主要研究结果有四个方面:①超声检测中人工神经网络对缺陷定量评价研究,利用解卷积后的信号特征,给出了在宽带条件下实现横穿孔、平底孔和裂缝的类别识别及横穿孔和平底孔的定量检测,②用自适应滤波解卷积进行缺陷类型识别研究,用自适应滤波器特性等效散射特性给出了缺陷性质的评价和识别;③小波变换和自适应滤波对消在闭合裂纹超声检测中的应用研究。闭合裂纹通常称龟裂,不易检测出来,用小波变换和自适应噪声对消方法实现了信噪比的大大提高和检测。④用信号处理方法有效地解决了有关多层粘结超声检测问题,多年来国际上未能解决。我们方法上实现了从多次反射信号中提取二界面的缺陷回波,这是有非常重要意义的一项工作。
{{i.achievement_title}}
数据更新时间:2023-05-31
响应面法优化藤茶总黄酮的提取工艺
多源数据驱动CNN-GRU模型的公交客流量分类预测
面向工件表面缺陷的无监督域适应方法
采用黏弹性人工边界时显式算法稳定性条件
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
无损检测和人工神经网络模型联用评估核电电缆剩余使用寿命的研究
基于小波、人工神经网络的木质复合材料振动法无损检测机理研究
非均匀介质超声检测的数字信号处理及人工神经网络研究
网络编码调制译码的人工神经网络实现