题名 | 基于相似波形的漏磁检测缺陷信号小波分解及提取方法 |
其他题名 | Wavelet decomposition and extraction method of defect magnetic flux leakage testing signals based on waveform similarity
|
作者 | |
发表日期 | 2022
|
DOI | |
发表期刊 | |
ISSN | 1673-3800
|
卷号 | 23期号:6页码:8-16 |
摘要 | 漏磁检测技术被广泛应用于铁磁构件缺陷的检测和量化评估,其对缺陷形状、尺寸的三维反演成像、量化能力,尤其是对常见的自然(腐蚀、疲劳)复杂缺陷的三维成像能力,是漏磁检测技术水平的核心标志之一.由于实际缺陷形状不规则、常包含多个坑点,致使其漏磁检测信号彼此影响.为提升复杂缺陷的成像精度和数据处理速度,从漏磁信号里自动分解并剥离出对应缺陷的信号是很重要的前置工作.本文提出一种基于相似波形的漏磁检测缺陷信号小波分解及提取方法,用于自动分解并拾取每个缺陷的漏磁检测信号,并自动确定每个缺陷的位置及边界,以备后续利用其完成对缺陷的三维反演成像.该方法基于实际检测到的缺陷漏磁信号的形态特征,匹配与其波形最相似的小波基;用选取的小波基对每个通道的漏磁检测信号进行多尺度分解,得到每个通道信号的小波高频系数;再根据小波系数特征确定每个通道信号中存在的缺陷数量和缺陷所在的位置,并提取每个通道各处缺陷的漏磁信号;最终通过判定缺陷信号相邻通道的连通性,将所在连通区域内的缺陷信号进行集成,得到各处缺陷的信息集,从而实现对所有缺陷漏磁检测信号的提取.本文提出的方法可用于对复杂缺陷漏磁检测信号的准确和快速提取、分离和集成,为后续缺陷的三维反演成像奠定基础. |
关键词 | |
相关链接 | [万方记录] |
语种 | 中文
|
学校署名 | 其他
|
资助项目 | 深圳市科技研发资金
; 四川大学人才项目
; 中央高校基本科研基金
|
来源库 | WanFang
|
万方记录号 | dianqjs202206002
|
引用统计 |
被引频次[WOS]:0
|
成果类型 | 期刊论文 |
条目标识符 | http://sustech.caswiz.com/handle/2SGJ60CL/401795 |
专题 | 南方科技大学 |
作者单位 | 1.南方科技大学,广东 深圳 518055 2.四川大学,成都 610207 3.南方科技大学,广东 深圳 518055;四川大学,成都 610207 4.山东科技大学,山东 青岛 266590 |
推荐引用方式 GB/T 7714 |
杨杰,李红梅,赵春田,等. 基于相似波形的漏磁检测缺陷信号小波分解及提取方法[J]. 电气技术,2022,23(6):8-16.
|
APA |
杨杰,李红梅,赵春田,&杨洪礼.(2022).基于相似波形的漏磁检测缺陷信号小波分解及提取方法.电气技术,23(6),8-16.
|
MLA |
杨杰,et al."基于相似波形的漏磁检测缺陷信号小波分解及提取方法".电气技术 23.6(2022):8-16.
|
条目包含的文件 | 条目无相关文件。 |
个性服务 |
原文链接 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
导出为Excel格式 |
导出为Csv格式 |
Altmetrics Score |
谷歌学术 |
谷歌学术中相似的文章 |
[杨杰]的文章 |
[李红梅]的文章 |
[赵春田]的文章 |
百度学术 |
百度学术中相似的文章 |
[杨杰]的文章 |
[李红梅]的文章 |
[赵春田]的文章 |
必应学术 |
必应学术中相似的文章 |
[杨杰]的文章 |
[李红梅]的文章 |
[赵春田]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论