基于PSO-LS-SVM的漏磁信号二维轮廓重构

基于PSO-LS-SVM的漏磁信号二维轮廓重构
漏磁检测技术被广泛应用于铁磁材料的无损评估中，用漏磁信号描述缺陷的几何特征一直是漏磁检测的难点。提出应用最小二乘支持向量机对缺陷轮廓重构的方法，并利用粒子群算法来优化LS-SVM的参数及核函数参数。支持向量机输入是漏磁信号，输出是缺陷轮廓数据，建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系。训练样本由试验数据与仿真数据组成，测试样本为人工裂纹缺陷。该方法实现了人工裂纹缺陷的二维轮廓的重构，并与BP神经网络、GA-LS-SVM两种方法进行了比较。试验结果表明，该方法具有速度快、精度高和很好的泛化能力，为漏磁检测定量化提供了一种可行的方法。

标题：基于PSO-LS-SVM的漏磁信号二维轮廓重构

作者：纪凤珠,孙世宇,王长龙,王瑾,左宪章,

关键词：漏磁检测,PSO-LS-SVM,二维轮廓,重构,

发表日期：2011年6月

2025-1-19 13:37 上传 基于PSO-LS-SVM的漏磁信号二维轮廓重构.pdf

文件大小:

1.59 MB

下载次数:

60

高速下载