分形及小波神經(jīng)網(wǎng)絡(luò)在摩擦焊超聲信號(hào)分析中的應(yīng)用.pdf

1、本文研究了摩擦焊接頭超聲檢測(cè)信號(hào)處理與缺陷檢測(cè)的問(wèn)題，以航空發(fā)動(dòng)機(jī)常用材料GH4169高溫合金摩擦焊接頭的超聲檢測(cè)信號(hào)及超聲C掃描檢測(cè)圖像為研究對(duì)象，重點(diǎn)研究了小波分析理論、小波神經(jīng)網(wǎng)絡(luò)、分形理論及數(shù)學(xué)形態(tài)學(xué)方法在超聲信號(hào)與超聲C掃描圖像的去噪及缺陷識(shí)別中的應(yīng)用，取得了一定的成果，主要研究工作如下： 1、將小波理論應(yīng)用于非平穩(wěn)信號(hào)的去噪，針對(duì)小波閾值去噪中硬閾值函數(shù)不連續(xù)及軟閾值函數(shù)有恒定偏差的缺陷，提出幾種改進(jìn)的閾值函數(shù)用于摩

2、擦焊超聲檢測(cè)信號(hào)的去噪仿真實(shí)驗(yàn)，通過(guò)比較去噪結(jié)果及信噪比與均方根誤差等參數(shù)，從中選擇一種較好的閾值函數(shù)。 2、根據(jù)小波包變換的性質(zhì)，將摩擦焊超聲檢測(cè)信號(hào)在最優(yōu)小波包基下進(jìn)行分解，在基于最優(yōu)小波包基的信號(hào)去噪方法中，應(yīng)用改進(jìn)的閾值函數(shù)對(duì)超聲檢測(cè)信號(hào)進(jìn)行去噪，獲得了較好的效果。 3、利用小波分析和神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)辨識(shí)的優(yōu)點(diǎn)，構(gòu)造了一種用于信號(hào)識(shí)別的小波神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)，并用于摩擦焊接頭缺陷的分類與識(shí)別，識(shí)別結(jié)果優(yōu)于傳統(tǒng)的BP

3、網(wǎng)絡(luò)，在小波與神經(jīng)網(wǎng)絡(luò)的結(jié)合方面做了有益的嘗試，取得了較好的效果。 4、摩擦焊C掃描超聲圖像在采集及變換中會(huì)引入噪聲，本文利用非線性濾波方法一數(shù)學(xué)形態(tài)濾波方法實(shí)現(xiàn)了圖像的去噪，并與小波閾值及中值濾波方法作比較，去噪結(jié)果表明，形態(tài)濾波方法優(yōu)于中值濾波與小波閾值去噪方法。 5、為實(shí)現(xiàn)摩擦焊超聲C掃描圖像的特征提取，利用分形理論計(jì)算超聲C掃描圖像的分形維數(shù)，結(jié)果可以作為缺陷圖像的一個(gè)特征變量，為摩擦焊超聲C掃描圖像缺陷識(shí)別打下