非成像式超聲檢測缺陷類型識別關(guān)鍵技術(shù)及其應(yīng)用研究.pdf

1、缺陷類型識別是定量超聲無損檢測中重要的基礎(chǔ)性問題。隨著超聲無損檢測技術(shù)朝著高可靠性、高精度、高實(shí)時(shí)以及定量化方向發(fā)展,研究應(yīng)用于在線超聲檢測的缺陷類型識別技術(shù)具有日益重要的學(xué)術(shù)意義和工程價(jià)值。雖然通過超聲成像重構(gòu)缺陷幾何輪廓的方式能夠?qū)崿F(xiàn)對缺陷類型識別,但需要等待耗時(shí)的全局超聲掃描和數(shù)據(jù)合成的過程,其實(shí)時(shí)性不能滿足高速的在線檢測需要。而非成像式超聲檢測缺陷類型識別方法直接從超聲反射回波信號中提取特征參數(shù),通過分析特征參數(shù)與缺陷類型之間的

2、對應(yīng)關(guān)系實(shí)現(xiàn)對缺陷類型識別,由于不需要等待全局超聲掃描和數(shù)據(jù)合成,該方法具有較高的實(shí)時(shí)性,特別適用于在線超聲檢測的場合。在實(shí)際應(yīng)用中,由于存在材料結(jié)構(gòu)噪聲對信號的干擾以及小樣本條件下先驗(yàn)知識缺乏等困難,非成像式超聲檢測缺陷類型識別的準(zhǔn)確性和可推廣性受到了嚴(yán)重影響。針對目前存在的這些問題,本論文對非成像式超聲檢測缺陷類型識別中的關(guān)鍵技術(shù),包括結(jié)構(gòu)噪聲消除、缺陷特征提取與類型識別進(jìn)行了系統(tǒng)的研究,提出了基于小波包變換的時(shí)頻鄰域自適應(yīng)消噪方法

3、、基于SFFS搜索的時(shí)頻優(yōu)選特征提取算法以及兩種基于支持向量機(jī)的融合決策識別方法法,并分別采用人工缺陷和石油套管自然缺陷對上述方法的可行性和有效性進(jìn)行了驗(yàn)證。
　　 第一章,論述非成像式超聲檢測缺陷類型識別的重要意義,綜合國內(nèi)外關(guān)于非成像式超聲檢測缺陷類型識別關(guān)鍵問題的研究現(xiàn)狀,分析當(dāng)前研究中存在的問題,確定進(jìn)一步研究的方法路線。
　　 第二章,研究超聲反射回波信號的組成、分布特點(diǎn)和平穩(wěn)特性,分析典型人工缺陷的超聲反射回

4、波信號在不同空間域上的信息特征,為后續(xù)的信噪分離、特征提取和類型識別工作提供理論基礎(chǔ)。
　　 第三章,在分析結(jié)構(gòu)噪聲分布特點(diǎn)的基礎(chǔ)上,提出基于小波包變換的時(shí)頻鄰域自適應(yīng)消噪方法。通過仿真信號和實(shí)測信號的消噪實(shí)驗(yàn),驗(yàn)證該方法在提高信號信噪比和抑制信號失真方面的有效性。
　　 第四章,確定超聲反射回波信號的多特征提取框架,對四種相互獨(dú)立的傳統(tǒng)特征提取方法進(jìn)行研究,并給出具體的實(shí)現(xiàn)算法。針對傳統(tǒng)特征提取方法缺乏量化依據(jù)的問題,

5、提出基于小波包分解、Fisher準(zhǔn)則和SFFS搜索算法的時(shí)頻優(yōu)選特征提取算法,并采用可分性測度對上述特提取方法的有效性進(jìn)行評價(jià)。
　　 第五章,針對小樣本條件下超聲檢測缺陷類型識別的困難,提出兩種基于支持向量機(jī)的融合決策識別方法,分別應(yīng)用于缺陷類型框架已知和未知的場合。通過對人工缺陷進(jìn)行類型識別,驗(yàn)證上述識別方法的有效性。
　　 第六章,將所提出的方法應(yīng)用于石油套管自然缺陷的類型識別,研究信號消噪和特征提取對識別正確率的