基于EMD和神經(jīng)網(wǎng)絡的超聲缺陷信號分類識別研究.pdf

1、超聲無損檢測是一種應用最廣的無損檢測方法，在無損檢測領域占有極其重要的地位。在超聲無損檢測領域，超聲頻譜分析法，可以得到多于常規(guī)檢測方法的可用信息，為提高檢測結果的客觀性和可靠性提供了可能。同時傳統(tǒng)超聲法難以識別缺陷的種類，即便采用各種掃描方法，對缺陷種類的判別仍需有高度熟練的人工技術。因此如何利用頻譜分析法所獲得的這些信息進行缺陷模式識別及缺陷的定性評價、自動識別、以及智能化方面，還需要進一步的研究工作，這對超聲無損檢測的發(fā)展具有十分

2、重要的意義。 本文首先介紹了EMD分解方法和神經(jīng)網(wǎng)絡的基本原理，利用EMD對超聲回波信號進行了時域和頻域的分析，歸納分析了回波信號在時域和頻域的特征參數(shù)，在此基礎上分析了神經(jīng)網(wǎng)絡輸入特征參數(shù)的選擇原則以及如何選取部分時、頻域特征參數(shù)作為神經(jīng)網(wǎng)絡輸入，并得出了較理想的特征參數(shù)組合。 其次，在闡述神經(jīng)網(wǎng)絡技術的基本原理基礎上，結合分析得出的神經(jīng)網(wǎng)絡輸入特征向量，針對超聲回波缺陷信號識別的具體特點，構建了基于BP神經(jīng)網(wǎng)絡的超聲

3、回波缺陷信號診斷系統(tǒng)，內(nèi)容包括：設計超聲回波信號缺陷識別BP神經(jīng)網(wǎng)絡的具體結構。 最后本文利用前續(xù)課題研究所獲得的超聲回波信號實測數(shù)據(jù)，分別構造了基于回波信號時頻域特征參數(shù)的訓練樣本和驗證樣本，在MATLAB軟件平臺上對本文構建的BP神經(jīng)網(wǎng)絡進行了訓練，并用訓練好的神經(jīng)網(wǎng)絡對超聲回波信號實測數(shù)據(jù)進行了仿真診斷試驗。試驗結果表明本文構建的超聲回波信號缺陷分類診斷BP神經(jīng)網(wǎng)絡能夠根據(jù)實際數(shù)據(jù)準確地判斷出超聲回波信號的缺陷類型，分類診