基概率神經(jīng)網(wǎng)絡(luò)的超聲檢測(cè)信號(hào)的分類器。以裂紋和氣孔缺陷信號(hào)的特征矢量的識(shí)別分類為例，在Window環(huán)境下，采用MATLAB6.5編