我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

拌摩擦焊焊缝缺陷超声检测信号特征分析与神经网络模式识别 下载：76 浏览：446

徐蒋明1 柯黎明2 《核工业与技术》 2020年1期

摘要:
以搅拌摩擦焊(FSW)焊缝的包铝层伸入、未焊透、隧道孔缺陷为对象，将小波分析理论应用于缺陷超声检测信号特征提取问题的研究，使用小波包分解重构节点能量、小波包分解节点系数、缺陷信号的功率谱密度小波分解这三种方法对缺陷的超声检测信号进行特征提取。利用类别可分离性判据和BP神经网络分别对提取的特征量进行评估和识别。结果表明，缺陷信号的功率谱密度小波分解这一特征提取方式具有最好的类别可分性，并且以该特征量为网络输入的BP神经网络具有85.71%缺陷识别率。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享