粗晶材料缺陷的超声检测信号识别

被引：8

作者：

刘镇清，李成林，魏墨

机构：

[1] 同济大学声学研究所

来源：

同济大学学报(自然科学版) | 1996年 / 01期

关键词：

超声检测；粗晶材料；Wigner分布；人工神经网络；模式识别;

D O I：

暂无

中图分类号：

TB559 [超声的应用];

学科分类号：

摘要：

对于非均匀材料，超声无损检测技术受到能否有效区分有用信号与背景噪声的限制，目前人们大多倾向使用频率分隔与统计算法来提高粗晶材料（一种非均匀材料件相对颗粒散射的缺陷回波比例．文中介绍一种用Ｗｉｇｎｅｒ分布作特征提取、用前馈网络自动识别超声散射回波中的缺陷信号．由于普通的人工神经网络要求输入信号的特征与时间起始点无关，因此采取了一种数学变换方式来实现这一要求，这样训练好的网络就有很强的识别能力．在实验中，正确识别率达到９０％．所述方法对其他非均匀介质的超声检测与评价工作也有益处．

引用

页码：70 / 75

页数：6