基于超声信号和图像融合的焊缝缺陷识别
超声无损检测已被广泛用来检测材料内部的缺陷,然而对缺陷性质的识别始终是检测的难点,为此研究了一种基于超声信号和图像融合的焊缝缺陷识别新方法.该方法充分利用检测数据,通过对缺陷回波信号特征与缺陷形态特征的数据融合,实现了焊缝缺陷的有效识别.利用自主研制的超声成像手动检测系统对含有气孔、夹渣、裂纹、未焊透和未熔合五类典型焊接缺陷的焊件进行了检测,分别提取缺陷的超声回波信号特征和缺陷图像的形态特征,构建神经网络实现超声信号和图像特征的数据融合.结果表明,该方法实现了多类缺陷的识别,提高了缺陷识别率,有助于焊缝质量评定.
超声检测、缺陷识别、数据融合、神经网络
34
TG115.28(金属学与热处理)
国家自然基金资助项目51175113,51105033;国际合作资助项目2007DFR70070
2013-07-04（万方平台首次上网日期，不代表论文的发表时间）
共4页
53-56
