基于多值域特征及數(shù)據(jù)融合的焊縫缺陷超聲檢測與識別.pdf

1、國內(nèi)圖書分類號：TG115.285學校代碼：10213國際圖書分類號：629.179.16密級：公開工學博士學位論文工學博士學位論文基于多值域特征及數(shù)據(jù)融合的焊縫缺陷超聲檢測與識別博士研究生：胡文剛導(dǎo)師：剛鐵教授申請學位：工學博士學科：材料加工工程所在單位：材料科學與工程學院答辯日期：2012年9月授予學位單位：哈爾濱工業(yè)大學摘要I摘要隨著現(xiàn)代工業(yè)的不斷發(fā)展，焊接構(gòu)件在鍋爐、壓力容器、鐵路、海洋造船、能源、航空航天等工業(yè)領(lǐng)域都得到了廣泛

2、的應(yīng)用。目前對于工業(yè)領(lǐng)域中的在役焊接結(jié)構(gòu)，常規(guī)的手動超聲檢測仍然被廣泛采用。但是，常規(guī)超聲檢測方法無法實現(xiàn)檢測數(shù)據(jù)的自動存儲，檢測效率低且容易發(fā)生漏檢。尤其對于缺陷性質(zhì)的識別一直是常規(guī)超聲檢測方法中的難題。常規(guī)超聲檢測無法實現(xiàn)缺陷三視投影圖像的自動直觀顯示，對缺陷的識別診斷完全依靠檢測者的經(jīng)驗，使得檢測結(jié)果因人而異，這些都給實際的現(xiàn)場在役檢測帶來諸多不便。針對常規(guī)手動超聲檢測中存在的問題，本文首先開發(fā)了一套基于視頻圖像定位的超聲檢測成像

3、系統(tǒng)，該系統(tǒng)不但成本低廉、結(jié)構(gòu)簡單、便于攜帶，而且能夠?qū)崿F(xiàn)焊縫缺陷連續(xù)掃查，檢測數(shù)據(jù)的自動存儲，以及缺陷的三視投影成像，為后續(xù)的缺陷智能識別提供了可靠的數(shù)據(jù)。利用開發(fā)的基于視頻圖像定位的超聲檢測成像系統(tǒng)對含有氣孔、夾渣、裂紋、未焊透和未熔合五類實際焊接缺陷的對接焊縫試件進行了超聲檢測，實時存儲了每個缺陷體的超聲回波信號，并獲得了缺陷的三視投影成像圖，直觀的給出了缺陷的位置、大小、分布和取向等形態(tài)分布特征，為缺陷特征值的提取提供了可靠的數(shù)

4、據(jù)來源。采用人工智能方法進行缺陷的識別與判斷，最關(guān)鍵的是獲取能夠反映不同缺陷類別的特征值。通過分析不同缺陷反射體的特性，從多值域的角度出發(fā)，分別在時域、頻域、時頻域、幾何統(tǒng)計學和缺陷的位置形態(tài)上提取了用于缺陷智能識別的缺陷特征值，實現(xiàn)了實際焊接缺陷的多值域特征提取。缺陷特征值是缺陷智能識別的關(guān)鍵，正確選擇有效的特征量是保證識別系統(tǒng)具有良好的分類性能的前提。為此，本文構(gòu)建了基于歐氏距離的特征值評價準則，對提取的所有缺陷特征值進行了評價與優(yōu)

5、化，獲取了缺陷的最佳特征值子集，實現(xiàn)了特征空間的降維，為缺陷識別提供了有效的特征向量。構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的智能化模式識別分類器，研究了基于缺陷超聲信號特征與形態(tài)特征的多值域特征分類識別新方法，對五類實際焊接缺陷進行了智能識別。與常規(guī)的基于超聲信號特征的缺陷識別結(jié)果相比，該方法充分利用了缺陷的位置形態(tài)信息，有效地提高了缺陷的識別率。以DempsterShafer(DS)證據(jù)理論為基礎(chǔ)，研究了超聲檢測中缺陷識別的雙探頭源數(shù)據(jù)融合新方法。該