缺陷超声检测信号模式识别研究

发布时间：2022-02-21 09:19

　　超声无损检测是五种常用无损检测方法之一,目前已在工业领域得到了较为广泛的应用。本文结合小波包变换（WPT）和经验模态分解（EMD）在分析非平稳信号的优点,基于核主成分分析方法（KPCA）在处理非高斯分布的数据,以及去除与样本分类不相关和冗余的特征信息的优势,改进的粒子群优化算法能够有效地收敛到全局最优解的优点以及支持向量机能够很好地解决小样本、非线性、高维数和局部极小点等实际问题的优越性,提出了一种超声波检测缺陷深度的模式识别方法。本文对超声波检测腐蚀缺陷深度大小的分类识别方法进行了研究,主要的工作如下:首先,介绍了超声波无损检测的基本理论。重点介绍了超声波场及介质的声参量、超声波垂直入射平面的透射和反射、超声波检测方法、缺陷信号显示方法和缺陷的定量、定位和定性分析等方面进行了探讨分析,为后续的超声波检检测缺陷的实验实现作了理论准备。其次,主要结合小波包变换（WPT）和经验模态分解（EMD）在分析非线性非平稳信号的优势以及基于核的主成分分析（KPCA）在处理非高斯分布的数据,以及去除与样本分类不相关和冗余的特征信息的优势,实现了对缺陷超声检测信号特征的提取和优化。通过实验表明,通过小波... 

【文章来源】：西南石油大学四川省

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 论文的研究目的和意义
    1.2 超声波无损检测的国内外研究情况和发展趋势
        1.2.1 国外研究情况
        1.2.2 国内研究情况
        1.2.3 超声波无损检测技术发展趋势
    1.3 时频分析方法在超声信号处理中的应用
    1.4 模式识别技术在超声信号处理中的应用
    1.5 主要研究内容
第2章 超声波无损检测基本理论
    2.1 超声场和超声波在界面反射与透射
        2.1.1 超声场及介质的声参量
        2.1.2 超声波垂直入射平面的透射与反射
    2.2 超声波传播过程的衰减
    2.3 超声波检测方法和缺陷显示
        2.3.1 超声波检测方法
        2.3.2 缺陷显示方法
    2.4 缺陷的定位、定量与定性
    2.5 本章小结
第3章 超声检测信号的特征提取和特征优化
    3.1 引言
    3.2 WPT和EMD的基本理论和方法研究
        3.2.1 小波变换及小波包变换的原理和算法
        3.2.2 EMD的基本原理和算法
        3.2.3 WPT和EMD应用于超声检测信号分解的特点及其对比分析
    3.3 超声检测信号的特征分析
        3.3.1 超声检测信号的常用特征及其分类
        3.3.2 本论文选用的特征
    3.4 基于WPT和EMD的超声检测信号特征提取
        3.4.1 超声检测信号的预处理
        3.4.2 基于WPT的超声检测信号特征提取
        3.4.3 基于EMD的超声检测信号特征提取
    3.5 基于核主成分分析的缺陷超声波检测信号特征优化
        3.5.1 主成分分析
        3.5.2 核主成分分析
        3.5.3 关于核主成分分析方法的验证实验
    3.6 本章小结
第4章 支持向量机与改进的粒子群算法
    4.1 支持向量机理论研究
        4.1.1 支持向量机的最优分类面
        4.1.2 线性学习机
        4.1.3 SVM的非线性映射
        4.1.4 支持向量机核函数实验
        4.1.5 支持向量机模型选择
    4.2 粒子群算法研究
        4.2.1 算法原理
        4.2.2 粒子群算法优缺点
        4.2.3 改进的粒子群算法
    4.3 改进的粒子群算法验证实验
    4.4 本章小结
第5章 缺陷深度信号分类识别实验
    5.1 缺陷深度信号分类识别实验步骤
    5.2 缺陷深度检测实验和数据采集
        5.2.1 实验系统设计及其工作原理
        5.2.2 实验系统硬件介绍
    5.3 缺陷深度信号特征提取与优化
    5.4 基于IPSO-SVM缺陷深度分类识别
    5.5 本章小结
第6章 总结与展望
致谢
参考文献
攻读学位期间发表的论文及科研成果


【参考文献】：
期刊论文
[1]浅谈石油储罐无损检测技术[J]. 高文君,秦海洲.  化工管理. 2017(33)
[2]基于Hilbert-Huang变换的管道超声检测信号处理[J]. 焦向东,唐建,戴波,丁学鹏.  上海交通大学学报. 2016(10)
[3]超声无损检测技术现状与发展趋势[J]. 任志宏.  技术与市场. 2016(09)
[4]基于经验模态分解去噪的粗晶材料超声检测[J]. 李秋锋,黄攀,施倩,陈果,陈振华.  应用基础与工程科学学报. 2014(03)
[5]超声无损检测技术的现状和发展趋势[J]. 李灼华.  硅谷. 2013(21)
[6]浅谈压力容器无损检测技术[J]. 赵熔.  黑龙江科技信息. 2013(02)
[7]基于小波包-BP网络的超声检测缺陷类型识别[J]. 周西峰,索会迎,郭前岗,张宇飞.  解放军理工大学学报(自然科学版). 2012(05)
[8]基于PCA和SVM的内燃机故障诊断[J]. 刘永斌,何清波,孔凡让,张平.  振动.测试与诊断. 2012(02)
[9]基于时频分析的奥氏体焊缝超声检测信号处理[J]. 王柄方,韩赞东,原可义,陈以方.  焊接学报. 2011(05)
[10]基于小波包和概率神经网络的焊接缺陷识别[J]. 陈渊.  仪表技术与传感器. 2010(08)

硕士论文
[1]基于小波分析的超声检测信号处理研究[D]. 梁永麟.华南理工大学 2012
[2]基于小波变换和支持向量机的超声缺陷检测研究[D]. 朱红莲.南京信息工程大学 2011
[3]超声无损检测装置的研究与设计[D]. 沈毅.南京邮电大学 2011
[4]变压器故障诊断技术研究[D]. 许永建.南京理工大学 2010
[5]基于DGA的变压器故障诊断[D]. 周媛媛.长沙理工大学 2010
[6]基于改进模型和二进制粒子群算法的电网故障诊断研究[D]. 李超文.西南交通大学 2009
[7]管道腐蚀裂纹超声内检测信号处理研究[D]. 赵晶.北京化工大学 2008
[8]数字式超声波探伤系统的研发[D]. 邹毅.国防科学技术大学 2007
[9]棒材超声波自动探伤系统的研制[D]. 尹玲.重庆大学 2006



本文编号：3636960