本文關(guān)鍵詞：大數(shù)據(jù)環(huán)境下超聲波焊縫缺陷識(shí)別方法的研究　出處：《計(jì)算機(jī)工程與應(yīng)用》2016年23期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 缺陷識(shí)別 主成分分析 CURE聚類(lèi)算法 比對(duì)算法

【摘要】：為了解決常規(guī)超聲波焊縫缺陷識(shí)別方法分類(lèi)模型固定和訓(xùn)練集規(guī)模有限而難以體現(xiàn)不同缺陷的差異性和同類(lèi)缺陷的多態(tài)性的問(wèn)題,結(jié)合當(dāng)今大數(shù)據(jù)環(huán)境下的數(shù)據(jù)分析策略和基因缺陷識(shí)別中匹配的思想,通過(guò)主成分分析和CURE聚類(lèi)算法將缺陷回波信號(hào)編碼轉(zhuǎn)換成可進(jìn)行匹配的對(duì)象,進(jìn)而將當(dāng)前檢測(cè)缺陷特征與歷史檢測(cè)數(shù)據(jù)進(jìn)行匹配,并利用最近鄰方法實(shí)現(xiàn)了對(duì)缺陷歷史檢測(cè)數(shù)據(jù)集的擴(kuò)充。通過(guò)在R上應(yīng)用基于基本空位罰分的Smith-Waterman比對(duì)算法進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證了該缺陷識(shí)別方法是可行的,有效地識(shí)別了氣孔、夾渣、裂紋、未焊透和未熔合五類(lèi)常見(jiàn)缺陷,具有較好的識(shí)別準(zhǔn)確率。
[Abstract]:In order to solve the problem that the classification model and training set size of conventional ultrasonic seam defect identification method are fixed and limited, it is difficult to reflect the difference of different defects and the polymorphism of the same kind of defects. Combined with the strategy of data analysis in large data environment and the idea of matching in gene defect recognition, the defect echo signal coding is transformed into a matching object by principal component analysis and CURE clustering algorithm. Furthermore, the current defect detection feature is matched with the historical detection data. The extension of defect history detection data set is realized by using nearest neighbor method, and the Smith-Waterman matching algorithm based on basic vacancy penalty points is applied to R to verify the deficiency. The method of trap recognition is feasible. Five kinds of common defects, such as porosity, slag inclusion, crack, incomplete penetration and incomplete fusion, are effectively identified, and the recognition accuracy is good.
【作者單位】： 東北林業(yè)大學(xué)信息與計(jì)算機(jī)工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.31370565,No.61300098) 哈爾濱市人才項(xiàng)目專(zhuān)項(xiàng)(No.2015RAYXJ005)
【分類(lèi)號(hào)】：TG441.7;TP391.41
【正文快照】： 1引言目前,常規(guī)的焊縫缺陷檢測(cè)主要利用小波包分解或分析超聲回波信號(hào)的能量變化來(lái)提取缺陷特征,用支持向量機(jī)或圖像分割方法來(lái)構(gòu)建缺陷識(shí)別分類(lèi)器,在理論和應(yīng)用中都取得了一定的成果[1-5]。這些方法一般是構(gòu)建固定的缺陷分類(lèi)模型并且基于數(shù)據(jù)量有限的訓(xùn)練集,但超聲波焊縫缺陷

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高頂;張長(zhǎng)明;李國(guó)慶;張曉光;;基于粗糙-模糊神經(jīng)網(wǎng)絡(luò)的焊接圖像缺陷識(shí)別[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年09期

2 陳天璐;闕沛文;;基于超聲衍射反射回波渡越時(shí)間的缺陷識(shí)別技術(shù)[J];化工自動(dòng)化及儀表;2006年04期

3 焦敬品;馬婷;劉德宇;吳斌;何存富;;基于脈沖壓縮技術(shù)的相鄰缺陷識(shí)別方法研究[J];儀器儀表學(xué)報(bào);2014年07期

4 何輔云;石油管道的高速檢測(cè)與缺陷識(shí)別[J];無(wú)損檢測(cè);2000年05期

5 陳琴;基于有限元及修正梯度法的材料二維缺陷彈性波識(shí)別[J];南通大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

6 劉元祥;張曉光;高頂;;基于支持向量機(jī)的射線(xiàn)檢測(cè)焊接圖像中缺陷識(shí)別[J];煤礦機(jī)械;2006年05期

7 劉清坤,闕沛文,宋壽鵬;基于支持向量機(jī)的石油管線(xiàn)缺陷識(shí)別方法研究[J];傳感器技術(shù);2005年03期

8 段志娟;周新星;陳分雄;孫林;;基于獨(dú)立成分分析的冷軋帶鋼表面缺陷識(shí)別[J];鋼鐵研究學(xué)報(bào);2011年10期

9 錢(qián)彥嶺,羅飛路,彭濤;渦流檢測(cè)缺陷模糊認(rèn)識(shí)的新方法[J];焊管;1997年02期

10 易方;李著信;呂宏慶;馬維平;;基于模糊核支持向量機(jī)的管道磁記憶檢測(cè)缺陷識(shí)別[J];石油學(xué)報(bào);2010年05期

相關(guān)會(huì)議論文 前7條

1 張毅剛;;結(jié)構(gòu)缺陷識(shí)別的線(xiàn)性規(guī)劃法[A];中國(guó)土木工程學(xué)會(huì)計(jì)算機(jī)應(yīng)用分會(huì)第七屆年會(huì)論文集[C];1999年

2 張毅剛;;結(jié)構(gòu)缺陷識(shí)別的線(xiàn)性規(guī)劃法[A];中國(guó)土木工程學(xué)會(huì)計(jì)算機(jī)應(yīng)用分會(huì)第七屆年會(huì)土木工程計(jì)算機(jī)應(yīng)用文集[C];1999年

3 張毅剛;;結(jié)構(gòu)缺陷識(shí)別的參數(shù)判定法[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（下冊(cè)）[C];1999年

4 尚鋼;陳立耀;李卓球;王建平;;神經(jīng)網(wǎng)絡(luò)在梁體結(jié)構(gòu)缺陷識(shí)別中的應(yīng)用[A];第七屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第Ⅰ卷）[C];1998年

5 張潛;高立群;王貞祥;;基于小波分析的板型缺陷識(shí)別方法[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第6屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議暨中國(guó)科協(xié)第4屆青年學(xué)術(shù)年會(huì)衛(wèi)星會(huì)議論文集[C];2001年

6 戴飛虎;;特厚板AUT典型缺陷識(shí)別[A];2011年全國(guó)中厚板生產(chǎn)技術(shù)交流會(huì)論文集[C];2011年

7 原培新;孫麗娜;;基于圖像處理的X射線(xiàn)膠片缺陷識(shí)別[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 趙向陽(yáng);基于神經(jīng)網(wǎng)絡(luò)的鋼板表面缺陷識(shí)別若干問(wèn)題的研究[D];大連理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 田丹;基于電致發(fā)光與BP神經(jīng)網(wǎng)絡(luò)的太陽(yáng)電池缺陷識(shí)別[D];河北大學(xué);2015年

2 李佳;基于壓縮感知的多模型木材圖像缺陷識(shí)別[D];東北林業(yè)大學(xué);2015年

3 張潔;輸電線(xiàn)路缺陷在線(xiàn)監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 李夢(mèng)園;深度學(xué)習(xí)算法在表面缺陷識(shí)別中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

5 趙亞丁;基于LBP的DR圖像缺陷識(shí)別算法研究與軟件設(shè)計(jì)[D];重慶大學(xué);2015年

6 劉丹;BGA焊點(diǎn)缺陷在線(xiàn)自動(dòng)識(shí)別方法研究[D];沈陽(yáng)大學(xué);2016年

7 馬云修;黃青線(xiàn)管道內(nèi)檢測(cè)缺陷識(shí)別及定位技術(shù)研究[D];中國(guó)石油大學(xué)(華東);2014年

8 李建文;磁粉探傷缺陷識(shí)別自動(dòng)化系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D];南京理工大學(xué);2012年

9 侯曉琴;基于射線(xiàn)成像的缺陷自動(dòng)識(shí)別方法研究及應(yīng)用[D];重慶大學(xué);2009年

10 毛鋒;面向成型生產(chǎn)的視覺(jué)式缺陷識(shí)別技術(shù)及應(yīng)用研究[D];浙江大學(xué);2010年

，

本文編號(hào)：1422292