共振谱和BP神经网络评分的合金锯片无损检测
NDT of carbide saw blades based on resonance spectrum and BP neural network score作者机构:哈尔滨理工大学自动化学院
出 版 物:《现代制造工程》 (Modern Manufacturing Engineering)
年 卷 期:2019年第8期
页 面:100-107页
摘 要:针对目前合金锯片检测方法效率低、检测缺陷不全面以及误判等问题,提出了一种基于声学共振谱和BP神经网络评分的合金锯片无损检测方法。该方法以共振声学无损检测方法为主体,BP神经网络打分机制辅助来提高检测准确率。首先用模态分析方法分析了不同种类的缺陷对合金锯片声学共振谱的影响,给出了基于物体固有频率差异的声学共振谱检测方法,然后将合金锯片的声学模态信号转成可视化的频域共振谱,最后通过BP神经网络评分评判出每个合金锯片是否满足出厂合格标准。结果表明:该方法拥有精度高、检测缺陷范围广及可靠性好等特点,在锯片无损检测领域有较大的可行性及发展潜力。