基于小波包-KPCA特征提取的三种人工焊缝缺陷检测方法

作者：李娟; 郄晓敏; 陈凌霄; 韩也; 曹显林; 袁慧英

来源：油气田地面工程, 2021, 40(01): 7-12.

• 焊缝缺陷
• 特征向量
• 小波包
• KPCA
• GRNN

为了减少超声波检测中人为造成的缺陷误判,实现焊缝缺陷的定量评价,采用16MnR焊接试件预制了表面裂纹、气孔和夹杂等三种人工缺陷,进行焊缝缺陷检测试验。利用超声相控阵对其进行了A扫,采用小波包变换的方式对信号进行三层分解处理,通过Matlab构造特征向量能量比例,并采用KPCA进行数据降维,选取了累积贡献率超过90%的前3个主元成分,结合GRNN实现不同缺陷类型的自动分类。研究结果表明,使用小波包-KPCA进行特征提取后,可以进一步去除噪声对焊缝缺陷检测的影响,降低计算时间,准确率可达93.3%,优于常规特征值分析。小波包-KPCA可作为超声信号提取的新手段,为今后的无损检测评价提供理论依据和重要参考。