一种基于深度学习和Duffing系统结合的超声导波无损检测方法包含:获取超声导波的回波信号;提取小波系数能量值;提取时域信号中的时域特征值;构造时移窗函数扫描待测信号并分段输入Duffing系统,获得Duffing系统的分维数随待测信号中心时刻变化的曲线,计算分维数,提取曲线中混沌指标特征值;将小波系数能量值、时域特征值和混沌指标特征值组合得到多维向量;构建BP神经网络,将多维向量与对应的目标向量输入到BP神经网络中训练,完成缺陷的分类识别,输出识别结果。本发明可实现多类缺陷识别,并能有效提高识别率,为实际工程中的钢轨或管道缺陷检测提供了高效、易行的方法,能提高钢轨或管道缺陷检测效率。
声明:
“基于深度学习和Duffing系统结合的超声导波无损检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)