本文關(guān)鍵詞：管道缺陷檢測與識別方法研究與實(shí)現(xiàn)

  更多相關(guān)文章： 管道超聲導(dǎo)波 缺陷類型識別 PCA 神經(jīng)網(wǎng)絡(luò) SVM

【摘要】：管道運(yùn)輸在國防工業(yè)和國民經(jīng)濟(jì)建設(shè)中發(fā)揮著重要的作用,對管道進(jìn)行快速準(zhǔn)確的檢測保證管道安全運(yùn)行是降低管道事故風(fēng)險(xiǎn)的重要手段。管道超聲導(dǎo)波檢測技術(shù)憑借其檢測速度快、效率高、無須剝除包覆層等優(yōu)點(diǎn),在管道無損檢測領(lǐng)域中有著獨(dú)特的優(yōu)勢。管道缺陷類型識別是管道超聲導(dǎo)波檢測技術(shù)中的重要研究領(lǐng)域,研究出一種有效的導(dǎo)波信號的特征優(yōu)化與模式識別方法,實(shí)現(xiàn)對管道缺陷的準(zhǔn)確識別,對及時(shí)發(fā)現(xiàn)缺陷、預(yù)防管道事故有著重要的意義。本文在對管道超聲導(dǎo)波檢測技術(shù)理論研究的基礎(chǔ)上,采用L(0,2)模態(tài)超聲導(dǎo)波對人工預(yù)制的孔洞、裂紋和凹坑進(jìn)行檢測。圍繞缺陷回波信號的特征優(yōu)化、模式識別算法和缺陷識別的實(shí)現(xiàn)等進(jìn)行了研究。主要研究內(nèi)容如下:(1)提出了時(shí)、頻域結(jié)合的特征提取方法和基于主成分分析(PCA)的特征優(yōu)化算法。在現(xiàn)有導(dǎo)波信號特征提取與優(yōu)化方法研究的基礎(chǔ)上,分析了數(shù)字濾波器、小波分析和小波包分析在導(dǎo)波信號濾波降噪中的應(yīng)用效果,采集不同缺陷回波信號的峰度系數(shù)、偏度系數(shù)、離散系數(shù)、形狀系數(shù)和小波包能量譜組成原始特征參數(shù)矩陣。研究了主成分分析法(PCA)的算法及其具體實(shí)現(xiàn)方法,并討論了選用的主成分因子個(gè)數(shù)對分類效果的影響。利用PCA對導(dǎo)波回波信號的原始特征進(jìn)行特征優(yōu)化,剔除了冗余特征,降低了特征維數(shù)。為缺陷的有效識別提供了依據(jù)。(2)提出了基于支持向量機(jī)(SVM)的管道缺陷識別方法。研究了支持向量機(jī)的原理和分類過程,選用該模式識別算法進(jìn)行分類器的構(gòu)造。分析了核函數(shù)與相應(yīng)的參數(shù)的選擇對分類器性能的影響。與BP神經(jīng)網(wǎng)絡(luò)方法的識別效果進(jìn)行對比,結(jié)果表明該方法具有更好的識別效率和泛化能力,同時(shí)避免了使用BP神經(jīng)網(wǎng)絡(luò)過程中對設(shè)計(jì)者經(jīng)驗(yàn)的依賴。結(jié)合PCA特征優(yōu)化結(jié)果,實(shí)現(xiàn)了孔洞、裂紋和凹坑三類管道缺陷的有效識別,識別率達(dá)到了90%。(3)在管道超聲導(dǎo)波檢測理論和缺陷回波信號識別算法研究的基礎(chǔ)上,設(shè)計(jì)了管道導(dǎo)波診斷儀硬件系統(tǒng)和管道缺陷識別軟件系統(tǒng),建立了管道缺陷樣本庫,并對帶有人工預(yù)制缺陷的管道進(jìn)行檢測,結(jié)果證明了設(shè)計(jì)的軟硬件系統(tǒng)能夠較好地完成管道缺陷的識別。
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TB559

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李澤濤;陶純匡;;空間濾波法檢測透明材料的相位缺陷[J];物理實(shí)驗(yàn);2007年04期

2 王嘉宇;管荷蘭;陳焱;;激光超聲技術(shù)及其在材料缺陷檢測中的應(yīng)用[J];科技信息;2010年01期

3 賴大虎;黃宴委;;基于極端學(xué)習(xí)機(jī)的膠囊缺陷檢測[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

4 馮輔周;張超省;張麗霞;閔慶旭;;紅外熱波技術(shù)在裝甲裝備故障診斷和缺陷檢測中的應(yīng)用[J];應(yīng)用光學(xué);2012年05期

5 張永愛;張杰;許華安;姚亮;郭太良;;基于探針法的FED電極缺陷檢測系統(tǒng)設(shè)計(jì)[J];液晶與顯示;2010年02期

6 ;射線探測技術(shù)與裝置[J];中國光學(xué)與應(yīng)用光學(xué)文摘;2001年04期

7 薛，

本文編號：1136470