优化群分解在磁瓦内部缺陷声振检测中的应用

摘要：

针对磁瓦内部缺陷声振检测中的信号处理问题,提出一种结合群分解(swarm decomposition,SWD)、鲸鱼优化算法(whale optimization algorithm,WOA)和随机森林(random forests,RF)的信号分析方法.首先,根据磁瓦声振信号特点,构造反映SWD分解性能的适应度函数,再通过WOA配合该函数对SWD分解参数进行优化,以此获得最佳的SWD分解参数.其次,SWD利用该最优分解参数将磁瓦声振信号分解为若干振荡分量,并由能量最大值对振荡分量进行筛选,进而提取出反映磁瓦内部缺陷的特征信息.最后,经RF分类器对提取的特征进行识别,以决策磁瓦是否存在内部缺陷.实验结果表明,所提出的方法能准确地实现多种类型磁瓦的内部缺陷检测.

关键词：缺陷检测;群分解;鲸鱼优化算法;特征提取;随机森林

所属期刊栏目：33

分类号：TG115.28(金属学与热处理)

资助基金：国家自然科学基金;四川省教育厅科研项目;人工智能四川重点实验室开放基金项目;四川理工学院人才引进项目

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：43-52