[发明专利]一种基于支持向量机的环焊缝超声相控阵自动聚焦方法有效
申请号: | 201710150278.0 | 申请日: | 2017-03-14 |
公开(公告)号: | CN106841390B | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 梅宇健;杨克己;金浩然;韩烨;武二永 | 申请(专利权)人: | 浙江大学 |
主分类号: | G01N29/04 | 分类号: | G01N29/04 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 林超 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 支持 向量 焊缝 超声 相控阵 自动 聚焦 方法 | ||
1.一种基于支持向量机的环焊缝超声相控阵自动聚焦方法,其特征在该方法包括以下步骤:
步骤一:楔块装配在管道上,楔块的楔面上设置相控阵探头,确定楔块的装配位置和管道厚度,将管道的环焊缝坡口进行分区,以内管壁方向为X轴、以环焊缝中心线方向为Y轴,建立直角坐标系;
步骤二:建立楔块的装配位置、管道厚度和检测的环焊缝坡口分区与对应分区的声束路径规划之间的预测模型:具体是将最小二乘支持向量回归机LSSVR作为支持向量机的回归模型,高斯径向基核函数作为LSSVR的核函数,将楔块的装配位置、管道厚度及检测的环焊缝坡口分区进行规范化处理后作为输入量,对应分区的声束路径规划进行规范化处理后作为输出量,以规范化处理后的输入量和输出量作为样本数据进行训练,得到LSSVR初始函数;
步骤三:以k重交叉验证法所计算出的泛化误差作为目标函数,采用耦合模拟退火算法与网格搜索法相结合的优化方法,对LSSVR初始函数进行优化得到最优超参数,由最优超参数获得LSSVR优化模型;
步骤四:将楔块的装配位置、钢管厚度和需要检测的环焊缝坡口分区进行规范化处理后作为输入量,通过LSSVR优化模型预测获得相应的输出量,对输出量进行逆规范化处理,得到对应分区最优的声束路径规划;
步骤五:根据费马定理由声束路径规划根据管道几何关系计算得到相控阵探头上对应发射/接收阵元的绝对延时量,再计算对应发射/接收阵元的延时量,根据延时量控制相控阵探头发射对应的超声信号对环焊缝缺陷进行聚焦检测。
2.根据权利要求1所述的一种基于支持向量机的环焊缝超声相控阵自动聚焦方法,其特征在于:所述步骤一中,环焊缝坡口进行分区具体是在焊缝扫查区域沿坡口高度方向上划为若干层,每层的厚度为2~3mm。
3.根据权利要求1所述的一种基于支持向量机的环焊缝超声相控阵自动聚焦方法,其特征在于:所述步骤二中,LSSVR采用等式约束条件,以误差变量εk描述各项训练误差,以平方损失函数作为函数回归的训练误差,其预测模型表示为:
其中,w为高维空间的权向量,w∈Rm,Rm表示m维的高维空间,m表示维数,C为惩罚因子,C>0,εk为误差变量,表示为把输入量xk投影到高维空间Rm上的映射函数,B为LSSVR初始函数的偏置项,yk表示预测模型的目标函数,T表示转置,k为输入量的序数,N为输入量的总数;
将预测模型求解得到LSSVR初始函数:
其中,αk为Lagrange乘子向量,K(xk,xl)为核函数,k,l=1,..,N,B为LSSVR初始函数的偏置项;
核函数K(xk,xl)选择高斯径向基核函数,表示为:
其中,σ为核宽,xk,xl分别为两个不同的输入量,k,l=1,..,N。
4.根据权利要求1所述的一种基于支持向量机的环焊缝超声相控阵自动聚焦方法,其特征在于:所述步骤三具体为:
(1)随机生成q组超参数[Cs,σs],s=1,2,…,q;
(2)以这q组超参数为初始值,将用k重交叉验证法所计算出的泛化误差作为优化目标函数,通过耦合模拟退火算法求出最优的一组超参数[Cm,σm],使得泛化误差达到极小值或满足收敛条件;
(3)以超参数[Cm,σm]为网格中心,将用k重交叉验证法所计算出的泛化误差作为优化目标函数,通过网格搜索算法进一步优化求解出最优的超参数[Cε,σε],作为最终超参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710150278.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种水帘除尘装置
- 下一篇:一种激光无损检测薄膜特性的优化参数确定方法