[发明专利]一种汽轮机叶轮缺陷分类方法在审
| 申请号： | 201710277633.0 | 申请日： | 2017-04-25 |
| 公开（公告）号： | CN107121501A | 公开（公告）日： | 2017-09-01 |
| 发明（设计）人： | 白志亮;陈世利;贾乐成;曾周末 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G01N29/44 | 分类号： | G01N29/44 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种汽轮机叶轮缺陷分类方法，所述缺陷分类方法基于径向基函数神经网络，包括从缺陷回波信号中提取由偏斜度指标、峭度指标、峰值指标、波形指标、脉冲指标、以及裕度指标表示的6个时域无量纲特征；对缺陷回波信号进行小波包分解，选取前四个频带的能量作为4个小波包特征；将小波包分解与分形理论相结合，采用盒维数来表征不同的缺陷信号，获取4个分形盒维数；将6个时域无量纲特征、4个小波包特征以及4个分形盒维数共计14个特征，组成特征向量，输入到RBF神经网络中进行人工智能缺陷分类识别。本方法实现了自动识别和分类，达到快速、准确、有效评估缺陷危害性的目的。 | ||
| 搜索关键词： | 一种 汽轮机 叶轮 缺陷 分类 方法 | ||
【主权项】：
一种汽轮机叶轮缺陷分类方法，其特征在于，所述缺陷分类方法基于径向基函数神经网络，所述缺陷分类方法包括以下步骤：从缺陷回波信号中提取由偏斜度指标、峭度指标、峰值指标、波形指标、脉冲指标、以及裕度指标表示的6个时域无量纲特征；对缺陷回波信号进行小波包分解，选取前四个频带的能量作为4个小波包特征；将小波包分解与分形理论相结合，采用盒维数来表征不同的缺陷信号，获取4个分形盒维数；将6个时域无量纲特征、4个小波包特征以及4个分形盒维数共计14个特征，组成特征向量，输入到RBF神经网络中进行人工智能缺陷分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津大学，未经天津大学许可，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/patent/201710277633.0/，转载请声明来源钻瓜专利网。
