超聲無損檢測是五種常用無損檢測方法之一,目前已在工業(yè)領(lǐng)域得到了較為廣泛的應(yīng)用。本文結(jié)合小波包變換（WPT）和經(jīng)驗?zāi)B(tài)分解（EMD）在分析非平穩(wěn)信號的優(yōu)點,基于核主成分分析方法（KPCA）在處理非高斯分布的數(shù)據(jù),以及去除與樣本分類不相關(guān)和冗余的特征信息的優(yōu)勢,改進(jìn)的粒子群優(yōu)化算法能夠有效地收斂到全局最優(yōu)解的優(yōu)點以及支持向量機能夠很好地解決小樣本、非線性、高維數(shù)和局部極小點等實際問題的優(yōu)越性,提出了一種超聲波檢測缺陷深度的模式識別方法。本文對超聲波檢測腐蝕缺陷深度大小的分類識別方法進(jìn)行了研究,主要的工作如下:首先,介紹了超聲波無損檢測的基本理論。重點介紹了超聲波場及介質(zhì)的聲參量、超聲波垂直入射平面的透射和反射、超聲波檢測方法、缺陷信號顯示方法和缺陷的定量、定位和定性分析等方面進(jìn)行了探討分析,為后續(xù)的超聲波檢檢測缺陷的實驗實現(xiàn)作了理論準(zhǔn)備。其次,主要結(jié)合小波包變換（WPT）和經(jīng)驗?zāi)B(tài)分解（EMD）在分析非線性非平穩(wěn)信號的優(yōu)勢以及基于核的主成分分析（KPCA）在處理非高斯分布的數(shù)據(jù),以及去除與樣本分類不相關(guān)和冗余的特征信息的優(yōu)勢,實現(xiàn)了對缺陷超聲檢測信號特征的提取和優(yōu)化。通過實驗表明,通過小波... 

【文章來源】：西南石油大學(xué)四川省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 論文的研究目的和意義
    1.2 超聲波無損檢測的國內(nèi)外研究情況和發(fā)展趨勢
        1.2.1 國外研究情況
        1.2.2 國內(nèi)研究情況
        1.2.3 超聲波無損檢測技術(shù)發(fā)展趨勢
    1.3 時頻分析方法在超聲信號處理中的應(yīng)用
    1.4 模式識別技術(shù)在超聲信號處理中的應(yīng)用
    1.5 主要研究內(nèi)容
第2章 超聲波無損檢測基本理論
    2.1 超聲場和超聲波在界面反射與透射
        2.1.1 超聲場及介質(zhì)的聲參量
        2.1.2 超聲波垂直入射平面的透射與反射
    2.2 超聲波傳播過程的衰減
    2.3 超聲波檢測方法和缺陷顯示
        2.3.1 超聲波檢測方法
        2.3.2 缺陷顯示方法
    2.4 缺陷的定位、定量與定性
    2.5 本章小結(jié)
第3章 超聲檢測信號的特征提取和特征優(yōu)化
    3.1 引言
    3.2 WPT和EMD的基本理論和方法研究
        3.2.1 小波變換及小波包變換的原理和算法
        3.2.2 EMD的基本原理和算法
        3.2.3 WPT和EMD應(yīng)用于超聲檢測信號分解的特點及其對比分析
    3.3 超聲檢測信號的特征分析
        3.3.1 超聲檢測信號的常用特征及其分類
        3.3.2 本論文選用的特征
    3.4 基于WPT和EMD的超聲檢測信號特征提取
        3.4.1 超聲檢測信號的預(yù)處理
        3.4.2 基于WPT的超聲檢測信號特征提取
        3.4.3 基于EMD的超聲檢測信號特征提取
    3.5 基于核主成分分析的缺陷超聲波檢測信號特征優(yōu)化
        3.5.1 主成分分析
        3.5.2 核主成分分析
        3.5.3 關(guān)于核主成分分析方法的驗證實驗
    3.6 本章小結(jié)
第4章 支持向量機與改進(jìn)的粒子群算法
    4.1 支持向量機理論研究
        4.1.1 支持向量機的最優(yōu)分類面
        4.1.2 線性學(xué)習(xí)機
        4.1.3 SVM的非線性映射
        4.1.4 支持向量機核函數(shù)實驗
        4.1.5 支持向量機模型選擇
    4.2 粒子群算法研究
        4.2.1 算法原理
        4.2.2 粒子群算法優(yōu)缺點
        4.2.3 改進(jìn)的粒子群算法
    4.3 改進(jìn)的粒子群算法驗證實驗
    4.4 本章小結(jié)
第5章 缺陷深度信號分類識別實驗
    5.1 缺陷深度信號分類識別實驗步驟
    5.2 缺陷深度檢測實驗和數(shù)據(jù)采集
        5.2.1 實驗系統(tǒng)設(shè)計及其工作原理
        5.2.2 實驗系統(tǒng)硬件介紹
    5.3 缺陷深度信號特征提取與優(yōu)化
    5.4 基于IPSO-SVM缺陷深度分類識別
    5.5 本章小結(jié)
第6章 總結(jié)與展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的論文及科研成果


【參考文獻(xiàn)】：
期刊論文
[1]淺談石油儲罐無損檢測技術(shù)[J]. 高文君,秦海洲.  化工管理. 2017(33)
[2]基于Hilbert-Huang變換的管道超聲檢測信號處理[J]. 焦向東,唐建,戴波,丁學(xué)鵬.  上海交通大學(xué)學(xué)報. 2016(10)
[3]超聲無損檢測技術(shù)現(xiàn)狀與發(fā)展趨勢[J]. 任志宏.  技術(shù)與市場. 2016(09)
[4]基于經(jīng)驗?zāi)B(tài)分解去噪的粗晶材料超聲檢測[J]. 李秋鋒,黃攀,施倩,陳果,陳振華.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報. 2014(03)
[5]超聲無損檢測技術(shù)的現(xiàn)狀和發(fā)展趨勢[J]. 李灼華.  硅谷. 2013(21)
[6]淺談壓力容器無損檢測技術(shù)[J]. 趙熔.  黑龍江科技信息. 2013(02)
[7]基于小波包-BP網(wǎng)絡(luò)的超聲檢測缺陷類型識別[J]. 周西峰,索會迎,郭前崗,張宇飛.  解放軍理工大學(xué)學(xué)報(自然科學(xué)版). 2012(05)
[8]基于PCA和SVM的內(nèi)燃機故障診斷[J]. 劉永斌,何清波,孔凡讓,張平.  振動.測試與診斷. 2012(02)
[9]基于時頻分析的奧氏體焊縫超聲檢測信號處理[J]. 王柄方,韓贊東,原可義,陳以方.  焊接學(xué)報. 2011(05)
[10]基于小波包和概率神經(jīng)網(wǎng)絡(luò)的焊接缺陷識別[J]. 陳淵.  儀表技術(shù)與傳感器. 2010(08)

碩士論文
[1]基于小波分析的超聲檢測信號處理研究[D]. 梁永麟.華南理工大學(xué) 2012
[2]基于小波變換和支持向量機的超聲缺陷檢測研究[D]. 朱紅蓮.南京信息工程大學(xué) 2011
[3]超聲無損檢測裝置的研究與設(shè)計[D]. 沈毅.南京郵電大學(xué) 2011
[4]變壓器故障診斷技術(shù)研究[D]. 許永建.南京理工大學(xué) 2010
[5]基于DGA的變壓器故障診斷[D]. 周媛媛.長沙理工大學(xué) 2010
[6]基于改進(jìn)模型和二進(jìn)制粒子群算法的電網(wǎng)故障診斷研究[D]. 李超文.西南交通大學(xué) 2009
[7]管道腐蝕裂紋超聲內(nèi)檢測信號處理研究[D]. 趙晶.北京化工大學(xué) 2008
[8]數(shù)字式超聲波探傷系統(tǒng)的研發(fā)[D]. 鄒毅.國防科學(xué)技術(shù)大學(xué) 2007
[9]棒材超聲波自動探傷系統(tǒng)的研制[D]. 尹玲.重慶大學(xué) 2006



本文編號：3636960