论文部分内容阅读
缺陷的自动识别在大型回转零件超声无损检测和评估中具有重要的意义，本文提出了一种基于经验模式分解法（Empirical mode decomposition，EMD）和优化支持向量机（Support vector machine，SVM）的超声信号缺陷识别方法，首先对信号进行经验模式分解，得到多个基本模式分量（Intrinsic mode function， IMF）后，建立AR 模型，提取模型的自回归参数和残差的方差作为特征矢量，并以此作为优化SVM 的输入参数来对超声信号进行识别。试验结果表明，在小样本条件下，该方法仍能够快速、有效地识别缺陷，并且具有良好的分类性能和推广能力。