基于QGA-LS-SVM的超声导波缺陷轮廓重构
超声导波缺陷轮廓重构是指由检测到的缺陷回波信号重构缺陷轮廓及参数,是实现超声导波信号反演的关键.探讨了应用LS-SVM对缺陷轮廓进行重构的方法,并利用量子遗传算法优化LS-SVM及核函数的参数.LS-SVM的输入是缺陷所产生的回波信号,输出是缺陷轮廓数据,建立起由缺陷的回波信号到缺陷二维轮廓的映射关系.训练样本和测试样本由实验数据与仿真数据组成.该方法实现了缺陷的二维轮廓重构,并与BP神经网络、GRNN神经网络和常规遗传算法LS-SVM三种方法重构效果进行了比较.结果表明,该方法速度快、精度高,并有很好的泛化能力,是一种可行有效的缺陷反演方法.
超声导波 缺陷信号 轮廓重构 最小二乘支持向量机 量子遗传算法
刘兵 唐力伟 王建斌 王长龙 张轩硕
军械工程学院无人机工程系,石家庄050003 军械工程学院火炮工程系,石家庄050003
国内会议
长沙
中文
263-275
2012-10-14（万方平台首次上网日期，不代表论文的发表时间）