自组织神经网络在钢板和橡胶粘结缺陷检测中的应用

英文篇名：An Application of Self-organizing Neural Network for Defect Detection in the Bonding of Steel Plates and Rubber
中文刊名：内蒙古大学学报(自然科学版)
英文刊名：Journal of Inner Mongolia University(Natural Science Edition)
作者：于京 ; 刘蕊
英文作者：YU Jing1 ; LIU Rui2(1.School of Telecom Engineering ; Beijing Polytechnic ; Beijing 100015 ; China ; 2.Beijing Information Technology College ; Beijing 100015 ; China)
中文关键词：自组织神经网络 ; 缺陷检测 ; 钢板和橡胶粘结
英文关键词：self-organizing neural network ; defect detection ; bonding of steel plate and rubber
出版日期：2012-09-15
机构：北京电子科技职业学院电信工程学院;北京信息职业技术学院;
年：2012
期：05
出版单位：内蒙古大学学报(自然科学版)

摘要

利用超声波对钢板和橡胶的粘结质量进行检测.通过分析回波信号的谐波振幅、频率等信息,提取出了信号能量、奇异波的峰值和数量,并采用自组织神经网络分类算法对钢板和橡胶的粘结质量进行了定量分析.分析结果表明,自组织神经网络可以有效地对钢板和橡胶的粘结质量进行分类和识别.
Bonding quality of steel plates and rubber with ultrasonic waves is expounded,the signal energy,peak value and the quantity of singular waves are extracted by analyzing the harmonics of the echo signal amplitude,frequency and so on.The self-organizing neural network classification algorithm is adopted to quantitative analysis of bonding quality of steel plates and rubber.The results show that this method is effective to classify and identify the bonding quality of steel plates and rubber.

引文

[1]夏金东.金属材料超声探伤缺陷智能识别方法的初步研究[D].北京:中国矿业大学,2002.
    [2]刘镇清,陈广.超声无损检测中的谱分析技术[J].无损检测,2001,2:85-88.
    [3]赵永刚.基于时频分析和神经网络的薄板粘结缺陷超声检测研究[D].呼和浩特:内蒙古大学,2008.
    [4]刘旭,夏金东,弓乐,等.超声检测缺陷分类中信号处理方法的探讨[J].仪器仪表学报,2002,23(6):638-641.
    [5]李惠芳,常宁.基于神经网络的金属与非金属材料粘接质量定量检测[J].北京工业大学学报,2009,35(8):1122-1125.
    [6]李忠献,杨晓明,丁阳.应用人工神经网络技术的大型斜拉桥子结构损伤识别研究[J].地震工程与工程震动,2003,23(3):92-99.