模式識別在壓力容器聲發(fā)射檢測中的應用
加入技術交流群
3．結論
1）通過采用聲發(fā)射信號的波形采集方法，并借助于現(xiàn)代信號的處理手段，使復雜條件下的壓力容器聲發(fā)射檢測成為可能[9]；
2）通過小波變換可以看出，裂紋擴展信號和保溫層摩擦信號，具有各自獨特的頻譜特性，借助于人工神經網絡很容易將它們與其它信號區(qū)別開來。
3）不斷建立和擴充各種缺陷信號的樣本庫，并不斷地對網絡進行訓練，可以逐步得到一個較為完善并有一定抗噪能力的人工神經網絡，可對不同的聲發(fā)射信號進行識別，最終使聲發(fā)射檢測技術成為一門獨立的檢測手段,不需常規(guī)方法進行復檢。
4）在傳統(tǒng)參數(shù)基礎上的聲發(fā)射檢測，通常會丟失許多有意義的信息，(如無法判定到達閾值的是柔性波，還有擴展波)，也就不可避免地造成定位誤差，而全波形采集系統(tǒng)可以根據(jù)波形的具體特征選取到達時間的閾值，提高了定位精度。
5）對實際應用而言，典型信號樣本的獲取、聲源的位置及傳播衰減對波形的影響等問題，仍有待進一步的研究。
評論