收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

焊接缺陷的磁光成像小波多尺度识别及分类

高向东  李国华  萧振林  陈晓辉  
【摘要】:针对焊缝微小凹陷、未熔合和焊偏等焊接缺陷,提出了基于磁光成像无损探伤的小波多尺度边缘提取算法及主成分分析-误差反向传播神经网络(PCA-BP)缺陷分类模型;研究了焊件表面及近表面缺陷的可视化无损检测及分类方法。首先,通过对焊件施加感应磁场,利用法拉第磁致旋光原理构成磁光传感器,获取焊接缺陷磁光图像。然后,针对焊接缺陷磁光图像存在噪声干扰、对比度低且成像背景复杂等特征,基于小波模极大值的多尺度边缘信息融合方法,设计了具有高抗噪性的缺陷边缘检测算法。最后,通过PCA法对磁光图像列方向灰度变量进行预处理,得到能表征95%磁光图像列方向灰度变量信息的256个特征点作为输入特征量,构建了三层BP神经网络模型,对焊接缺陷样本进行分类。试验结果表明,所提方法能准确识别微小凹陷、未熔合和焊偏等焊接缺陷,模型分类准确率可达90.80%。

知网文化
【相似文献】
中国期刊全文数据库 前2条
1 张晓光;孙正;阮殿旭;徐桂云;刘小平;;RS与FNN集成在焊接缺陷识别中应用[J];哈尔滨工业大学学报;2009年01期
2 ;[J];;年期
中国博士学位论文全文数据库 前1条
1 孙正;基于图像的焊接缺陷提取与识别方法研究[D];中国矿业大学;2010年
中国硕士学位论文全文数据库 前3条
1 叶志龙;基于图像处理的焊接缺陷自动检测方法研究[D];南京航空航天大学;2013年
2 周春成;图像处理技术在焊接缺陷检测中的应用[D];郑州大学;2010年
3 钱佳;PCB人工焊接缺陷检测与识别算法研究[D];华东理工大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978