基于BP神经网络的焊缝缺陷建模及其识别算法研究

发布时间：2017-11-25 03:00

  本文关键词：基于BP神经网络的焊缝缺陷建模及其识别算法研究

  更多相关文章： 焊缝缺陷 图像处理 BP神经网络 识别算法

【摘要】：由于油气长输管道用的埋弧焊焊缝内部所存在缺陷直接影响到管道的强度和使用寿命,严重时造成重大生产事故,因此检测焊缝缺陷是保证管道安全运行的重要技术手段。近年来基于X射线的焊缝图像检测成为研究热点,随着机器视觉和人工智能技术的飞速发展,使得计算机自动识别焊缝缺陷有了长足的进步。BP神经网络具有很强的适应性与鲁棒性,在控制应用中更是体现出其无需数学建模只需在线或离线学习训练的优点,能够对焊缝缺陷进行方便快速的识别,因此本文采用BP(Back Propagation)神经网络算法对焊缝缺陷进行建模及识别算法的研究。本文将埋弧焊管的焊缝X射线检测图像作为研究对象,针对可能存在于焊缝区域的裂纹、气孔及缺陷噪声,进行图像预处理、特征描述、分类识别等处理步骤,从而完成X射线焊缝检测图像中缺陷的识别。首先对检测图像进行滤噪、图像增强、大津(Ostu)分割方法及Sobel边缘检测等处理步骤,得到检测图像中焊缝的边界,随后运用Hough变换直线提取的方法获得焊缝边界直线的相关信息。在图像增强处理部分提出一种基于Hopfield神经网络的焊缝图像增强方法,通过构造能量函数将图像增强问题转换为一个优化问题,避免了灰度值归一化过程的同时使增强处理过程不受图像尺寸的限制。接着使用灰度密度聚类的方法分割焊缝区域中的缺陷区域及噪声区域,通过缺陷形状特征的计算得到描述其特征的6种参数,从而建立相应的特征向量,完成焊缝缺陷的特征提取。最后将所得特征向量作为BP神经网络系统输入,对裂纹、气孔及缺陷噪声的分析识别进行研究。通过仿真实验,本文对BP神经网络结构中隐含层及输出层取不同激活函数时的训练效果进行了对比,实验仿真结果表明BP神经网络算法下识别的准确率可达92.457%,能够实现快速准确的焊缝缺陷及噪声的识别。
【学位授予单位】：西安石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP183

【相似文献】

中国期刊全文数据库 前10条

1 唐国维;巩淼;张方舟;李想;严胡勇;;基于模糊神经网络的焊缝缺陷识别的研究[J];计算机技术与发展;2014年05期

2 吴乐;;射线检测图像中焊缝和缺陷的提取方法探讨[J];科技资讯;2012年18期

3 王鹏;王婧;杜卫东;;减影提取焊缝缺陷算法[J];西安工业大学学报;2013年10期

4 王鹏;杜卫东;汪立新;张峰;韩伟;徐莹;;射线检测中胶片焊缝缺陷定位与识别[J];西安工业大学学报;2012年04期

5 孙昌立;张剑飞;;刮板输送机中部槽焊缝缺陷机器视觉识别[J];中国科技信息;2009年09期

6 钟映春;;基于决策树的焊缝缺陷类型识别研究[J];计算机工程与应用;2008年20期

7 傅德胜,郑关胜;计算机对焊缝射线底片图像的处理与识别[J];微型电脑应用;1998年06期

8 张晓光,林家骏;基于模糊推理的射线底片焊缝缺陷识别专家系统[J];矿山机械;2003年01期

9 李炜,罗莉,姜永大;小波及拉氏算子在管道焊缝缺陷检测中的应用[J];微机发展;2003年12期

10 刘发鸿,刘小军;压力容器焊缝的三维检测研究[J];工程图学学报;1990年01期

中国重要会议论文全文数据库 前10条

1 李寿涛;王远;陈浩;张成鑫;;焊缝提取方法研究[A];第二届全国核技术及应用研究学术研讨会大会论文摘要集[C];2009年

2 宋永伦;叶峰;张果戈;陈富根;丁秀j;;机器人弧焊过程焊缝缺陷特征信息的检测[A];第九次全国焊接会议论文集（第2册）[C];1999年

3 田原;蔡国瑞;王力;都东;;一种焊缝缺陷射线图像局部阈值化方法[A];第十一次全国焊接会议论文集（第2册）[C];2005年

4 董世运;徐滨士;甘小明;张旭明;;异种钢焊接焊缝缺陷涡流无损检测方法试验研究[A];第十一次全国焊接会议论文集（第2册）[C];2005年

5 燕冰川;冯庆善;王学力;;老龄管道螺旋焊缝缺陷失效分析[A];2011年全国失效分析学术会议论文集[C];2011年

6 詹湘琳;诸葛晶昌;陈世利;;超声相控阵探伤中环焊缝缺陷类型的识别[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

7 都东;侯润石;邵家鑫;石涵;;X射线动态图像处理与焊缝缺陷自动检测[A];第十六次全国焊接学术会议论文摘要集[C];2011年

8 乔思怀;;饱和热水塔卸料口内衬焊缝缺陷原因分析及修复[A];晋冀鲁豫鄂蒙云贵川沪甘湘渝十三省（市区）机械工程学会2008年学术年会——机电工程类技术应用论文集[C];2008年

9 黄庆;张万平;曹明;贺寅彪;;ASME规范关于管道焊缝缺陷评定的应用[A];压力容器先进技术——第七届全国压力容器学术会议论文集[C];2009年

10 何中吉;;凝汽器不锈钢复合材料焊缝的超声波探伤[A];2003年晋冀鲁豫鄂蒙川沪云贵甘十一省市区机械工程学会学术年会论文集（河南分册）[C];2003年

中国重要报纸全文数据库 前3条

1 本报特约记者 刘仲涛　本报通讯员 薛艳;多功能焊缝探伤扫查架 开启“机械探伤”之窗[N];人民铁道;2011年

2 ;深入开展检测与评价技术 持续推进完整性技术发展[N];石油管道报;2011年

3 韩新利 李为卫;优化制造和检测技术细节[N];中国冶金报;2012年

中国博士学位论文全文数据库 前1条

1 郑猛;焊缝缺陷计算机X射线激光扫描成像技术与提取方法研究[D];北京交通大学;2010年

中国硕士学位论文全文数据库 前10条

1 李晓宾;基于机器视觉的焊缝缺陷测量与评级系统[D];西安工业大学;2016年

2 黄晔;基于BP神经网络的焊缝缺陷建模及其识别算法研究[D];西安石油大学;2016年

3 赵洁;基于自适应最优化小波变换算法的焊缝缺陷检测[D];重庆大学;2008年

4 韩国栋;焊缝缺陷对管母线导电性能和发热的影响研究[D];华北电力大学;2015年

5 巩淼;基于模糊集和神经网络的焊缝缺陷识别技术研究[D];东北石油大学;2014年

6 蔡晓龙;基于支持向量机的焊缝缺陷建模及其识别算法研究[D];西安石油大学;2014年

7 张欣欣;圆形焊缝缺陷自动识别系统设计与实现[D];北京邮电大学;2012年

8 姚欢;在役老管道焊缝缺陷超声波检测研究[D];西安石油大学;2011年

9 陈强;基于机器视觉的钢板焊缝缺陷检测方法研究[D];浙江工业大学;2012年

10 谭书涛;带钢焊缝缺陷在线检测技术的研究[D];华东理工大学;2012年

，

本文编号：1224506