基于KPCA的脉冲涡流缺陷分类识别技术的研究  

作　　者：南玉龙[1] 杨龙兴[1] 阚仁峰 庄立东[1] 

机构地区：[1]江苏理工学院机械工程学院,江苏常州213000

出　　处：《物联网技术》2017年第2期66-69,共4页Internet of things technologies

基　　金：研究生科研创新重点项目(20820111505)

摘　　要：脉冲涡流检测技术是一种发展迅速的无损检测方法,而缺陷分类识别是缺陷检测和评估中的关键步骤。文中设计了一套脉冲涡流检测系统,通过实验得到表面、亚表面及腐蚀缺陷的瞬时差分信号,再对瞬时差分信号做时域和频域分析,从中提取多个特征量,然后将这些特征量进行不同的组合,用于缺陷的分类识别。最后提出核主成分分析法(KPCA)对表面、亚表面及腐蚀缺陷进行分类识别。通过对比两种识别方法,发现核主成分分析法具有更好的分类性能,从而为判定缺陷提供了一种有效的方法。

关 键 词：脉冲涡流 缺陷分类 特征量 KPCA 

分 类 号：TG115.28[金属学及工艺—物理冶金] TP274[金属学及工艺—金属学]