10.14158/j.cnki.1001-3814.20182407
基于超声相控阵对焊缝缺陷的检测研究
为了解决超声相控阵检测过程中人为造成的缺陷误判及达到对缺陷准确分类的结果,首先对风电塔筒Q345E焊接试板内部预制人工缺陷-气孔、夹杂及裂纹;然后用超声相控阵设备对预制的三种缺陷分别进行检测,提取超声相控阵检测A扫数据.结合超声相控阵信号、小波包自适应分析信号的特点和不同小波基对采集信号的处理效果,选取dB10小波为最优小波基,提取缺陷“频率-能量”特征.最后利用小波包分解的第三层各个节点的缺陷特征能量比例作为BP神经网络输入参数,其缺陷分类结果的精度可达到90%.研究结果表明:以上方法对于Q345E焊接缺陷区分度明显,神经网络分类效果较好.
超声相控阵、小波包、焊缝缺陷、能量特征、BP神经网络
49
TG441.7(焊接、金属切割及金属粘接)
2020-05-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
150-154,158