粗晶材料超声检测信号的小波神经网络处理研究

论文题目: 粗晶材料超声检测信号的小波神经网络处理研究

论文类型: 硕士论文

论文专业: 声学

作者: 宋玉玲

导师: 程建政

关键词: 粗晶材料,小波神经网络,超声检测,散射波

文献来源: 中国科学院研究生院（武汉物理与数学研究所）

发表年度: 2005

论文摘要: 在利用超声对有限尺寸粗晶材料样品或工件进行检测时，除缺陷波、底波和晶粒散射波外还存在边界多次反射和发收声电串混等干扰杂波。本文首先对这些杂波的产生原因及避免方法进行了实验研究。然后对晶粒散射波主要特征：最早到达时间；传播过程中的频谱特性；以及最大值出现位置进行了实验验证。其中，用脉冲频谱合成方法，计算了发-收复合声场声轴上声压分布，据此对最大值的出现位置提出了一个新的物理解释。另外，用短时傅立叶变换仔细分析了声波传播过程中晶粒散射波的频谱特性。获得了一些有用结果。为了最大限度地降低晶粒散射波对有用信号的严重干扰，提高接收信号的信噪比，本文利用小波神经网络能够自适应降低噪声的特点，对超声检测信号进行了降噪处理。在训练小波神经网络时，采用了gauss母小波和改进的梯度下降算法，并与采用不同小波基及普通梯度下降算法训练结果相比较。该网络有一个动态的学习律，它随误差变化而调整。结果表明：小波神经网络应用于粗晶材料超声检测信号的消噪时，能够达到较理想的消噪效果；采用改进的梯度下降算法，训练速度快，网络训练21次后完成，误差达到0.001177；能有效地避免局部最小值的出现。这些特点对进一步识别有用信号、判断缺陷及实现检测的实时处理具有重要的意义。

论文目录:

摘要

Abstract

绪论

第一章前言

1.1.粗晶材料声场特性的国内外研究现状

1.2.超声信号处理的国内外研究现状

1.3.本文主要工作内容、目的及意义

第二章超声检测原理

2.1.脉冲反射法基本原理

2.2.超声检测方法基本类型

2.3.超声换能器声场特性

第三章粗晶材料晶粒散射特性实验研究

3.1.晶粒散射声场的基本特性

3.2.晶粒散射波的主要特征的实验验证与分析

3.2.1 实验系统与测量方法

3.2.2 实验结果与分析

3.2.2.1 样块边界反射波的鉴别与避免

3.2.2.2 发收声电串混的影响与避免

3.2.2.3 晶粒散射波波的主要特征的实验鉴别

3.2.3 散射波的滤波处理

3.2.3.1 滤波器设计

3.2.3.2 滤波结果

3.3.小结

第四章人工神经网络

4.1.人工神经网络的发展状况

4.2.人工神经网络原理及模型

4.2.1 人工神经网络的概念

4.2.2 人工神经网络的工作原理及模型

4.3.人工神经网络的研究方法和主要内容

4.4.人工神经网络在超声检测信号处理中的应用

第五章基于小波神经网络的粗晶材料超声信号降噪处理

5.1.小波分析基本原理理论

5.2.小波神经网络及其结构

5.2.1 小波神经网络

5.2.2 小波神经网络的结构

5.3.小波神经网络算法实现

5.4.粗晶材料的小波神经网络降噪处理

5.4.1 实验系统

5.4.2 小波神经网络消噪

5.5.不同训练算法及小波基降噪效果比较

5.5.1 不同小波基神经网络降噪效果

5.5.2 不同训练算法降噪效果

5.6.讨论

第六章总结

参考文献

发表文章目录

致谢

附录

发布时间: 2007-11-08

参考文献

[1].飞机复合材料构件的超声检测方法研究[D]. 石志超.中国民航大学2017
[2].基于FPGA的便携式可变激励超声检测系统设计与实现[D]. 栾绍建.燕山大学2017
[3].面向在役工件的便携式超声检测系统研究[D]. 苗传用.浙江大学2016
[4].一种新型超声检测耦合介质的研究与开发[D]. 王婷璐.大连理工大学2017
[5].基于数字全息的激光超声检测信号接收及处理[D]. 赵景超.南昌航空大学2016
[6].小波分析方法在超声信号检测、处理及识别中的原理与应用[D]. 张旸.中国科学院研究生院（武汉物理与数学研究所）2003
[7].超声检测对软物质凝胶形成过程的研究[D]. 熊纪明.陕西师范大学2009
[8].基于DDS和FPGA的数字式可变脉冲激励超声检测系统研究[D]. 张宇.西南交通大学2015

粗晶材料超声检测信号的小波神经网络处理研究

猜你喜欢