超声探伤信号的人工神经网络识别

被引：6

作者：

刘镇清

李成林

刘江韦

于岗

机构：

[1] 同济大学声学研究所!上海

[2] 核工业无损检测中心

来源：

应用声学 | 1997年 / 02期

关键词：

奥氏体不锈钢; 频谱; 人工神经网络;

D O I：

暂无

中图分类号：

TB55 [超声工程];

学科分类号：

0702 ; 070206 ;

摘要：

粗晶奥氏体不锈钢的超声探伤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来提高缺陷回波比例．本文则介绍一种用傅里叶变换作特征提取、用前馈网络自动识别奥氏体钢中缺陷信号的方法．在作者的实验中．这种方法的正确识别率达到90％．

引用

收藏

页码：14 / 17

页数：4

相关论文

共 3 条

[1] 粗晶材料缺陷的超声检测信号识别 [J].

刘镇清，李成林，魏墨 .

同济大学学报(自然科学版), 1996, (01) :70-75

[2]

神经网络与神经计算机原理·应用[M]. 西南交通大学出版社 , 靳蕃等编著, 1991

[3]

数字信号处理[M]. 科学出版社[美]奥本海姆（A·V· Oppenheim）[美]谢弗（R·W· Sehafer）著, 1980