基于Gabor小波与PSO-SVM的不锈钢焊缝缺陷分类研究

作者：傅留虎; 赵娜; 闫耀东; 张睿; 柴钰杰; 李宇琪

来源：机械工程与自动化, 2020, (05): 12-14.

• 焊缝缺陷
• Gabor小波
• PSO-SVM
• 不锈钢

以裂纹、气孔、夹渣、未熔合和未焊透五类不锈钢焊缝缺陷为研究对象,通过Gabor小波变换对焊缝缺陷的超声信号进行特征提取,利用粒子群优化算法(Particle Swarm Optimization,PSO)对支持向量机(Support Vector Machine,SVM)优化后进行焊缝超声缺陷的识别,提高了对焊缝缺陷的分类精度。经过实验,证明所用模型对裂纹、气孔、夹渣、未熔合和未焊透五类缺陷的分类精度达到了96.36%。相比现有的方法,本方法识别面更广,精度更高,具有一定的工程价值。

• 单位
  山西省机电设计研究院; 太原科技大学