發(fā)布時(shí)間：2018-04-11 20:17

  本文選題：無(wú)損檢測(cè) + 缺陷分類�。� 參考：《四川大學(xué)學(xué)報(bào)(工程科學(xué)版)》2015年06期

【摘要】：金屬在服役期間經(jīng)常存在一些由應(yīng)力、腐蝕和疲勞造成的缺陷,在眾多的缺陷檢測(cè)技術(shù)中,交流電位法作為一種無(wú)損檢測(cè)技術(shù)在檢測(cè)腐蝕坑和裂紋方面得到了廣泛應(yīng)用。用交流電位法檢測(cè)不同缺陷時(shí),由于幾何形態(tài)的差異,缺陷深度的計(jì)算方法也不相同。因此需要在計(jì)算缺陷深度之前對(duì)所檢測(cè)區(qū)域的缺陷類型做出識(shí)別。作者目的在于尋找一種高精度的缺陷分類識(shí)別方法。并且針對(duì)腐蝕坑和裂紋這兩種最常見(jiàn)的金屬缺陷,根據(jù)其對(duì)電流的牽扯效應(yīng)不同,提出利用鄰近檢測(cè)區(qū)域的4個(gè)牽扯因子作為缺陷區(qū)域的特征向量建立分類模型。在大量仿真計(jì)算的基礎(chǔ)上,分別建立坑蝕和裂紋的特征向量集,并由這些數(shù)據(jù)集訓(xùn)練得到基于遺傳算法(GA)優(yōu)化的支持向量機(jī)(SVM)分類模型。仿真測(cè)試結(jié)果中數(shù)據(jù)測(cè)試集分類精度較高,平板實(shí)驗(yàn)也得到了較高的識(shí)別精度。實(shí)驗(yàn)結(jié)果表明文中提出的缺陷分類識(shí)別方法對(duì)腐蝕坑和裂紋的分類識(shí)別具有很高的精度。
[Abstract]:There are some defects caused by stress corrosion and fatigue during the service of metals. Among many defect detection techniques AC potential method has been widely used in the detection of corrosion pits and cracks as a kind of nondestructive testing technology.When different defects are detected by alternating current potential method, the calculation method of defect depth is different because of the difference of geometry.Therefore, it is necessary to identify the type of defect in the detected area before calculating the depth of defect.The purpose of this paper is to find a high precision method for defect classification and identification.Aiming at the two most common metal defects, corrosion pits and cracks, according to their different effects on the current, a classification model is established by using the four drag factors of the adjacent detection region as the characteristic vectors of the defect region.On the basis of a large number of simulation calculations, the eigenvector sets of pit erosion and crack are established, and the SVM SVM classification model based on genetic algorithm (GA) optimization is obtained by training these data sets.The classification accuracy of the data test set is higher than that of the simulation test results, and the recognition accuracy of the plate experiment is also high.The experimental results show that the proposed method has a high accuracy for the classification and identification of corrosion pits and cracks.
【作者單位】： 四川大學(xué)制造科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61271329) 四川省科技支撐計(jì)劃資助項(xiàng)目(2012GZ0094)
【分類號(hào)】：TG115.28

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 丁攀;呂福在;項(xiàng)占琴;;基于小波包分解和支持向量機(jī)的石油套管缺陷智能識(shí)別[J];鋼鐵研究學(xué)報(bào);2012年05期

2 汪海燕;黎建輝;楊風(fēng)雷;;支持向量機(jī)理論及算法研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2014年05期

3 甘芳吉;李宇庭;萬(wàn)正軍;宋康;廖俊必;;一種基于場(chǎng)指紋法的金屬管道小腐蝕坑的求解方法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2015年01期

4 萬(wàn)正軍;廖俊必;王裕康;殷國(guó)富;;基于電位列陣的金屬管道坑蝕監(jiān)測(cè)研究[J];儀器儀表學(xué)報(bào);2011年01期

5 孫林;楊世元;吳德會(huì);;X射線底片焊縫缺陷的支持向量機(jī)識(shí)別方法[J];應(yīng)用科學(xué)學(xué)報(bào);2008年04期

6 甘芳吉;萬(wàn)正軍;羅航;宋康;廖俊必;;基于場(chǎng)指紋法的金屬管道小腐蝕坑的監(jiān)測(cè)方法[J];儀器儀表學(xué)報(bào);2013年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張志平;廖俊必;萬(wàn)正軍;肖河川;;一種具有坑蝕監(jiān)測(cè)能力的管道內(nèi)腐蝕監(jiān)測(cè)系統(tǒng)[J];電子測(cè)量技術(shù);2012年02期

2 肖河川;廖俊必;萬(wàn)正軍;張志平;;基于FSM的平板模型研究[J];電子測(cè)量技術(shù);2012年03期

3 段穎妮;;管道檢測(cè)機(jī)器人乒乓供電管理系統(tǒng)設(shè)計(jì)[J];國(guó)外電子測(cè)量技術(shù);2012年07期

4 孔令偉;廖俊必;甘芳吉;肖長(zhǎng)麗;;鎖相技術(shù)在FSM管道腐蝕測(cè)量中的應(yīng)用[J];電子測(cè)量技術(shù);2012年10期

5 齊斌;廖俊必;;精密電壓放大技術(shù)在管道腐蝕測(cè)量中的應(yīng)用[J];電子測(cè)量技術(shù);2013年02期

6 許華文;廖俊必;殷國(guó)富;;場(chǎng)指紋法管道腐蝕監(jiān)測(cè)系統(tǒng)小腐蝕坑的高精度識(shí)別方法[J];腐蝕與防護(hù);2013年04期

7 熊函;甘芳吉;黃瑜瑜;廖俊必;;硬件模擬除法器在FSM管道腐蝕測(cè)量中的應(yīng)用[J];電子測(cè)量技術(shù);2013年07期

8 馬云飛;;基于建模仿真的戰(zhàn)車分類算法研究[J];電子技術(shù);2014年08期

9 談云駿;廖俊必;郝敏;;FSM數(shù)據(jù)分析與處理[J];腐蝕與防護(hù);2014年09期

10 盧曼麗;;基于K-means算法的神經(jīng)網(wǎng)絡(luò)文本分類算法研究[J];中國(guó)管理信息化;2014年21期

相關(guān)博士學(xué)位論文 前1條

1 畢碧;局部二值模式的改進(jìn)及其在工業(yè)X射線圖像中的應(yīng)用研究[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 崔亞楠;基于壓縮傳感理論的X射線焊縫圖像處理[D];西安石油大學(xué);2012年

2 汪燕;基于磁記憶檢測(cè)的服役構(gòu)件剩余壽命評(píng)估方法研究[D];合肥工業(yè)大學(xué);2013年

3 趙琳;金屬套管腐蝕檢測(cè)方法與技術(shù)研究[D];西安石油大學(xué);2013年

4 李勇;埋弧焊管缺陷X射線圖像處理及其自動(dòng)識(shí)別技術(shù)研究[D];西安石油大學(xué);2013年

5 高揚(yáng)清;CRH動(dòng)車輪對(duì)相控陣探傷缺陷識(shí)別算法研究[D];西南交通大學(xué);2014年

6 徐瑩;焊縫圖像缺陷無(wú)損檢測(cè)系統(tǒng)研究[D];西安工業(yè)大學(xué);2014年

7 王婧;基于神經(jīng)網(wǎng)絡(luò)的焊縫缺陷自動(dòng)識(shí)別技術(shù)研究[D];西安工業(yè)大學(xué);2014年

8 王皓晨;基于SVM的TRIZ矛盾矩陣的仿真研究[D];東北師范大學(xué);2014年

9 葉志龍;基于圖像處理的焊接缺陷自動(dòng)檢測(cè)方法研究[D];南京航空航天大學(xué);2013年

10 義日貴;基于KRLS的在線時(shí)間序列預(yù)測(cè)方法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝湘,匡鏡明;Mandarin Digits Speech Recognition Using Support Vector Machines[J];Journal of Beijing Institute of Technology(English Edition);2005年01期

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

3 萬(wàn)輝;魏延;;一種改進(jìn)的最小二乘支持向量機(jī)算法[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

4 鄔嘯;魏延;吳瑕;;改進(jìn)的雙隸屬度模糊支持向量機(jī)[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

5 張偉;胡昌華;焦李成;;基于混合參數(shù)優(yōu)化的LSSVM與時(shí)間序列預(yù)測(cè)[J];電子測(cè)量與儀器學(xué)報(bào);2007年05期

6 歐陽(yáng)一鳴;黃喜娥;梁華國(guó);鄒寶升;;基于部分?jǐn)?shù)據(jù)塊復(fù)用的SoC測(cè)試數(shù)據(jù)壓縮方法[J];電子測(cè)量與儀器學(xué)報(bào);2010年05期

7 賴蘇;熊忠陽(yáng);江帆;唐蓉君;;利用改進(jìn)的多項(xiàng)式核函數(shù)支持向量機(jī)進(jìn)行文本分類[J];重慶大學(xué)學(xué)報(bào);2012年S1期

8 王越;呂奇峰;王泉;曾晶;;一種改進(jìn)的支持向量機(jī)序列最小優(yōu)化算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年03期

9 許華文;廖俊必;殷國(guó)富;;場(chǎng)指紋法管道腐蝕監(jiān)測(cè)系統(tǒng)小腐蝕坑的高精度識(shí)別方法[J];腐蝕與防護(hù);2013年04期

10 翟永杰;王子杰;黃寶海;李海麗;;基于PSO優(yōu)化的SMO算法研究及應(yīng)用[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

相關(guān)碩士學(xué)位論文 前1條

1 金忠;X射線底片焊縫缺陷智能識(shí)別的研究[D];湖南大學(xué);2006年

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 趙濱安;種吳明;; 鋁加工材的表面缺陷分類(中)[J];鋁加工;1993年06期

2 趙濱安;種吳明;; 鋁加工材的表面缺陷分類(上)[J];鋁加工;1993年05期

3 趙濱安,種吳明;鋁加工材的表面缺陷分類(下)[J];鋁加工;1994年01期

4 ;[J];;年期

，

本文編號(hào)：1737513