基于信号谱熵的模糊Hamming网络缺陷识别

被引:2
作者
秦旭达
刘兴荣
王太勇
商同
机构
[1] 天津大学机械工程学院
[2] 北京市计量科学研究所
[3] 天津大学机械工程学院 天津
[4] 北京
[5] 天津
关键词
无损检测; 二维谱熵; 模糊Hamming神经网络; 无缝钢管;
D O I
暂无
中图分类号
TG115 [金属的分析试验(金属材料试验)];
学科分类号
080502 ;
摘要
无缝钢管损伤监测和诊断的关键在于缺陷信号特征的提取和识别.作者研究了无缝钢管内伤、外伤及孔洞等缺陷信号的频域特征,提取信号二维谱熵指标作为特征指标,运用改进的模糊Hamming神经网络识别方法,对无缝钢管的缺陷进行识别.结果表明,该方法具有很高的识别精度,实例中识别准确率达100%.由于该识别方法不需要示教学习过程,因此能够应用于实时在线缺陷识别.
引用
收藏
页码:140 / 143+151 +151
页数:5
相关论文
共 2 条
[1]   用于模式识别的ART-2神经网络算法的改进 [J].
张明路 ;
郭东 .
控制理论与应用, 2000, (01) :136-138
[2]   心电图的智能识别技术 [J].
李岭森 ;
商同 ;
杨伟东 ;
李华 .
数据采集与处理, 1999, (03) :356-360