薄板复合材料粘接缺陷超声检测量化识别研究

针对目前超声检测领域无法对金属/非金属薄板复合材料粘接界面缺陷进行量化识别、检测的难题，在深入研究超声检测回波信号的时域能量衰减特性、频谱偏移特性以及全面的时－频特性基础上，提取能反映粘接缺陷量化程度的信息特征，联合构建分级化（十级）特征向量。以特征向量为输入，用神经网络算法建立模糊识别的隶属度函数，进一步产生标准模糊子集和待识别模糊子集。采用欧式距离公式，计算待识别模糊子集与各个标准模糊子集的距离及贴近度，按择近原则确定待识别信号的归属，最终实现对粘接界面缺陷的量化识别及量化检测。本研究对于薄板复合材料粘接缺陷的量化识别以及缺陷检测的智能化、自动化具有重要的理论意义和实用价值。