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。 |
