复合材料粘接缺陷的超声检测识别研究
复合材料粘接缺陷的超声检测识别研究
张曦玉1,王峰林2,朱红运2
（1.西安军代局驻803厂军代室，陕西西安710043；2.军械工程学院无人机工程系，
河北石家庄050003）摘要：超声检测无人机复合材料试件时,针对复合材料较薄二超声检测回波信号易发生混叠的问题,该文提出一种基于经验模式分解和小波包能量谱特征的脱粘缺陷识别方法三该方法首先对不同大小脱粘缺陷回波信号进行经验模式分解和小波包分解,分别提取其能量谱特征；然后,对提取的能量谱特征采用改进隶属度函数的径向基神经网络进行脱粘缺陷分类识别三实验结果表明：提取的能量特征能够有效提高不同脱粘面积缺陷的识别率三
关键词：复合材料；脱粘；识别；经验模式分解；隶属度函数
文献标志码：A 文章编号：1674-5124(2015)11-0027-04
De-bonding defect recognition of composites based on ultrasonic testing
ZHANG Xiyu 1，WANG Fenglin 2，ZHU Hongyun 2
（1.Army Generation Chamber in 803Factory of Xi ’an ，Xi ’an 710043，China ；2.Department of UAV Engineering ，Ordnance Engineering College ，Shijiazhuang 050003，China ）
Abstract:As the composite material is thin ，the ultrasonic echo signals detected aliasing occurs.In order to recognize the defects effectively ，an improved method based on empirical mode decomposition and wavelet packet domain energy characteristics is proposed.Firstly ，the wavelet packet domain energy characteristics and the energy characteristics of each component after empirical mode decomposition are obtained from the ultrasound echo signal ；then the defect is recognized by the radial basis function neural network whose membership degree function is improved.The experimental results indicate that the extracted energy characteristics can improve the rate of the classification on the de-bonding defects of different sizes effectively.Keywords:composites ；de-bond ；recognition ；empirical mode decomposition ；membership degree function
收稿日期：2015-04-07；收到修改稿日期：2015-05-13
作者简介：张曦玉(1989-),男,陕西咸阳市人,助理工程师,主要从事无损检测方面的研究三0引言
由于复合材料制造工艺的特殊性,微小结构变化都会引起脱粘[1-2],复合材料粘接缺陷判别的关键在于提取超声检测信号特征的有效性,目前,超声检测粘接缺陷的方法主要有人工神经网络二解卷积技术和小波变换等[3-4]三经验模式分解(empirical mode decomposition,EMD)能够根据数据本身性质自适应确定分解层数,适用于超声等非线性信号处理三文献[5]将超声信号进行EMD 分解,将提取的初始特征向量矩阵的奇异值作为缺陷特征向量,然而该方法未考虑本征模函数(intrinsic mode function,IMF)分量的端点效应等问题,文献[6]将EMD 分解后的每个IMF 能量作为特征,并将能量特征作为输入样本应用到BP 神经网络,取得了较好的分类效果,然而BP 神经网络容易陷入局部最小[7]三因此,本文提出基于能量谱的改进径向基函数(radial basis function,RBF)神经网络的方法进行超声检测缺陷识别[8]三中国测试CHINA MEASUREMENT &TEST Vol.41No.11November ，2015
第41卷第11期2015年11月doi ：10.11857/j.issn.1674-5124.2015.11.007