10.3321/j.issn:0254-3087.2008.05.011
小波-神经网络在MDF缺陷定位检测中的应用
本文将小波和人工神经网络相结合用于中密度纤维板(MDF)不同位置鼓泡缺陷智能定位检测.首先对不同位置缺陷振动信号进行3层小波包分解,并计算信号在各频段所占的能量率,以此作为训练样本对拓扑结构不同的BP神经网络进行学习训练,最后利用训练好的网络对不同位置鼓泡缺陷进行定位识别.研究得出在MDF鼓泡缺陷的定位检测中,通过对网络的推广性能、训练特性等因素方面综合考虑,识别左端、中部和右端3种不同位置鼓泡缺陷的最好网络模型为隐层节点为8的单层网络;第1隐层节点分别为4和6、第2隐层节点为5,传递函数同时为对数Sigmoid和分别为正切和对数Sigmoid的双隐层网络.这4种网络对左端和中部鼓泡的识别率在90%以上,对右端鼓泡的识别在80%以上.
小波、神经网络、缺陷定位、无损检测
29
TS67(木材加工工业、家具制造工业)
国家自然科学基金30571457;黑龙江省普通高等学校青年学术骨干支持计划1151G077
2008-07-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
954-958