基于超声TOFD直通波及神经网络的近表面缺陷自动识别技术

摘要：

针对超声TOFD存在近表面盲区及近表面缺陷自动识别分类的问题,提出了基于超声TOFD直通波及神经网络对近表面孔状缺陷识别分类的方法.本研究在近表面缺陷检测信号的直通波部分选取多个关键点,揭示了各关键点幅度分布与近表面缺陷深度的关系,获得了用于近表面缺陷检测的幅度分布特征值,通过将该特征值用于BP神经网络对缺陷识别分类.实验结果表明,该方法能够对铝合金板近表面孔状缺陷进行准确、有效的自动识别分类.

关键词： 超声检测 时差衍射法 表面缺陷 神经网络 自动识别技术

作者: 胡怀辉 陈振华 卢超

作者单位: 南昌航空大学无损检测教育部重点实验室,南昌 330063

会议类型: 国内会议

会议名称: 第十届全国无损检测学术年会

会议地点: 南昌

会议语种:中文

页码: 240-245

在线出版日期: 2013-09-20（万方平台首次上网日期，不代表论文的发表时间）