在用涡流检测(Eddy Current Testing,ECT)法评价设备缺陷时,缺陷信号由于受到探头提离及设备结构变化引起的非缺陷信号及环境噪声的影响而恶化,直接影响到对缺陷的正确评估。采集了自然裂纹ECT信号并根据其特点,采用小波变换对其进行了...在用涡流检测(Eddy Current Testing,ECT)法评价设备缺陷时,缺陷信号由于受到探头提离及设备结构变化引起的非缺陷信号及环境噪声的影响而恶化,直接影响到对缺陷的正确评估。采集了自然裂纹ECT信号并根据其特点,采用小波变换对其进行了去噪处理。首先将ECT信号进行小波分解,去除非缺陷信号及白噪声信号分量,然后对小波系数进行反变换,重构缺陷信号。对一维和二维ECT信号处理结果表明这种信号处理技术对提取湮没在非缺陷信号和白噪声中的缺陷信号非常有效。展开更多
提出将一种求解盲源分离问题的独立分量分析(Independent Component Analysis,ICA)算法应用于自然裂纹涡流检测(Eddy Current Testing,ECT)信号的预处理中。利用一种基于负熵极大的FastICA算法,分别对实验产生的疲劳裂纹和应力腐蚀裂纹...提出将一种求解盲源分离问题的独立分量分析(Independent Component Analysis,ICA)算法应用于自然裂纹涡流检测(Eddy Current Testing,ECT)信号的预处理中。利用一种基于负熵极大的FastICA算法,分别对实验产生的疲劳裂纹和应力腐蚀裂纹ECT信号进行了处理,实现了ECT信号中缺陷分量与探头提离信号、部分噪声信号的有效分离。为了验证算法的有效性,同时采用小波分析算法对相同ECT信号进行了去噪处理。结果表明ICA算法在ECT信号处理中具有独特优势。展开更多
为了实现球墨铸铁珠光体含量的智能无损测定,制备了具有代表性的球墨铸铁试样并按珠光体粗细程度将其分为三类。首先在分析了影响球墨铸铁电磁性能的主要因素的基础上,同时采用涡流无损检测法(Eddy Current Testing,ECT)与金相法对球墨...为了实现球墨铸铁珠光体含量的智能无损测定,制备了具有代表性的球墨铸铁试样并按珠光体粗细程度将其分为三类。首先在分析了影响球墨铸铁电磁性能的主要因素的基础上,同时采用涡流无损检测法(Eddy Current Testing,ECT)与金相法对球墨铸铁珠光体含量进行了测定,对检测数据进行回归分析表明二种方法的测量结果很接近;然后采用集成神经网络处理涡流检测数据并对珠光体含量进行了预测,预测结果表明基于集成神经网络数据处理的涡流检测是一种快速智能识别球墨铸铁中珠光体含量的有效方法。展开更多
以神经网络作为正向模型,蚁群优化算法作为反演方法,对采集的疲劳裂纹涡流检测(eddy current testing,ECT)信号进行了反演,重构了裂纹形状。研究了算法中参数的不同选择对反演结果的影响。裂纹形状重构结果表明了神经网络正向模型的有...以神经网络作为正向模型,蚁群优化算法作为反演方法,对采集的疲劳裂纹涡流检测(eddy current testing,ECT)信号进行了反演,重构了裂纹形状。研究了算法中参数的不同选择对反演结果的影响。裂纹形状重构结果表明了神经网络正向模型的有效性和蚁群反演算法的可行性。展开更多
文摘在用涡流检测(Eddy Current Testing,ECT)法评价设备缺陷时,缺陷信号由于受到探头提离及设备结构变化引起的非缺陷信号及环境噪声的影响而恶化,直接影响到对缺陷的正确评估。采集了自然裂纹ECT信号并根据其特点,采用小波变换对其进行了去噪处理。首先将ECT信号进行小波分解,去除非缺陷信号及白噪声信号分量,然后对小波系数进行反变换,重构缺陷信号。对一维和二维ECT信号处理结果表明这种信号处理技术对提取湮没在非缺陷信号和白噪声中的缺陷信号非常有效。
文摘提出将一种求解盲源分离问题的独立分量分析(Independent Component Analysis,ICA)算法应用于自然裂纹涡流检测(Eddy Current Testing,ECT)信号的预处理中。利用一种基于负熵极大的FastICA算法,分别对实验产生的疲劳裂纹和应力腐蚀裂纹ECT信号进行了处理,实现了ECT信号中缺陷分量与探头提离信号、部分噪声信号的有效分离。为了验证算法的有效性,同时采用小波分析算法对相同ECT信号进行了去噪处理。结果表明ICA算法在ECT信号处理中具有独特优势。
文摘为了实现球墨铸铁珠光体含量的智能无损测定,制备了具有代表性的球墨铸铁试样并按珠光体粗细程度将其分为三类。首先在分析了影响球墨铸铁电磁性能的主要因素的基础上,同时采用涡流无损检测法(Eddy Current Testing,ECT)与金相法对球墨铸铁珠光体含量进行了测定,对检测数据进行回归分析表明二种方法的测量结果很接近;然后采用集成神经网络处理涡流检测数据并对珠光体含量进行了预测,预测结果表明基于集成神经网络数据处理的涡流检测是一种快速智能识别球墨铸铁中珠光体含量的有效方法。
