[发明专利]基于表面波和神经网络的轧辊损伤分类识别方法及装置

权利要求书

1.一种基于表面波和神经网络的轧辊损伤分类识别方法，其特征在于，包括以下步骤：

步骤S1，利用超声测量系统，生成超声表面波，对样本轧辊表面的缺陷或损伤进行声学测量，得到测量信号；

步骤S2，针对不同类型及程度的所述缺陷或损伤，对测量信号的特征进行提取；

步骤S3，将所述测量信号的特征、对应的所述缺陷或损伤的类型及程度组成训练样本，并存储至所述训练数据库；

步骤S4，建立BP神经网络模型，并利用所述训练数据库对所述BP神经网络模型进行训练，得到训练好的所述BP神经网络模型作为轧辊表面损伤分类识别模型；

步骤S5，利用所述超声测量系统对轧辊表面进行声学测量，采集测量信号，并将该测量信号输入所述轧辊表面损伤分类识别模型，从而得到该轧辊表面的缺陷或损伤类型及程度。

2.根据权利要求1所述的基于表面波和神经网络的轧辊损伤分类识别装置，其特征在于：

其中，所述超声测量系统包括任意波函数发生器、功率放大器、左侧超声换能器、右侧超声换能器、双工器、示波器、第一滤波器、第二滤波器、电脑以及超声换能器夹持装置，

所述任意波函数发生器连接至所述功率放大器及所述示波器，

所述功率放大器连接至所述双工器，

所述双工器连接至所述第一滤波器及所述示波器，

所述示波器还连接至所述第二滤波器及所述电脑，

所述左侧超声换能器连接至所述第一滤波器，

所述右侧超声换能器连接至所述第一滤波器及所述第二滤波器，

所述左侧超声换能器和所述右侧超声换能器均安装在所述超声换能器夹持装置上。

3.根据权利要求2所述的基于表面波和神经网络的轧辊损伤分类识别装置，其特征在于：

其中，所述超声换能器夹持装置包括：

一对周向定位模块，分别布置在所述轧辊两侧，均具有一个转盘；

轴向驱动模块，布置在一对所述周向定位模块的一对所述转盘上，能够沿所述轧辊的外周缘转动；以及

一对径向压紧模块；可移动地布置在所述轴向驱动模块上，

所述左侧超声换能器和所述右侧超声换能器分别安装在一对所述径向压紧模块上，能够被所述径向压紧模块驱动朝向所述轧辊表面压紧。