本项目针对工业超声探伤中金属材料缺陷难以准确定性的问题,提出用小波分析对缺陷回波进行处理,用神经网络模式识别方法进行判别归类,从而达到缺陷智能化识别分类的目的。在此基础上,又研究了小波包、动态包洛法在处理缺陷回波中的应用。为了便于在生产实践中进行应用,又构建了由计算机来辅助识别超声探伤中金属材料缺陷的虚拟仪器。本项目的研究结果为超声探伤中缺陷定性识别提供了强有力的手段,可以成为超升探伤信号的辅助分析工具,从而完善现有的超声波探伤仪,为工业生产过程中的超声检测的缺陷定性提供高效智能化的工具,减少缺陷判别中人为因素的干扰,从而延长设备的使用寿命,避免不必要的返修和报废,产生巨大的经济效益。
英文主题词ultrasonic testing;characteristic abstraction;dentification flaw;wavelet packet transform;neural network