10.3321/j.issn:1000-565X.2008.10.026
基于智能算法的涡流检测自然裂纹形状重构
人工制作了疲劳裂纹试样,利用一种小波分析方法对采集的疲劳裂纹涡流检测(ECT)信号进行了去噪预处理及信号特征提取,通过破坏性检测方法获得了裂纹的真实形状.在建立疲劳裂纹参数化模型的基础上,利用经过处理的裂纹ECT信号与裂纹形状参数样本库对径向基函数(RBF)神经网络进行训练.采用遗传算法,通过创建大量表示裂纹形状参数个体的初始种群,输入经过训练的神经网络,得到对应的ECT预测信号;然后运用改进的遗传策略进行迭代反演优化,对裂纹形状最优解进行搜索.重构结果表明该方法具有快速、精确的优点.
自然裂纹、涡流检测、小波变换、神经网络、正向模型、遗传算法、形状重构
36
TG115.28(金属学与热处理)
广东省科技计划项目2006B12401001
2009-02-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
129-134