一種基于深度學習和Duffing系統結合的超聲導波無損檢測方法包含:獲取超聲導波的回波信號;提取小波系數能量值;提取時域信號中的時域特征值;構造時移窗函數掃描待測信號并分段輸入Duffing系統,獲得Duffing系統的分維數隨待測信號中心時刻變化的曲線,計算分維數,提取曲線中混沌指標特征值;將小波系數能量值、時域特征值和混沌指標特征值組合得到多維向量;構建BP神經網絡,將多維向量與對應的目標向量輸入到BP神經網絡中訓練,完成缺陷的分類識別,輸出識別結果。本發明可實現多類缺陷識別,并能有效提高識別率,為實際工程中的鋼軌或管道缺陷檢測提供了高效、易行的方法,能提高鋼軌或管道缺陷檢測效率。
聲明:
“基于深度學習和Duffing系統結合的超聲導波無損檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)