超声波检测中缺陷的智能识别
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.02 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为了实现超声检测对缺陷的智能识别,引入小波包分析与人工神经网络技术。该方法利用超声信号进行三层小波包分解,提取各频率成分能量为特征值。建立并训练了一种BP缺陷识别的神经网络,该网络使用Levenberg—Marquardt算法。实验分析表明,小波包分析和人工神经网络的引用能为缺陷类型提供有效的智能识别。相关论文
- 2020-12-27某低速载重货车仪表板横梁的优化改进
- 2024-07-23基于Plant Simulation的轻质挤压墙板生产线优化设计
- 2024-07-28EMD和BPNN-GA在微铣刀磨损预测中的应用
- 2020-05-28自力式温控阀流场的数值模拟及优化
- 2020-07-01基于DOE的管道补强设计中参数优化方法研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。