一种基于深度学习和Duffing系统结合的超声导波无损检测方法

基本信息

申请号 CN202111451572.8 申请日 -
公开(公告)号 CN114137079A 公开(公告)日 2022-03-04
申请公布号 CN114137079A 申请公布日 2022-03-04
分类号 G01N29/04(2006.01)I;G01N29/44(2006.01)I 分类 测量;测试;
发明人 武静;马宏伟;饶子玉;熊俊杰;张伟伟 申请(专利权)人 东莞市轨道交通有限公司
代理机构 哈尔滨华夏松花江知识产权代理有限公司 代理人 高志光
地址 523808广东省东莞市松山湖科技产业园区大学路1号
法律状态 -

摘要

摘要 一种基于深度学习和Duffing系统结合的超声导波无损检测方法包含:获取超声导波的回波信号;提取小波系数能量值;提取时域信号中的时域特征值;构造时移窗函数扫描待测信号并分段输入Duffing系统,获得Duffing系统的分维数随待测信号中心时刻变化的曲线,计算分维数,提取曲线中混沌指标特征值;将小波系数能量值、时域特征值和混沌指标特征值组合得到多维向量;构建BP神经网络,将多维向量与对应的目标向量输入到BP神经网络中训练,完成缺陷的分类识别,输出识别结果。本发明可实现多类缺陷识别,并能有效提高识别率,为实际工程中的钢轨或管道缺陷检测提供了高效、易行的方法,能提高钢轨或管道缺陷检测效率。