利用深度神经网络和小波包变换进行缺陷类型分析

发布时间：2017-10-07 16:41

  本文关键词：利用深度神经网络和小波包变换进行缺陷类型分析

  更多相关文章： 小波包变换 神经网络 类型分析 超声检测 通孔 识别准确率 平底孔 分类正确率 学习时间 使用深度

【摘要】：超声检测中对缺陷进行类型分析通常取决于操作人员对于特定专业知识的了解及检测经验,从而导致其分析结果的不稳定性和个体差异性。本文提出了一种使用小波包变换提取缺陷特征信息,并应用深度神经网络对得到的信息进行分类识别的方法。利用超声相控阵系统对于不锈钢试块上的通孔、斜通孔和平底孔进行超声检测,并对得到的超声回波波形按照新方法进行分析。实验结果表明,使用小波包变换后的数据进行分类识别能够在提高识别准确率的同时降低神经网络的学习时间,而使用深度神经网络相比通用的BP神经网络以可接受延长学习时间的代价提高了识别的准确率。采用新方法后,缺陷分类正确率提高了21.66%,而网络学习时间只延长了91.9s。在超声检测中使用小波包变换和深度神经网络来对于缺陷进行类型分析,能够排除人为干扰,增加识别准确率,对于实际应用有着极大的意义。
【作者单位】： 中国科学院声学研究所声场声信息国家重点实验室;中国科学院大学;
【关键词】： 小波包变换;神经网络;类型分析;超声检测;通孔;识别准确率;平底孔;分类正确率;学习时间;使用深度;
【基金】：国家自然科学基金(11374324,11174321,11474308)资助
【分类号】：TP183;O174.2
【正文快照】： 始权重敏感性等难以克服的局限性,其分辨准确率还^ 有待提高。本文所涉及的深度神经网络模型,被称为口 深度信念网络模型(Deep Belief Networks,DBNs)。在超声波检测中,对缺陷进行类型分析仍存在着用具有相应配置的深度信念网络EBN初始化多层许多实际困难。而在实际检测中,由

【参考文献】

中国期刊全文数据库 前10条

1 To KANG;Hak-Joon KIM;Sung-Jin SONG;;Ultrasonic guided wave inspection with array sensors[J];Chinese Journal of Acoustics;2010年04期

2 ;Application of cylindrical linear phased array in casing borehole[J];Chinese Journal of Acoustics;2010年01期

3 ;Research on 2D imaging technique for concrete cross section[J];Chinese Journal of Acoustics;2010年01期

4 ;Non-integral dimensions ultrasonic phased arrays in a borehole[J];Chinese Journal of Acoustics;2009年03期

5 ;Calculation of radiation acoustical fields from phased arrays with nonparaxial multi-Gaussian beam model[J];Chinese Journal of Acoustics;2009年02期

6 曾宪伟;赵卫明;盛菊琴;;小波包分解树结点与信号子空间频带的对应关系及其应用[J];地震学报;2008年01期

7 宋卫华;王小民;李明轩;;电磁超声界面回波瞬时图谱分析与神经网络识别[J];声学学报;2007年04期

8 王云昌,江波;超声波检测中对缺陷的定性分析[J];国外金属热处理;2004年06期

9 张建生,李明轩;多层粘接结构中脱粘界面的人工神经网络余弦变换谱特征识别[J];声学学报;2001年04期

10 吴淼,张海燕,孙智,刘旭;超声检测缺陷分类的小波分析与神经网络方法[J];中国矿业大学学报;2000年03期

中国博士学位论文全文数据库 前1条

1 孙芳;超声相控阵技术若干关键问题的研究[D];天津大学;2012年

【共引文献】

中国期刊全文数据库 前10条

1 施成龙;师芳芳;张碧星;;利用深度神经网络和小波包变换进行缺陷类型分析[J];声学学报;2016年04期

2 李雄兵;张书增;陈峰;;多元高斯声束衍射修正下液体非线性系数检测方法[J];声学学报;2016年04期

3 韩晶晶;程昀;付海雷;黄明星;;基于小波包的地震信号能量特征分析[J];低温建筑技术;2016年04期

4 唐军;章成广;张碧星;师芳芳;;基于声波-变密度测井的固井质量评价方法[J];石油勘探与开发;2016年03期

5 张艳艳;刘新平;邢素红;;随钻测量信号去噪方法研究及实现[J];信息通信;2016年03期

6 杨建平;张德乾;罗文浪;肖晓朋;;基于小波包节律和支持向量机的警戒低觉醒脑电信号识别方法[J];生物医学工程学杂志;2016年01期

7 庄瑞;;一种基于一维小波包分解的信号特征提取方法[J];电声技术;2015年10期

8 黄照峰;邓国忠;贤金梅;刘晓骅;毛鸿;高英俊;;超声波检测钢和铝中的缺陷特征[J];广西物理;2015年03期

9 李秋锋;王禹;刘荣梅;顾伟;敖峰;;Ultrasonic Computed Tomography Imaging Method of Concrete Materials Based on Simulated Annealing Genetic Algorithm[J];Transactions of Nanjing University of Aeronautics and Astronautics;2015年03期

10 王维斌;;管道补口热收缩带粘接质量超声检测技术及其进展[J];油气储运;2015年07期

中国博士学位论文全文数据库 前3条

1 杨晓霞;超声相控阵汽车发动机内腔腐蚀检测关键技术研究[D];天津大学;2014年

2 张岩;基于计算机视觉的轮胎缺陷无损检测关键问题研究[D];青岛科技大学;2014年

3 殷帅峰;大采高综放面煤壁片帮机理与控制技术研究[D];中国矿业大学（北京）;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 曾宪伟;赵卫明;盛菊琴;莘海亮;;应用小波包识别宁夏及邻区的地震和爆破[J];地震研究;2008年02期

2 ;Radiation and reflection acoustical fields of an annular phased array[J];Chinese Journal of Acoustics;2007年03期

3 林书玉;桑永杰;田华;;径向复合压电陶瓷超声换能器的径向振动特性研究[J];声学学报;2007年04期

4 宋卫华;王小民;李明轩;;电磁超声多界面检测信号去噪方法研究[J];声学学报;2007年03期

5 高天赋;曾娟;彭大勇;;压电陶瓷换能器宽带匹配特性分析[J];声学学报;2007年02期

6 鲁来玉;汪承灏;张碧星;;分层介质半空间瑞利波的时频分析[J];声学学报;2006年05期

7 李杰,刘希强,李红,毛玉华,郑树田;利用小波变换方法分析形变观测资料的正常背景变化特征[J];地震学报;2005年01期

8 杨选辉,沈萍,刘希强,郑治真;地震与核爆识别的小波包分量比方法[J];地球物理学报;2005年01期

9 石立华,徐其威,高成,陈彬,周璧华;小波建模法在混凝土材料介电常数时域测量中的应用研究[J];解放军理工大学学报(自然科学版);2002年06期

10 刘希强,周蕙兰,曹文海,李红,李永红,季爱东;高斯线调频小波变换及其在地震震相识别中的应用[J];地震学报;2002年06期

中国博士学位论文全文数据库 前3条

1 杜英华;合成孔径聚焦超声成像技术研究[D];天津大学;2010年

2 詹湘琳;超声相控阵油气管道环焊缝缺陷检测技术的研究[D];天津大学;2007年

3 鲍晓宇;相控阵超声检测系统及其关键技术的研究[D];清华大学;2003年

【相似文献】

中国期刊全文数据库 前10条

1 才德;严瑛白;金国藩;;光学小波包变换及其滤波器的研究[J];光子学报;2006年07期

2 胡战虎,李言俊,杨亚军;基于小波包变换的多尺度滤波[J];弹箭与制导学报;1999年03期

3 刘希强,周蕙兰,郑治真,沈萍,杨选辉,李红;基于小波包变换的滤波方法[J];西北地震学报;1999年03期

4 高玲;李小平;任守信;;小波包变换广义回归神经网络同时分辨三种有机化合物的重叠光谱[J];光谱学与光谱分析;2008年10期

5 王海江;王周龙;吴孟泉;王大鹏;姚付启;;一种最佳基小波包变换的影像融合研究[J];测绘科学;2009年05期

6 闫河;何光敏;张小川;;复小波包变换域混合统计模型图像降噪算法[J];控制理论与应用;2010年03期

7 李锦飞,李人厚;小波包变换空间滤波法分离信号研究[J];煤田地质与勘探;1998年04期

8 高玲;李金梅;任守信;;小波包变换潜变量回归同时测定钐和钇[J];光谱学与光谱分析;2007年04期

9 郑德忠;崔法毅;;结点阈值小波包变换图像去噪新算法[J];光学技术;2009年03期

10 王振林;聂国华;;曲率模态和小波包变换在结构损伤识别中的应用[J];振动与冲击;2008年01期

中国重要会议论文全文数据库 前7条

1 潘，

本文编号：988949