炭素电极敲击法无损检测专家系统的设计

　　1引言

　　炭索电极是电弧炼钢设备中的重要部件和原材料一，电极内部的损伤小但会中断冶炼过程，会使所加炭索成分极度小均，造成整炉钢水报废囚此，炭索电极无损检测小仅对炭索产业非常重要，同时也间接影响到下位产业—炼钢产业传统炭索电极检测方法，是山经长期培训的检测人员敲击工件进行人工判断这种方法对操作者的经验和操作稳定性依赖过大，以前的技术环境使其小便仪器化，做小出精确的判断，因而小被视为止规的无损检测技术。

　　文章研究敲击法炭索电极检测技术并形成实用装置，对工件施加机械冲击后产生的声音信号预处理后，进行小波分析，将得到的小波特征作为神经网络的输入向量进行模式识别，用人类检测专家经验训练神经网络，形成智能专家系统，实现产品的无损检测。

　　2系统概述

　　系统由学习与训练母系统和测量子系统组成母系统与子系统之间的信息交匀_叫以采用以下两种方案设计方案如图1所示，子系统作为母系统的协处理器与母系统联机使用，母系统山台式机或笔记本电脑及其相关软件构成，完成数据资料一积累、特征参数选择、专家知识输入、检测规则形成、神经网络离线训练、小波分析等工作子系统是以DSP为核心设计的嵌入式系统，母系统训练完成的神经网络算法植入子系统，用于质量检测或用于自动生产线的在线质量监测方案二，母系统完成方案中除小波分析之外的其他工作，小波分析项移至子系统中完成，这样子系统经训练后就叫以脱离母系统作为独立的测试仪器单独使用本文中的系统采用方案设计。

　　实际工作中，由检测者对工件施加机械冲击，产生的声音信号经传感器采入测量子系统，经调理电路及背景噪声去除后，送入检测母系统信号进入母系统后分为两路，路送到小波分析模块另路送到神经网络外部知识库送入小波分析模块的信号经母系统处理得到的结果反馈给子系统，经神经网络分类器得到检测结果输出给子系统自带的显示设备送入神经网络外部知识库的信号加入实例集，在母系统内依据设定的机制训练神经网络，训练结果定时输入神经网络分类器，更新其系数。

　　2.1测量子系统设计

　　测量子系统结构如图2所示。

　　子系统硬件方而，核心DSP芯片采用美国德州仪器生产的TMS320VC5402系统中的声音信号传感器为高精度麦克为掌握声音信号的强度及背景噪声情况，使用杭州爱华公司生产的AWA6270B刑噪声频碧分析仪进行监测检测结果信号送至LED，通过LED的颜色表征工件为止品或次品测量子系统软件上主要涉及噪声去除及神经网络分类器实现两项任务背景噪声消除方而，本文通过对原始信号分析和现场勘查，初步断定背景噪声在信号上的表现为两种，种是“i;.稳随机噪声，第二种是使信号,i;.衡位置缓慢波动的低频噪声对于第种噪声设计采用谱减法去除;对于第二种低频噪声设计通过高通滤波去除在台式机上仿真上述两种算法选取介适参数后，移植到DSP上微调参数，用来完成背景噪声消除任务神经网络分类器设计为硬极限函数