搅拌摩擦焊焊缝缺陷的超声波检测及其信号识别

论文摘要

搅拌摩擦焊是一种新兴固相连接技术,其缺陷的无损检测技术也处于初始阶段。超声检测以其对缺陷良好的定位及定量能力成为搅拌摩擦焊焊缝缺陷检测的重要手段,而它在定性上的局限性使得对缺陷的定性问题成为研究的难点之一。本文以铝合金搅拌摩擦焊焊缝的包铝层伸入、隧道孔、未焊透缺陷超声检测射频信号为对象,分析各类缺陷信号的时域和频域波形特征;利用小波变换理论对缺陷信号的进行特征量的提取,并对各特征量的类别可分性进行评价;以提取的特征量为网络输入,建立用于识别搅拌摩擦焊焊缝缺陷类型的人工神经网络。结果表明,搅拌摩擦焊焊缝缺陷的超声波波形在时域和频域都有其自身特征,可用于超声检测时对缺陷的初步定性。隧道孔超声检测信号的时域静态波形在波宽范围内会有连续起伏的多个波峰,而另外两种缺陷信号在波宽范围内仅有一个明显的主峰;对于前后扫查动态波形,包铝层伸入与未焊透有近似的特征,即随着探头从焊缝边缘向远离焊缝的方向移动,缺陷波幅由低点上升到峰值,在峰值附近维持一段时间后又下降到最低点,而隧道孔缺陷的波形特征则是波幅先下降到最低点,随后又逐渐上升起来,利用隧道孔的时域静态及动态波形特征能够很好地将该缺陷识别出来;在频域上,缺陷信号的功率谱密度的平均主频率由高至低依次为包铝层伸入、未焊透、隧道孔缺陷,此外,隧道孔的功率谱密度图与另外两种缺陷的不同在于其主频率附近的频率点上会存在多个波峰。应用小波变换理论可以很好地实现对缺陷检测信号的特征提取。本文分别采用了基于小波包分解重构信号的能量、小波包(4,1)和(4,3)节点系数、缺陷信号功率谱的小波分解这三种方法,对缺陷信号进行了特征量提取,并利用欧氏空间距离的类别可分性判据对以上三种方法进行了缺陷分类性的评估。结果表明,基于缺陷信号功率谱小波分解的特征提取方法具有最好的类别可分性。以小波变换理论提取的缺陷信号特征量作为网络输入,人工神经网络可以很好地实现对搅拌摩擦焊焊缝缺陷的分类识别。本文建立并训练了以上述三种特征量为输入的BP网络,网络识别结果表明以基于缺陷信号功率谱的小波分解特征量作为网络输入的BP网络对缺陷的正确识别率最高,达到了85.71%,其中对隧道孔和未焊透的识别率达到100%,而包铝层伸入的识别率仅为33.33%。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的目的及意义
• 1.2 搅拌摩擦焊无损检测技术研究的现状
• 1.2.1 搅拌摩擦焊焊缝缺陷
• 1.2.2 搅拌摩擦焊焊缝的无损检测方法
• 1.3 信号的小波特征提取的研究现状
• 1.4 理想超声波声场及超声波检测原理
• 1.4.1 理想超声波声场
• 1.4.2 超声波检测原理
• 1.5 主要研究内容
• 第2章 试验条件及方法
• 2.1 试验设备
• 2.2 缺陷试样的制备
• 2.3 搅拌摩擦焊焊缝缺陷的超声波检测及检测信号采集
• 2.3.1 缺陷的超声波检测方法
• 2.3.2 缺陷的超声波信号采集
• 第3章 搅拌摩擦焊焊缝缺陷超声回波的时频分析
• 3.1 搅拌摩擦焊缺陷超声波回波时域分析
• 3.1.1 搅拌摩擦焊缺陷的静态波形特征
• 3.1.2 搅拌摩擦焊缺陷的动态波形特征
• 3.2 搅拌摩擦焊缺陷超声波回波频域分析
• 3.3 本章小结
• 第4章 搅拌摩擦焊焊缝缺陷超声检测信号的小波特征提取
• 4.1 小波分析理论
• 4.1.1 小波基函数简介
• 4.1.2 小波变换
• 4.1.3 小波包算法
• 4.2 搅拌摩擦焊焊缝缺陷超声检测信号的小波分解
• 4.2.1 小波基函数的确定
• 4.2.2 分解层数的确定
• 4.2.3 应用sym8 小波分析缺陷超声检测信号
• 4.3 搅拌摩擦焊焊缝缺陷超声检测信号的特征提取
• 4.3.1 基于小波包分解重构各节点能量的信号特征提取
• 4.3.2 基于小波包节点系数的信号特征提取
• 4.3.3 基于功率谱小波分解的信号特征提取
• 4.4 特征矢量的可分类性评价
• 4.4.1 欧氏空间距离可分离性判据原理
• 4.4.2 特征量的评价结果
• 4.5 本章小结
• 第5章 搅拌摩擦焊焊缝缺陷的人工神经网络识别
• 5.1 BP神经网络原理
• 5.1.1 BP神经元及其网络结构
• 5.1.2 BP网络学习规则
• 5.2 特征量数据的分析和预处理
• 5.2.1 主成分分析原理
• 5.2.2 主成分分析步骤
• 5.2.3 搅拌摩擦焊缺陷超声信号特征量的主成分分析
• 5.3 BP网络对搅拌摩擦焊焊缝缺陷超声信号的识别
• 5.3.1 网络拓扑结构的确定
• 5.3.2 试验结果
• 5.4 本章小结
• 第6章 研究结论
• 6.1 结论
• 参考文献
• 附录1
• 附录1
• 附录3
• 攻读硕士期间发表的论文
• 致谢